Pla docent de l'assignatura

 

 

Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Estadística Multivariant

Codi de l'assignatura: 366762

Curs acadèmic: 2025-2026

Coordinació: Francisco Javier Sierra Martinez

Departament: Departament d'Econometria, Estadística i Economia Aplicada

Crèdits: 6

Programa únic: S

 

 

Hores estimades de dedicació

Hores totals 150

 

Activitats presencials i/o no presencials

60

 

-  Teoricopràctica

Presencial

 

15

 

-  Pràctiques d'ordinadors

Presencial

 

45

Treball tutelat/dirigit

40

Aprenentatge autònom

50

 

 

Recomanacions

 

És recomanable que l’estudiant hagi cursat les assignatures troncals de matemàtiques, d’estadística econòmica i Econometria I, la qual cosa és un factor positiu ja que, per comprendre correctament i assimilar els continguts de l’assignatura Estadística Multivariant, es requereixen coneixements tant de matemàtiques com d’estadística que es reben en aquestes assignatures.

 

 

Competències / Resultats d'aprenentatge que es desenvolupen

 

   -

Compromís ètic: capacitat crítica i autocrítica, i capacitat de mostrar actituds coherents amb les concepcions ètiques i deontològiques.

   -

Capacitat per utilitzar les TIC en el desenvolupament professional.

   -

Capacitat per elaborar, analitzar i interpretar la informació econòmica.

   -

Capacitat crítica d'anàlisi de teories i models econòmics.

   -

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

En l’assignatura s’explica la problemàtica de l’anàlisi de bases de dades de dimensions elevades. S’analitzen les relacions d’interdependència entre les variables que conformen la base de dades, i es fa una introducció als elements bàsics de l’anàlisi multivariant; aquest últim aspecte és necessari per al seguiment de l’assignatura Estadística Multivariant.

Els models multivariants que s’analitzen es poden agrupar en dues grans tècniques: tècniques de classificació i de reducció de dades. Respecte al primer grup, es considera l’anàlisi discriminant i l’anàlisi de conglomerats (cluster analysis), en què es defineixen grups de casos. Quant a les tècniques de reducció de dades, s’analitza en profunditat el model de components principals, el model factorial de correlacions i l’anàlisi de correspondències.

 

 

Blocs temàtics

 

1. Introducció: elements bàsics de l’anàlisi multivariant

1.2. Formulació i hipòtesis bàsiques de l’anàlisi multivariant

1.3. Descripció i síntesi d’una matriu de dades

1.4. Covariància i coeficient de correlació

1.5. Matriu de distàncies

2. Els components principals

2.1. Reducció de la dimensionalitat d’una matriu de dades

2.2.  L’obtenció dels components

2.3. Interpretació dels resultats. Gràfics de posicionament

3. Anàlisi factorial de correlacions

3.1. Objectius de l’anàlisi factorial de correlacions

3.2. Formulació del model: hipòtesis bàsiques

3.3. Estimació del model

3.4. Interpretació dels factors

4. L’anàlisi de correspondències

4.1. Objectius de l’anàlisi de correspondències simple

4.2. Perfils marginals i condicionats

4.3. Biplots: interpretació dels resultats

4.4. Introducció a l’anàlisi de correspondències múltiple

5. L’anàlisi discriminant

5.1. Formulació i objectius de l’anàlisi

5.2. Elements de l’anàlisi

5.3. Contrastos de les diferències entre grups

5.4. Les variables i l’espai canònic

5.5. Les funcions de classificació

6. L’anàlisi de conglomerats (cluster analysis)

6.1. Objecte de l’anàlisi

6.2. Distàncies i dissimilituds

6.3. Mètodes jeràrquics

6.4. Mètodes d’optimització:AID i CHAID

 

 

Metodologia i activitats formatives

 

Atès que la consecució dels objectius establerts fa que l’assignatura tingui un important vessant aplicat, la metodologia més adient ha de fer confluir l’aprenentatge dels conceptes teòrics necessaris amb la seva aplicabilitat pràctica. Per aconseguir-ho, la metodologia de l’assignatura es concreta en les activitats següents:

— Activitats d’aprenentatge teòric: aquestes activitats es desenvolupen de manera presencial a l’aula i amb el professorat. Per facilitar aquestes activitats es posa a disposició de l’alumnat, en el Campus Virtual, el material necessari.

— Activitats d’aprenentatge pràctic: aquestes activitats es desenvolupen de manera presencial amb el professorat a l’aula habitual. Aquestes activitats es basen en la resolució i l’anàlisi d’exemples a partir dels conceptes teòrics apresos. Alguns d’aquests exemples i exercicis es resolen a la pissarra i d’altres, mitjançant el programa R-Studio.

— Activitats de treball autònom: aquestes activitats estan integrades per pràctiques desenvolupades a classe. Per fer-les, l’alumnat ha d’utilitzar el programa R-Studio i, mitjançant els càlculs d’aquest programa i els resultats obtinguts, aplicar els coneixements teòrics estudiats al llarg de l’assignatura. Aquesta actuació obeeix a l’interès de guiar l’estudiant (d’una manera més personalitzada) davant de problemes que es poden plantejar quan resol aplicacions que reprodueixen situacions en què es pot trobar.

 

 

Avaluació acreditativa dels aprenentatges

 

L’estudiant pot triar entre dues formes d’avaluació, continuada i única. I per demostrar la suficiència dels coneixements adquirits ha d’obtenir una qualificació, com a mínim, d’aprovat.

L’avaluació continuada consisteix en:

  • Activitats proposades pel professorat, que es reparteixen entre activitats presencials i no presencials incorporades en el Campus Virtual. La valoració conjunta d’aquesta part suposa un 40 % de la qualificació final. A l’inici de curs, s’informa a través del Campus Virtual de les dates fixades per a les diferents activitats.
  • Un examen final fixat pel Consell d’Estudis durant el calendari acadèmic, que representa el 60 % de la qualificació final. L’examen és una prova amb preguntes, tant teòriques com pràctiques, que s’han de resoldre amb el programa R-Studio.


Per poder computar les dues parts de l’avaluació continuada, l’estudiant ha de fer un mínim del 80 % de les activitats d’avaluació continuada i tenir, com a mínim, un 3 a l’examen final; en cas contrari, passa automàticament a l’avaluació única.

La reavaluació de l’assignatura és igual al procediment d’avaluació única. No es fa cap examen fora de les convocatòries oficials.

 

Avaluació única

Per superar l’avaluació de l’assignatura, l’estudiant ha de mostrar un grau d’assoliment suficient dels objectius plantejats. Aquesta suficiència queda provada i, en conseqüència, l’avaluació de l’assignatura és positiva, si aconsegueix la qualificació mínima d’aprovat en alguna de les proves finals escrites de les convocatòries oficials. Atès el caràcter tant teòric com empíric de l’assignatura, aquestes proves tenen en compte ambdós vessants. Més concretament, l’avaluació de l’estudiant es fa mitjançant un examen amb problemes que s’han de resoldre amb el programa R-Studio.

La reavaluació de l’assignatura és igual al procediment d’avaluació única. No es fa cap examen fora de les convocatòries oficials.

 

 

Fonts d'informació bàsica

Consulta de la disponibilitat al Cercabib

Llibre

ALUJA, Tomàs, et al. Aprender de los datos: el análisis de componentes principales: una aproximación desde el Data Mining. Barcelona: EUB, 1999

Catàleg UB  Enllaç

LUQUE MARTINEZ, T. Técnicas de análisis de datos en investigación de mercados. Madrid: Pirámide, 2012

Catàleg UB  Enllaç

PEÑA, D. Análisis de datos multivariantes. Madrid: McGraw-Hill, 2002

Versió en línia (2013)  Enllaç

PÉREZ LÓPEZ, C. Métodos estadísticos avanzados con SPSS. Madrid: Thomson, 2005

Catàleg UB  Enllaç

PÉREZ LÓPEZ, C. Técnicas de análisis multivariante de datos: aplicaciones con SPSS. Madrid: Prentice Hall, 2011

Catàleg UB  Enllaç

URIEL JIMÉNEZ, E. Análisis de datos: series temporales y análisis multivariante. Madrid: AC, 1995

Catàleg UB  Enllaç

URIEL JIMÉNEZ, E. Análisis multivariante aplicado: aplicaciones al marketing, investigación de mercados, economía, dirección de empresas y turismo. Madrid: Thomson, 2005

Catàleg UB  Enllaç

JOAQUIM ALDÁS y  EZEEQUIEL URIEL. Análisis Multivariante Aplicado con R, Editorial Paraninfo,2017

Versió en línia  Enllaç