BERGAMO
Dati Generali
Periodo di attività
Syllabus
Obiettivi Formativi
Il principale obiettivo formativo del corso è contribuire ad affinare l’abilità dello studente nell’analisi, nella comprensione e nella gestione di problematiche aziendali, fornendogli una serie di strumenti statistici utilizzabili in contesti di vario genere.
In particolare, al termine del corso lo studente avrà in primo luogo acquisito dimestichezza nel lavorare con un database, individuando la fonte di dati più opportuna e valutando la qualità dei dati in esso contenuti. Inoltre, da un lato avrà appreso le basi teoriche e i principi di funzionamento di alcune tecniche statistiche per l’analisi di dati; dall’altro avrà la possibilità di cimentarsi con una loro applicazione pratica, usando, in laboratorio, il software statistico user-friendly SAS Studio (SAS, da qui in poi); SAS è uno dei software per l'analisi dei dati più diffusi al mondo, disponibile nei laboratori dell’Università di Bergamo.
Lo studente, più nello specifico, apprenderà come utilizzare un’ampia gamma di metodologie statistiche che potranno essere utilizzate sia per analisi cross-section (preliminari analisi esplorative), sia per analisi longitudinali (numeri indici e analisi delle serie storiche) o multivariate (analisi delle componenti principali, cluster analysis).
Al termine del corso lo studente sarà in grado di valutare fonti ed utilizzare dati (con particolare riferimento a dataset e variabili di tipo aziendale) e di decidere come elaborarli e come trasformare tali dati in informazioni utili. Lo studente apprenderà come comunicare in modo efficace tali informazioni, traducendole in decisioni operative finalizzate ad orientare le attività di un’azienda, anche alla luce del contesto competitivo in cui essa opera.
Prerequisiti
Nessuna propedeuticità obbligatoria prevista, tuttavia se l'insegnamento è scelto al 3° anno vige la regola del catenaccio (consultare il documento Propedeuticità alla pag. https://lt-ea.unibg.it/it/node/122).
Nessun prerequisito consigliato (l'approccio didattico partirà da un livello elementare ed eventuali nozioni di base di Statistica utili per il corso verranno riprese a lezione).
Metodi didattici
Lezioni frontali in aula in cui verranno introdotte le principali metodologie statistiche oggetto di studio, anche con il supporto di casi pratici ed esempi. Nell’ambito delle lezioni verrà utilizzato un approccio di costante interazione con lo studente. L’introduzione a livello teorico sarà prevalentemente finalizzata ad illustrare sia il funzionamento che l’utilità pratica delle tecniche presentate, in modo che lo studente possa meglio orientare la scelta tra di esse ed esercitarsi nel loro uso. Si guiderà, inoltre, lo studente nell’analisi dei dati e nell’interpretazione delle informazioni ottenute, in modo che siano di valido supporto per la gestione dell’azienda.
Al termine di ogni sezione teorica, sono previste attività di laboratorio basate sull’utilizzo di una piattaforma user-friendly di SAS e di Excel. Le sessioni in laboratorio sono finalizzate all’applicazione pratica, usando database reali o simulati, delle tecniche introdotte nelle lezioni frontali. Le sessioni in laboratorio saranno incentrare, prevalentemente, sull’elaborazione dei dati e sulla interpretazione dei risultati ottenuti in un’ottica “pratica”, orientata alle decisioni nell’ambito aziendale.
In parallelo alle lezioni teoriche ed alle attività di laboratorio, potrà essere proposta anche la realizzazione di test di valutazione o altre attività in itinere (ad esempio: partecipazione a seminari e workshop). La valutazione di tali attività, potrà essere considerata ad integrazione o completamento del voto d’esame.
Verifica Apprendimento
Esame scritto di durata inclusa tra 80 e 120 minuti. L’esame sarà composto da una parte teorica (domande a test, domande aperte ed altri tipi di domande) e da una parte pratica (esercizi od altre brevi applicazioni). La parte pratica include anche un esercizio da svolgere con il supporto del software SAS Studio e/o di Excel.
Orientativamente la parte teorica e di esercizi avrà un peso di 21 punti circa e la parte di SAS Studio/Excel di 10 punti. Per il primo appello è previsto un punteggio bonus aggiuntivo.
Durante il corso potranno essere proposte altre attività collaterali per integrare la valutazione finale.
La valutazione dell’esame, espressa in trentesimi, sarà pubblicata sullo sportello-studente (online) e comunicata agli studenti via email (in seguito alla pubblicazione sarà facoltà dello studente rifiutare il voto online). Le valutazioni di dettaglio saranno pubblicate sulla piattaforma eLearning.
Contenuti
PARTE PRIMA: dai dati alle prime informazioni.
• La statistica come supporto alla gestione dell’azienda.
• Dati ed informazioni statistiche per l’azienda e loro qualità.
• Elaborazioni preliminari sui database aziendali.
• Applicazioni con SAS - Lavorare sui dati per ottenere informazioni e report preliminari di supporto alle decisioni aziendali: classificazione variabili, analisi esplorative e descrittive.
PARTE SECONDA: i dati in ottica longitudinale per l’analisi di fenomeni aziendali e dello scenario economico e di mercato (numeri indici, analisi delle serie storiche).
• I rapporti statistici generici e specifici.
• Numeri indici semplici e sintetici (Laspeyres, Paasche, Fisher): costruzione, interpretazione e loro proprietà.
• Principali serie di numeri indici pubblicati da Istat ed utilizzabili per la programmazione aziendale.
• Mobilità delle unità nello sviluppo del personale aziendale.
• Applicazioni con SAS/Excel - Analisi longitudinale attraverso i rapporti statistici; interpretazione e scomposizione delle variazioni temporali; calcolo dei numeri indici elementari e composti; i numeri indici per l’analisi della produttività aziendale in ottica temporale e spaziale.
• Analisi classica delle serie storiche per la programmazione aziendale: principi e finalità.
• Analisi grafiche preliminari.
• Modelli di scomposizione e composizione.
• Fasi dell’analisi classica.
• Stima ed interpretazione delle componenti di una serie storica; le medie mobili.
• Utilizzo dei modelli per la previsione a medio-lungo termine.
• Valutazione della bontà dei modelli e della loro capacità previsionale.
• Previsione a breve termine attraverso il livellamento esponenziale.
• Applicazioni con SAS/Excel - Applicazione dei metodi decompositivi e compositivi per lo studio di serie storiche; utilizzo dell’analisi classica per la previsione; valutazione accuratezza della previsione di modelli alternativi e scelta del modello migliore.
PARTE TERZA: analisi statistiche multivariate di database aziendali.
• Esempi di analisi statistica dei principali indici di bilancio dell’azienda: scelta delle unità statistiche e delle variabili.
• Analisi fattoriale: analisi delle componenti principali passo per passo.
• Stima ed interpretazione dei fattori e loro utilizzo ai fini pratici.
• Il posizionamento dell’azienda nel mercato di riferimento (benchmarking).
• Applicazioni con SAS - Riduzione della complessità delle variabili; stima ed interpretazione delle componenti principali per lo studio del posizionamento dell’impresa nello scenario competitivo.
• Misure di sintesi per la valutazione della similarità/distanza tra unità statistiche.
• Costruzione della matrice delle distanze.
• Introduzione alla cluster analysis: come identificare gruppi omogenei di imprese all’interno di un mercato.
• Algoritmi gerarchici aggregativi e criteri di clustering.
• Costruire ed interpretare, a fini pratico-decisionali, dendrogrammi e scree plot.
• Applicazioni con SAS – Analisi e trattamento preliminare delle variabili; implementazione algoritmi aggregativi gerarchici; interpretazione ed utilizzo pratico degli output dell’analisi; posizionamento dell’azienda e studio dei gruppi di aziende.
Altre informazioni
Il materiale didattico (slide) viene messo a disposizione, durante il corso, in ambiente eLearning. Al termine delle slide sono proposti esercizi e spunti di riflessione che saranno di aiuto per preparare la parte applicata dell’esame (esercizi).
Ad ulteriore supporto delle attività pratiche di analisi dei dati, saranno proposti degli incontri di tutorato in aula.
Ulteriori informazioni (ad esempio: avvisi, variazioni di orario, programma del corso esteso, risultati degli esami, esercizi svolti, testi per i tutorati, e così via) saranno pubblicate sulla piattaforma eLearning del corso (per la chiave di iscrizione, contattare il docente: daniele.toninelli@unibg.it).
Bacheca online del corso: www.unibg.it > Studiare > Elenco insegnamenti > Dipartimento di Scienze Aziendali > “87115 – Statistica Economica”.
Per ulteriori informazioni e /o dubbi, contattare il docente: daniele.toninelli@unibg.it
Orari di ricevimento docente: www.unibg.it > Rubrica > Daniele Toninelli; link: https://www.unibg.it/ugov/person/1582