DADES IDENTIFICATIVES 2023_24
Assignatura (*) TÈCNIQUES QUANTITATIVES DE RECERCA I Codi 16665218
Ensenyament
Direcció d'Empreses (2016)
Cicle 1r i 2n
Descriptors Crèd. Tipus Curs Període
3 Optativa Primer 2Q
Llengua d'impartició
Castellà
Departament Gestió d'Empreses
Coordinador/a
FERNÁNDEZ BARIVIERA, AURELIO
Adreça electrònica aurelio.fernandez@urv.cat
Professors/es
FERNÁNDEZ BARIVIERA, AURELIO
Web
Descripció general i informació rellevant En aquesta assignatura s'aborda d'una forma eminentment pràctica, fent ús de R, l'anàlisi quantitativa de dades.

Competències
Tipus A Codi Competències Específiques
 A9 Utilitzar i combinar les tècniques més adequades, tant quantitatives com qualitatives, per desenvolupar un projecte de recerca en l'àmbit de l'economia de l'empresa. (Especialitat investigació)
Tipus B Codi Competències Transversals
Tipus C Codi Competències Nuclears

Resultats d'aprenentage
Tipus A Codi Resultats d'aprenentatge
 A9 Conèixer tècniques estadístiques i d'anàlisi de dades avançades
Dissenyar estratègies metodològiques i formular hipòtesis d'investigació, analitzant quantitativament les dades i variables que permetin assolir el propòsit de l'estudi.
Tipus B Codi Resultats d'aprenentatge
Tipus C Codi Resultats d'aprenentatge

Continguts
Tema Subtema
TEMA 1. CONCEPTES BÀSICS.

1.1. Introducció a R.
1.2. Representació gràfica en R.
1.3. Estructures de dades.
TEMA 2. ANÀLISI QUANTITATIVA. 2.1. Anàlisi de poblacions i mostres.
2.2. Estadística descriptiva.
2.3. Inferència estadística.
TEMA 3. CORRELACIÓ I REGRESSIÓ. 3.1. Model de regressió lineal simple .
3.2. Model de regressió lineal múltiple.
3.3 Variables qualitativesl
3.4 Model de preus hedònicsl
3.5 Regressió per quantils.
TEMA 4. ANÀLISI DE SÈRIES TEMPORALS UNIVARIANTS. 4.1. Models autoregressius, de mitjanes mòbils i mixtos (ARMA).
4.2 Identificació, estimació i diagnosi: la metodologia Box-Jenkins.
4.3 Predicció.
4.4 Processos no estacionaris: Processos Integrats i Arrels unitàries.

Planificació
Metodologies  ::  Proves
  Competències (*) Hores a classe
Hores fora de classe
(**) Hores totals
Activitats Introductòries
0.5 0 0.5
Sessió Magistral
A9
5.5 5.5 11
Resolució de problemes, exercicis a l'aula ordinària
A9
5 9 14
Pràctiques a través de TIC
A9
14 18 32
Treballs
A9
0 16.5 16.5
Atenció personalitzada
A9
1 0 1
 
 
(*) En el cas de docència no presencial, són les hores de treball amb suport vitual del professor.
(**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat

Metodologies
Metodologies
  Descripció
Activitats Introductòries Presentació de l’assignatura.
Sessió Magistral Exposició dels continguts de l'assignatura.
Resolució de problemes, exercicis a l'aula ordinària Formulació, anàlisi, resolució i debat d'un problema o exercici, relacionat amb la temàtica de l'assignatura.
Pràctiques a través de TIC Realització de pràctiques informàtiques dels continguts de l'assignatura amb R.
Treballs Realització de treballs per part de l''estudiant.
Atenció personalitzada Temps que cada docent té reservat per atendre i resoldre dubtes als estudiants.

Atenció personalitzada
Descripció
Durant l'horari d'atenció als estudiants es resoldran qüestions teòriques i pràctiques relacionades amb l'assignatura.

Avaluació
Metodologies Competències Descripció Pes        
Pràctiques a través de TIC
A9
Durant el període lectiu es realitzaran dues proves a l'aula, amb un pes cadascuna del 15%. 30%
Treballs
A9
Treball sobre els continguts desenvolupats a l'assignatura. 70%
Altres  
 
Altres comentaris i segona convocatòria

L'avaluació en 2a convocatòria es realitzarà mitjançant un examen final sobre els continguts desenvolupats a l'assignatura amb un pes del 100%.


Fonts d'informació

Bàsica Brooks, C., Introductory econometrics for finance, 4th Edition, Cambridge University Press, 2019
Aitkin, M. et al, Statistical Modelling in R, Oxford University Press, 2009
Dalgaard, P., Introductory statistics with R, Springer, 2008

Complementària Cowpertwait, P.S.P.; Metcalfe, A.V., Introductory time series with R, Springer, 2009
Horton, N., Using R for Data Management, Statistical Analysis, and Graphics, Chapman&Hall, 2011
Crawley, M.J., The R book, John Wiley&Sons, 2013

Recomanacions


 
Altres comentaris
Aquesta assignatura suposa un coneixement d'estadística bàsica (a nivell de grau). Es recomana a l'estudiant que acompanyi el desenvolupament de l'assignatura amb un manual bàsic d'Estadística aplicada a les ciències socials.
(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent