Insegnamento BUSINESS STATISTICS

Nome del corso di laurea Amministrazione, finanza e controllo
Codice insegnamento A004848
Sede PERUGIA
Curriculum Accounting & finance
Docente responsabile Barbara Guardabascio
Docenti
  • Barbara Guardabascio
  • David Aristei (Codocenza)
Ore
  • 42 Ore - Barbara Guardabascio
  • 21 Ore (Codocenza) - David Aristei
CFU 9
Regolamento Coorte 2024
Erogato Erogato nel 2024/25
Erogato altro regolamento
Attività Affine/integrativa
Ambito Attività formative affini o integrative
Settore SECS-S/03
Anno 1
Periodo Primo Semestre
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
Condividi su