EAM574 Introducción a la Analítica de Negocios

EscuelaEconomía Y Administración
Área
Categorías
Créditos5

Prerequisitos

Sin requisitos
Restricciones: ((Programa = Mag Adm Empresas Exe) o (Programa = Mag Adm Empresas Exe) o (Programa = Mag Adm Empresas Exe) o (Programa = Mag Adm Empresas Exe) o (Programa = Mag Adm Intern-Chile) o (Programa = Mag Adm Emp Inte-Chi) o (Programa = Mag Adm Empresas Ace) o (Programa = Mag Adm Empresas Ace) o (Programa = Mag-Adm-Empresas-Ace) o (Programa = Mag Adm Empresas Ace))

Calificaciones

Este ramo no ha sido calificado.

No hay comentarios.

CURSO:INTRODUCCION A LA ANALITICA DE NEGOCIOS
TRADUCCION:INTRODUCTION TO BUSINESS ANALYTICS
SIGLA:EAM574
CREDITOS:05
MODULOS:03/TRIMESTRAL
CARACTER:OPTATIVO
TIPO:CATEDRA
CALIFICACION:ESTANDAR
PALABRAS CLAVE:REGRESION, ANALISIS, DATOS
NIVEL FORMATIVO:MAGISTER


I.DESCRIPCIÓN DEL CURSO

Se espera que los alumnos se familiaricen con las primeras etapas del proceso de analisis de datos como apoyo para la toma de decisiones y la forma en que se presentan los resultados. Se examinara y discutira (i) la importancia del uso de graficos para presentar informacion, (ii) el uso de estadistica descriptiva, (iii) modelos de regresion para indagar en el efecto causal de variables de interes y (iv) el uso de experimentos como herramientas para recabar informacion. Todos estos topicos seran desarrollados de forma practica usando datos reales.

La metodologia de trabajo durante las sesiones incluira: clases expositivas, discusion y resolucion de casos, desarrollo de ejercicios (de forma individual y grupal). La evaluacion del curso incluye dimensiones tales como: participacion en clases, controles cortos, tareas y un examen final.


II.RESULTADOS DE APRENDIZAJE

1.Describir las variables que constituyen una base de datos utilizando estadisticos muestrales.

2.Sintetizar informacion de modo que sea entendible por un publico externo.

3.Utilizar el programa R para describir y graficar variables de interes.

4.Analizar coeficientes obtenidos de analisis de regresion.

5.Evaluar el uso de experimentos como herramienta para recabar informacion y testear hipotesis.


III.CONTENIDOS

1.Introduccion a business analytics y al manejo de datos.
1.1.Carga de datos en R.
1.2.Tablas.
1.3.Estadistica descriptiva.

2.Graficos.
2.1.Histogramas.
2.2.Distribuciones.
2.3.Coeficiente de correlacion.

3.Introduccion al analisis de regresion.
3.1.Testeo de diferencias.
3.2.De diferencias a regresion.

4.Analisis de regresion.
4.1.Interpretacion de coeficientes.
4.2.Variables dicotomicas y de control.

5.Experimentos.
5.1.Dise?o de experimentos.
5.2.Testeo de hipotesis.


IV.ESTRATEGIAS METODOLOGICAS

-Clases expositivas.

-Estudios y discusion de casos.

-Analisis aplicado de bases de datos reales usando el programa R.

-Tareas (individuales y grupales).


V.ESTRATEGIAS EVALUATIVAS

-Participacion en clases: 15%

-Este item se evaluara de acuerdo con la calidad de las intervenciones realizadas en clases. Dado que el curso tiene un enfoque netamente practico, es importante estar dispuesto a compartir puntos de vista y las respuestas a las tareas y ejercicios. Se considerara la profundidad de los comentarios al momento de calificar y no, necesariamente, el numero de participaciones.

-Controles: 15%

-Tareas (grupales e individuales): 40%

-Examen final: 30%


VI.BIBLIOGRAFIA

Considerando el caracter practico del curso, este no incluye bibliografia obligatoria. De todos modos, se consideran una serie de textos o recursos disponibles en linea relacionados con cada uno de los temas a tratar en las clases. Todas las referencias listadas mas abajo ayudan a profundizar los contenidos vistos durante las sesiones.


Complementaria

Tufte, E. R. (2006). The visual display of quantitative information. Graphics Press.

Kabacoff, R. I. (2011). R in action. Data analysis and graphics with R. Manning Publications.

Sykes, A. O. (1993). An Introduction to Regression Analysis. Coase-Sandor Institute for Law & Economics Working Paper No. 20.

Sahay, A. (2017). Business analytics (BA) at a glance. From Business analytics: A data-driven decision making approach for business, volume 1. Harvard Business Publishing.

Angrist, J. D., & Pischke, J. S. (2008). Mostly harmless econometrics: An empiricist's companion. Princeton University Press.


PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS / OCTUBRE 2019


Secciones

Sección 1 Cristian Ramirez