Il corso mira a fornire una serie di strumenti statistici utili per l’analisi dei dati e la previsione in ambito economico aziendale. Lo studio di casi aziendali con
dati reali e l'interpretazione dei risultati ottenuti applicando le tecniche proposte sono l’elemento caratterizzante dell’insegnamento.
Lezioni frontali ed esercitazioni su casi di studio in laboratorio informatico.
Analisi esplorativa dei dati
Matrice dei dati, relazioni tra variabili, indici di dipendenza
Distanze e indici di similarità
Rappresentazioni grafiche
Analisi dei dati con strumenti regressivi di tipo lineare
Regressione multipla: selezione del modello, rilevanza delle componenti, analisi dei residui, previsione. Applicazioni: analisi di soddisfazione della clientela, valutazione di performance aziendali e loro determinanti, previsioni di vendite.
Regressione logistica: selezione del modello, rilevanza delle componenti, analisi dei residui, previsione. Applicazioni: scelta di acquisto/non acquisto, scelta tra marche, appartenenza al gruppo delle aziende sane o in crisi, condizione di occupazione/disoccupazione.
Tecniche di previsione
Procedure di lisciamento: medie mobili, lisciamento esponenziale semplice, lisciamento di Holt, lisciamento di Holt Winters. Applicazioni: previsioni di vendite di breve periodo.
Modelli di diffusione di innovazioni: modello di Bass standard, modello di Bass generalizzato. Cenni alla regressione nonlineare. Applicazioni: previsioni del ciclo di vita del prodotto, stima del mercato potenziale raggiungibile, valutazione dell’effetto di strategie
di marketing mix, caratterizzazione del prodotto sulla base della sua evoluzione temporale.
Tecniche di analisi multidimensionale
Analisi dei gruppi: distanze, metodi di raggruppamento, trasformazione delle variabili, valutazione dei risultati.
Applicazioni: segmentazione della clientela, segmentazione dei prodotti, individuazione di cluster aziendali sulla base di variabili socio-economiche.
Esame scritto e prova pratica in laboratorio informatico.
In sede d’esame si valuteranno sia la preparazione dello studente sugli argomenti trattati durante il corso, sia la sua capacità di interpretare e valutare criticamente i risultati delle analisi svolte sulla base delle conoscenze acquisite.
Bracalente B., Cossignani M., Mulas A, Statistica Aziendale. Milano: Mcgraw-Hill, 2009
Oltre ai testi di riferimento indicati, materiale di studio e data set distribuiti in aula dal docente