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, dell’analisi moderna e della teoria delle Reti Neurali a scopi previsivi; nell’ambito della parte dedicata all’analisi multivariata avrà conoscenza delle tecniche di regressione e correlazione multipla, analisi delle componenti principali, analisi fattoriale, analisi delle corrispondenze e cluster analysis. 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. Modalità di accertamento : Esame orale tendente ad accertare conoscenze e capacità di comprensione applicate.

Metodi didattici

Lezioni frontali

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.

Verifiche dell'apprendimento

esame orale

Programma del Corso

Introduzione e basi d’apprendimento (Statistica) ; Statistica inferenziale: Elementi di base di calcolo delle probabilità; Le principali distribuzioni di probabilità: la distribuzione binomiale, la distribuzione normale; Metodi di campionamento; Inferenza (concetti base); Teoria della stima; Stima di μ e σ; Verifica delle ipotesi; Test statistici: z, t, χ2, F; Test su coefficienti di regressione; ANOVA Analisi uni variata : 1. L’analisi classica delle serie storiche; 2. Metodi di previsione; 3. L’analisi Moderna : processi stocastici e modelli ARIMA; 4. Reti Neurali; Analisi multivariata : 1. Nozioni di base su Vettori, Matrici e Spazi Vettoriali; 2. La natura dei dati: alcuni concetti fondamentali; 3. Elementi fondamentali della statistica bivariata e multivariata; 4. Analisi Fattoriale e Analisi delle Componenti Principali; 5. Analisi delle Corrispondenze; 6. Cluster Analysis