Insegnamento STATISTICA PER LE DECISIONI AZIENDALI

English version

Nome del corso di laurea	Economia e direzione aziendale
Codice insegnamento	A003024
Sede	TERNI
Curriculum	Comune a tutti i curricula
Docente responsabile	David Aristei
Docenti	David Aristei Barbara Guardabascio (Codocenza)
Ore	21 Ore - David Aristei 21 Ore (Codocenza) - Barbara Guardabascio
CFU	6
Regolamento	Coorte 2022
Erogato	Erogato nel 2022/23
Erogato altro regolamento
Attività	Caratterizzante
Ambito	Statistico-matematico
Settore	SECS-S/03
Anno	1
Periodo	Secondo Semestre
Tipo insegnamento	Obbligatorio (Required)
Tipo attività	Attività formativa monodisciplinare
Lingua insegnamento	Italiano
Contenuti	La crescente disponibilità di grandi mole di dati in modo sempre rapido e tempestivo, propria della società dell'informazione, ha fatto emergere la necessità di disporre di metodologie e strumenti adeguati ai processi decisionali di tipo quantitativo nell'ambito delle applicazioni di Business, Management e Marketing. Il corso di Statistica per le decisioni aziendali si propone di fornire la conoscenza delle principali metodologie statistiche adottate per l’analisi dei dati aziendali e utili a supportare le decisioni manageriali. I dati possono essere di fonte interna all'azienda, come ad esempio quelli riguardanti la clientela o gli utenti, oppure possono derivare da apposite ricerche di mercato o indagini statistiche condotte dall’azienda medesima. La presenza di dati di natura differente (qualitativi e quantitativi) prevede che lo studente acquisisca capacità adeguate che gli consentano di giustificare la logica sottostante l'adozione di una specifica tecnica di analisi e di formulare, in modo critico e rigoroso, ragionamenti sui principali aspetti economici ed aziendali ricavando informazioni sintetiche a supporto delle decisioni e della gestione delle situazioni di rischio aziendale. I metodi statistici presentati spaziano dalle tecniche di campionamento per rilevare dati di interesse aziendale, ai modelli di regressione per analizzare le cause dei fenomeni aziendali e fare previsioni. La presentazione dei metodi è accompagnata da esempi e casi aziendali. Sono inoltre previste esercitazioni su dati aziendali.
Testi di riferimento	Testi di riferimento: Bracalente, B., Cossignani, M., Mulas, A. (2009), Statistica Aziendale, McGraw-Hill, Milano 2009. Testi di consultazione: Biggeri, L., Bini, M., Coli, A., Grassini, L., Maltagliati, M. (2017): Statistica per le decisioni aziendali, Seconda Edizione, Pearson, Milano. Bassi, F., Ingrassia, S. (2022): “Statistica per analisi di mercato. Metodi e strumenti”, Pearson, Milano. Materiale didattico aggiuntivo: Il materiale didattico (dispense, esercitazioni, altro materiale di supporto) sarà progressivamente reso disponibile nella piattaforma Unistudium.
Obiettivi formativi	Entro la fine del corso gli studenti dovrebbero: Conoscere le nozioni teoriche fondamentali della statistica adottata nelle decisioni aziendali. Acquisire le principali tecniche di indagine e sapere organizzare, sintetizzare e rappresentare graficamente un dataset. Saranno inoltre in grado di formulare e condurre semplici procedure inferenziali e analisi di regressione su piccoli set di dati. Produrre e interpretare analisi statistiche di base. Gli obiettivi del corso, quindi, comprendono la capacità di riconoscere le diverse tipologie di dati aziendali e di selezionare tra diversi strumenti statistici quello più appropriato per il problema in esame.
Prerequisiti	I metodi statistici introdotti nel corso sono fortemente dipendenti dagli strumenti matematici di base, pertanto si prevede che gli studenti abbiano frequentato e completato con successo i corsi di matematica previsti.
Metodi didattici	Il corso si svolge attraverso lezioni frontali ed esercitazioni sull'utilizzo dei dati. Le tecniche saranno introdotte da esempi e descritte in formule matematiche. Ampio spazio sarà dato anche all'implementazione pratica di ciascuna tecnica e all'interpretazione dei risultati.
Altre informazioni	Si consiglia vivamente di frequentare le lezioni.
Modalità di verifica dell'apprendimento	L’esame prevede una prova scritta in presenza, della durata di 1 ora e 40 minuti, articolata in due parti: 2 domande di carattere teorico a risposta aperta e 2 esercizi. Se le future sessioni di esame saranno in modalita` mista, oltre alla prova scritta in presenza, sara` possibile sostenere l’esame in forma orale a distanza (colloquio di circa 45 minuti, articolato come la prova scritta in domande teoriche ed esercizi). Solo durante la prova scritta in presenza e` possibile consultare un formulario (contenente solo formule, senza dimostrazioni o commenti; massimo 1 foglio A4 fronte/retro).
Programma esteso	1. Introduzione alla statistica aziendale e alle fonti dei dati per le analisi aziendali Le fonti di dati per le analisi aziendali: fonti primarie e fonti secondarie. La qualità dell’informazione statistica. Il Sistema Statistico Europeo (ESS) e il Sistema Statistico Nazionale (SISTAN) Le fonti statistiche secondarie interne. Presentazione delle principali fonti esterne ufficiali e non ufficiali rilevanti nelle analisi aziendali Gli indicatori congiunturali e le principali indagini Istat. Il datawarehouse I.stat lettura e download dei dati. 2. Le indagini campionarie per la rilevazione di dati di interesse aziendale L’indagine statistica e le sue fasi: formulazione degli obiettivi, individuazione della popolazione di riferimento, il campionamento statistico, individuazione e modalità di raccolta, progettazione del questionario, rilevazione dei dati, codifica e archiviazione dei dati, analisi dei dati, redazione di un rapporto di ricerca. Tecniche di campionamento probabilistico e processo di stima dei parametri. Il campionamento casuale semplice: procedura di estrazione e calcolo degli stimatori puntuali e per intervallo. Errore campionario e determinazione della numerosità campionaria. Il campionamento sistematico. Il campionamento stratificato e le relative procedure di stima dei parametri e di costruzione degli intervalli di confidenza. Errori non campionari e relativi metodi di trattamento. Tecniche di rilevazione dei dati; lo strumento di rilevazione; tipologie di quesiti, scale di valutazione, classificazione dei caratteri statistici. 3 Analisi preliminari dei dati: misure di associazione La matrice dei dati; analisi dei profili colonna: l’associazione fra coppie di caratteri statistici; indici di associazione per variabili qualitative (su scala nominale e su scala ordinale), quantitative e miste. 4. Il modello di regressione per l’analisi delle relazioni causali tra variabili e le previsioni aziendali Il modello di regressione lineare semplice: la stima dei parametri e i relativi test di significatività; variabile esplicativa dummy; il modello di regressione semplice per le previsioni aziendali. Il modello di regressione lineare multipla: richiami di algebra matriciale; la stima dei parametri e i relativi test di significatività; la bontà dell’adattamento; le variabili esplicative dummy e slope-dummy; il modello di regressione multipla per le previsioni aziendali.