Offerta Didattica

 

CONSULENZA E GESTIONE DI IMPRESA

TECNICHE STATISTICHE AVANZATE PER LE DECISIONI AZIENDALI

Classe di corso: LM-77 - Scienze economico-aziendali
AA: 2021/2022
Sedi: MESSINA
SSDTAFtipologiafrequenzamoduli
SECS-S/03CaratterizzanteLiberaLiberaNo
CFUCFU LEZCFU LABCFU ESEOREORE LEZORE LABORE ESE
87015242010
Legenda
CFU: n. crediti dell’insegnamento
CFU LEZ: n. cfu di lezione in aula
CFU LAB: n. cfu di laboratorio
CFU ESE: n. cfu di esercitazione
FREQUENZA:Libera/Obbligatoria
MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli
ORE: n. ore programmate
ORE LEZ: n. ore programmate di lezione in aula
ORE LAB: n. ore programmate di laboratorio
ORE ESE: n. ore programmate di esercitazione
SSD:sigla del settore scientifico disciplinare dell’insegnamento
TAF:sigla della tipologia di attività formativa
TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio

Obiettivi Formativi

Conoscenza e capacità di comprensione (knowledge and understanding): Lo studente al termine del corso avrà conoscenza di alcuni argomenti di Statistica Univariata e Multivariata di livello superiore rispetto a quelli appresi nella laurea triennale ed in particolare: - nell’ambito della parte dedicata all’analisi uni variata avrà conoscenza delle tecniche di analisi classica delle serie temporali e previsioni; nell’ambito della parte dedicata all’analisi multivariata avrà conoscenza delle tecniche di regressione multipla lineare e non lineare e correlazione multipla, analisi delle componenti principali, analisi fattoriale, analisi delle corrispondenze, alberi di classificazione,cluster analysis, analisi discriminante, regression logistica. Le tecniche esposte possono essere impiegate in qualsiasi campo di ricerca empirica, ma la selezione degli argomenti, come la loro trattazione, è stata effettuata tenendo presenti i problemi che si incontrano, comunemente, nella ricerca empirica afferente al economico ed aziendale. Conoscenza e capacità di comprensione applicate (applying knowledge and understanding): Lo studente sarà in grado di comprendere ed eventualmente ricercare soluzioni avanzate di analisi esplorativa nel campo economico-aziendale generalista e tipiche degli ambiti dell’analisi di mercato e marketing. Autonomia di giudizio (making judgements): Lo studente sarà in grado di adeguare e generalizzare idee e tecniche acquisite per trattare anche situazioni e problemi non esplicitamente affrontati nel corso. Abilità comunicative (communication skills): Lo studente acquisirà la capacità di esprimere e comunicare problemi ed argomenti inerenti al corso. Imparerà a formalizzare problemi concreti, utilizzando gli strumenti acquisiti. Capacità di apprendere (learning skills) : Lo studente apprenderà come, in campo economico, sia a volte necessario o quantomeno utile imparare determinate metodiche per poter formulare in modo efficace e quindi “risolvere” problemi, apparentemente molto difficili, di analisi esplorativa sia a livello descrittivo che di sintesi.

Learning Goals


Metodi didattici

Lezioni in aula

Teaching Methods


Prerequisiti

Matematica: Funzioni, limiti, derivate e algebra matriciale. Statistica descrittiva : I dati e loro organizzazione ; Il confronto tra informazioni ; Indici di sintesi. Statistica inferenziale : Elementi di base di calcolo delle probabilità ; Le principali distribuzioni di probabilità ; Inferenza (concetti base) ; Teoria della stima ; Verifica delle ipotesi ; Estrazioni campionarie e numerosità campionaria.

Prerequisites


Verifiche dell'apprendimento

Esami orali

Assessment


Programma del Corso

Elementi di base Richiami di Statistica descrittiva Richiami di Algebra matriciale Statistica inferenziale Associazione e Correlazione Tecniche di Regressione Tecniche per l’analisi statistica dei bilanci e per lo studio del posizionamento aziendale Introduzione: l’analisi statistica univariata Analisi fattoriale Analisi delle componenti principali Tecniche per la segmentazione del mercato Cluster analysis Alberi di classificazione Tecniche per l’analisi delle insolvenze Analisi discriminante Regressione logistica Il perceptual mapping per il posizionamento competitivo Analisi delle corrispondenze Tecniche di previsione per la programmazione delle attività aziendali L’analisi classica delle serie storiche Livellamento esponenziale e metodo Holt-Winters

Course Syllabus


Testi di riferimento: Testi consigliati Statistica descrittiva e inferenziale: “Statistica: principi e metodi”, Cicchitelli, Pearson “Metodi statistici”, Freund, Wilson, Piccin editore“Statistica”, Freedman-Pisani-Purves, McGraw-Hill Statistica per le decisioni aziendali “Statistica Multivariata – Analisi esplorativa dei dati”, Fabbris, McGraw-Hill “Analisi dei dati e data mining per le decisioni aziendali”, Zani, Cerioli, Giuffrè “Statistica per le decisioni aziendali”,Biggeri, Bini, Coli, Grassini, Maltagliati, Pearson “Serie Storiche Economiche “, Di Fonzo, Carocci “Statistica economica “, Guarini, Tassinari, Il Mulino

Elenco delle unità didattiche costituenti l'insegnamento

Docente: BRUNO RICCA

Orario di Ricevimento - BRUNO RICCA

GiornoOra inizioOra fineLuogo
Martedì 10:30 12:30Terzo piano ex Facoltà Economia
Note: Si consigliano in ogni caso gli studenti di prendere prima contatto con il docente mediante e-mail (bricca@unime.it)
  • Segui Unime su:
  • istagram32x32.jpg
  • facebook
  • youtube
  • twitter
  • UnimeMobile
  • tutti