Amb el grau d'Estadística (amb excel·lència acreditat per l'AQU Catalunya), coordinat per la Universitat de Barcelona (UB) i amb la participació de la UPC, estudiaràs assignatures relacionades amb estadística, probabilitat, investigació operativa, . Els documents expedits per estats no membres de la Unió Europea o signants de l'Acord sobre l'Espai Econòmic Europeu s'han de legalitzar per via diplomàtica o amb el correu corresponent.
Espais vectorials
El problema bàsic és resoldre i interpretar un sistema d'equacions lineals, essencial per a l'estudi de qualsevol fenomen de naturalesa lineal (o que s'hi acosta) i que apareix repetidament al llarg del curs. Revisar les maneres de resoldre un sistema lineal i introduir el concepte d'espai vectorial a través del conjunt de solucions d'un sistema.
Matrius
Determinants
La prova final és la mateixa que la prova única i es realitza conjuntament en la data fixada pel Consell d'Educació al juny. La prova única compta amb el 100% de la nota final de l'assignatura i té lloc en la data fixada pel Consell d'Educació al juny.
Introducció a les sèries temporals
Metodologia Box-Jenkins
Els alumnes que segueixin l'avaluació continuada i no es presentin a la prova final rebran la qualificació de “no presentat”. Aplicar tècniques i models clau d'anàlisi de supervivència mitjançant programari de referència estadística.
Conceptes i inferència Introducció
Presta atenció a les instruccions que es donen al llarg del curs sobre la coordinació del treball en equip i consulta la documentació associada distribuïda des de la coordinació de l'assignatura. En aquest sentit, les sessions pràctiques segueixen el currículum de l'assignatura des de la perspectiva de l'aplicació i treballen amb dades reals.
Introducció
L'objectiu del tema és presentar tècniques estadístiques per analitzar taules grans per extreure ràpidament la informació més rellevant de les dades; Els problemes abordats són de diferents tipus: des de la definició d'eixos dominants fins a la caracterització estadística de subpoblacions. D'altra banda, els estudiants han de desenvolupar una capacitat pràctica per aplicar aquestes tècniques a dades reals.
Anàlisi discriminant
Altres mètodes multivariants
Calcula el pla tangent a la gràfica d'una funció de dues variables i el pla tangent a la superfície donada implícitament. Calculeu extrems de funcions de diverses variables en conjunts oberts, conjunts compactes i extrems subjectes a lligadures.
Funcions de diverses variables
Diferenciació
Un cop finalitzat el període d'avaluació, hi ha la possibilitat de fer una reavaluació, que consisteix en un examen de tota l'assignatura. Conèixer els instruments i tècniques bàsiques per analitzar l'estructura i el creixement d'una població: construcció de taules estadístiques, representació gràfica i càlcul de diversos indicadors.
Característiques i evolució de la població Introducció
Estudi dels fenòmens demogràfics 1. Anàlisi de la mortalitat
Es pot fer individualment o en grups de dos alumnes i té una ponderació del 20% de la nota final de l'assignatura. El treball per dur a terme les diferents etapes de la pràctica, sota la supervisió del professor.).
L’enquesta com a tècnica d’investigació social
Codificar les respostes a diferents tipus de preguntes, introduir dades al suport informàtic i analitzar-les estadísticament. Dissenyar, estructurar i redactar un informe sobre els resultats i conclusions de l'enquesta i presentar l'informe públicament.
L’informe d’investigació
La resta d'alumnes també hi poden optar, sempre que optin explícitament per l'avaluació contínua, encara que això no és recomanable. En la data fixada pel Consell d'Educació, l'alumne ha d'indicar si vol seguir l'avaluació continuada o optar per l'avaluació única.
Disseny d’un factor
Dissenys jerarquitzats
Conèixer i comprendre les eines i tècniques d'anàlisi associades a l'ús del model de regressió lineal múltiple. Interpretar de manera rigorosa i correcta els resultats de l'estimació d'un model de regressió lineal múltiple en les seves possibles especificacions.
El model de regressió lineal múltiple: especificació i estimació 1. Especificació del model
Incompliment de les hipòtesis bàsiques del terme de pertorbació 1. Matrius de variàncies i covariàncies escalars i no escalars
Heteroscedasticitat
Autocorrelació
Models de variable dependent discreta 1. Model de probabilitat lineal
L'alumnat que desitgi renunciar a l'avaluació continuada i optar per l'avaluació individual ha de fer-ho abans de la data fixada, que es publica amb antelació. Aquest examen de reavaluació sempre té les característiques de l'examen d'avaluació única, permet que els estudiants assoleixin la màxima nota i que tots els alumnes la puguin presentar independentment de si han optat per avaluació única o contínua.
Metodologia de millora sis sigma
Realitzar un control estadístic del procés en un procés real, tenint en compte la naturalesa del procés i els costos associats al mateix. Realitzar estudis de repetibilitat i reproductibilitat per assegurar-se que el sistema de mesura utilitzat en el procés és adequat.
Disseny d’experiments a la indústria i metodologia de superfície de resposta
Control estadístic de processos: monitoratge i ajust
Casos pràctics d’aplicació de l’estadística en la indústria i en els serveis
Ser conscient de la importància i les possibilitats de l'estadística en el context de la gestió de la qualitat. Comprendre i donar a conèixer per què l'estadística és una eina important en la gestió de la qualitat.
Introducció a la gestió de la qualitat
Capacitat per aplicar tècniques estadístiques i investigació operativa en la millora de la qualitat i la productivitat en diferents entorns (tecnològic, industrial, etc.). Identificar en quines situacions les eines de millora de la qualitat poden ser útils i saber utilitzar-les correctament.
Millora de la qualitat
Variabilitat: causes i mesura
Control estadístic de processos
Inspecció per mostreig
Eines per a la planificació
Capacitat per proposar, modelitzar, analitzar, validar i interpretar situacions i problemes reals, adaptar els models teòrics a les necessitats específiques de les diferents àrees d'aplicació. Conèixer algunes de les aplicacions de les matemàtiques a altres branques de la ciència i la tecnologia.
Estadística i bioinformàtica
L'alumnat que vulgui optar per l'avaluació continuada i opti per l'avaluació única ho ha de fer abans de la data fixada pel Consell de Docència, que es fa pública prèviament. Els estudiants que vulguin desactivar-se de l'avaluació contínua i optar per l'avaluació única poden fer-ho abans de la data de venciment, que es fa pública amb antelació.
Arxius i bases de dades
Ser capaç d'aplicar els coneixements teòrics mitjançant programari de gestió de bases de dades. PS: fitxers i bases de dades http://grad.ub.edu/grad/plae/detallAssignatura.do?accioPDF=PDFPubl.
Introducció a l’empresa
Comercial i màrqueting
La prova de continuació 2 (PEC 2) consta d'una sèrie d'exercicis numèrics i preguntes breus relacionades amb la pràctica 2 i el tema 4 "Economia". La prova d'estudi continuat 3 (PEC 3) consta d'una sèrie de preguntes breus relacionades amb el tema 5 "Comercial i màrqueting" i el tema 6 "Operacions".
Model estadístic
Mètodes de construcció d’estimadors
Mètodes de construcció i avaluació d’intervals de confiança
Mètodes de construcció i avaluació de proves d’hipòtesi
Saber utilitzar la prova d'hipòtesis i l'interval de confiança com a eines de presa de decisions. PS: Introducció a la inferència estadística http://grad.ub.edu/grad/plae/detallAssignatura.do?accioPDF=PDFPubl.
Inferència estadística: introducció i conceptes bàsics Introducció, objectius i programa de l’assignatura
Proves d’hipòtesi per a una població. Conceptes fonamentals
Proves no paramètriques basades en la llei de khi al quadrat
Realització durant el període d'exàmens d'un exercici d'anàlisi global de dades amb R a l'aula d'informàtica [PR] per valor del 25% de la nota total. Identificar els algorismes bàsics associats a determinats tipus de dades estructurades: algorismes de cerca i algorismes d'ordenació.
Introducció a l’algorísmica
Capacitat per identificar els principals models de recerca operativa i conèixer-ne les característiques i l'àmbit d'aplicació. PS: Introducció a la investigació operativa http://grad.ub.edu/grad/plae/detallAssignature.do?accioPDF=PDFPubl.
El procés de modelització
Formulació i resolució dels models no lineals d’optimització
Probabilitat condicionada i independència estocàstica 1. Probabilitat condicionada
La prova de reavaluació, que té lloc en la data fixada pel Consell de Docència, és la mateixa per als que han fet avaluació contínua que per als que han fet l'avaluació única. La reavaluació consisteix en una prova global de tota l'assignatura, i la nota final correspon al 100% de la nota obtinguda en aquesta prova de reavaluació.
Els nombres reals
Derivació. Polinomis de Taylor
Integració
Successions i sèries
Resoldre problemes d'inferència bayesiana analíticament quan s'utilitzen models de la família exponencial i conjuga distribucions prèvies. Utilitzar mètodes de Montecarlo, utilitzant un programari específic, que permet simular la distribució posterior i com extreure conclusions mitjançant aquestes simulacions.
Model bayesià
Models Jeràrquics
Validació i construcció de models 6. Casos pràctics
Aprendre que s'ha d'utilitzar un alt grau de pragmatisme en l'aplicació dels mètodes de mostreig. Apreneu que sempre hi ha una certa distància entre la realitat (marcs de mostreig imperfectes, limitacions de costos, errors no mesurables, etc.) i la teoria.
Mètodes no probabilístics d’extracció de la mostra
Capacitat d'utilitzar mètodes estadístics com a base per a la presa de decisions en organitzacions de diferents àmbits professionals. PS: Mètodes estadístics en mineria de dades http://grad.ub.edu/grad/plae/detallAssignatura.do?accioPDF=PDFPubl.
Introducció a la mineria de dades
Regles de classificació. Anàlisi discriminada paramètrica
Mètodes flexibles de discriminació
En cas que l'estudiant no superi l'avaluació continuada, sempre té dret a presentar-se a l'examen extraordinari (reprova) del mes de juliol, en les mateixes condicions que per a l'avaluació única. En cas que l'estudiant no superi la prova d'avaluació única, sempre té dret a presentar-se a l'examen extraordinari (reprova) del mes de juliol, en les mateixes condicions que per a l'avaluació única.
Introducció a les assegurances
Desenvolupar i discutir activitats -amb suport informàtic- que utilitzin tot el procés d'anàlisi estadística necessari en inversions financeres, anàlisi de riscos i assegurances. Així, sovint s'interrompen les classes teòriques perquè l'estudiant desenvolupi alguns dels plantejaments exposats pels professors, que s'escullen en la mateixa sessió.
Estadística aplicada als mercats borsàtils 1. Patrons de comportament
Estadística aplicada a la gestió de carteres 1. Correlació i gestió de carteres
Estadística aplicada a la gestió del risc 1. Tipologia de riscos financers
Els dos exercicis de l'apartat d'estadística d'assegurances representen el 50% de la nota de l'examen i els altres dos exercicis de l'apartat de finances representen el 50% de la nota de l'examen. Els quatre exercicis de l'apartat d'estadística financera tenen un pes del 50% de la nota final i els altres quatre del 50%.
Proves de permutacions i d’aleatorització
Mètodes basats en l’estimació de la funció de distribució i en el remostreig
Estadística no paramètrica basada en rangs
Casos d’estudi d’estadística no paramètrica i remostreig
Per tenir una nota d'avaluació contínua cal haver realitzat la prova parcial i la prova de síntesi final i haver realitzat les tasques que se us proposen. La prova única d'avaluació es fa en la data fixada pel Consell de Docència (abans del període de matrícula d'alumnes) i, per tant, sense possibilitat de canvis.
Preliminars
L'aplicació pràctica dels mètodes presentats requereix l'ús d'ordinadors i l'ús i coneixement del programari adequat, Matlab, per implementar els mètodes exposats a les explicacions de l'aula.
Àlgebra lineal numèrica
Funcions: aproximació, derivació i integració
Obteniu informació sobre l'extensió a models d'efectes aleatoris lineals generalitzats o models mixts quan les dades no són independents. Saber resoldre alguns models lineals generalitzats d'ús habitual: model lineal generalitzat, regressió logística i models log-lineals.
Introducció als models lineals generalitzats
Models lineals generalitzats amb efectes aleatoris
Davant de diversos models lineals generalitzats per a un conjunt de dades fixes, assenyaleu l'elecció del millor model: ús de variables com a factor o com a covariable, introducció de termes d'ordre superior al lineal en les covariables. Conèixer i comprendre les limitacions de les propietats asimptòtiques dels estadístics implicats en l'estimació i validació de models lineals generalitzats.
Regressió lineal simple
Conèixer els models comuns d'optimització de la recerca operativa en enginyeria i utilitzar correctament la terminologia rellevant del camp. Interpretar els resultats dels models d'optimització en enginyeria i ser capaç d'elaborar informes i presentacions on es presentin els resultats.
Optimització en enginyeria del transport
Optimització en enginyeria de l’energia
Coneix els models clàssics d'optimització financera utilitzats per a la gestió activa i passiva de carteres amb l'objectiu de trobar carteres diversificades. Aprendre a resoldre per ordinador problemes d'optimització financera en el disseny de carteres eficients i poder presentar els resultats.
El mercat financer espanyol
Conèixer els mètodes de rendiment existents al mercat per avaluar l'eficiència de les decisions dels gestors de cartera. Desenvolupar mètodes que permetin determinar els moments ideals per comprar o vendre un actiu de renda variable aplicant les eines estadístiques d'anàlisi tècnica de la borsa.
Fonaments financers
Coneix tot el procés de les diferents etapes implicades en la gestió òptima de la cartera de valors. Mètodes d'elecció d'actius per construir una cartera Mètodes d'elecció de moments òptims per a la compra i venda Mètodes d'avaluació de la gestió de la cartera 6.
Avaluació del joc de simulació a la borsa espanyola
Avaluació de treballs presentats al llarg del curs
Avaluació dels coneixements
El professorat assigna a l'estudiant un supervisor acadèmic que analitza el seu progrés a l'empresa o organització mitjançant sessions presencials periòdiques i qüestionaris definits a la sol·licitud de pràctiques en línia. L'avaluació i qualificació de l'assignatura Pràctiques empresarials I és responsabilitat del director acadèmic designat pel claustre i té en compte els elements següents:
Introducció a l’economia Conceptes bàsics
Per millorar la productivitat, es recomana que l'alumne vingui a classe després de llegir el tema corresponent del manual de l'assignatura. L'objectiu fonamental de l'assignatura és que l'estudiant conegui els principis bàsics de l'economia, tant en microeconomia com en aspectes macroeconòmics.
Economia internacional 1. Comerç internacional
Conèixer els diferents tipus de convergència de successions de variables aleatòries i els principals resultats associats: llei dels grans nombres i teorema central del límit. Conèixer els principals tipus de processos estocàstics i identificar les situacions del món real a les quals són aplicables.
Distribucions multivariants
Conèixer els models de presa de decisions més importants de la investigació operativa en diversos camps d'aplicació. Aplicar, sense assistència informàtica, els algorismes estudiats de programació lineal entera a problemes acadèmics de dimensió reduïda.
Introducció a la programació lineal (PL)
Les notes de les proves teòriques i de laboratori es fan prou públiques abans de la prova final d'avaluació. La prova d'avaluació única és la mateixa prova final de teoria i avaluació de laboratori que l'avaluació contínua.
Programación No Lineal
La nova prova té les mateixes característiques que la prova única descrita anteriorment i es realitza en la data oficial de la nova prova. Coneixement i comprensió de diverses estructures de dades en l'entorn de programació estadística R i les seves diferències.
Repàs d’eines fonamentals de la programació Els vectors
Capacitat per utilitzar llenguatges de programació per implementar algorismes i sistemes de gestió de bases de dades. Entendre per què de vegades cal utilitzar una estructura de dades o una altra per resoldre un problema.
Combinació de dades de diferent tipus (List) 1. Introducció i conceptes generals
El grup es divideix en dos per a les classes de teoria; tots els alumnes tenen el mateix horari i dos professors fan classe. D'altra banda, el grup es divideix en tres per a les classes de laboratori (pràctiques d'informàtica), també tots els alumnes treballen en el mateix horari, i les classes són impartides per tres professors.
El llenguatge de programació R
S'agraeix trobar el conjunt de dades original i la creativitat en la programació de la funció. Coneixement del paper de la simulació com a eina metodològica per avaluar models de cua i sistemes d'inventari.
Introducció als processos de renovació
Conèixer les magnituds fonamentals clau implicades en un sistema de cues i com reflecteixen el funcionament d'aquest sistema, així com les interrelacions entre aquestes magnituds. Identificar les distribucions de probabilitat subjacents en els diferents processos implicats en un sistema de cues.
Cues no exponencials
L'alumnat que vulgui renunciar a l'avaluació contínua i optar per l'avaluació unificada ha de fer-ho abans d'una data determinada, que s'anuncia públicament amb prou antelació. Nota: els estudiants que vulguin desactivar l'avaluació contínua i optar per una avaluació única han de fer-ho abans d'una data determinada que s'anuncia públicament amb prou antelació.
UB-UPC)
DATOS GENERALES
Duración 4 años
Tipos de docencia Presencial
Nota de corte del curso 2018-2019 7,794
Horarios/turnos
Título oficial
ACCESO
Plazas nuevo ingreso 50
Ponderaciones PAU
Convalidaciones de CFGS Convalidaciones de CFGS
SALIDAS PROFESIONALES
Salidas profesionales
ORGANIZACIÓN
Organización del estudio
Calendario académico
PLAN DE ESTUDIOS
ECTS
Tipo
PRIMER CURSO
Asignaturas créditos ECTS
SEGUNDO CURSO
TERCER CURSO
CUARTO CURSO
GENERAL DETAILS
Duration 4 years
Delivery
Official degree
ADMISSION
Places 50
Registration and enrolment
Legalisation of foreign documents
PROFESSIONAL OPPORTUNITIES
Professional opportunities
ORGANISATION
Academic calendar
CURRICULUM
Type
FIRST COURSE
SECOND COURSE
Subjects ECTS credits
THIRD COURSE
FOURTH COURSE
