- Docente: Stefania Mignani
- Crediti formativi: 8
- SSD: SECS-S/01
- Lingua di insegnamento: Italiano
- Moduli: Stefania Mignani (Modulo 1) Alessandro Lubisco (Modulo 2) Mariagiulia Matteucci (Modulo 3)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2) Convenzionale - Lezioni in presenza (Modulo 3)
- Campus: Rimini
-
Corso:
Laurea in
Economia dell'impresa (cod. 8848)
Valido anche per Laurea in Finanza, assicurazioni e impresa (cod. 8872)
Conoscenze e abilità da conseguire
L'obiettivo primario dell'insegnamento è la trattazione delle metodologie statistiche di base per l'analisi di mercato e per l'analisi quantitativa dei fenomeni macro e microeconomici. Lo studente al termine del corso sarà in grado di: - discutere e applicare i metodi fondamentali propri dell'inferenza statistica - applicare la procedura di selezione e validazione del modello di regressione multipla e interpretarne criticamente i risultati - applicare i metodi di raggruppamento e classificazione propri dell'analisi statistica multidimensionale per lo studio dei fenomeni economici ed aziendali. Prerequisiti: conoscenza delle nozioni di Matematica generale, statistica descrittiva, calcolo delle probabilità ed elementi di statistica inferenziale.
Contenuti
I MODULO
-Introduzione sui modelli a variabili latenti
-Richiami alll'analisi delle componenti principali
-Modello fattoriale
- Modelli ad equazioni strutturali (Modello LISREL)
-Cenni ai modelli per dati categorici
II MODULO
-Richiami al modello di regressione lineare multipla
-Scelta dei regressori nel modello di regressione multipla
-Modelli di regressione con variabili indipendenti categoriche
-Modelli multilevel
Per entrambi i moduli si terranno esercitazioni e studi di casi con l'uso di software specifici (R, SPSS; LISREL)
Testi/Bibliografia
- S. Mignani, A. Montanari, Appunti di analisi statistica multivariata, Esculapio, Bologna, Seconda edizione, 1997, 5 (Analisi discriminante);
- David J. Bartholomew ...[et al.], The analysis and interpretation of multivariate data for social scientists, 2002, Chapman & Hall
- Dispense fornite dal docente
Metodi didattici
Lezioni in aula e attività in laboratorio
Modalità di verifica e valutazione dell'apprendimento
Esame orale
Per chi vuole è possibile realizzare un breve rapporto scritto sull'analisi di un data set fornito dal docente. Questo rapporto sostiusce una parte dell'esame orale
Strumenti a supporto della didattica
Lucidi, articoli e dataset
Orario di ricevimento
Consulta il sito web di Stefania Mignani
Consulta il sito web di Alessandro Lubisco
Consulta il sito web di Mariagiulia Matteucci
SDGs
L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.