GRADO DE MARKETING E INVESTIGACIÓN DE MERCADOS
Anuncio
GRADO DE MARKETING E INVESTIGACIÓN DE MERCADOS Análisis Multivariante de Datos Económicos UNIVERSIDAD DE VALLADOLID Facultad de Ciencias Económicas y Empresariales Departamento Economía Aplicada (Estadística y Econometría) Profesor: Hermenegildo Fernández-Abascal Teira Año académico 2013/2014 Programa de la asignatura Introducción Métodos de dependencia TEMA 1: Análisis de la varianza 1.1 Introducción 1.2 Análisis de la varianza de un factor 1.2.1 Diseño completamente aleatorizado (muestras independientes) 1.2.2 Diseño de bloques aleatorizados (muestras relacionadas) 1.3 Análisis de la varianza de dos o más factores 1.3.1 Análisis de la varianza de dos o más factores: diseño completamente aleatorizado 1.4 Alternativas no paramétricas al ANOVA de un factor 1.4.1 Contraste de Kruskal-Wallis y de la mediana para muestras independientes 1.4.2 Contraste de Friedman y de la W de Kendall para muestras relacionadas TEMA 2: Análisis de regresión 2.1 Introducción 2.2 Análisis de regresión con variable dependiente cuantitativa continua. El modelo de regresión lineal clásico 2.3 Incumplimiento de las hipótesis básicas del modelo de regresión lineal clásico TEMA 3: Análisis de regresión con variable dependiente cualitativa o cuantitativa discreta (Modelos de elección discreta) 3.1 Introducción 3.2 Problemas del modelo mínimo cuadrático ordinario 3.3 El modelo lineal de probabilidad 3.4 El modelo Logit 3.5 El modelo Probit TEMA 4: Análisis discriminante 4.1 Introducción 4.2 Clasificación con dos grupos: función discriminante de Fisher y otros criterios de clasificación 4.3 Inferencia y cálculo de probabilidades en el análisis discriminante 4.4 Bondad del ajuste y predicción 4.5 Clasificación con más de dos grupos Métodos de interdependencia TEMA 5: Análisis de conglomerados (Cluster) 5.1 Introducción 5.2 Medidas de similaridad 5.3 Análisis jerárquico de conglomerados: Procedimientos de agrupación 5.4 Análisis no jerárquico de conglomerados: Procedimiento de agrupación 5.5 Número, interpretación y perfil de los conglomerados TEMA 6: Análisis de componentes principales 6.1 Introducción 6.2 Obtención de las componentes principales y sus propiedades 6.3 Número de componentes a retener TEMA 7: Análisis factorial 7.1 Introducción 7.2 El modelo de análisis factorial 7.3 Métodos de extracción de los factores 7.4 Contrastes en el modelo factorial 7.5 Interpretación de los factores. Rotación 7.6 Cálculo de las puntuaciones factoriales TEMA 8: Análisis de correspondencias 8.1 Introducción 8.2 Formulación del análisis de correspondencias simple 8.3 Interpretación del análisis de correspondencias simple 8.4 Análisis de correspondencias con más de dos variables TEMA 9: Escalamiento multidimensional 9.1 Introducción 9.2 El algoritmo básico del escalamiento multidimensional 9.3 Recogida de datos en el escalamiento multidimensional 9.4 Tipos de escalamiento multidimensional 9.5 Interpretación de los resultados y validación BIBLIOGRAFÍA ABASCAL, E. Y GRANDE, I. (1989): Métodos Multivariantes para la Investigación Comercial, Ariel Economía, Barcelona. ETXEBERRÍA, J. (1999): Regresión múltiple, La Muralla / Hespérides, Madrid / Salamanca. EVERITT, B.S. Y DUNN, G. (2001): Applied multivariate data analysis, Edward Arnold, London. GARCÍA JIMÉNEZ, E. GIL FLORES, J. Y RODRÍGUEZ GÓMEZ, G. (2000): Análisis factorial, La Muralla / Hespérides, Madrid / Salamanca. GARCÍA JIMÉNEZ, E. GIL FLORES, J. Y RODRÍGUEZ GÓMEZ, G. (2001): Análisis discriminante, La Muralla / Hespérides, Madrid / Salamanca. GUJARATI, D. (2006): Principios de Econometría, McGraw-Hill, Madrid. GREEN, W.H. (1999): Análisis econométrico, Prentice Hall, Madrid. HAIR, J.F. Y OTROS (1999): Análisis multivariante, Prentice Hall, Madrid. JOHNSON, D.E. (2000): Métodos multivariados aplicados al análisis de datos, International Thomson, México. JOHNSON, R. Y W ICHERN, D.W. (1998): Applied Multivariate Statistical Analysis, Prentice Hall, Englewood Cliffs. LÉVY, J.P., VARELA, J. Y OTROS (2003): Análisis Multivariable para las Ciencias Sociales, Pearson Educación, Madrid. LUQUE MARTÍNEZ, T. Y OTROS. (2000): Técnicas de análisis de datos en investigación de mercados, Pirámide, Madrid. MALHOTRA, N.K. (1997): Investigación de Mercados. Un Enfoque Práctico, Prentice Hall, México. ORTEGA, E. (1990): Manual de Investigación Comercial, Pirámide, Madrid. PEÑA, D. (2002): Análisis de datos multivariante, McGraw Hill, Madrid. PÉREZ, C. (2001): Técnicas Estadísticas con SPSS, Prentice Hall, Madrid. REAL DEUS, J.E. (2001): Escalamiento multidimensional, La Muralla / Hespérides, Madrid / Salamanca. SIERRA, R. (1994): Análisis Estadístico Multivariable. Teoría y Ejercicios, Paraninfo, Madrid. TRIVEZ BIELSA, F.J. (2004): Introducción a la Econometría, Pirámide, Madrid. URIEL, E Y ALDÁS, J. (2005): Análisis Multivariante Aplicado, Thomson, Madrid. VISAUTA, B. (1998): Análisis Estadístico con SPSS para Windows. Estadística Multivariante, McGraw Hill, Madrid. ZIKMUND, W.G. (1998): Investigación de Mercados, Prentice Hall, México. Evaluación: La evaluación de la asignatura seguirá el principio de la evaluación continua y valorará los trabajos, prácticas y exámenes que se realicen a lo largo del periodo lectivo. Incluirá la evaluación de prácticas, trabajos y controles realizados en el periodo lectivo (4 puntos) y de una prueba final teórico-práctica (6 puntos). Para que un estudiante supere la asignatura, la suma de las puntuaciones debe ser igual o superior a 5 puntos, habiendo obtenido al menos 2 puntos en la prueba final teórico-práctica. La prueba final de la convocatoria extraordinaria de julio se regirá por los mismos criterios que la de la convocatoria ordinaria: una prueba teórico-práctica (6 puntos), a cuya puntuación se le sumará la puntuación obtenida por la evaluación de prácticas, trabajos y controles realizados en el periodo lectivo. En esta convocatoria el alumno podría renunciar a la evaluación continua valorándose únicamente la prueba teórico-práctica (10 puntos).
