Sesión004.“PresentacióndelaAsignatura”1480-TécnicasEstadísticasenInvestigacióndeMercadosGradoenEstadísticaempresariaCurso2014-15– SegundosemestreProfesor:XavierBarberiVallésDepartamento:Estadística,MatemáticaseInformática

TécnicasEstadísticasenAnálisisdeMercados

Lo que no se mide, lo que de alguna manera no se capta, NO EXISTE.

Teodoro Luque Martinez

XaviBarber2013/2014

Presentación

• XavierBarber:xbarber@goumh.es(enasuntoSIEMPRE“TEIM”)

• Tutorías:previacitapormail(porrazonesdeagenda).Lunesyjuevesalfinalizarlasclases.

• ClasesTeóricasyPrácticas:

– ¿TenéisPortátiles?

– AULADEINFORMATICA0.1A

Temario– Revisandoconceptos:

• Repaso Estadística Descriptiva

• Repaso Modelos Lineales (RegresiónLineal,ANOVAyANCOVA)

• Repaso alaMineríadeDatos

• Regresión Logística

– AnálisisDiscriminante

– Árboles deDecisión yRandomForest

– IntroducciónalconceptodeRedesNeuronales

– Introducción alBigDataforConsumerPreference

Prácticas• Rstudio

Elalumnodeberáaprenderaserautónomofrentealosproblemasqueseleplateen.

Algunaslibreríasquepuedenservirdeguíaalolargodelcursoson:

BCAyRcmdrPlugin.BCA:www.customeranalyticsbook.com

MVA:“AnIntroductiontoAppliedMultivariateAnalysiswithR”.

DMwR-package:Functionsanddataforthebook"DataMiningwithR“.

FactoMineR:“MultivariateExploratoryDataAnalysisandDataMiningwithR”.

Creacióndeunblog– GoUmh:http://gouhm.es

• Blog,Documentos,Presentaciones,Formulariosycarpetascompartidas.

Losalumnosengruposde3realizaránunBlogcuyocontenidoserá:

– 10entradas“comentadas”relacionadasconlamateria.

– ResolucióndetresproblemasrealesplanteadosporelprofesormediantelacreacióndeunTest(FormulariodeGoogle).

– Creacióndeunalistade20enlacesrelacionadosconlaasignatura.

– Creacióndetrespresentacionesmostrandolasconclusionesalproblemaplanteadoanteriormente.

Seminarios• A lo largo del cuatrimestre se realizarán seminarios en diversas

asignaturas.

• Los seminarios serán realizados por otros profesores o por losprofesores de la asignatura pero exponiendo un caso real, ohablando respecto a una temática afín a la asignatura.

• La asistencia y el aprovechamiento cuentan para la nota final de laasignatura.

• Ejemplos de Seminarios anteriores:– El modelo de la Universidades Públicas (Análisis Factorial).– La demanda Eléctrica (RedesNeuronales).

BIBLIOGRAFÍATécnicas de análisis de datos en investigación de mercadosAutSec: Luque Martínez, Teodoro / Barrio Gómez de Agèuero, JorgeEdit: Madrid Pirámide D.L. 2011Statistics for marketing and consumer research Aut: Mazzocchi, MarioAutSec:Edit: Los Angeles [etc.] SAGE 2008Customer and business analytics applied data mining for business decision making using RAut: Putler, Daniel S.AutSec: Krider, Robert E.Edit: Boca Raton, FL CRC Press c2012.

EVALUACIÓN§ Una prueba Escrita-Práctica realizada en el aula de informática como Examen final,

donde el alumno deberá entregar un informe (Portada, índices, Resumen, descriptivos

numéricos+gráficos, modelización según el tipo de datos). La puntuación será del 60%

de la nota final.

§ Un 25% de las 3 prácticas que se entreguen a lo largo del curso. La entrega fuera de

plazo será penalizada proporcionalmente al número de días del retraso.

§ Un 10% con actividades grupales orientadas a la TICS y la estadística.

§ Un 5%del seguimiento de las tutorías y asistencia a los Seminarios

EVALUACIÓN

• Creación de material multimedia por parejas: (25%)

– Presentación tipo Powerpoint, preferiblemente desdeRStudio

– Video presentacióndel trabajo.

– Documento en formato “R” del tema.

• Trabajo Individual: informe sobre un banco de datos. (15%)

• Prueba Escrita-Práctica: tipo test + generación de informe. (55%)

• Seguimiento en tutorías y participación en foros. (5%)

ENFOQUEDELAASIGNATURA

Enfoque de la Asignatura:Recuperar el tiempo Perdido…

Pregunta de InvestigaciónPlanteamiento del ProblemaRecolección de la InformaciónDescripción de los DatosModelizaciónRedacción de Informe para la Toma de Decisiones

Desgraciadamentenonosdatiempoatodo,pero…

ENFOQUEDELAASIGNATURA

Recuperar Técnicas ya vistas, aplicándolas ala Investigación Comercial, utilizandosiempre como entorno el R: GLMs, Factorial,etc…

Ver algunas técnicas nuevas para completarel cuadro “clásico” de ModelosMultivariantes

TÉCNICASESTADÍSTICAS

TÉCNICASESTADÍSTICAS

NOSCOMUNICAMOSPOR:

BLOGDELAASIGNATURA:http://umh1480.edu.umh.es/Twitter:@umh1480

TABLÓNDEANUNCIOSDELAASIGNATURA ocorreoelectrónicoparaanuncios“importantes”.

Horario

• Lunes12:00– 14:00

• Jueves12:00– 14:00– LaGalia- AulaDeInformática0.1A(serecomiendatraer“vuestro”ordenador)