Documento 626271

GUIA DOCENTE DE LA ASIGNATURA
DESCRIPTION OF INDIVIDUAL COURSE UNIT
English version
Nombre de la asignatura/módulo/unidad y
código
Course title and code
Nivel (Grado/Postgrado)
Level of course
(Undergraduate/
Postgraduate)
Plan de estudios en que se integra
Programme in which is integrated
Tipo (Troncal/Obligatoria/Optativa)
Type of course (Compulsory/Elective)
Año en que se programa
year of study
Calendario (Semestre)
Calendar (Semester)
Créditos teóricos y prácticos
Credits (theory and practics)
Créditos expresados como volumen total de
trabajo del estudiante (ECTS)
Number of credits expressed as student
workload (ECTS)
Descriptores
Descriptors
Objetivos (expresados como resultados de
aprendizaje y competencias)
Objectives of the course (expressed in
terms of learning outcomes and
competences)
Técnicas Cuantitativas para la Empresa 2
Grado
Licenciatura en Administración y Dirección de Empresas
Troncal
1
2
4+2
6*
*1 ECTS= 25-30 horas de trabajo.
ver más abajo actividades y horas de trabajo estimadas
Inferencia Estadística.
Modelo Lineal Simple.
El alumno sabrá / comprenderá:

Las distribuciones de tipo continuo más conocidas, con un especial manejo de la
distribución Normal.

Las relaciones existentes entre las distintas distribuciones de tipo continuo.

Las distribuciones de los estadísticos muestrales de una población Normal, y sus
aplicaciones a diversos ámbitos.

Algunos de los métodos de estimación puntual de parámetros existentes en la
literatura.

Las propiedades deseables de un estimador puntual.

Interpretar y deducir intervalos de confianza para distintos estadísticos muestrales
procedentes de una distribución Normal.

Formular un contraste de hipótesis y manejar los distintos conceptos relacionados,
como pueden ser los tipos de hipótesis, tipos de error, región crítica, función de
potencia, etc.

Deducir los contrastes de hipótesis para los distintos estadísticos muestrales
procedentes de una distribución Normal.

Especificar y estimar el modelo lineal simple y el modelo lineal simple Normal.
Interpretar los resultados y conocer las propiedades más importantes
El alumno será capaz de:

Resolver problemas de variables aleatorias de tipo continuo con una familia de
distribución conocida, así como cuestiones relacionadas con estadísticos muestrales
de una población Normal.

Obtener estimaciones de tipo puntual de una determinada distribución.

.

Realizar estimaciones de parámetros a partir de intervalos de confianza

En general, describir los conceptos de forma sencilla, plantear y resolver
correctamente ejercicios, interpretar adecuadamente resultados estadísticos y
exponer de forma clara conceptos, con la precisión matemática y el rigor propios de
la materia.
Obtener conclusiones estadísticas a partir de un contraste de hipótesis.
Prerrequisitos y recomendaciones
Prerequisites and advises
Contenidos/descriptores/palabras clave
Course contents/descriptors/key words
La presente asignatura es una continuación de la asignatura Técnicas Cuantitativas para la
Empresa 1. El alumno debería tener los conceptos y fundamentos de esta asignatura bien
asimilados para un mejor seguimiento de las clases de Técnicas Cuantitativas para la Empresa
2. También es recomendable el repaso de ciertos aspectos ya estudiados por el alumno durante
la carrera en asignaturas como Matemáticas Empresariales 1 y Economía de la Empresa 1.
1 Algunas distribuciones de tipo continuo.
1.1 Las distribuciones Rectangular y Exponencial.
1.2 Las distribuciones Gamma y Beta.
1.3 La distribución Normal. Manejo de tablas.
1.4 Distribuciones relacionadas con la distribución Normal.
1.5 Convergencias en distribución. Aproximaciones de una distribución de probabilidad por otra.
2 Distribuciones de los estadísticos muestrales de una población Normal.
2.0 Introducción: Muestra aleatoria, parámetros poblacionales, estadísticos muestrales, valor
esperado y varianza de los estadísticos.
2.1 Distribución para la media de una muestra procedente de una población Normal con
varianza conocida.
2.2 Distribución para la cuasi-varianza y varianza de una muestra procedente de una población
Normal.
2.3 Distribución para la media de una muestra procedente de una población Normal con
varianza desconocida: El cociente t-Student.
2.4 Distribución para la diferencia de dos poblaciones muestrales independientes procedentes
de sendas poblaciones Normales.
2.4.1 Caso en el que las varianzas de ambas poblaciones son conocidas.
2.4.2 Caso en el que las varianzas de ambas poblaciones son desconocidas pero iguales.
2.4.3 Caso en el que las varianzas de ambas poblaciones son desconocidas y desiguales.
Aproximación de Welch.
2.4.4 Caso en el que las varianzas son desconocidas y los tamaños muestrales elevados.
2.5 Distribución para el cociente de varianzas.
2.6 Distribución para la proporción muestral.
2.7 Distribución para la diferencia de proporciones.
3 Estimación puntual de parámetros.
3.0 Introducción a la estimación: concepto de estimador de un parámetro.
3.1 Método de la máxima verosimilitud para la obtención de estimadores puntuales.
3.2 Método de los momentos para la obtención de estimadores puntuales.
3.3 Propiedades deseables para un estimador paramétrico: Estimadores insesgados,
consistentes, eficientes, suficientes.
4 Estimación de parámetros mediante intervalos de confianza.
4.1 Intervalos de confianza para la media de una distribución Normal.
4.2 Intervalos de confianza para la proporción.
4.3 Intervalos de confianza para la diferencia de medias de dos poblaciones Normales.
4.4 Intervalos de confianza para la diferencia de proporciones.
4.5 Intervalos de confianza para la varianza de una población Normal.
4.6 Intervalos de confianza para la razón de varianzas.
5 Contraste de hipótesis.
5.1 Formulación de un contraste: tipos de hipótesis, tipos de error, región crítica, función de
potencia.
5.2 Contrastes de hipótesis para la media de una población Normal.
5.3 Contraste de hipótesis para la proporción.
5.4 Contrastes de hipótesis para la diferencia de medias.
5.5 Contraste de hipótesis para la diferencia de proporciones.
5.6 Contrastes de hipótesis para la varianza.
5.7 Contrastes de hipótesis para la razón de varianzas.
5.8 Análisis de Razón de Verosimilitudes: El problema de encontrar la región más potente,
introducción al lema de Neyman-Pearson.
6. El modelo lineal simple (MLS).
6.1 Introducción a los modelos econométricos.
6.2 Especificación y estimación del modelo lineal simple.
6.2.1 Introducción.
6.2.2 Estimación mínimo cuadrática.
6.2.3 Propiedades de los Estimadores Mínimo Cuadráticos Ordinarios (EMCO): Teorema de
Gauss-Markov.
6.3 Estimación de la varianza de la perturbación aleatoria.
7. El modelo lineal simple Normal (MLSN).
7.1 Estimadores máximo-verosímiles.
7.2 Distribución de los estimadores de los parámetros del MLS Normal.
7.3 Intervalos y regiones de confianza para los parámetros del MLS Normal.
7.4 Contraste de hipótesis de confianza para los parámetros del MLS Normal.
7.5 El coeficiente de Determinación.
7.6 Análisis de la varianza en la regresión.
7.7 Equivalencia de las pruebas de correlación, regresión y ANOVA para la incorrelación de las
variables del MLS.
7.8 Explotación del MLS.
7.8.1 Predicción puntual óptima.
7.8.2 Distribución del predictor lineal e intervalo de confianza para.
7.8.3 Intervalo de confianza para Y0 y análisis de la permanencia estructural del modelo.
Bibliografía recomendada
Recommended reading
BIBLIOGRAFÍA BÁSICA

Herrerías, R. y Palacios, F. (2007) Curso de inferencia estadística y del modelo
lineal simple. Ed. Delta. Publicaciones Universitarias. Madrid.

Herrerías Pleguezuelo, R., Palacios González, F., Pérez Rodríguez, E., Chica
Olmo, J., Callejón Céspedes, J., Cano Guervós, R. Herrerías Velasco, J. M.
(2004) Ejercicios resueltos de inferencia estadística y del modelo lineal simple. Ed.
Delta. Publicaciones Universitarias. Madrid.
BIBLIOGRAFÍA COMPLEMENTARIA

Abad Montes, F., Huete Morales, M.D. y Vargas Jiménez, M. (2001) Estadística
para las ciencias sociales y laborales. Ed. José Carlos Urbano Delgado, Granada.

Amor Pulido, R., Aguilar Peña, C., Morales Luque, A. (2005) Estadística
Aplicada. Grupo Editorial Universitario.

Arnaiz. (1978) Introducción a la Estadística Teórica. Ed. Lex Nova.

Canavos. (1987) Probabilidad y Estadística: Aplicaciones y métodos. Ed. McGraw
Hill.

Casas Sánchez, J.M. (1996) Inferencia Estadística para la Economía y la
Administración de Empresas. Ed. Centro de Estudios Ramón Areces, S.A.

Casas Sánchez, J.M., García Pérez, C., Rivera Galicia, L.F. y Zamora Sanz, A.I.
(1998) Problemas de Estadística. Descriptiva, probabilidad e inferencia. Ed.
Pirámide.

Gutierrez Jáimez, R. Martínez Almécija, A. y Rodríguez Torreblanca, C. (1993)
Curso básico de probabilidad. Ed. Pirámide.

Johnston. (1987) Métodos de Econometría. Ed. Vicens-Vives.

Newbold, P. (1997) Estadística para los negocios y la economía. Prentice Hall.

Palacios González, F. y Callejón Céspedes, J. (2002) Mapas conceptuales,
formulario y tablas de Técnicas cuantitativas II. Ed. Plácido Cuadros, S.L. Granada.

Rohatgi. (1976) An introduction to Probability Theory and Mathematical Statistics.
Ed. John Wiley and Sons.

Utts, Jessica M. (2005) Seeing through statistics. Ed. Belmont, CA: Thomson.

Wild, C.J. (2000) Chance encounters: a first course in data analysis and inference..
Ed. John Wiley and Sons. New York.
Esta asignatura está basada en clases presenciales en las que se explican todos los contenidos
teóricos y se realizan numerosos ejercicios prácticos. A través de las referencias citadas
anteriormente, el alumno dispone de una gran variedad de ejercicios resueltos, los cuales
ayudan a interpretar, resolver y discutir los contenidos teóricos/prácticos explicados. Los
alumnos disponen de otros recursos docentes (resolución de ejercicios mediante distintos
paquetes informáticos, ejercicios y exámenes resueltos, etc) en distintas direcciones web para
su consulta mediante internet.
Métodos docentes
Teaching methods
Actividades y horas de trabajo estimadas
Activities and estimated workload (hours)
Actividad
Lecciones teóricas
Resolución de problemas
Exámenes
Total
Tipo de evaluación
calificación
Assessment methods
En general, la calificación final de la asignatura se fundamenta principalmente en la
evaluación de los exámenes, tanto en convocatoria ordinaria como en extraordinaria, y será la
media aritmética simple de las notas de Teoría y Problemas, siempre que cada uno de ellas
supere los 3,5 puntos sobre 10. No obstante, el profesor podrá determinar otras formas
complementarias de calificación, en el grado que él mismo determine, que se basen en otros
tópicos (trabajos, exposición de los mismos, preguntas realizadas o contestadas en clase,
exámenes parciales, test, actitud y participación en clase, etc.).
y criterios de
h.clase
38
18
4
60
h. estudio*
40
50
10
100
Total
78
68
14
160
Para poder realizar el examen se requerirá la presentación del D.N.I. o del pasaporte. Se
requiere también conocer el grupo en el que se está matriculado, para evitar posibles problemas
en las actas.
Idioma usado en clase y exámenes
Language of instruction
Enlaces a más información
Links to more information
Nombre del profesor(es) y dirección de
contacto para tutorías
Name of lecturer(s) and address for tutoring
El alumno deberá llevar al examen calculadora (no se admiten calculadoras
programables) y las tablas estadísticas que sean necesarias.
Español
http://www.ugr.es/local/metcuant/
Grupo A
Rafael Cano Güervós, Ph. D.
Correo electrónico: rcano@ugr.es
Oficina: Departamento de Métodos Cuantitativos para la Economía y la Empresa (Despacho C209). Facultad de Ciencias Económicas y Empresariales. Campus Cartuja, 18071 Granada.
Grupo B
María del Mar López Martín.
Correo electrónico: mariadelmarlopez@ugr.es
Oficina: Departamento de Métodos Cuantitativos para la Economía y la Empresa (Despacho D00). Facultad de Ciencias Económicas y Empresariales. Campus Cartuja, 18071 Granada.
Raúl Amor Pulido, Ph. D.
Correo electrónico: ramor@ugr.es
Oficina: Departamento de Métodos Cuantitativos para la Economía y la Empresa (Despacho B312). Facultad de Ciencias Económicas y Empresariales. Campus Cartuja, 18071 Granada.
Grupo C
José Callejón Céspedes, Ph. D.
Correo electrónico: callejon@ugr.es
Oficina: Departamento de Métodos Cuantitativos para la Economía y la Empresa (Despacho B313). Facultad de Ciencias Económicas y Empresariales. Campus Cartuja, 18071 Granada.
Grupo D
Juan Francisco Muñoz Rosas. Ph, D.
Correo electrónico: jfmunoz@ugr.es
Oficina: Departamento de Métodos Cuantitativos para la Economía y la Empresa (Despacho B314). Facultad de Ciencias Económicas y Empresariales. Campus Cartuja, 18071 Granada.
Grupo E
María del Mar López Martín.
Correo electrónico: mariadelmarlopez@ugr.es
Oficina: Departamento de Métodos Cuantitativos para la Economía y la Empresa (Despacho D00). Facultad de Ciencias Económicas y Empresariales. Campus Cartuja, 18071 Granada.
Planificación de actividades
Planning
Semana Horas clase
1 (19-02) 4
2 (26-02) 3
1
3 (05-03) 2
2
4 (12-03) 4
5 (19-03) 3
1
6 (26-03) 1
3
7 (09-04) 1
2
1
8 (16-04) 4
9 (23-04) 3
1
10 (30-04) 4
11 (07-05) 3
1
12 (14-05) 2
2
13 (21-05) 4
14 (28-05) 1
3
15(04-06) 2
2
Actividades
Contenidos
Lecciones teóricas
Algunas distribuciones de tipo continuo
Lecciones teóricas
Algunas distribuciones de tipo continuo
Resolución problemas Algunas distribuciones de tipo continuo
Resolución problemas Algunas distribuciones de tipo continuo
Lecciones teóricas
Distribuciones estadísticos de una Normal
Lecciones teóricas
Distribuciones estadísticos de una Normal
Lecciones teóricas
Distribuciones estadísticos de una Normal
Resolución problemas Distribuciones estadísticos de una Normal
Resolución problemas Distribuciones estadísticos de una Normal
Lecciones teóricas
Estimación puntual de parámetros
Lecciones teóricas
Estimación puntual de parámetros
Resolución problemas Estimación puntual de parámetros
Lecciones teóricas
Estimación por intervalos de confianza
Lecciones teóricas
Estimación por intervalos de confianza
Resolución problemas Estimación por intervalos de confianza
Lecciones teóricas
Contraste de hipótesis
Lecciones teóricas
Contraste de hipótesis
Resolución problemas Contraste de hipótesis
Lecciones teóricas
Modelo lineal simple
Lecciones teóricas
Modelo lineal simple
Resolución problemas
Modelo lineal simple
Lecciones teóricas
Modelo lineal simple Normal
Lecciones teóricas
Modelo lineal simple Normal
Resolución problemas
Modelo lineal simple Normal
Repaso Teórico/Práctico Todos los temas
Resolución exámenes
Todos los temas