Fundamentos Económicos y Métodos Cuantitativos.

La asignatura contribuye a la adquisición de competencias específicas y transversales del Módulo “Fundamentos Económicos y Métodos Cuantitativos"

Director y Administrador de Empresas.

Econometría y Análisis de datos

Manipulación de datos y análisis gráfico

Econometría, Análisis causal y Experimentos

Regresión con 1 variable: El Modelo Lineal Simple

Regresión con 1 variable: Más allá del MLS. Estimadores no paramétricos.

Modelo lineal general: Estimación e inferencia

Especificación en el Modelo Lineal General

Relaciones funcionales no lineales.

Variable dependiente cualitativa.

Efectos causales con datos observacionales

Introducción a series temporales y datos de panel

Las competencias específicas y transversales que se desarrollarán en esta asignatura contribuyen a que el alumno adquiere las establecidas en el Módulo “Fundamentos Económicos y Métodos Cuantitativos" cuya relación aparece incluida en la Memoria de Verificación del Título de Grado en Administración y Dirección de Empresas.

Básicas/Generales:

•  Comprender los elementos de Econometría, aprender métodos econométricos y estar en capacidad de aplicarlos  en un contexto empírico. Cubre competencias D.2 y D.3 del Grado en Administración y Dirección de Empresas.
•  Entrenamiento para discernir entre métodos alternativos  de análisis, y destreza para juzgar los resultados de la aplicación de métodos cuantitativos en el análisis de datos. Cubre competencias D.2, D.3 y D.4 del Grado en Administración y Dirección de Empresas.
•  Cierto grado de desarrollo de su capacidad para llevar a cabo investigaciones empíricas propias y de su habilidad para contribuir al perfeccionamiento y creación de métodos alternativos de análisis de datos económicos. Cubre competencia D.5 del Grado en Administración y Dirección de Empresas.
• Habilidad en el uso de software estadístico y econométrico. Cubre competencias D.2 y D.3  del Grado en Administración y Dirección de Empresas.

• Conocer la teoría que sustenta el uso de métodos econométricos para el análisis de datos que proveerá a la empresa de información necesaria en su toma de decisiones.  Cubre competencias E.1, E.6, E.10 y E.20 del Grado en Administración y Dirección de Empresas.
• Haber desarrollado la capacidad de elegir entre las  técnicas que conoce, aquellas que son más adecuadas para el análisis de datos en un caso en particular. Cubre competencias  E.6 y E.20 del Grado en Administración y Dirección de Empresas.
• Haber aprendido a aplicar los métodos econométricos estudiados a un contexto empírico, manteniendo un sentido crítico al evaluar la incertidumbre asociada a los resultados obtenidos. Cubre competencias  E.4, E.6 y E.20 del Grado en Administración y Dirección de Empresas.
• Destreza para juzgar los resultados de análisis econométricos obtenidos por sí mismo, y/o para iniciarse en la realización de investigaciones empíricas conducente a esos resultados. Cubre competencias  E.6 y E.20 del Grado en Administración y Dirección de Empresas.
• Cierto grado de desarrollo en su capacidad para  contribuir al perfeccionamiento y creación de métodos econométricos alternativos, que puedan producir resultados más confiables en el caso empírico particular bajo estudio. Cubre la competencia  E.6  del Grado en Administración y Dirección de Empresas.
• Habilidad en el uso de software para la construcción de modelos econométricos. Cubre competencia  E.4  del Grado en Administración y Dirección de Empresas.

• Capacidad de aprendizaje autónomo. Cubre competencias  F.1, F.8, F.9, F.10, F.13, F.14, F.22, F.23 y F.27 del Grado en Administración y Dirección de Empresas.
• - Capacidad de adaptación a nuevas situaciones. Implícito en lo anterior está fomentar la capacidad de adaptar sus conocimientos a nue­vas situaciones.  Cubre competencias  F.1, F.2, F.8 y F.12 del Grado en Administración y Dirección de Empresas.
• - Capacidad para desarrollar la crítica científica y la autocrítica. Cubre competencias  F.1, F.8, F.11 y F.27 del Grado en Administración y Dirección de Empresas.

Fox, J. (2016) Applied Regression Analysis and Generalized Linear Models, Sage. 3ª ed

Hill, R.C.; Griffiths, W.E.; Lim, G.C. (2011), Principles of Econometrics (Fourth Edition), John Wiley.

James, G., D. Witten, T. Hastie and R. Tibshirani (2013) An Introduction to Statistical Learning, with applications in R, Springer. 8^th printing (2018).

Kleiber, C. y A. Zeileis (2008) Applied Econometrics with R, Springer.

Stock, J. W.;Watson M. (2012) Introducción a la econometría (3ª Edición), Prentice-Hall.

Uriel Jiménez, E. (2014, online): Introducción a la Econometría. Universidad de Valencia

Wooldridge, J.M. (2013), Introductory Econometrics - A Modern Approach (Fifth Edition), Thomson-South Western.

Software R (http://cran.r-project.org/) y Rstudio con paquetes tidyverse, mosaic y Rcmdr.

Angrist J. A y Jorn-Steffen Pischke (2014) Mastering ’Metrics: The Path from Cause to Effect, Princeton.

Grolemund y Wickham (2017) R for data science, O'Reilly

Aparicio J. y otros (2017) Modelos Lineales Aplicados en R, Universidad Miguel Hernández, Elche.

Antonio José Sáez Castillo (2012) Métodos Estadísticos con R y R Commander, Versión 3.1, Jaén: Universidad de Jaén

Shalizi, C. R. (2017) Advanced Data Analysis from an Elementary Point of View, Cambridge University Press.

Se proporcionarán más referencias y material a través de Studium

La asignatura requiere una dedicación media de 150 horas (6 ECTS) por parte del alumno, de las cuales 45 horas (30%) corresponden a dedicación presencial o interacción obligatoria con el profesor, y 105 horas (70%) de trabajo por parte del alumno.

El sistema de evaluación es de carácter continuo y contempla la valoración del trabajo por parte del alumno durante el curso (nota base – 40% de la calificación definitiva) y la realización de un examen final (60% de la calificación definitiva).

La asistencia a clase es obligatoria y por lo tanto no forma parte de la calificación final.

El alumno deberá haber cumplido con el 80% de su dedicación presencial para que su trabajo, de carácter presencial  o no, sea considerado como parte de la calificación final.

La nota base estará a disposición del alumno con anterioridad al examen final. Es necesario obtener  una nota mínima de 4 puntos sobre 10 en el examen final para aprobar la asignatura.

• -Hojas de problemas (teóricos y prácticos)

  -Ejercicios realizados en las clases prácticas

  -Participación del alumno en clase

  -Trabajo empírico realizado en grupo

  -Examen final

• Se recomienda que el alumno se esfuerce por superar la evaluación continua.

La calificación obtenida en la evaluación continua no se recuperará y será mantenida para todas las convocatorias que se realicen durante el año académico que corresponde, así como para la convocatoria de evaluación anticipada correspondiente al siguiente curso académico o a los sucesivos. El examen final se recuperará con las mismas exigencias que el de la evaluación inicial.