DATA ANALYSIS

L’insegnamento è una delle attività formative affini/integrative del corso di laurea triennale in Economia Aziendale che consentono agli studenti di acquisire la conoscenza e la comprensione di alcuni dei principali concetti statistici e il loro utilizzo nelle attività di gestione amministrativa ed aziendale. L'obiettivo dell'insegnamento è di fornire agli studenti competenze che permettano loro di visualizzare, estrarre, interpretare informazioni provenienti da indagini campionarie e database aziendali al fine di pianificare strategie a supporto del processo decisionale.

La frequenza di lezioni frontali, lo studio e l'analisi dei testi di riferimento e dei materiali suggeriti, consentiranno a studenti/studentesse di:

1. Conoscenza e comprensione
1.1 conoscere la terminologia e i concetti di base della statistica descrittiva ed inferenziale nell'ambito di analisi di fenomeni aziendali

2. Capacità di applicare conoscenza e comprensione
2.1 saper estrarre, interpretare e comunicare informazioni provenienti da indagini campionarie e datables aziendali
2.2 saper comprendere gli aspetti principali delle analisi descrittive ed inferenziali svolte
2.3 saper applicare modelli statistici per l'analisi e la previsione di fenomeni aziendali

3. Capacità di giudizio
3.1 saper argomentare le ipotesi a sostegno delle analisi svolte
3.2 saper valutare la bontà dei modelli adottati e dei risultati raggiunti

4. Abilità comunicative
4.1 saper presentare le informazioni estratte a partire da indagini campionarie e/o database aziendali
4.2 saper argomentare in modo efficace i modelli proposti e i risultati raggiunti

Avere raggiunto gli obiettivi formativi di STATISTICA. In particolare è opportuno che lo studente sappia padroneggiare i concetti di base di statistica descrittiva ed inferenziale

Durante il corso verranno approfondite le seguenti tematiche:

1. Richiami di campionamento: principi basilari, tipologie di campionamento, errore campionario e non campionario
2. Richiami di inferenza: stima puntuale e verifica di ipotesi
3. Analisi della dipendenza: regressione semplice
4. Analisi della dipendenza: regressione multipla

Al fine di supportare le conoscenze teoriche acquisite durante il corso, ciascuna tematica potrà essere approfondita anche con richiami all’utilizzo del software statistico R.

- Materiale fornito dal docente nella piattaforma moodle con link dal sito web dell'insegnamento
- Manuale
in Inglese: Hermann C, Schomaker M, Shalabh. Introduction to Statistics and Data Analysis. Springer, 2016
in Italiano: Paganoni A.M., Ieva F. and Vitelli V. (2016). Laboratorio di statistica con R, 2 edizione, Pearson

La verifica dell'apprendimento avviene attraverso una prova scritta

Convenzionale

Inglese

scritto