|
Il corso di "Statistica e Statistica aziendale" affronta le nozioni fondamentali della statistica che costituiscono la base per l’indagine dei fenomeni economico-aziendali.
Nella prima parte del corso (videolezioni 1-32) vengono affrontati argomenti inerenti la statistica descrittiva, la teoria della probabilità ed il modello di regressione lineare.
Nella seconda parte del corso (videolezioni 33-39) vengono affrontate tematiche quali la produttività e l'efficienza anziendale e l'utilizzo delle tecniche di analisi multivariata per l'analisi dei dati aziendali.
L’esposizione degli aspetti teorici è integrata dalla presentazione di applicazioni collegate a problematiche concrete in ambito economico ed aziendale. |
|
Conoscenza delle nozioni di matematica generale. |
|
Il corso si propone di illustrare criticamente gli elementi fondamentali della metodologia statistica e di fornire gli strumenti di base per la investigazione quantitativa dei fenomeni economico-aziendali |
|
I. FONDAMENTI E NOZIONI DI STATISTICA
i) La rilevazione dei fenomeni statistici. Individuazione e classificazione delle unità statistiche. Caratteri e classificazione. Insiemi statistici e loro rappresentazione: distribuzioni statistiche di variabili a una e a due dimensioni. Rappresentazione grafica delle distribuzioni statistiche.
ii) Sintesi della distribuzione di un carattere. Indici di posizione. Variabilità dei caratteri e relativi indici. Indici di forma. La concentrazione.
iii) Analisi dell’associazione tra due caratteri: dipendenza, indipendenza in distribuzione. Dipendenza/indipendenza in media. Correlazione.
iv) I numeri indici e i rapporti statistici. Numeri indici semplici, numeri indici complessi.
v) Probabilità: concetti di base e teoremi fondamentali. Variabili casuali e distribuzioni di probabilità.
vi) Il modello di regressione lineare semplice. Specificazione del modello. Stima puntuale dei coefficienti di regressione. Bontà di adattamento e coefficiente di determinazione.
II. LA STATISTICA IN AZIENDA: DEFINIZIONI, MISURE E TECNICHE PER L'ANALISI DEI DATI AZIENDALI
i) Definizione e introduzione alla statistica aziendale. Fonti statistiche per l’azienda: dati primari, dati secondari. Qualità dell’informazione statistica. Introduzione ai metodi statistici impiegati per la risoluzione di problemi aziendali.
ii) Produttività ed efficienza aziendale: definizione, misure e obiettivi. Le misure di produttività parziale. Misure di produttività parziale del lavoro e del capitale. Misure di produttività globale. Le funzioni di aggregazione degli input. Confronti di produttività multiperiodali e tra aziende. Efficienza aziendale: misure di efficienza tecnica. Funzione di produzione e frontiera delle possibilità produttive. Le misure di efficienza non parametriche Misure di efficienza tecnica orientate agli output o agli input.. La Data Envelopment Analysis: elementi introduttivi. Le misure di efficienza parametriche. Le frontiere deterministiche. Le frontiere stocastiche.
iii) Metodi di analisi multivariata ed applicazione in azienda: analisi univariate e multivariate. Limiti delle analisi univariate. Matrice dei dati. Analisi dei fattori: la scomposizione in componenti principali. Fasi di una Analisi in Componenti Principali (ACP). Analisi dei gruppi (cluster analysis). Fasi per la realizzazione di una cluster analysis. Metodi gerarchici: metodi agglomerativi e divisivi. Il dendrogramma. I metodi non gerarchici. Scelta del metodo di raggruppamento e del numero ottimo di gruppi. Applicazione delle tecniche di analisi multivariata in ambito aziendale. Misura della customer satisfaction. |
|
Testi di riferimento per la preparazione dell'esame:
PER LA PARTE I:
Borra S. e Di Ciaccio A., Statistica. Metodologie per le scienze economiche e sociali, Seconda edizione McGraw Hill (2008);
PER LA PARTE II:
Bracalente B., Cossignani M. e Mulas A., Statistica aziendale, McGraw Hill (2009) |
|
E’ consigliato lo svolgimento di tutte le esercitazioni allegate alle video-lezioni. Durante il corso verranno organizzate esercitazioni collettive e/o individuali. |
|
مشرف / أستاذ المسؤول عن المادة
|