Pla docent de l'assignatura

 

 

Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Estadística Econòmica i Empresarial II

Codi de l'assignatura: 366713

Curs acadèmic: 2025-2026

Coordinació: Jordi Lopez Tamayo

Departament: Departament d'Econometria, Estadística i Economia Aplicada

Crèdits: 6

Programa únic: S

 

 

Consideracions prèvies

 

Espai de l’assignatura en el Campus Virtual.

 

 

Hores estimades de dedicació

Hores totals 150

 

Activitats presencials i/o no presencials

60

(Com que les unitats didàctiques necessiten un feed-back important entre teoria i pràctica, no es poden separar.)

 

-  Teoricopràctica

Presencial

 

45

 

-  Pràctiques de problemes

Presencial

 

15

Treball tutelat/dirigit

40

(Dues pràctiques d’informàtica.)

Aprenentatge autònom

50

(Treball personal de l’estudiant.)

 

 

Recomanacions

 

Es recomana haver cursat les assignatures següents:

  • Matemàtiques I
  • Matemàtiques II
  • Microeconomia I
  • Macroeconomia I
  • Estadística Econòmica i Empresarial I


Altres recomanacions

L’assignatura Estadística Econòmica II és la segona de les assignatures de formació bàsica de perfil quantitatiu impartides per la Secció d’Econometria i Estadística del Departament d’Econometria, Estadística i Economia Aplicada dins el grau en Economia. Així doncs, és important ser conscient que els objectius que es pretenen assolir amb aquesta assignatura són clau per poder seguir adequadament l’itinerari d’estudis recomanat.

 

 

Competències / Resultats d'aprenentatge que es desenvolupen

 

   -

Capacitat de reunir i interpretar dades rellevants (normalment dins de l'àrea d'estudi pròpia) per emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica.

   -

Capacitat per utilitzar les TIC en el desenvolupament professional.

   -

Coneixement i valoració de la naturalesa, fonts i usos de la informació econòmica, així com dels recursos informàtics apropiats per al tractament i l'anàlisi.

Objectius d'aprenentatge

 

Referits a coneixements

L’objectiu de l’assignatura és assolir les capacitats estadístiques que permetin afrontar els problemes d’aquesta naturalesa que es poden trobar en la vida professional, així com adquirir una base teòrica adequada per a les assignatures d’Econometria I, Econometria II i Econometria III, que es cursen en el tercer i quart curs del grau. Per aconseguir aquests objectius, l’assignatura s’estructura en sis grans blocs.


Bloc 1. Distribució mostral i teoria de mostres

  • Conèixer les propietats estocàstiques, així com les distribucions mostrals dels estadístics bàsics de la majoria de processos inferencials, com ara la mitjana mostral, la variància mostral i la proporció mostral.
  • Conèixer les propietats del mostreig aleatori simple i diferenciar-lo d’altres tipus de mostreig, entenent que en aquesta disciplina només ens apropem a una petita part de tot el món estadístic, però a la més fonamental i bàsica.


Bloc 2. Estimació puntual
  • Conèixer les propietats bàsiques que es demanen a un estimador per tal de poder escollir entre diferents alternatives d’estimadors.
  • Conèixer l’existència de mètodes d’estimació, en general, i del mètode dels moments i màxima versemblança, en particular, i proposar estimadors amb les dues metodologies.


Bloc 3. Estimació per interval
  • Comprendre les limitacions de l’estimador puntual i la necessitat de donar intervals de confiança.
  • Obtenir intervals de confiança, així com interpretar els resultats per al cas concret de la mitjana mostral, la variància mostral i la proporció mostral (i també els intervals de les diferències associats a cada estadístic en concret).


Bloc 4. Contrast d’hipòtesis paramètriques
  • Saber plantejar hipòtesis estadístiques sobre diferents alternatives als paràmetres poblacionals de possible distribució de probabilitat de la població de la qual s’ha extret la mostra de què es disposa.
  • Poder vincular l’espai mostral amb l’espai paramètric i poder estructurar les hipòtesis nul·la i alternativa. Així mateix, saber obtenir l’error de tipus I i II, així com entendre la importància de la potència d’un contrast en els casos comuns de mitjana, variància i proporció.
  • Plantejar la resolució de l’anàlisi de la variància d’un factor.


Bloc 5. Contrast d’hipòtesis no paramètriques
  • Entendre que, en determinades circumstàncies, les restriccions que s’exigeixen al contrast paramètric per a la seva consistència estadística es poden no complir amb la informació mostral de què es disposa. Per tant, saber identificar aquests problemes i donar-hi una solució estadística contrastant si són certes les hipòtesis amb les quals es plantegen certs contrastos paramètrics.


Bloc 6. Model de regressió lineal simple
  • Estimar per mínims quadrats ordinaris un model de regressió lineal simple, conèixer les hipòtesis sobre les quals es fonamenta, fer determinats contrastos sobre possibles valors poblacionals dels paràmetres del model, obtenir la bondat d’ajust i poder fer una predicció puntual i per interval.

 

Referits a habilitats, destreses

  • Saber fer servir les TIC en l’entorn de l’estadística. És a dir, poder consultar dades de fonts en línia de servidors estadístics, fer determinades computacions amb eines informàtiques amb capacitat estadística i interpretar les sortides d’ordinador d’aplicacions estadístiques.

 

 

Blocs temàtics

 

1. Distribució mostral i teoria de mostres

1.1. Introducció i objectius

1.2. Mostra aleatòria i estadístics mostrals

1.3. Distribucions mostrals

1.4. Glossari

2. Estimació puntual

2.1. Introducció al procés d’estimació. Objectius

2.2. Propietats de l’estimació puntual

2.3. Mètodes d’estimació puntual

2.4. Glossari

3. Estimació per interval

3.1. Introducció i objectius

3.2. Definició d’intervals de confiança

3.3. Intervals de confiança de mitjanes i per a diferència de mitjanes

3.4. Intervals de confiança per a la proporció i diferència de proporcions

3.5. Interval de confiança per a la variància i diferència de variàncies

3.6. Mida mostral

3.7. Glossari

4. Contrast d’hipòtesis paramètriques

4.1. Introducció i objectius

4.2. Regla de decisió

4.3. Tipus d’errors. Potència del contrast

4.4. Contrast d’hipòtesis per a la mitjana i diferència de mitjanes

4.5. Contrast d’hipòtesis per a la variància i diferència de variàncies

4.6. Contrast d’hipòtesis per a la proporció i diferència de proporcions

4.7. Síntesi

4.8. Glossari

5. Contrast d’hipòtesis no paramètriques

5.1. Introducció als contrastos no paramètrics. Objectius

5.2. En algunes circumstàncies s’assumeixen certes distribucions. És cert, això? Prova khi quadrat i prova de la bondat d’ajust

5.3.  Podem estar segurs que dos factors són independents? Test d’independència de khi quadrat

5.4. S’ha assumit normalitat. És cert, això? Test de normalitat de Shapiro-Wilk

5.5. S’ha assumit mostres aleatòries. És cert, això? S’ha de contrastar

5.6. Glossari

6. Model de regressió lineal simple

6.1. Objecte i naturalesa del model

6.2. Hipòtesis per a l’especificació del model

6.3. Estimació per mínims quadrats ordinaris (MQO)

6.4. Contrast de significació individual i conjunta

6.5. La bondat d’ajust

6.6. Predicció puntual i per interval

6.7. Glossari

 

 

Metodologia i activitats formatives

 

Tenint en compte la naturalesa teoricopràctica de l’assignatura, la docència presencial s’organitza en dos tipus de sessions.

Activitats presencials planificades

A les classes presencials teoricopràctiques el professorat dirigeix el contingut teòric dels diferents blocs temàtics i dona exemples il·lustratius amb resolució de problemes que ajudin a consolidar els diferents conceptes introduïts. Així mateix, aprofitant les noves tecnologies, el professorat resol exercicis amb aplicacions informàtiques que, juntament amb les guies d’aprenentatge de què es disposa en el Campus, permeten a l’estudiant de desenvolupar de forma autònoma les pràctiques d’informàtica obligatòries de la disciplina, així com completar la seva formació amb altres exemples (simulacions en R, Microsoft Excel i Gretl).

Dins d’aquestes activitats presencials es consideren dos tipus d’activitats:

  • Obligatòria: la primera consisteix en un conjunt d’activitats teòriques i teoricopràctiques amb la totalitat d’alumnes del grup seguint el desenvolupament del temari.
  • Obligatòria: la resolució de dos qüestionaris a les aules d’informàtica de la Facultat els dies i hores reservats a tal efecte i avisats al començament del curs.


Activitats tutelades/dirigides

La docència anterior es complementa amb dos tipus d’activitats tutelades/dirigides no presencials, dues d’obligatòries (que formen part de les activitats subjectes a l’avaluació continuada) i una de semipresencial i voluntària (no subjecta a avaluació, però que permet a l’estudiant de detectar les mancances i potenciar certes competències en un entorn menys massificat):
  • Obligatòria: la realització de dues pràctiques d’informàtica amb dades específiques per a cada estudiant.
  • Voluntària: una proposta de resolució de problemes. Aquestes sessions inclouen la realització de qüestionaris mitjançant l’aplicació per a mòbils, que pretenen monitoritzar l’assoliment dels conceptes i fonaments estadístics vinculats al temari.

 

 

Avaluació acreditativa dels aprenentatges

 

Per superar l’avaluació de l’assignatura, els estudiants matriculats han de mostrar un grau d’assoliment suficient dels objectius plantejats. Aquesta suficiència queda provada tenint present els criteris següents.

L’avaluació continuada consta de dues parts fonamentals:

a) Evidències d’activitat continuada. Es proposa un total de quatre evidències d’avaluació continuada (dues pràctiques d’informàtica i la resolució de dos qüestionaris), que representen un 40 % de la qualificació final i que s’han de dur a terme els dies previstos.

b) Examen final d’avaluació continuada. Es tracta d’una prova amb preguntes curtes i espai limitat de resposta relacionades tant amb aspectes teòrics com pràctics de l’assignatura, i en què l’estudiant ha de mostrar els coneixements i habilitats adquirits durant el curs i que ha pogut perfeccionar, en part, gràcies a les evidències prèvies d’avaluació continuada. En aquesta prova, que es fa sempre en les convocatòries oficials fixades pel Consell d’Estudis, l’estudiant pot assolir un màxim de 6 punts possibles, que representen un 60 % de la qualificació final.

Totes les evidències d’activitat continuada s’avaluen sobre 10 punts possibles i l’examen final d’avaluació continuada s’avalua sobre 6 punts possibles. Perquè l’estudiant pugui sumar la qualificació obtinguda de les evidències d’activitat continuada amb la qualificació obtinguda a la prova final d’avaluació continuada, ha de treure una qualificació mínima de 2 punts sobre els 6 possibles en aquesta prova. En cas contrari, l’estudiant obté la qualificació de suspens i ha d’optar a la prova de reavaluació. En cas que l’estudiant hagi assolit el mínim de 2 punts, obté la qualificació final aplicant les ponderacions abans esmentades. L’estudiant supera la disciplina si obté un mínim de 5 punts sobre els 10 possibles.

Reavaluació

La reavaluació de l’assignatura consisteix en un examen final d’estructura similar al de l’avaluació única; és a dir, una prova única amb 10 punts possibles. L’estudiant supera la disciplina si assoleix un mínim de 5 punts sobre els 10 possibles. Les dates del període de reavaluació es fixen en el calendari acadèmic de la Facultat i es corresponen al mateix període en què es fan les segones convocatòries dels ensenyaments de grau (en el mes de juliol del curs acadèmic). Dins el calendari acadèmic establert pel centre, els consells d’estudis fixen les dates de reavaluació de les assignatures.

 

Avaluació única

L’estudiant pot manifestar que no pot complir els requisits d’avaluació continuada el mateix dia de la prova final d’avaluació continuada, marcant l’opció d’avaluació única en el mateix enunciat de la prova.

S’estableix que, per superar l’assignatura per aquesta via, cal:

a) Renunciar a l’avaluació continuada. L’estudiant ha de fer efectiva aquesta renúncia abans de la data fixada en la presentació de l’assignatura que es fa a començament del quadrimestre. Si l’estudiant fa efectiva la renúncia a l’avaluació continuada, encara que hagi resolt la resta d’exercicis proposats, aquests no s’avaluen i la qualificació màxima que pot assolir l’estudiant és de 6 punts.

b) Obtenir una qualificació mínima de 5 punts sobre 10 en la prova final, que consta de dues parts. La primera és la mateixa prova d’avaluació final adreçada als companys que han optat per l’avaluació continuada (6 punts possibles). A la segona part de la prova, l’estudiant ha de resoldre 2 o 3 supòsits teoricopràctics (4 punts possibles).

Reavaluació

La reavaluació de l’assignatura consisteix en un examen final d’estructura similar al de l’avaluació única; és a dir, una prova única amb 10 punts possibles. L’estudiant supera l’assignatura si assoleix un mínim de 5 punts sobre els 10 possibles. Les dates del període de reavaluació es fixen en el calendari acadèmic de la Facultat i es corresponen al mateix període en què es fan les segones convocatòries dels ensenyaments de grau (en el mes de juliol del curs acadèmic). Dins el calendari acadèmic establert pel centre, els consells d’estudis fixen les dates de reavaluació de les assignatures.

 

 

Fonts d'informació bàsica

Consulta de la disponibilitat al Cercabib

Llibre

ARRIAZA GÓMEZ, AJ. [et al.] Estadística básica con R y R-Commander. Cádiz : Universidad de Cádiz. Servicio de Publicaciones, 2008

Catàleg UB  Enllaç

CASAS SÁNCHEZ, José Miguel. [ et al.] Ejercicios de inferencia estadística y muestreo para economia y administración de empresas. Madrid : Pirámide, 2006

Catàleg UB  Enllaç

COHEN, Yosef; COHEN, Jeremiah YStatistics and data with R : an applied approach through examples. Chichester : Wiley, 2008

Catàleg UB  Enllaç

KAZMIER, Leonard J. Estadística aplicada a la administración y a la economía. 2a ed. McGraw-Hill, 1993

Catàleg UB  Enllaç

LIND, Douglas A; MARCHAL, William G; WATHEN, Samuel A.  Estadística aplicada a los negocios y la economía. 15a ed. México : McGraw-Hill, 2012

Catàleg UB  Enllaç

RUÍZ-MAYA, Luis; MARTÍN-PLIEGO, Francisco Javier. Fundamentos de inferencia estadística. Madrid : Thomson Paraninfo, 2005

Catàleg UB  Enllaç

NEWBOLD, P. [et al.] (2008): Estadística para administración y economía. Madrid : Pearson Educación.

Catàleg UB  Enllaç

Espejo Miranda, I. Fernández Palacín, F. & López Sánchez, M. (2016). Inferencia estadística: teoría y problemas (2a. ed.).. Servicio de Publicaciones de la Universidad de Cádiz. https://elibro-net.sire.ub.edu/es/lc/craiub/titulos/33882

Versió en línia (2016)  Enllaç

Herrerías Pleguezuelo, R. Palacios González, F. & Callejón Céspedes, J. (2012). Técnicas cuantitativas para la inferencia.. Delta Publicaciones. https://elibro-net.sire.ub.edu/es/lc/craiub/titulos/170109

Catàleg UB  Enllaç

Callejón Céspedes, J. (Coord.) & Palacios Gonzalez, F. (Coord.). (2014). Ejercicios resueltos de técnicas cuantitativas para la inferencia.. Delta Publicaciones. https://elibro-net.sire.ub.edu/es/lc/craiub/titulos/169667

Versió en línia (2014)  Enllaç

Gil Izquierdo, M. Gonzáles Martín, A. I. & Jano Salagre, M. D. (2014). Ejercicios de estadística teórica: probabilidad e Inferencia (2a.e d.).. Editorial Universidad Autónoma de Madrid. https://elibro-net.sire.ub.edu/es/lc/craiub/titulos/53993

Versió en línia (2a ed., 2014)  Enllaç

Vídeos, DVD i pel·lícules cinematogràfiques

LÓPEZ-TAMAYO, J. Col·lecció de VídeoExercicis. Estadística económica II. Dipòsit Digital de la Universitat de Barcelona. OMADO (Objectes i Materials Docents). Col·leccions Mediateca-Docència, 2009