MODELLI STATISTICI PER L'IMPRESA

Obiettivi formativi

Obiettivi generali Il corso di Modelli Statistici per l’impresa fornisce agli studenti le conoscenze necessarie per comprendere le principali metodologie statistiche applicabili al management e più in generale in ambito socioeconomico e finanziario, preposte alla formulazione, stima e validazione di modelli di regressione lineari e per dati discreti. Particolare enfasi sarà data alle applicazioni in ambito aziendale, socioeconomico e finanziario, volte all’analisi di specifici problemi di gestione delle imprese e di valutazione e controllo dei processi aziendali. Attraverso lo studio di casi, esercitazioni in aula e lavori di gruppo, gli studenti potranno apprendere l’utilizzo del software statistico R, inteso non solo come strumento di lavoro, ma anche come mezzo di approfondimento dei modelli teorici e della loro applicabilità a dati reali. Inoltre, partendo dall’analisi di dati reali gli studenti potranno acquisire la capacità di discriminare tra procedure statistiche alternative, valutandone vantaggi e svantaggi, nonché di leggere criticamente e di comprendere articoli scientifici che facciano ricorso a procedure eventualmente non illustrate nel corso. Obiettivi specifici Conoscenze e capacità di comprensione: Il corso fornisce agli studenti le conoscenze per specificare e stimare un modello di regressione e per interpretare i risultati di un procedimento di stima. Capacità applicative: Attraverso lo svolgimento di esercitazioni in aula, studio di casi e lavori di gruppo, il corso supporta gli studenti nella realizzazione di un’analisi empirica tramite un software statistico. Al termine del corso, gli studenti saranno in grado di studiare le relazioni esistenti tra due o più variabili (qualitative e/o quantitative), spiegare la variabilità osservata nei dati e analizzare criticamente i risultati ottenuti. Capacità critiche e di giudizio: I contenuti e le modalità di svolgimento del corso consentono agli studenti che abbiano superato l’esame con successo di acquisire una sensibilità all’analisi empirica dei dati; mediante gli strumenti metodologici introdotti nel corso, gli studenti sapranno discriminare tra le diverse procedure statistiche e sapranno valutarne criticamente i risultati. Capacità comunicative: Il corso contribuisce a rafforzare anche le capacità di esposizione orale e di sintesi, in quanto gli studenti frequentanti sono invitati a svolgere un lavoro di gruppo, i cui risultati dovranno essere sintetizzati in un breve report e presentati pubblicamente a tutti gli altri studenti. Capacità di apprendimento: Il corso garantisce l’acquisizione di un elevato livello di autonomia nella gestione dello studio e del proprio apprendimento. Questo è reso possibile attraverso l’attività svolta in aula che, partendo da problemi reali, sollecita gli studenti a valutare vantaggi e svantaggi delle procedure adottate, fornendo loro l’impostazione adeguata per la comprensione autonoma di modelli statistici alternativi, non introdotti nel corso, e della loro valutazione in termini di vantaggi e limitazioni. I

Canale 1
GIUSEPPINA GUAGNANO Scheda docente

Programmi - Frequenza - Esami

Programma
Richiami introduttivi sulle nozioni fondamentali dell'inferenza statistica. Spiegazione di un fenomeno in funzione di uno o più altri fenomeni concomitanti: i modelli statistici di regressione. Il caso di variabile dipendente continua e il modello di regressione lineare semplice e multipla. Procedure inferenziali nell'analisi di regressione lineare. Test di mis-specificazione. Presentazione di uno studio di caso e individuazione dei problemi di specificazione in esso contenuti. Il caso di variabili dipendenti limitate e corrispondenti modelli non lineari: il binary response model per variabile dipendente dicotomica; l'ordered response model per variabile dipendente con più modalità ordinabili; il multinomial model per variabile dipendente con più modalità non ordinabili; il modello di Poisson per variabile dipendente quantitativa discreta, con valori di conteggio, e sue possibili estensioni (modelli ZIP e Hurdle). Cenni ai modelli per dati panel e all’analisi delle serie storiche. Il tempo dedicato a ciascuna parte del programma viene calibrato di volta in volta, in base al livello di ricettività degli studenti. Per gli studenti frequentanti, parte integrante delle lezioni è costituita dall'utilizzo del software R in laboratorio, al quale è dedicato almeno un terzo del tempo.
Prerequisiti
Corso base di statistica e nozioni di base di analisi matematica
Testi di riferimento
Un eventuale libro di testo verrà indicato successivamente, prima dell'inizio del corso. Gli studenti potranno comunque far riferimento al materiale didattico fornito dalla docente.
Frequenza
La frequenza non è obbligatoria ed è prevista in presenza
Modalità di esame
L'accertamento è volto a valutare le conoscenze acquisite dallo studente, nonché le sue capacità di esposizione e di utilizzo di una terminologia appropriata, di analisi quantitativa di dati reali (mediante l'applicazione degli strumenti statistici più idonei) e di interpretazione critica dei risultati ottenuti. Esso consiste in una prova scritta e in una breve verifica orale. Per gli studenti frequentanti, in alternativa alla prova scritta è previsto un lavoro di gruppo, basato sull'analisi di dati reali, da concludere con la stesura e la presentazione di una relazione. La prova scritta, della durata di due ore, comprende quesiti a risposta multipla, esercizi ed eventualmente domande a risposta aperta. In particolare, le domande a risposta multipla sono maggiormente finalizzate a verificare la capacità di interpretazione e di valutazione critica dei risultati provenienti dall'applicazione degli strumenti statistici; gli esercizi numerici sono finalizzati a verificare la capacità di utilizzo degli strumenti statistici in una analisi quantitativa, per sintetizzare in modo esaustivo i dati e studiare le relazioni tra due o più variabili; le domande a risposta aperta sono maggiormente finalizzate a verificare la conoscenza degli aspetti metodologici degli argomenti del programma e la capacità di discriminare tra le diverse procedure statistiche. Il lavoro di gruppo si basa sull’utilizzo del software R e verte sull'analisi di dati reali, sulla specificazione e stima di un modello di regressione e sulla valutazione critica dei risultati ottenuti. La prova orale consiste in un colloquio inerente gli aspetti teorici e metodologici del programma e consente di valutare le capacità espositive dello studente e la sua proprietà di linguaggio. La valutazione finale, espressa in trentesimi, è ottenuta come media dei punteggi riportati in ciascuna verifica parziale. Per superare l'esame lo studente deve dimostrare di aver acquisito una conoscenza di base degli argomenti e deve conseguire un voto medio non inferiore a 18/30. Per conseguire il punteggio massimo di 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso, proprietà di linguaggio, capacità di collegamento tra i vari argomenti e di applicazione delle conoscenze acquisite ai problemi reali.
Modalità di erogazione
Le lezioni teoriche sono di tipo tradizionale. Le lezioni dedicate all'analisi empirica di dati reali si svolgono al computer, con l'ausilio del software R.
  • Codice insegnamento1031420
  • Anno accademico2025/2026
  • CorsoManagement delle imprese - Business Management
  • CurriculumManagement e sostenibilità
  • Anno1º anno
  • Semestre2º semestre
  • SSDSECS-S/01
  • CFU9