You are on page 1of 6

UNIVERSIDAD DE VALLADOLID

FACULTAD DE CIENCIAS ECNOMICAS Y EMPRESARIALES DEPARTAMENTO DE ECONOMA APLICADA

PROYECTO DOCENTE DE ANLISIS ESTADSTICO MULTIVARIANTE

LICENCIATURA/DIPLOMATURA:

ADMINSITRACIN EMPRESAS

DIRECCIN

DE

CURSO: CARCTER: PERODO LECTIVO: CRDITOS: CURSO ACADMICO: PROFESORES:

CUARTO OPTATIVA SEGUNDO CUATRIMESTRE 6 2007-08 BEATRIZ RODRIGUEZ PRADO

PROYECTO DOCENTE DE ANLISIS ESTADSTICO MULTIVARIANTE


1. DESCRIPTOR DE LA ASIGNATURA Anlisis factorial, anlisis de componentes principales, anlisis de conglomerados, anlisis discriminante y otros mtodos multivariantes. Utilizacin de paquetes estadsticos para ordenadores. 2. OBJETIVOS DOCENTES Y CONOCIMIENTOS A ADQUIRIR Se pretende con esta asignatura que el alumno: (1) se familiarice con una serie de conceptos necesarios para el manejo de las tcnicas multivariantes; (2) conozca algunas de las tcnicas de anlisis multivariante ms utilizadas; (3) comprenda las caractersticas especficas de esas tcnicas, y sepa para qu sirve y cmo se utiliza cada una de ellas; (4) aprenda a manejar el programa estadstico SPSS para la resolucin de casos prcticos con datos reales; (5) desarrolle habilidades relacionadas con el trabajo en equipo, el espritu crtico, la elaboracin de informes y la exposicin oral en pblico 3. CONOCIMIENTOS PREVIOS RECOMENDADOS Se recomienda tener conocimientos previos de clculo de probabilidades, inferencia estadstica y lgebra matricial. 4. METODOLOGA (ACTIVIDADES) El enfoque de la asignatura es eminentemente prctico y aplicado, prensentando los materiales tericos junto con su aplicacin a casos reales. Por ello, la docencia se organizar en clases magistrales (o clases tericas) y en clases prcticas que se desarrollarn en la sala de ordenadores. Las clases tericas sern eminentemente participativas y se utilizarn para impartir los conceptos fundamentales de la asignatura ilustrados con mltiples ejemplos. La aplicacin de todos estos conceptos se desarrollar en clases prcticas en las que se resolvern con la ayuda de ordenador y el programa SPSS casos reales. Asimismo, las clases prcticas se utilizarn para que los alumnos realicen un trabajo en grupo a partir de un problema real de anlisis de datos multivariantes del mbito empresarial. La aplicacin de las tcnicas docentes requiere por parte de los alumnos, adems de la disponibilidad para asistir a clase en el horario previsto, disposicin para trabajar desde el primer momento en el desarrollo de la asignatura. 5 MTODOS Y CRITERIOS DE EVALUACIN Se llevar a cabo una evaluacin continua del trabajo realizado por los alumnos. Como parte de esa evaluacin continua se realizarn mtiples tareas: pruebas individuales, supuestos prcticos en los que el alumno deber aplicar los conocimientos tericos adquiridos y la exposicin pblica de un trabajo realizado en grupo. Asimismo, se tendr en cuenta el seguimiento y la paticipacin activa en las clases.
2

Los alumnos sern informados en diferentes momentos del estado de su evaluacin, de forma que puedan modificar su actuacin, en caso de que sea necesario. No obstante, si algn alumno no desea este tipo de evaluacin, en los das oficialmente establecidos para ello se puede llevar a cabo un examen traicional. 6. PROGRAMA, BIBLIOGRAFA Y DIRECCIONES DE INTERNET 6.1. Programa de teora de Anlisis estadstico multivariante TEMA 1: INTRODUCCIN Y CONCEPTOS BSICOS 1.1. Concepto y objetivos del anlisis multivariante 1.2. Tipos de escalas de medida 1.3. Clasificacin de los mtodos multivariantes 1.4. Proceso de aplicacin de una tcnica multivariante 1.5. Introduccin al programa SPSS 1.6. Anlisis previo de los datos ANEXO I: Elementos de lgebra Matricial ANEXO II: Conceptos bsicos de Estadstica TEMA 2: ANLISIS DE COMPONENTES PRINCIPALES 2.1. Planteamiento general 2.2. Componentes principales de dos variables 2.3. Obtencin de las componentes principales en el caso general y sus propiedades 2.3.1. Obtencin de la primera componente 2.3.2. Obtencin de las restantes componentes 2.3.3. Varianzas de las componentes 2.3.4. Correlacin entre las componentes principales y las variables originales 2.3.5. Puntuaciones sin tipificar y tipificadas 2.4. Interpretacin de las componentes 2.5. Seleccin del nmero de componentes a retener 2.6. Resolucin de casos prcticos con SPSS TEMA 3: ANLISIS FACTORIAL 3.1. Introduccin 3.2. El modelo bsico de anlisis factorial 3.2.1. Formulacin del modelo 3.2.2. Hiptesis del modelo 3.2.3. Propiedades del modelo 3.3. Estimacin del modelo: extraccin de factores 3.3.1. Mtodo de componentes principales 3.3.2. Mtodo de ejes principales 3.3.3. Otros mtodos para la extraccin de los factores 3.4. Determinacin del nmero de factores 3.5. Rotacin de factores 3.6. Puntuaciones de los factores 3.7. Comparacin entre Componentes Principales y Anlisis Factorial 3.8. Resolucin de casos prcticos con SPSS

TEMA 4: ANLISIS CLUSTER O DE CONGLOMERADOS 4.1. Planteamiento general 4.2. Medidas de similaridad 4.3. Criterios de formacin de clusters 4.4. Formacin de grupos: anlisis jerrquico de conglomerados 4.4.1. Mtodo del centroide 4.4.2. Mtodo del vecino ms cercano 4.4.3. Mtodo del vecino ms lejano 4.4.4. Mtodo de la vinculacin promedio 4.4.5. Mtodo de Ward 4.4.6. Seleccin del nmero de conglomerados de la soluccin 4.5. Formacin de grupos: anlisis no jerrquico de conglomerados 4.6. Eleccin entre los distintos tipos de anlisis de conglomerados 4.7. Resolucin de casos prcticos con SPSS TEMA 5: ANLISIS DISCRIMINANTE 5.1. Concepto y objetivos 5.2. Clasificacin con dos grupos 5.2.1. Clasificacin con dos grupos y una variable clasificadora 5.2.2. Clasificacin con dos grupos y dos variables clasificadoras 5.2.3. Funcin discriminante de Fisher 5.2.4. Criterios alternativos de clasificacin 5.3. Inferencia y clculo de probabilidades en el anlisis discriminante 5.3.1. Contrastes de significacin y evaluacin de la bondad del ajuste 5.3.2. Seleccin de variables 5.3.3. Clculo de probabilidades de pertenencia a una poblacin 5.4. Anlisis discriminante con ms de dos grupos 5.4.1. Obtencin de las funciones discriminantes 5.4.2. Contrastes de significacin 5.5. Resolucin de casos prcticos con SPSS. TEMA 6: OTROS MTODOS DE ANLISIS MULTIVARIANTE 6.1. Introduccin al anlisis de correspondencias 6.2.-Introduccin al escalamiento multidimensional 6.3.-Introduccin a las ecuaciones estructurales

6.2. Programa de Prcticas A lo largo del curso se harn ejercicios prcticos correspondientes a todos los temas incluidos en el programa. Para cada tema se realizarn dos tipos de clases prcticas, unas de resolucin de ejercicios en el aula y otras de resolucin de casos con datos reales en las aulas de informtica, utilizando el programa SPSS. Adems, como parte de la evaluacin, los alumnos debern desarrollar un trabajo en grupo a partir de un problema real de anlisis de datos multivariantes del mbito empresarial.

6.3. Bibliografa bsica y complementaria


Bsica URIEL JIMNEZ, EZEQUIEL Anlisis multivariante aplicado : aplicaciones al marketing ... direccin de empresas y turismo / Ezequiel Uriel Jimnez, Joaqun Alds Manzano [Madrid] : Thompson, [2005] JOHNSON, DALLAS E. Mtodos multivariados aplicados al anlisis de datos / Dallas E. Johnson Mexico [etc.] : International Thomson, 2000 VISAUTA VINACUA, BIENVENIDO Anlisis estadstico con SPSS para Windows. Vol.II, Estadstica multivariante / Bienvenido Visauta Vinacua, Joan Carles Martori i Caas Madrid [etc.] : MacGraw-Hill, D.L. 2003 (2 ed.) Complementaria Anlisis multivariante / Joseph F. Hair...[et al.] ; rev. tcnica y compilacin de las lecturas complementarias, Mnica Gmez Surez Madrid [etc.] : Prentice-Hall, 2000 (5 ed.) GARCA JIMNEZ, EDUARDO Anlisis factorial / Eduardo Garca Jimnez, Javier Gil Flores, Gregorio Rodrguez Gmez Madrid [etc.] : La Muralla [etc.], 2000 GIL FLORES, JAVIER Analisis discriminante / Javier Gil Flores, Eduardo Garcia Jimenez, Gregorio Rodriguez Gomez Madrid [etc.] : La Muralla [etc.], 2001 PEA, DANIEL Anlisis de datos multivariantes / Daniel Pea Madrid [etc.] : McGraw Hill, D.L. 2002

6.4. Direcciones de internet de inters para la asignatura La pgina web de la asignatura se encuentra en el enlace que hay (Anlisis Estadstico Multivariante) en la pgina web del Departamento:
http://www2.eco.uva.es/estadeco/

8. HORARIO DE CLASES, TUTORIAS Y DIRECCIONES DE CORREO A continuacin se recogen los horarios de clases y de tutoras para el presente curso acadmico: HORARIO DE CLASES PARA EL CURSO 2007-08 Profesora Lunes Beatriz Rodrguez Prado Aula ( C4 ) y CPD Martes Mircoles Jueves
12:00-14:00

Viernes
11:00-13:00

HORARIO DE TUTORAS PARA EL CURSO 2007-08 Primer Cuatrimestre Profesora Lunes Beatriz Rodrguez 10:00-12:00 Prado Despacho 223 Segundo Cuatrimestre Profesora Lunes Beatriz Rodrguez 12:00-14:00 Prado Despacho 223 Martes
12:00-14:00

Martes
10:00-12:00

Mircoles
10:00-12:00

Jueves

Viernes

Mircoles
12:00-14:00

Jueves

Viernes

Igualmente, si por cualquier motivo nuestros alumnos no pudieran contactar con la profesora personalmente pueden hacerlo en los nmeros de telfono del Departamento de Economa Aplicada de la Facultad de Ciencias Econmicas y Empresariales de la Universidad de Valladolid, o en la direccin de correo electrnico que les facilitamos a continuacin: NMEROS DE TELFONO Y DIRECCIONES DE CORREO ELECTRNICO Profesoras Beatriz Rodrguez Prado Nmero de telfono 983 42 33 20 Correo electrnico bprado@eco.uva.es