93296 - METODI STATISTICI PER LE APPLICAZIONI AZIENDALI

Anno Accademico 2022/2023

  • Docente: Sergio Brasini
  • Crediti formativi: 8
  • SSD: SECS-S/03
  • Lingua di insegnamento: Italiano
  • Moduli: Sergio Brasini (Modulo 1) Annalisa Stacchini (Modulo 2)
  • Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
  • Campus: Rimini
  • Corso: Laurea in Economia dell'impresa (cod. 8848)

Conoscenze e abilità da conseguire

L’insegnamento si propone di fornire le conoscenze necessarie per la raccolta e l’analisi dei dati di interesse per la gestione dell’azienda, con lo scopo di introdurre gli studenti alle principali metodologie statistiche per analizzare: - i dati aziendali e supportare le decisioni manageriali; - le tecniche di campionamento per rilevare dati di interesse aziendale; - i modelli di regressione per indagare le cause dei fenomeni aziendali e fare previsioni; - la costruzione di indicatori per la misurazione della produttività aziendale. La crescente disponibilità di dati propria della società dell'informazione ha fatto emergere la necessità di poter disporre di metodologie e di strumenti adeguati per i processi decisionali di tipo quantitativo. In quest’ottica la presentazione dei metodi statistici è accompagnata da esempi e casi aziendali.

Contenuti

Primo Modulo

1. L'impiego della Statistica per la gestione aziendale:

- Disponibilità e produzione delle informazioni statistiche

- Fonti interne

- Fonti esterne 

2. La produzione di dati ad hoc tramite indagini campionarie:

- Campioni probabilistici e campioni ragionati

- La selezione del campione

- Tipi di liste e metodi di rilevazione dei dati

- Richiami ai principali piani di campionamento

- La determinazione della numerosità campionaria

- La preparazione del questionario

- Gli errori non campionari e i controlli sulla qualità dei dati

- La valutazione dei costi di un'indagine

Secondo Modulo

3. Modelli di regressione per la gestione aziendale e per la previsione:

- Richiami all'analisi e alla misura della correlazione lineare multipla

- La regressione lineare multipla e le assunzioni di Gauss-Markov

- La previsione e la valutazione della capacità previsiva in generale

- Analisi delle serie storiche: ispezione visiva, stazionarietà e non stazionarietà, autocorrelazione e correlogramma

- Scomposizione delle serie storiche e stima delle componenti con medie mobili, coefficienti di stagionalità e varie funzioni analitiche per trend deterministici

- Previsioni basate su modelli stimati con i minimi quadrati ordinari, sul livellamento esponenziale semplice e sui modelli di Holt-Winters

4. Indicatori per la misurazione della produttività:

- Definizione di produttività

- Indice di produttività totale dei fattori di Hicks-Moorsten

- Indice di produttività di Malmquist

Testi/Bibliografia

L. Biggeri, M. Bini, A. Coli, L. Grassini e M. Maltagliati, Statistica per le decisioni aziendali, Pearson, Milano, seconda edizione, 2017.

Metodi didattici

Lezioni frontali

E' essenziale che studentesse e studenti accedano su Virtuale facendo login (bottone in alto a destra) con le loro credenziali di Ateneo, poi andando su "Tutti i corsi" cerchino l'insegnamento di "Metodi statistici per le applicazioni aziendali" e si iscrivano. Qui saranno resi disponibili le slides e gli altri materiali utilizzati a lezione. Inoltre, in caso di necessità, i docenti potranno inviare alla mailing list degli iscritti comunicazioni relative al corso e alle modalità di sostenimento dell'esame. 

Le lezioni saranno interattive, quindi studentesse e studenti sono invitati a partecipare attivamente con osservazioni, domande e segnalazioni. Saranno proposti anche esercizi e casi di studio, al fine di fornire dimostrazioni pratiche sull'uso dei concetti teorici affrontati.

Modalità di verifica e valutazione dell'apprendimento

L'esame è finalizzato a valutare le competenze e le capacità critiche sviluppate dagli studenti.

L'insegnamento è suddiviso in due moduli. Per entrambi la verifica dell'apprendimento avviene attraverso un esame della durata di circa 20 minuti, che accerta l'acquisizione delle conoscenze e delle abilità attese tramite lo svolgimento di un colloquio orale. Nel corso di ciascuna prova gli studenti rispondono a 4 quesiti. E' possibile concordare lo svolgimento di una prova parziale facoltativa prima dell'inizio del secondo modulo.

L'iscrizione all'esame è obbligatoria e gli studenti devono registrarsi attraverso la piattaforma AlmaEsami secondo le regole generali previste dall'Ateneo. Non è possibile iscriversi prima della data di apertura oppure dopo la data di chiusura della finestra temporale prevista. Le studentesse e gli studenti che non riuscissero ad iscriversi sono tenuti a contattare tempestivamente la segreteria didattica del Corso di Studio per segnalare il problema.

Il punteggio finale è espresso in trentesimi ed è ottenuto come media aritmetica semplice (con arrotondamento all'intero superiore) dei voti conseguiti nei due moduli di insegnamento. Il punteggio minimo per ritenere superato ciascun modulo e l'intero esame è di 18/30.

Strumenti a supporto della didattica

Video proiettore e pc.

Sul sito Virtuale saranno resi disponibili materiali didattici e slides utilizzati durante le lezioni.

Orario di ricevimento

Consulta il sito web di Sergio Brasini

Consulta il sito web di Annalisa Stacchini

SDGs

Imprese innovazione e infrastrutture

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.