• Edizioni di altri A.A.:
  • 2017/2018
  • 2018/2019
  • 2019/2020
  • 2023/2024
  • 2024/2025
  • 2025/2026

  • Lingua Insegnamento:
    ITALIANO 
  • Testi di riferimento:
    Appunti a cura del docente

    Applied Multivariate Statistical Analysis - III ed.
    W. K. Härdle, L. Simar

    Statistical Analysis of
    Management Data - III ed.
    H. Gatignon 
  • Obiettivi formativi:
    OBIETTIVI FORMATIVI
    L’insegnamento persegue l’obiettivo generale del corso di studio di fornire conoscenze e competenze per alcune funzioni aziendali sia di tipo esecutive che manageriali. Il corso si propone di fornire agli studenti gli strumenti statistici necessari per affrontare problemi di natura gestionale e decisionale che in azienda sono inevitabilmente trattati in condizioni di incertezza. A tal fine la presentazione degli argomenti seguirà l’ordine logico della programmazione e della gestione delle attività nei vari ambiti aziendali come produzione, contabilità e finanza, marketing e vendite, ricerca e sviluppo. Accanto alla studio delle metodologie sarà dato ampio spazio alle applicazioni e agli aspetti operativi con utilizzo del software statistico R.
    Al termine dell’insegnamento lo studente dovrà possedere conoscenze e competenze inerenti la raccolta, l’organizzazione e l’analisi dei dati in un ambiente economico-aziendale.
    L'obiettivo è contribuire alla formazione di una figura professionale (prevista nel CdS) operante nelle aziende con compiti di organizzazione della produzione, gestione delle scorte e controllo della qualità. A tal fine il corso propone di trasmettere le seguenti competenze e conoscenze:
    CONOSCENZE E CAPACITA' DI COMPRENSIONE
    - riconosce e distingue le diverse fonti di informazioni statistiche, interne ed esterne all'azienda
    - conosce i principi che sono alla base della predisposizione di un’indagine campionaria
    - conosce e comprende la logica per la costruzione di stimatori nel caso di campionamento casuale semplice e campionamento stratificato
    - conosce e comprende la logica del controllo statistico della qualità
    - conosce e comprende il modello di regressione lineare multipla

    A tal fine il corso propone di trasmettere le seguenti competenze e
    conoscenze in termini di obiettivi particolari:
    CONOSCENZE E CAPACITA' DI COMPRENSIONE (applicata)
    - saper raccogliere una crescente quantità di dati attinenti alla gestione d’impresa
    - saper implementare ed utilizzare gli strumenti statistici fondamentali per la gestione ed il controllo di qualità
    - saper implementare ed utilizzare il modello di regressione lineare multipla per studiare la relazione tra costi e metodi di produzione
    - saper individuare il posizionamento aziendale nel mercato tramite la creazione di gruppi omogenei e di segmentazione del mercato di riferimento
    AUTONOMIA DI GIUDIZIO:
    - decide in modo autonomo quali tipo di indagine campionaria utilizzare e quale stimatore utilizzare per la stima di un parametro della popolazione
    - decide in modo autonomo quale tipo di controllo di qualità utilizzare scegliendo tra metodi offline e metodi online
    - comprende, interpreta e fornisce una valutazione critica dei risultati sia nell'ambito del controllo di qualità che nell'ambito della stima di un modello di regressione lineare multipla
    - esprime in forma orale considerazioni analitiche e di sintesi sugli aspetti
    fondamentali della disciplina ed effettua collegamenti interdisciplinari.
    ABILITA' COMUNICATIVE:
    - utilizza il linguaggio della statistica aziendale in modo appropriato e pertinente;
    - comunica in forma scritta e orale i risultati delle analisi statistiche e i ragionamenti logici sottostanti.
    CAPACITÀ DI APPRENDERE
    - effettua ricerche individuali e di gruppo su aspetti specifici della disciplina
    (strumenti utilizzati: dispense, testi di approfondimento, esercitazioni di gruppo in aula multimediale mediante l’utilizzo del software R) 
  • Prerequisiti:
    corsi di statistica di base 
  • Metodi didattici:
    L'insegnamento prevede 54 ore di lezione suddivise in 3 lezioni settimanali da 2 ore.
    Il corso sarà organizzato in moduli le cui lezioni saranno incentrate prevalentemente sul ricorso ai seguenti metodi didattici: lezioni frontali in aula, esercitazioni e analisi di casi di studio svolte in aula multimediale mediante l’utilizzo del software R. La frequenza è fortemente consigliata. 
  • Modalità di verifica dell'apprendimento:
    La valutazione del livello di apprendimento sarà effettuata con il ricorso ad una prova pratica in R ed una successiva prova orale. La prova pratica è articolata in esercizi inerenti la stima di parametri di interesse della popolazione mediante l’utilizzo di dati campionari, l’implementazione di carte di controllo e di metodi offline di controllo di qualità (analisi ANOVA) e l’elaborazione di output per la stima di modelli di regressione lineare multipla. Tale prova ha una durata di circa 15 minuti ore e rappresenta il 50% della valutazione complessiva (espressa in trentesimi) articolata in relazione agli obiettivi formativi da valutare.
    La prova orale (50% della valutazione complessiva) è rivolta a sondare nel discente da un lato le abilità comunicative, di padronanza del linguaggio (non solo quello tecnico specifico della materia di riferimento) e di chiarezza espositiva, dall'altro le capacità di interpretazione dei principali output delle analisi studiate nel corso provenienti dal software R.
    Le modalità d’esame sono le medesime per frequentanti e non frequentanti. 
  • Sostenibilità:
     
  • Altre Informazioni:
    Tutte le informazioni inerenti il corso, le dispense, i materiali di supporto e le esercitazioni e tutte le comunicazioni avverranno attraverso la pagina e-learning 

Il corso di propone di estendere le conoscenze della statistica di base per permettere analisi di dataset contenenti più di due variabili statistiche. Lo scopo del corso è permettere agli studenti di analizzare fenomeni aziendali e socio economici del mondo reale.

- Modelli di regressione lineare multipla
- La regressione logistica
- L’analisi delle componenti principali
- L’analisi discriminante
- L’analisi dei gruppi

Avvisi

Nessun avviso in evidenza

Documenti

Nessun documento in evidenza

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram