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. Tali tecniche comprendono: le analisi preliminari dei dati e le rappresentazioni grafiche, 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. Lo svolgimento di una serie di problemi pratici tratti da dati aziendali fornisce allo studente la capacità di risolvere autonomamente semplici problemi statistici che richiedono l’impiego di strumenti quantitativi.
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. Lo studente avrà pertanto sviluppato competenze analitiche di base attraverso l’impiego di metodologie statistiche.
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 (quale, ad esempio, la stima della quota di mercato di un brand). 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 statistiche di base. 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.
f) Apprendimento dell'utilizzo dei software Microsoft Excel e Matlab.
Prerequisiti
Analisi matematica, algebra lineare
Contenuti dell'insegnamento
I parte
Elementi introduttivi
• la rilevazione dei dati e le fonti statistiche
• la matrice dei dati; le rappresentazioni grafiche.
Sintesi di un fenomeno
• le distribuzioni di frequenze e le tabelle a doppia entrata
• le medie (medie analitiche e di posizione)
• gli indici di variabilità assoluti e relativi, la concentrazione
• la forma di distribuzione
Serie storiche
• i numeri indici semplici a base mobile ed a base fissa
• il concatenamento di serie con base differente; il tasso medio annuo di variazione
• i numeri indici composti dei prezzi ed il deflazionamento dei valori a prezzi correnti
Relazioni tra due caratteri
• la covarianza ed il coefficiente di correlazione lineare
• la matrice di covarianza e la matrice di correlazione
• la retta di regressione: il metodo dei minimi quadrati; l’interpretazione dei parametri; la valutazione della bontà di adattamento;
• l’interpolazione lineare di una serie storica
II parte
Introduzione al calcolo delle probabilità ed al campionamento
- Le concezioni della probabilità
- Variabili aleatorie: aspetti generali ed applicazioni
- Teoremi di calcolo delle probabilità
- Distribuzioni campionarie degli indici statistici
Problemi di stima
- Stima puntuale della media e della frequenza relativa
- Stima per intervallo della media nel caso di grandi e di piccoli campioni
- Stima per intervallo della frequenza relativa nel caso di grandi campioni
Problemi di verifica d’ipotesi
- Introduzione ai test statistici; livello di significatività osservato (P-value)
- Verifica d’ipotesi sulla media nel caso di grandi e di piccoli campioni- Verifica d’ipotesi sulla frequenza relativa nel caso di grandi campioni
- Verifica d’ipotesi su due universi nel caso di grandi campioni
Il modello di regressione lineare semplice
-Significato del modello e relazioni con la retta di regressione
- Problemi di stima e di verifica di ipotesi sui parametri del modello
- Verifica della bontà di adattamento del modello; la tabella di analisi della varianza.
Programma esteso
Bibliografia
M.A.Milioli, M.Riani, S.Zani - INTRODUZIONE ALLA STATISTICA PER APPLICAZIONI ECONOMICHE, Prima Edizione, Uni.Nova Parma, 2024.
A. Cerioli, M. A. Milioli, A. Corbellini, G. Morelli - Un'introduzione elementare all’inferenza statistica per le discipline aziendali, Uni.nova, Parma, 2022.
A. Cerioli, M. A. Milioli, M. Riani, "Esercizi di statistica", uni.nova, Parma, "versione aggiornata 2023". http://www.riani.it/CMR
Metodi didattici
Lezioni frontali con Slides, esercitazioni alla lavagna e al computer attraverso l'utilizzo di MATLAB.
Acquisizione dell’autonomia di giudizio: durante il corso gli studenti verranno stimolati a individuare pregi e difetti delle metodologie e degli indici statistici di base
Acquisizione delle capacità di apprendimento: per ogni argomento si partirà dalla illustrazione dei problemi da risolvere e si analizzeranno criticamente le soluzione adottate
Acquisizione del linguaggio tecnico: durante l’insegnamento verrà illustrato il significato dei termini comunemente usati in ambito statistico.
Modalità verifica apprendimento
La verifica dell’apprendimento avviene tramite una prova pratica sull'applicativo MATLAB, somministrata su Elly. L’esame ha una durata massima di 60 minuti. La prova generalmente consta di 3/4 esercizi. A ciascuno è assegnato un punteggio. I diversi esercizi sono a loro volta articolati al loro interno in diverse domande.
Le domande riguardano quesiti su alcuni punti importanti della teoria e della pratica e sono diretti ad accertare la capacità di comprensione, l’autonomia di giudizio e la capacità di comunicare con linguaggio tecnico appropriato. L’ampia articolazione dei quesiti nelle diverse domande dovrebbe consentire di valutare sia la capacità di apprendimento sia la capacità di applicare le conoscenze acquisite.
Alla prova sono ammessi tutti e tre i testi di riferimento.
Altre informazioni
Obiettivi agenda 2030 per lo sviluppo sostenibile
