DATA MANAGEMENT FOR SUSTAINABILITY ASSESSMENT
cod. 1010971

Anno accademico 2023/24
2° anno di corso - Primo semestre
Docente
- Gianluca MORELLI
Settore scientifico disciplinare
Statistica economica (SECS-S/03)
Field
Attività formative affini o integrative
Tipologia attività formativa
Affine/Integrativa
35 ore
di attività frontali
5 crediti
sede: PARMA
insegnamento
in - - -

Modulo dell'insegnamento integrato: C.I. ANALISI DELLE DIMENSIONI DELLA SOSTENIBILITA'

Obiettivi formativi

Competenze da sviluppare e risultati di apprendimento attesi:

a) Conoscenza e capacità di comprensione (knowledge and understanding). Il corso fornisce competenze sulle tecniche statistiche di base e sulla gestione dei dati attraverso l’utilizzo di Excel e Matlab. Tali tecniche comprendono: la gestione dei dataset (pulizia, ridimensionamento e query), le analisi preliminari, gli indici statistici descrittivi; gli intervalli di confidenza e i test di ipotesi sulla media e sulla proporzione, con il calcolo dei corrispondenti p-value; il modello di regressione lineare semplice. La partecipazione alle attività d'aula e lo svolgimento di esercitazioni in proprio forniscono allo studente la capacità di risolvere autonomamente semplici problemi di gestione e analisi dei dati.
b) Capacità di applicare conoscenza e comprensione (applying knowledge and understanding). Alla fine del corso, lo studente sarà in grado in grado di applicare autonomamente le tecniche statistiche di base sopra indicate a problemi aziendali, attraverso l’impiego del software Excel e Matlab. Lo studente avrà pertanto sviluppato competenze analitiche di base attraverso l’impiego di metodologie di basi di dati, statistiche e dei corrispondenti strumenti informatici.
c) Autonomia di giudizio (making judgements). Alla fine del corso, lo studente sarà in grado di costruire report e sintesi quantitative delle informazioni aziendali, e di svolgere in autonomia semplici analisi sui mercati utilizzando informazioni campionarie. Inoltre, lo studente sarà in grado di interpretare correttamente i risultati di tali analisi, anche quando effettuate da altri. Attraverso lo studio dei contenuti del corso, lo studente acquisisce pertanto una buona capacità operativa sulle tecniche quantitative di base ed è in grado di ottenere autonomamente semplici informazioni di business dai dati aziendali.
d) Abilità comunicative (communication skills). Alla fine del corso, lo studente sarà in grado di interloquire con tutte le componenti aziendali, fornendo sintesi quantitative delle informazioni aziendali e interpretando correttamente i risultati di semplici analisi campionarie.
e) Capacità di apprendere (learning skills). Durante il corso lo studente avrà appreso le tecniche di basi di dati e statistiche di base e la possibilità di implementarle agevolmente attraverso le funzioni di Excel e Matlab. Le competenze insegnate nel corso comprendono alcuni aspetti metodologici di base, essenziali per la comprensione delle tecniche e per l’interpretazione dei risultati, e un largo impiego dell’approccio learning by doing.

Prerequisiti

nessuno

Contenuti dell'insegnamento

Il corso illustra l’impiego delle tecniche statistiche di base nella gestione dei dati disponibili in un’azienda moderna, con largo impiego dei software di Microsoft Office e Matlab.
In particolare, saranno presi in considerazione:
a)gestione dei dataset, le analisi preliminari dei dati, le rappresentazioni grafiche e le distribuzioni di frequenza, singole e multiple, utili per la costruzioni di report;
b) i principali indici statistici descrittivi, per la sintesi delle informazioni aziendali;
c) il calcolo di intervalli di confidenza e di test di ipotesi, necessari in tutte le applicazioni a dati di natura campionaria;
d) il modello di regressione lineare semplice, che consente di studiare le relazioni tra coppie di variabili e che costituisce il requisito di partenza per studiare modelli più complessi.
Tutte le tecniche indicate saranno illustrate e applicate a dati aziendali attraverso l’impiego delle funzioni di Microsoft Excel e Matlab.

Programma esteso

Bibliografia

M. Riani, F. Laurini, G. Morelli: Applicazioni statistiche con Excel - Volume I, UNINOVA Parma 2023.

Metodi didattici

Lezione frontale ed esercitazioni pratiche

Modalità verifica apprendimento

Prova pratica.

Le conoscenze e la capacità di comprensione verranno accertate con domande sulle metodologie svolte nel corso.

Le capacità di applicare le conoscenze verranno accertate con domande sull’applicazione dei metodi e sull’uso del software Excel e Matlab.

L’autonomia di giudizio e la capacita di apprendimento verranno accertate con domande sulle conclusioni ricavabili dalle analisi svolte.

Le capacità di comunicare con linguaggio tecnico appropriato verranno accertate attraverso l’utilizzo appropriato dei termini tecnici nelle risposte e attraverso la richiesta di chiarimento del loro significato nelle analisi svolte.

Altre informazioni

Si prega di controllare sempre la pagina web del docente per aggiornamenti e avvisi circa il corso, date e orari, ricevimento e altro.