METODI STATISTICI PER LA BUSINESS ANALYSIS

Anno accademico
2023/2024 Programmi anni precedenti
Titolo corso in inglese
STATISTICAL METHODS FOR BUSINESS ANALYSIS
Codice insegnamento
EM4021 (AF:463695 AR:253142)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea magistrale (DM270)
Settore scientifico disciplinare
SECS-S/01
Periodo
3° Periodo
Anno corso
1
Spazio Moodle
Link allo spazio del corso
L’insegnamento è una delle attività formative a scelta del corso di laurea magistrale in Amministrazione, Finanza e Controllo che consentono allo studente di acquisire la conoscenza e la comprensione di alcuni dei principali concetti statistici e il loro utilizzo nelle attività di gestione amministrativa e aziendale. L'obiettivo dell’insegnamento è di fornire agli studenti metodi moderni di "business and predictive analytics” per visualizzare, estrarre ed interpretare informazioni provenienti da database aziendali al fine di pianificare strategie che supportino e migliorino il processo decisionale.
Alla fine del corso, gli studenti dovranno avere acquisito le competenze per sviluppare un'analisi critica, personale e rigorosa sui fenomeni aziendali attraverso strumenti e metodi statistici adeguati per l'analisi. Inoltre dovranno saper presentare in modo comunicativo i risultati ottenuti e le strategie proposte attraverso sintesi grafiche e numeriche derivanti dai modelli sviluppati.
In particolare, gli studenti dovranno avere acquisito quanto segue.
1. Conoscenza e comprensione
- Conoscere la terminologia e i concetti base della statistica descrittiva ed inferenziale nell’ambito di analisi di fenomeni aziendali;
-Acquisire le tecniche di analisi statistica specifiche per i diversi tipi di fenomeni reali analizzati;
- Acquisire i modelli principali per l’analisi e la previsione di fenomeni aziendali.
2. Capacità di applicare conoscenza e comprensione
- Saper comprendere gli aspetti principali delle analisi descrittive e inferenziali svolte;
- Saper determinare i migliori modelli in ambito di descrizione e previsione dei fenomeni analizzati;
- Saper presentare strategie di business sulla base dei risultati ottenuti.
3. Capacità di giudizio
- Sapere proporre ed argomentare sotto quali ipotesi le analisi svolte siano valide;
- Saper valutare la bontà dei modelli ottenuti.
4. Abilità comunicative
- Sapere presentare, discutere e provare le informazioni estratte dall’analisi dei fenomeni aziendali;
- Sapere argomentare le strategie proposte in modo efficace.
Conoscenza dei concetti di base di Statistica al livello di un insegnamento introduttivo in una laurea triennale. Si veda per esempio il libro di testo: Anderson, D. R., Sweeney, D., Williams, T. (2014) Statistica per le analisi economico-aziendali, Apogeo, oppure i capitoli 1-12 del libro: Illowsky, D., Dean, S. (2022) Introductory Statistics, OpenStax (disponibile per il download gratuito al link https://openstax.org/details/books/introductory-statistics?Book%20details ).
In particolare, è opportuno che lo studente sappia applicare le sue conoscenze circa i concetti e i metodi di statistica descrittiva e inferenziale ad un insieme di dati.
Durante il corso verranno approfondite le seguenti tematiche:
1. Organizzazione di dataset aziendali
2. Visualizzazione dell'informazione
3. Modelli previsivi lineari e non lineari
4. Introduzione alle tecniche di data mining
5. Applicazioni a dataset aziendali
Al fine di supportare le conoscenze teoriche acquisite durante il corso, ciascuna tematica verrà sviluppata a partire da un insieme di dati reali con il software statistico R. In particolare verrà presentata una panoramica sullo strumento e verranno approfonditi i metodi per sviluppare le analisi e i modelli proposti.
Dispense, lucidi, dati e tutto il rimanente materiale necessario per seguire l'insegnamento e raggiungere i risultati di apprendimento attesi sono disponibili sulla piattaforma di e-learning moodle.unive.it.

Testi di riferimento:
1. G. James, D. Witten, T. Hastie (2020) Introduzione all'apprendimento statistico. Con applicazioni in r. Piccin-Nuova Libraria.
2. Jank, W. (2011). Business Analytics for Managers. Springer.

Letture integrative:
Altro materiale indicato dal docente durante il corso.
L'esame prevede la redazione e la presentazione di un elaborato sull'analisi statistica svolta dallo studente a partire da un insieme di dati scelti dallo studente o assegnati dal docente.
In particolare, l'esame mira a verificare che lo studente abbia acquisito i concetti presentati durante le lezioni, abbia familiarità con il software ed abbia appreso come integrare queste conoscenze e abilità per risolvere problemi aziendali di natura operativa. Inoltre si valuterà la capacità critica e personale di svolgere l’analisi anche in condizioni di collaborazione con altri studenti.
Il corso prevede quindici lezioni in cui verranno introdotti vari metodi per organizzare, visualizzare ed analizzare le informazioni presenti in database aziendali. I metodi verranno discussi e illustrati con applicazioni a dati reali tramite software dedicato. Materiale didattico curato del docente verrà distribuito durante il corso. Il software statistico utilizzato nel corso è R (www.r-project.org).
Italiano
1. È richiesto che gli studenti si registrino sulla pagina del corso della piattaforma e-learning di ateneo moodle.unive.it

2. Accessibilità, Disabilità e Inclusione
Accomodamenti e Servizi di Supporto per studenti con disabilità o con disturbi specifici dell’apprendimento
Ca’ Foscari applica la Legge Italiana (Legge 17/1999; Legge 170/2010) per i servizi di supporto e di accomodamento disponibili agli studenti con disabilità o con disturbi specifici dell’apprendimento. Se hai una disabilità motoria, visiva, dell’udito o altre disabilità (Legge 17/1999) o un disturbo specifico dell’apprendimento (Legge 170/2010) e richiedi supporto (assistenza in aula, ausili tecnologici per lo svolgimento di esami o esami individualizzati, materiale in formato accessibile, recupero appunti, tutorato specialistico a supporto dello studio, interpreti o altro) contatta l’ufficio Disabilità e DSA disabilita@unive.it.
scritto e orale
Programma definitivo.
Data ultima modifica programma: 14/04/2023