- Docente: Massimiliano Giacalone
- Crediti formativi: 6
- SSD: SECS-S/02
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Rimini
- Corso: Laurea Magistrale in Amministrazione e controllo d'impresa (cod. 0910)
Contenuti
- Dati statistici: tabelle, diagrammi, indici e indicatori statistici, dati quantitativi e qualitativi, scale di misura
- Analisi della regressione lineare semplice e multipla: condizioni di estendibilità del modello e applicazioni a problemi aziendali. Cenni sulla regressione logistica
- Analisi delle serie storiche: analisi a breve periodo, analisi a medio-lungo periodo, modello additivo, modello moltiplicativo, modelli ARMA, modelli ARIMA (cenni)
- Analisi delle Componenti Principali (‘ACP'): impiego dell'ACP per la sintesi della Customer Satisfaction
- Analisi delle Corrispondenze Multiple (‘ACM') e Analisi dei Gruppi (‘Cluster Analysis'): impiego per la segmentazione del mercato e dei consumatori
- Introduzione al data mining
Finalità del corso
Il corso si propone di fornire agli studenti gli strumenti statistici utilizzabili per la raccolta e l'analisi dei dati aziendali e le tecniche di accesso alle basi di dati a supporto di decisioni manageriali relative alle strategie d'impresa. Lo studente al termine del corso sarà in grado di reperire e organizzare dati statistici utili per le attività dell'azienda; sarà in grado di formulare alcuni modelli per prevedere l'andamento del mercato e le vendite aziendali; conoscerà alcuni strumenti statistici per la qualità e l'innovazione.
Testi/Bibliografia
Dispense o slide messe a disposizione dal docente
Gherghi M., Lauro C. (2008), "Appunti di analisi multidimensionale dei dati" - Metodologia ed esempi - RCE edizioni, Napoli.
Mignani S., Montanari A. (1994), “Appunti di analisi statistica multivariata” - Società editrice Esculapio s.r.l. Bologna.
Riani M., Laurini F. (2008), “Modelli statistici per l'economia con applicazioni aziendali” - Pitagora editrice s.r.l. Bologna.
Zani S., Cerioli A. (2007), “Analisi dei dati e Data Mining per le decisioni aziendali” – Giuffrè editore s.p.a. Milano
Metodi didattici
La didattica è realizzata sia attraverso lezioni frontali che tramite esempi applicativi in laboratorio informatico
Modalità di verifica e valutazione dell'apprendimento
Presentazione di una tesina scritta (redatta in gruppo o singolarmente) ed esposizione della stessa all'interno della prova orale (su tutti gli argomenti del corso).
oppure
Prova scritta (su tutti gli argomenti del corso) con eventuale
prova orale facoltativa.
Strumenti a supporto della didattica
Videoproiettore, PC, laboratorio informatico, dispense o lucidi messi a disposizione dal docente.
Orario di ricevimento
Consulta il sito web di Massimiliano Giacalone