Insegnamento STATISTICA AZIENDALE
- Corso
- Economia e management internazionale
- Codice insegnamento
- 20A00063
- Sede
- PERUGIA
- Curriculum
- Comune a tutti i curricula
- Docente
- David Aristei
- Docenti
-
- David Aristei
- Ore
- 63 ore - David Aristei
- CFU
- 9
- Regolamento
- Coorte 2022
- Erogato
- 2022/23
- Attività
- Caratterizzante
- Ambito
- Statistico-matematico
- Settore
- SECS-S/03
- Tipo insegnamento
- Obbligatorio (Required)
- Tipo attività
- Attività formativa monodisciplinare
- Lingua insegnamento
- Italiano
- Contenuti
- Il corso è strutturato in cinque argomenti principali:
1) Introduzione alla statistica aziendale e alle fonti dei dati per le analisi aziendali
2) Le indagini campionarie per la rilevazione di dati di interesse aziendale
3) Analisi preliminari dei dati: misure di associazione
4) Il modello di regressione per l’analisi delle relazioni causali tra variabili e le previsioni aziendali
5) Modelli di regressione con variabili dipendenti binarie - Testi di riferimento
- Testi di riferimento
- Bracalente B., Cossignani M., Mulas A.: “Statistica Aziendale”, McGraw-Hill, Milano 2009 (Capitoli 1, 2, 3 (solo 3.1 e 3.3), 4.
- Bracalente B. “Regressione con variabili indipendenti qualitative”, appunti integrativi al Capitolo 4 del libro di testo.
Testi di consultazione e approfondimento:
- Biggeri L., Bini M., Coli A., Grassini L., Maltagliati M.: “Statistica per le decisioni aziendali”, 2/Ed., Pearson, Milano 2017
Materiale didattico aggiuntivo:
Il materiale didattico (dispense, esercitazioni, altro materiale di supporto) sarà progressivamente reso disponibile nella piattaforma Unistudium. - Obiettivi formativi
- L’obiettivo del corso è quello di introdurre gli studenti alle principali metodologie statistiche per analizzare i dati aziendali e supportare le decisioni manageriali: dalle tecniche di campionamento per rilevare dati di interesse aziendale, ai modelli di regressione per analizzare le cause dei fenomeni aziendali e fare previsioni.
I metodi statistici sono presentati dando ampio spazio al loro impiego nella soluzione di problemi aziendali e quindi all’interpretazione dei risultati nelle applicazioni.
La presentazione dei metodi è accompagnata da esempi e casi aziendali. Sono inoltre previste esercitazioni su dati aziendali da svolgere con i software Excel e Stata. - Prerequisiti
- Sono richieste conoscenze di base sui principali metodi di statistica descrittiva ed inferenziale.
- Metodi didattici
- Lezioni frontali ed esercitazioni pratiche
- Altre informazioni
- Per gli studenti frequentanti sono previste delle esercitazioni non obbligatorie
- Modalità di verifica dell'apprendimento
- L’esame prevede una prova scritta articolata in due parti: domande di carattere teorico ed esercizi da svolgere.
È prevista una prova intermedia (facoltativa) concernente i punti del programma svolti fino alla data della prova. La prova intermedia: a) ha la stessa articolazione in domande ed esercizi della prova ufficiale; b) comporta l’esonero del relativo programma nella prova ufficiale; c) il voto conseguito fa media (ponderata) con quello della seconda parte sostenuta nella prova ufficiale; d) è valida soltanto se la prova ufficiale viene sostenuta in uno dei tre appelli della sessione estiva (giugno-luglio) immediatamente successiva al periodo del corso. - Programma esteso
- 1. Introduzione alla statistica aziendale e alle fonti dei dati per le analisi aziendali
La statistica per le decisioni aziendali.
Le fonti di dati per le analisi aziendali: fonti primarie e fonti secondarie. La qualità dell’informazione statistica.
Le fonti statistiche secondarie interne. Presentazione delle principali fonti esterne ufficiali e non ufficiali rilevanti nelle analisi aziendali
2. Le indagini campionarie per la rilevazione di dati di interesse aziendale
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.
Analisi diagnostiche: verifica della validità delle ipotesi di linearità, omoschedasticità, incorrelazione seriale, non collinearità e relativi rimedi.
5. Modelli di regressione con variabili dipendenti binarie
Il modello di probabilità lineare.
Il modello di regressione logistica: stima e interpretazione dei parametri; effetti marginali; test di significatività; bontà di adattamento; previsione.