Guía docente de Gestión Empresarial con Información Externa (MA4/56/2/8)
Curso
2023/2024
Fecha de aprobación por la Comisión Académica
19/07/2023
Máster
Máster Universitario en Técnicas Cuantitativas en Gestión Empresarial
Módulo
Fundamentos en Métodos Cuantitativos Aplicados a la Gestión Empresarial
Rama
Ciencias Sociales y Jurídicas
Centro Responsable del título
International School for Postgraduate Studies
Semestre
Primero
Créditos
4
Tipo
Optativa
Tipo de enseñanza
Enseñanza Virtual
Profesorado
- María Del Pilar Fernández Sánchez
- José María Pérez Sánchez
Breve descripción de contenidos (Según memoria de verificación del Máster)
- Consideraciones históricas del reverendo Thomas Bayes,
- Catálogo de distribuciones de probabilidad usuales.
- 1º.- Generalidades y conceptos básicos.
- 2º.- Generalidades sobre utilidad y pérdida.
- 3º.- Información a priori.
- 4º.- La distribución a posteriori.
- 5º.- Inferencia bayesiana.
- 6º.- Utilización de software comercializado en análisis bayesiano.
Prerrequisitos y/o Recomendaciones
Competencias
Competencias Básicas
- CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
- CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
- CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
- CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Resultados de aprendizaje (Objetivos)
- El alumno sabrá/ comprenderá:
- Un nuevo método razonado de toma de decisiones que le permita incorporar la opinión de un experto.
- El alumno será capaz de:
- Seleccionar y emplear las distribuciones necesarias para representar la opinión de un experto y de la verosimilitud de los datos.
- Comprender el mecanismo de actualización de creencias existente en toda inferencia bayesiana.
- Obtener conclusiones como consecuencia de combinar creencias de un experto con la información muestral.
- Comparar los resultados obtenidos bajo la concepción bayesiana con la clásica.
Programa de contenidos Teóricos y Prácticos
Teórico
- Consideraciones históricas del reverendo Thomas Bayes.
- Catálogo de distribuciones de probabilidad usuales.
- Tema 1.- Generalidades y conceptos básicos.
- Introducción.
- Elementos básicos.
- Pérdida esperada, métodos de decisión y riesgo: Pérdida esperada bayesiana.
- Principios de decisión: El principio de decisión Bayes condicionado.
- Fundamentos: Mal uso de procedimientos de inferencia clásica. Perspectiva frecuentista. Perspectiva condicional. Principio de verosimilitud. Elección de un paradigma o principio de decisión.
- Tema 2.- Generalidades sobre utilidad y pérdida.
- Introducción.
- Teoría de la utilidad.
- La utilidad del dinero.
- La función de pérdida: Desarrollo a partir de la Teoría de la utilidad. Algunas funciones de pérdida habituales.
- Algunas críticas.
- Tema 3.- Información a priori.
- Probabilidad subjetiva y determinación subjetiva de la densidad a priori.
- Distribuciones a priori no informativas.
- Distribuciones a priori de máxima entropía.
- Utilización de la distribución marginal para determinar la distribución a priori.
- Algunas críticas.
- Tema 4.- La distribución a posteriori.
- Definición y cálculo.
- La distribución predictiva.
- Distribuciones a priori conjugadas.
- Tema 5.- Inferencia bayesiana.
- Estimación puntual. Error de la estimación.
- Conjuntos de credibilidad. Conjuntos de credibilidad con densidad a posteriori más alta (HPD).
- Contraste de hipótesis. Contraste de hipótesis a un lado. Contraste de hipótesis cuando la hipótesis nula es simple. Caso de la distribución Normal.
- Regresión y Normal bivariante.
- Tema 6.- Utilización de software comercializado en análisis bayesiano.
- First Bayes.
- WinBugs.
Práctico
- El temario práctico de esta asignatura coincide con el temario teórico.
Bibliografía
Bibliografía fundamental
- Berger, J. (1985). Statistical Decision Theory and Bayesian Analysis (segunda edición).
- Bernardo, J.M. y Smith, A.F.M. (1994). Bayesian Theory, Wiley.
- Gelman, A., Carlin, J.B., Stern, H. y Rubin, D.B. (2003). Bayesian Data Analysis (segunda edición), Chapman and Hall.
Bibliografía complementaria
- Lee, P.M. (2004). Bayesian Statistics: An Introduction, (tercera edición), Hodder Arnold.
- Robert, C.P. y Casella, G. (2004). Monte Carlo Statistical Methods (segunda edición), Springer Verlag.
Enlaces recomendados
Metodología docente
Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)
Evaluación Ordinaria
- El artículo 17 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que la convocatoria ordinaria estará basada preferentemente en la evaluación continua del estudiante, excepto para quienes se le haya reconocido el derecho a la evaluación única final.
- Esta asignatura tiene un sistema de evaluación continua basada en los siguientes porcentajes sobre la calificación final
- Pruebas de evaluación escritas y objetivas basadas en exámenes y/o baterías de preguntas tipo test y/o pruebas de respuesta breve:40%
- Trabajos (profundización de un tema, ejercicios, problemas, casos o supuestos, de ordenador):60%.
Evaluación Extraordinaria
- El artículo 19 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria.
- A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua.
- De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de pruebas y/o trabajos.
Evaluación única final
- El artículo 8 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que podrán acogerse a la evaluación única final, el estudiante que no pueda cumplir con el método de evaluación continua por causas justificadas.
- Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases, lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua. El estudiante tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de pruebas y/o trabajos.
Información adicional
- Los requisitos y habilidades técnicas necesarias serán los básicos para poder acceder a la plataforma PRADO.
- En particular, será necesario:
- Acceso a Internet y navegador.
- Será necesario disponer de software que permita la visualización de documentos, imágenes y video de uso extendido como lector de pdf y pluggins para la reproducción de videos.