Pla docent de l'assignatura

 

 

Catalā Castellano English Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Programaciķ i Aplicacions

Codi de l'assignatura: 568957

Curs acadčmic: 2020-2021

Coordinaciķ: Luis Ortiz Gracia

Departament: Departament d'Econometria, Estadística i Economia Aplicada

crčdits: 2,5

Programa únic: S

 

 

Hores estimades de dedicaciķ

Hores totals 62.5

 

Activitats presencials i/o no presencials

22.5

 

-  Teoricoprāctica

Presencial

 

13.5

 

-  Exercicis prāctics

Presencial

 

9

Treball tutelat/dirigit

20

Aprenentatge autōnom

20

 

 

Competčncies que es desenvolupen

 

— Capacitat per fer els càlculs estadístics i actuarials utilitzant programes informàtics.

 

 

 

 

Objectius d'aprenentatge

 

Referits a coneixements


— Identificar l’estructura bàsica d’un programa en SAS. Saber quins són els principals tipus d’arxius amb què treballa el programa.

— Conèixer alguns dels procediments estadístics avançats.

 

Referits a habilitats, destreses


— Aplicar models i tècniques estadístiques mitjançant l’ús de programari estadístic tant comercial com de lliure distribució.

— Distingir els avantatges i inconvenients dels paquets principals.

 

 

Blocs temātics

 

1. Introducciķ al SAS

1.1. Introducció a l’entorn SAS

1.2. Estructura dels programes SAS: DATA i PROC

1.3. Conjunts de dades de SAS i biblioteques

1.4. Importació i exportació de dades

2. Programaciķ en l’etapa DATA

2.1. Tractament específic de variables. Funcions

2.2. Manipulació d’observacions

2.3. Diagnòstic i depuració d’errors 

3. Combinaciķ de conjunts de dades SAS

3.1. Fusió de conjunts de dades SAS

3.2. Actualització de conjunts de dades SAS

4. Procediments bāsics en SAS

4.1. Introducció a l’etapa PROC

4.2. Procediments estadístics i gràfics

5. Llenguatge matricial en SAS

5.1. Procediment IML i aplicacions

5.2. Matrius i funcions IML

5.3. Programació amb IML

6. Casos prāctics amb SAS

6.1. PROC GLM

6.2. Models lògit, Poisson i binomial negativa

6.3. Model lògit multinomial generalitzat

6.4. Model lògit condicional

7. Anālisi de dades avanįada amb Excel

7.1. Filtres avançats

7.2. Taules dinàmiques

7.3. Macros de Visual Basic

7.4. Gràfics 

 

 

Metodologia i activitats formatives

 

El mètode docent es basa en dos tipus d’activitats presencials dutes a terme en aules d’ordinadors:

a) Classes de teoria, en què s’exposen els conceptes bàsics de cadascuna de les unitats.

b) Classes pràctiques, amb l’objectiu que cada estudiant sigui capaç d’analitzar i solucionar els exercicis plantejats, d’acord amb els coneixements adquirits a les classes teòriques. Aquestes pràctiques, tot i que no són guiades, tenen el suport del professorat i serveixen per aclarir algunes qüestions no necessàriament explicades a les classes de teoria.

Així mateix, es proposa que els estudiants facin pràctiques addicionals fora de les hores de classe amb la finalitat que adquireixin la seguretat suficient per poder treballar autònomament. Aquestes pràctiques també s’utilitzen com a eina per a l’avaluació.

 

 

Avaluaciķ acreditativa dels aprenentatges

 

Es fan dues proves presencials d’avaluació continuada amb un pes del 50 % cadascuna. La primera prova es fa quan s’arriba a meitat del temari, mentre que la segona es fa al final del temari. La nota d’avaluació continuada és la mitjana aritmètica de les notes de les dues proves.

 

Avaluaciķ única

— Examen final en la data fixada per la Comissió de Màster. Suposa el 100 % de la nota.

— Els alumnes que no aprovin l’assignatura tenen dret a la reavaluació.

 

 

Fonts d'informaciķ bāsica

Consulteu la disponibilitat a CERCABIB

Llibre

Cody, R.(2007) Learning SAS by Example: A Programmer’s Guide. Cary NC:SAS, Institute inc.

Catāleg UB  Enllaç

Delwiche, Lora D. y Sugan J. Salughter (2008). The Little SAS book: A primer, 4 ed Cary NC:SAS, Institute inc.

Catāleg UB  Enllaç

Etheridge, D. (2010) Microsoft Excel Data Analysis. Ed.Wiley

Catāleg UB  Enllaç

Kleinman, K. i Horton, N.J. (2010) Using SAS for Data Management, Statistical Analysis, and Graphics. Champan and Hall. London, New York.

Catāleg UB  Enllaç

Kleinman, K. i Horton, N.J. (2010) SAS and R: Data Management, Statistical Analysis and Graphics. Champan and Hall. London, New York.

Catāleg UB  Enllaç

Littell, R.C., et al. (2006) SAS for Mixed Models. Cary NC:SAS, Institute inc.

Catāleg UB  Enllaç