- Docente: Silvia Pacei
- Crediti formativi: 12
- SSD: SECS-S/03
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea in Economia aziendale (cod. 8405)
Contenuti
- LA STATISTICA IN AZIENDA
Il ruolo della Statistica in azienda. Aree in cui può essere impiegata. Il processo decisionale di tipo statistico. L'azienda come utente e fornitore di informazioni.
- Basi di dati aziendali .
Dati interni ed esterni. Le indagini statistiche campionarie. L'errore di campionamento. Alcune strategie di campionamento probabilistico e non probabilistico. Il campionamento ripetuto nel tempo. La determinazione della numerosità campionaria. Calcolo e correzione dei pesi campionari per il riporto dei risultati alla popolazione. L'errore non campionario .
Alcune fonti statistiche ufficiali e non ufficiali. Sui consumi: indagine ISTAT e l'indagine AcNielsen. Sui redditi: l'indagine della Banca d'Italia.
Le informazioni riportate nella matrice dei dati.
- L'analisi delle determinanti della domanda e la previsione delle vendite.
Metodi di previsione endogeni ed esogeni.
Impiego del modello di regressione lineare multipla. Ipotesi alla base del modello. Stima ed interpretazione dei parametri del modello. Proprietà degli stimatori. Valutazione dell'adeguatezza del modello lineare. Verifica della significatività del modello. Test sui singoli parametri. Analisi dei residui. Confronto fra modelli annidati. Il problema della multicollinearità. L'inclusione di variabili esplicative qualitative. Previsione di un valore individuale. Selezione delle variabili esplicative da inserire nel modello.
Modelli di regressione non lineari.
Esempi ed applicazioni.
- Analisi dei dati per le strategie aziendali: L'ANALISI IN COMPONENTI PRINCIPALI .
La sintesi delle informazioni disponibili: l'analisi in componenti principali. Procedura di ottenimento delle componenti principali. Scelta del numero delle componenti e loro interpretazione.
Esempi di applicazioni.
- Analisi dei dati per le strategie aziendali: LA SEGMENTAZIONE DEL MERCATO .
La matrice delle distanze/dissomiglianze. La distanza Euclidea, la distanza di Mahalanobis, la distanza di Minkowski. Indici di similarità.
La segmentazione dei mercati. Metodi di classificazione a priori e a posteriori.
Metodi di classificazione a posteriori: la cluster analysis gerarchica. Fasi della cluster analysis gerarchica. Metodi di raggruppamento di tipo gerarchico. Scelta del numero dei gruppi e criteri di valutazione delle partizioni.
Metodi di classificazione a posteriori: la cluster analysis non gerarchica. Fasi della cluster analysis non gerarchica. Metodo di raggruppamento delle k medie. Scelta del numero dei gruppi e connotazione dei gruppi.
Esempi di applicazioni.
6. LA SEGMENTAZIONE MEDIANTE GLI ALBERI DI CLASSIFICAZIONE.
Tecniche di segmentazione binaria o multipla mediante gli algoritmi AID, CHAID e CART.
Esempi di applicazioni.
Testi/Bibliografia
Lucidi del docente (per chi segue il corso) disponibili dalla settimana prima dell'inizio del corso sul sito www2.stat.unibo.it/Pacei.
Testi di riferimento:
Brasini, Freo, Tassinari e Tassinari, Statistica aziendale e analisi di mercato, Il Mulino: Bologna, 2002, Capitoli: I (da 1.1 a 1.6); V (da 5.1 a 5.2); VI (da 6.1 a 6.2), VII (par. 1, 2, 3, 4, 6).
“Il campionamento statistico”, G. Cicchitelli, G. Montanari, A. Herzel, 1997, Il Mulino (parti relative alla costruzione dei pesi per vari disegni di campionamento).
Cap. 13 “La regressione lineare multipla”, scaricabile sul sito www.apogeonline.com/2006/libri/88-503-2357-3/ebook/2357-cap13.pdf, in Levine D.M., Krehbiel T., Berenson M.L., Statistica II ed., Apogeo: Milano.
“Introduzione all'econometria”, J.H. Stock e M.W. Watson (edizione italiana a cura di F. Peracchi), seconda edizione, 2009, Pearson Education, cap. 8.
Zani, Analisi dei dati statistici – Osservazioni multidimensionali, Giuffré: Milano, 2000. Capitoli 3 e 5.
“Analisi dei dati e data mining per le decisioni aziendali”, S. Zani e A. Cerioli, 2007, Giuffrè, cap. XI.
Metodi didattici
Lezioni frontali e esercitazioni in laboratorio.
Modalità di verifica e valutazione dell'apprendimento
Relazione scritta e orale sull'applicazione dei metodi affrontati a lezione ai dati raccolti tramite indagini campionarie.
Orario di ricevimento
Consulta il sito web di Silvia Pacei