DATOS IDENTIFICATIVOS 2023_24
Asignatura (*) TÉCNICAS CUANTITATIVAS DE INVESTIGACIÓN I Código 16665218
Titulación
Dirección de Empresas (2016)
Ciclo 1º y 2º
Descriptores Cr.totales Tipo Curso Periodo
3 Optativa Primer 2Q
Lengua de impartición
Castellà
Departamento Gestión de Empresas
Coordinador/a
FERNÁNDEZ BARIVIERA, AURELIO
Correo-e aurelio.fernandez@urv.cat
Profesores/as
FERNÁNDEZ BARIVIERA, AURELIO
Web
Descripción general e información relevante En esta asignatura se aborda de una forma eminentemente práctica, haciendo uso de R, el análisis cuantitativo de datos.

Competencias
Tipo A Código Competencias Específicas
 A9 Utilizar y combinar las técnicas más adecuadas, tanto cuantitativas como cualitativas, para desarrollar un proyecto de investigación en el ámbito de la economía de la empresa. (Especialidad investigación)
Tipo B Código Competencias Transversales
Tipo C Código Competencias Nucleares

Resultados de aprendizaje
Tipo A Código Resultados de aprendizaje
 A9 Conocer técnicas estadísticas y de análisis de datos avanzadas
Diseñar estrategias metodológicas y formular hipótesis de investigación, analizando cuantitativamente los datos y variables que permitan alcanzar el propósito del estudio.
Tipo B Código Resultados de aprendizaje
Tipo C Código Resultados de aprendizaje

Contenidos
tema Subtema
TEMA 1. CONCEPTOS BÁSICOS.

1.1. Introducción a R.
1.2. Representación gráfica en R.
1.3. Estructuras de datos.
TEMA 2. ANÁLISIS CUANTITATIVO. 2.1. Análisis de poblaciones y muestras.
2.2. Estadística descriptiva.
2.3. Inferencia estadística.
TEMA 3. CORRELACIÓN Y REGRESIÓN 3.1. Modelo de regresión lineal simple.
3.2. Modelo de regresión lineal múltiple.
3.3 Variables cualitativas.
3.4 Modelo de precios hedónicos.
3.5 Regressión per cuantiles.
TEMA 4. ANÁLISIS DE SERIES TEMPORALES UNIVARIANTES. 4.1. Modelos autoregressivos, de medias móviles y mixtos (ARMA).
4.2 Identificación, estimación y diagnóstico: la metodología Box-Jenkins.
4.3 Predicción.
4.4 Procesos no estacionarios: Procesos Integrados y raíces unitarias.

Planificación
Metodologías  ::  Pruebas
  Competencias (*) Horas en clase
Horas fuera de clase
(**) Horas totales
Actividades introductorias
0.5 0 0.5
Sesión magistral
A9
5.5 5.5 11
Resolución de problemas/ejercicios en el aula ordinaria
A9
5 9 14
Prácticas a través de TIC
A9
14 18 32
Trabajos
A9
0 16.5 16.5
Atención personalizada
A9
1 0 1
 
 
(*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor.
(**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías
  descripción
Actividades introductorias Presentación de la asignatura.
Sesión magistral
Exposición de los contenidos de la asignatura.
Resolución de problemas/ejercicios en el aula ordinaria Formulación, análisis, resolución y debate de un problema o ejercicio, relacionado con la temática de la asignatura.
Prácticas a través de TIC Realización de prácticas informáticas de los contenidos de la asignatura con R.
Trabajos Realización de trabajos por parte del estudiante.
Atención personalizada Tiempo que cada docente tiene reservado para atender y resolver dudas a los estudiantes.

Atención personalizada
descripción
Durante el horario de atención a los estudiantes se resolverán cuestiones teóricas y prácticas relacionadas con la asignatura.

Evaluación
Metodologías Competencias descripción Peso        
Prácticas a través de TIC
A9
Durante el periodo lectivo se realizarán dos pruebas en el aula, con un peso cada una del 70%. 30%
Trabajos
A9
Trabajo sobre los contenidos desarrollados en la asignatura. 70%
Otros  
 
Otros comentarios y segunda convocatoria

La evaluación en 2a convocatoria se realizará mediante un examen final sobre los contenidos desarrollados en la asignatura con un peso del 100%.


Fuentes de información

Básica 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

Complementaria 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

Recomendaciones


 
Otros comentarios
Esta asignatura supone un conocimiento de estadística básica a nivel de grado. En caso necesario, ee recomienda al estudiante que complemente el desarrollo de la asignatura con un manual básico de Estadística aplicada a las ciencias sociales.
(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente.