GUÍA DOCENTE DE LA

ASIGNATURA

2014
01/11/14
Página 1 de 4

Vicerrectorado de Ordenación Académica

DESCRIPCIÓN DE LA ASIGNATURA
Grado/Máster en:
Centro:
Asignatura:
Código:
Tipo:
Materia:
Módulo:
Experimentalidad:
Idioma en el que se imparte:
Curso:
Semestre:
Nº Créditos
Nº Horas de dedicación del estudiante:
Nº Horas presenciales:

Master Universitario en ANÁLISIS ECONÓMICO Y EMPRESARIAL por la Universidad de Málaga
Facultad de Ciencias Económicas y Empresariales
MÉTODOS ESTADÍSTICOS PARA LA ECONOMETRÍA
106
Obligatoria
MÉTODOS ESTADÍSTICOS Y ECONOMÉTRICOS PARA LA ECONOMÍA Y LA EMPRESA I
BÁSICO
Castellano
1
1
3
75
22,5

Tamaño del Grupo Grande:
Tamaño del Grupo Reducido:
Página web de la asignatura:
EQUIPO DOCENTE
Departamento: ECONOMÍA APLICADA (ESTADÍSTICA Y ECONOMETRÍA) (Dep. 15)
Área:

ECONOMÍA APLICADA

Nombre y Apellidos

Mail

Teléfono Laboral

Despacho

Horario Tutorías

Coordinador/a: CARLOS
GAMERO BURON

gamero@uma.es

952132057

2103 - FAC. DE
ECONÓMICAS

JUAN MARCOS CASTRO mcastro@uma.es
BONAÑO

952132030

D-1204A - FAC. DE
ECONÓMICAS

Primer cuatrimestre: Martes 11:30 - 13:00,
Miércoles 10:00 - 11:30, Jueves 10:00 - 13:00
Segundo cuatrimestre: Martes 11:30 - 13:00,
Miércoles 10:00 - 11:30, Jueves 11:30 - 13:00,
Viernes 10:00 - 11:30
Primer cuatrimestre: Lunes 16:30 - 18:30, Martes
12:00 - 15:00, Jueves 12:00 - 13:00 Segundo
cuatrimestre: Viernes 12:00 - 15:00, Miércoles
11:00 - 14:00

RECOMENDACIONES Y ORIENTACIONES
Se recomienda tener conocimientos previos de estadística descriptiva y teórica, algunos conocimientos sobre cálculo diferencial y álgebra de
matrices, así como facilidad en el manejo de programas estadísticos a nivel de usuario básico.
CONTEXTO
En su primera parte, este curso pretende introducir al alumno en los conceptos y desarrollos de la Inferencia Estadística, asociados con la estimación
de parámetros y del contraste de hipótesis sobre los mismos. A lo largo del curso se particularizarán estos tópicos para el caso del modelo de
regresión lineal normal clásico. Esto constituye un buen punto de partida para la comprensión y utilización de modelos más complejos manejados en
los ámbitos de la Microeonometría y Macroeconometría, en la medida en que tales modelos relajan supuestos básicos establecidos en el contexto
lineal clásico.
La investigación de mercados y en general el análisis socioeconómico se basa cada vez más en el análisis computerizado de datos estadísticos
(minería de datos). Es por ello que, en su segunda parte, este curso pretende que el alumnado sea capaz de gestionar la información multivariante
para la toma de decisiones económicas y empresariales.
COMPETENCIAS
CONTENIDOS DE LA ASIGNATURA
Inferencia Estadística
1. Variables aleatorias y distribuciones de probabilidad: Introducción. Conceptos básicos. Concepto de variable aleatoria. Funciones de densidad y
de distribución. Esperanza matemática y momentos. Algunas importantes distribuciones teóricas de probabilidad. Vectores aleatorios. Teoría
asintótica.
2. Estimación puntual y por intervalos: Introducción. Muestreo aleatorio simple. Distribuciones en el muestreo. Estimación por puntos. Estimación
por intervalos. Estimación en el modelo de regresión lineal clásico.
3. Contraste de hipótesis: Introducción. Conceptos básicos. Contraste UMP: El lema de Neyman Pearson. Contrastes de significación. Contrastes
basados en la función de verosimilitud (LR, W y LM). Contrastes basados en intervalos de confianza. Contraste de hipótesis en poblaciones
normales. Contraste de hipótesis en el modelo de regresión lineal clásico.
Análisis Exploratorio de datos multivariantes
4. De la minería de datos al Big Data.Datos, técnicas y fases del Análisis Multivariante. Análisis exploratorio multivariante. Análisis de Datos
perdidos. Análisis de Datos anómalos.

Examen escrito sobre bloque II Criterio: Examen por ordenador.M. Prentice Hall. Competencias: Ponderación: 40% de la nota final Actividad recuperable: SI 4. J. Ruíz-Maya. Oxford University Press. Análisis de Correspondencias. J. Pearson. PROCEDIMIENTO DE EVALUACIÓN Los procedimientos de evaluación consisten en: 1. The McGraw¿Hill Companies.F. (1984): Métodos de Econometría. Notas de clase aportadas por el profesor. Editorial Centro de Estudios Fundación Areces. (2004): Fundamentos de Inferencia Estadística. W. J. Evaluará el dominio de los conceptos teóricos y prácticos Resolución de ejercicios. y otros (1999): Análisis multivariante. (1998): Análisis Econométrico. Asimismo. los estudiantes utilizarán y conocerán el potencial y las limitaciones de las herramientas necesarias para desarrollar los principales métodos estadísticos empleados en Econometría que tienen su base en la Teoría de la Probabilidad. se impartirán técnicas multivariantes claves en el análisis de mercados como son la clasificación y el análisis de las interdependencias entre variables y casos. (2005): Técnicas Estadísticas con SPSS 12. (2004): Econometric Theory and Methods.Participación aciva: Criterio: Resolución de supuestos prácticos con ordenador Competencias a evaluar: Ponderación: 10% de la nota final Actividad recuperable NO 3. Pearson.GUÍA DOCENTE DE LA ASIGNATURA 2014 01/11/14 Página 2 de 4 Vicerrectorado de Ordenación Académica 5. Aplicaciones y Métodos. (2004): Técnicas de Análisis Multivariante de Datos. MacMillan Publishing Company. J.Examen escrito sobre bloque I Criterio: Examen escrito. (1988): Probabilidad y Estadística. y Martín-Pliego. Johnston. Prentice Hall Gujarati. G. Participación activa en clase: Criterio: Resolución de listados de ejercicios. F. Vicens-Vives Universidad. El segundo bloque habilitará a los alumnos a la minería de datos o análisis exploratorio de datos multivariantes. (Dirs.): Análisis Multivariable para las Ciencias Sociales. Análisis Cluster.P. Evaluará el dominio de los conceptos teóricos y prácticos Resolución de ejercicios. (2004): Basic Econometrics. McGraw Hill. Davidson. Competencias: Ponderación: 30% de la nota final Actividad recuperable: SI BIBLIOGRAFÍA Y OTROS RECURSOS Básica Canavos. . y Mackinnon. J. los estudiantes profundizarán en los contenidos de inferencia estadística (estimación y contraste de hipótesis). Técnicas multivariantes aplicadas al análisis microeconómico de mercados. J. Hair.S.H. J. 2004. Pearson Pérez López. D. G. En concreto. R. C. Lévy Mangin. Maddala. y Santos Peñas. analizando problemas como los datos perdidos o la influencia de datos anómalos. y Varela Mallou. Editorial AC. Pérez López.C.. Green. Casas Sánchez. ACTIVIDADES FORMATIVAS Actividades Presenciales Actividades expositivas Lección magistral ACTIVIDADES DE EVALUACIÓN RESULTADOS DE APRENDIZAJE / CRITERIOS DE EVALUACIÓN En el primer bloque de esta asignatura. L. necesarios para el análisis de datos de naturaleza económica y serán capaces de buscar la metodología adecuada para resolver problemas de carácter teórico o aplicado. (1999): Estadística Empresarial. Aplicaciones al análisis de datos.. Análisis factorial.J. Ponderación: 20% Actividad recuperable NO 2. (1992): Introduction to Econometrics.G. C.

5 TOTAL HORAS ACTIVIDAD FORMATIVA PRESENCIAL 22. Thomson Paraninfo. y Aldás. (2010): Using SPSS for Social Statistics and Research Methods. DISTRIBUCIÓN DEL TRABAJO DEL ESTUDIANTE ACTIVIDAD FORMATIVA PRESENCIAL Descripción Horas Lección magistral 22. Economía. J.E. Dirección de Empresas y Turismo. (20059: Análisis multivariante aplicado.5 TOTAL HORAS ACTIVIDAD FORMATIVA NO PRESENCIAL 45 TOTAL HORAS ACTIVIDAD EVALUACIÓN 7. Investigación de Mercados. 2005 Wagner. Pine Forge Press.5 TOTAL HORAS DE TRABAJO DEL ESTUDIANTE 75 Grupo grande Grupos reducidos .GUÍA DOCENTE DE LA ASIGNATURA 2014 01/11/14 Página 3 de 4 Vicerrectorado de Ordenación Académica Uriel. W. Aplicaciones al Marketing. E.