Grado en Business Intelligence y Data Analytics

Lidera la transformación de las empresas mediante el uso y el análisis de datos.

Descripción
El curso se dedica principalmente a las técnicas de inferencia que permiten la generalización de las conclusiones derivadas a partir de una muestra de la población bajo estudio, junto con una evaluación de la incertidumbre y el grado de precisión derivado de esta generalización. Esto implica principalmente el uso de procedimientos de estimación de parámetros, ya sea específicos o a través de intervalos de confianza y procedimientos de prueba de hipótesis, ambos ejemplificados a través de casos relevantes de gestión empresarial. La estadística no es una cuestión de memorización de fórmulas o saber cómo usar una calculadora, más bien identificar qué método es el mejor a fin de encontrar la solución al problema al que nos enfrentamos. El curso asume un conocimiento sólido del análisis matemático y la comprensión de estadística descriptiva básica. Está estructurado para que los estudiantes apliquen conceptos teóricos en un conjunto de casos prácticos y un proyecto, que aplique todos los métodos y técnicas aprendidas. El objetivo de este curso es proporcionar a los estudiantes las herramientas estadísticas necesarias para llevar a cabo un análisis descriptivo e inferencia básica. Se hará hincapié en el uso de 2 herramientas: Excel y SPSS (paquetes estadísticos para las ciencias sociales). Al final del curso, los estudiantes podrán entender y llevar a cabo técnicas básicas de estadísticas descriptivas e inferenciales.
Tipo asignatura
Primer - Obligatoria
Semestre
Segundo
Curso
1
Créditos
6.00
Conocimientos previos
Objetivos

Los resultados de Aprendizaje de esta asignatura son:
RA01 - Uso de Excel y SPSS para el análisis de datos
RA02 - Buscar relaciones entre los datos
RA003 - Conocer distribuciones discretas y continuas
R004 - Creación de intervalos de confianza y diseño de investigaciones sobre pruebas de hipótesis.
R005 - ANOVA
RO06 - Plantear un estudio de caso a fin de elaborar una encuesta adecuada para abordar un problema.

Contenidos

1. Probabilidad
- Combinatoria
- Probabilidad básica, probabilidad condicional y teorema de Bayes
- Variables aleatorias
- Distribución binomial y Bernoulli
- Distribución normal (y de Student)
2. Herramientas
- Excel
- SPSS (estadística descriptiva y tablas de contingencia)
3. Muestreo
- Distribución muestral
- Estimación de la población
- Intervalos de confianza
4. Correlación y regresión
- Correlación entre variables
- Análisis de regresión de mínimos cuadrados
5. Modelo ANOVA

Metodología

Una sesión por semana donde se mostrarán los conceptos básicos y su aplicación en situaciones prácticas. Se resolverán ejercicios en clase y también se propondrán problemas o prácticas para que los estudiantes puedan aplicar los conceptos aprendidos. Algunos de estos ejercicios se analizarán en la siguiente sesión.

Evaluación

Examen Teórico20%
Trabajo en clase 20%
Prácticas individuales 20%
Midterm 15%
Proyecto (en grupos) 25%

Las notas del examen midterm y del proyecto final deben ser mayor que 4 puntos. Es decir, si obtienes menos de un 4 en alguno estos conceptos, suspendes la asignatura.
Importante: La asignatura estará aprobada si el cómputo global de la nota es superior a 5.
Prohibición herramientas de IA: La utilización de IA está prohibido en esta asignatura /actividad docente. Así pues, el uso de estas herramientas por parte del alumnado se considerará fraude y comportará la aplicación de la normativa de copias de La Salle Campus Barcelona (https://www.salleurl.edu/es/normativa-de-copias).
RETAKE POLICY. El Retake consistirá en un examen que incluye todo el contenido de la asignatura.
Antes del día del examen se deberán entregar las prácticas individuales, en grupo, y el proyecto. En caso contrario no se podrá realizar el examen.
La nota final máxima posible será de 6 puntos.

Criterios evaluación
Bibliografía básica

El libro de texto recomendado es:
Fundamentals of Business Statistics, Sweeney, D. Williams, T. & Anderson, D. Cengage Learning; 6th edition 2011.
El curso online recomendado es:
https://www.coursera.org/learn/stanford-statistics

Material complementario