Insegnamento BUSINESS STATISTICS
- Corso
- Amministrazione, finanza e controllo
- Codice insegnamento
- A004848
- Sede
- PERUGIA
- Curriculum
- Accounting & finance
- Docente
- Barbara Guardabascio
- Docenti
-
- Barbara Guardabascio
- David Aristei (Codocenza)
- Ore
- 42 ore - Barbara Guardabascio
- 21 ore (Codocenza) - David Aristei
- CFU
- 9
- Regolamento
- Coorte 2024
- Erogato
- 2024/25
- Attività
- Affine/integrativa
- Ambito
- Attività formative affini o integrative
- Settore
- SECS-S/03
- Tipo insegnamento
- Obbligatorio (Required)
- Tipo attività
- Attività formativa monodisciplinare
- Lingua insegnamento
- Inglese
- 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 Business Statistics 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
- Statistics for Marketing and Consumer Research, Mario Mazzocchi, SAGE Publications Ltd
- 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.
Gli studenti del curriculum in Accounting e Finance non dovranno studiare l'argomento n. 5 - 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.
5. Modelli a scelta binaria: i modelli logit e probit: stima, interpretazione e test. - Obiettivi Agenda 2030 per lo sviluppo sostenibile
- 4, 8, 9, 12