STATISTICA PER IL BUSINESS

SECS-S/03 - 9 CFU - 1° semestre

Docente titolare dell'insegnamento

BENEDETTO TORRISI


Obiettivi formativi

Obiettivi generali

Fornire ai futuri manager o agli analisti d’azienda, strumenti, metodologie, chiavi di lettura ed interpretazione del dato statistico avente carattere aziendale. Il modello didattico è orientato a fornire agli studenti strumenti per sviluppare data set, scegliere la metodologia statistica più opportuna agli obiettivi che l’analista intende raggiungere, saper redigere ed interpretare un report statistico aziendale ed infine saper tradurre in linguaggio manageriale il risultato statistico ottenuto in azioni di decision policy.

Il corso è fortemente orientato con simulazioni su casi reali e fornisce allo studente nuove capacità competitive nella preparazione specialistica. L’impostazione del corso è finalizzata a facilitare la comprensione delle potenzialità analitiche ed applicative delle diverse tecniche trattate ed a conseguire un buon equilibrio tra rigore tecnico dei metodi e illustrazione delle potenzialità applicative degli stessi mediante utilizzo di excell.

 

Obiettivi specifici

 

1. Conoscenza e capacità di comprensione (knowledge and understanding):

Il corso presuppone un’adeguata conoscenza della statistica descrittiva. L’impostazione del corso è finalizzata a facilitare la comprensione delle potenzialità analitiche ed applicative delle diverse tecniche di statistica applicata alle scienze aziendali ed a conseguire un buon equilibrio tra rigore tecnico dei metodi e illustrazione delle potenzialità applicative degli stessi mediante utilizzo dei più comuni software. Tale obiettivo viene raggiunto attraverso il richiamo/ripasso di nozioni di base, in una veste puramente applicativa ed intepretativa (cioè non si chiederà cos’è una media ma come si interpreta e si calcola in excell).

 

2. Capacità di applicare conoscenza e comprensione (applying knowledge and understanding):

Attraverso lo sviluppo di una equilibrata mole di simulazion in excell e attraverso la presentazione di un panel aplio di casi studio, lo studente avrà argomenti sui quali riflettere al fine di individuare le metodologie specifiche al caso da risolvere, elaborare ed interpretare i risultati. Questo approccio permette una comprensione tangimile sulla utilità degli strumenti statistici e sulla coerenza tra obiettivo da raggiungere e metodologia da adottare.

 

3. Autonomia di giudizio (making judgements):

 

Lo studente grazie al continuo feedback con il docente sarà stimolato a migliorare la propria capacità di elaborare e descrivere con precisione e chiarezza modelli interpretativi relativi all’analisi statistica in ambito aziendale.

A tal fine, sarà utile il confronto all'interno dei gruppi di lavoro. Essi, infatti, permettono una più efficace didattica interattiva e lo sviluppo delle capacità di leadership.

Dal confronto tra il gruppo di lavoro er il docente e all’interno del gruppo di lavoro, lo studente acquisice in autonomia capacità critica sulla sua preparazione rispetto ai vari parametri della valutazione, che lo conducono con sicurezza nell’approccio verso l’esame finale.

 

4. Abilità comunicative (communication skills):

 

Alla fine del corso, lo studente sarà in grado di trasferire ad altri, con un linguaggio tecnico e pratico, informazioni e valutazioni relative alle analisi aziendali assegnategli anche mediante l’uso di excell. Le abilità di comunicazione sono acquisite e verificate durante le attività formative specifiche: gruppi di studio, elaborazione di report statistici aziendali, discussioni in aula e presentazione dei risultati. La verifica dell'acquisizione delle abilità comunicative è affidata alla discussione sui risultati con i gruppi di studio e alla prova finale. Gli studenti vengono invitati ad intervenire in qualunque momento della lezione per chiarimenti o approfondimenti in merito agli argomenti trattati o vengono sollecitati alla verifica sulla comprensione pratica degli aspetti teorici trattati. In oltre vi saranno incontri settimanali, al di fuori dell’orario delle lezioni, per suggerimenti, approfondimenti e revisione degli elaborati (solitamente durante gli orari di ricevimento).

 

5. Capacità di apprendimento (learning skills):

 

Alla fine del percorso formativo, caratterizzato da continue sollecitazioni del docente nel rispetto dei tempi di consegna degli elaborati per modulo, dalle discussioni aperte in aula, dagli incontri durante gli orari di ricevimento del docente, dal confronto all’interno del singolo gruppo di lavoro e tra i gruppi di lavoro, lo studente avrà acquisito la conoscenza e la competenza per analizzare e risolvere problematiche attraverso la selezione degli strumenti statistici su casi pratici.


Modalità di svolgimento dell'insegnamento

Metodi didattici: lezioni frontali con uso di slides, excell, software statistici, discussioni in aula, testimonianze in aula, case study


Prerequisiti richiesti

Il corso presuppone un’adeguata conoscenza della statistica descrittiva

 



Frequenza lezioni

Si consiglia la frequenza costante, poichè il modello didattico oltre ad avere una base con i testi, presenta innovazioni di contenuti su casi pratici spesso non contemplati nei libri esistenti in commercio. Pertanto, la partecipazione alle lezioni è necessaria per il raggiungimento degli obiettivi sopra citati.



Contenuti del corso

I MODULO - Elementi di inferenza statistica per le dinamiche aziendali – 3 CFU

Descrizione del programma

Questo modulo prevede la disseminazione delle tecniche inferenziali e la simulazione su casi aziendali delle metodologie di campionamento, costruzione di report statistici, stime intervallari e verifiche di ipotesi .

  1. Metodi di campionamento *
  2. Intervalli di confidenza *
  3. Verifica di ipotesi *
  4. Test basati su due campioni e ANOVA a una via *
  5. Test Chi-quadro e test di indipendenza

 

II MODULO – La Previsione delle vendite e della domanda di mercato - Scelta di un progetto di investimento – Introduzione al controllo statistico della qualità – 3 CFU

Descrizione del programma

In questo modulo saranno sviluppate le tecniche di previsione attraverso modelli di regressione lineare semplice e multipla (regressione lineare semplice, quadratica, multipla, logistica, dummy) su casi e simulazioni aziendali. Inoltre, si provvederà ad introdurre l’utilizzo di schemi di analisi legati al controllo della qualità di un processo produttivo in ambito aziendale

  1. Metodi statistici di previsione; *
  2. Metodo di regressione; *
  3. Livellamento esponenziale e il metodo di Box e Jenkins
  4. Scelta di un progetto di investimento
  5. Teoria e metodi per l’analisi e la gestione della qualità di un processo produttivo*

 

III MODULO – Metodi e applicazioni alla misurazione e stima della qualità di un processo produttivo e dei dati di bilancio di una azienda – 3 CFU

Descrizione del programma

In questo modulo saranno sviluppate le tecniche di rappresentazione grafica, stima e analisi finalizzate al controllo della qualità dei dati di bilancio aziendale.

  1. Tecniche di campionamento nel controllo sulla qualità dei dati di bilancio
  2. Gli stimatori statistici nel controllo sulla qualità dei dati di un bilancio aziendale *


Testi di riferimento

1. Brasini-Freo- F.Tassinari-G.Tassinari, “Statistica Aziendale E Analisi Di Mercato" ed. Il Mulino

2. Frosini-Montinaro – Nicolini (1999) Il campionamento da popolazioni finite ed. UTET Universitaria : par.1.1-1.2- 1.2.1- 1.3 – 3.1 – 3.2 – 3.2.1- 3.2.2- 3.2.3- 3.3- 3.3.1 – 3.3.2 – 3.3.3- 3.3.4- 3.3.5

3. David M. Levine, Timothy C. Krehbiel, Mark L. Berenson (2011) Statistica II ed. edizione Apogeo

4. Skonieczny G. Torrisi B. (2010) “Metodi ed analisi statistiche nella revisione dei bilanci” ed. McGraw – Hill, Italia Print on demand

 


Altro materiale didattico

http://studium.unict.it/dokeos/2016/



Programmazione del corso

 ArgomentiRiferimenti testi
11. Sampling methods** 2. Confidence Intervals* 3. Hypothesis testing* 4. Tests based on two samples and one-way ANOVA* 5. Chi-square test and test of independence* 6. Statistical methods of forecasting; * / ** 7. Regression method; * / ** 8. Exponential s* text N°3 ** text N°2 
26. Statistical methods of forecasting; * / ** 7. Regression method; * / ** 8. Exponential smoothing and the method of Box and Jenkins* / ** 9. Choosing an investment project* / ** 10. Theory and methods for the analysis and management of the quality of a * text N°1 ** text N°3 
311. Sampling techniques in controlling the quality of balance sheet data * / ** 2. The estimators in statistical quality control data on a corporate balance sheet * / ** * text N°1 ** text N°4 


Verifica dell'apprendimento


MODALITÀ DI VERIFICA DELL'APPRENDIMENTO

Il corso è organizzato per il 30% da lezioni teoriche, per il 50% da simulazioni pratiche direttamente su pc attraverso elaborazioni statistiche in excell ed il 20% dalla partecipazione attiva degli studenti attraverso la creazioni di lavori di gruppo e discussione in aula.

Il metodo didattico si basa su lezioni frontali con uso di slides, excell, software statistici (free use), discussioni in aula, gruppi di lavoro (max 3 persone) e case study. Inoltre, l’attività didattica sarà coaduvata da incontri costanti con i gruppi di lavoro durante gli orari di ricevimento (questo permette al docente di accompagnare gli studenti verso un percorso di studio, costante, rigoroso e finalizzato agli obiettivi della risoluzione dei casi studio, nonché ad una valutazione dei candidati spalmata durante tutto il percorso formativo).

 

Per ciascun elaborato si terrà conto dei seguenti punti: la corretta impostazione in relazione agli obiettivi della ricerca, l’opportuna scelta delle tecniche statistiche, la quantità e la qualità delle informazioni acquisite, il commento finale.


ESEMPI DI DOMANDE E/O ESERCIZI FREQUENTI

Le domande verteranno sul programma sopra esposto con particolare attenzione alla scelta delle opportune tecniche statistiche in relazione all’obiettivo aziendale proposto dal docente. In particolare i quesiti più frequenti sono:

  1. Quali sono le fasi per la costruzione di un report statistico
  2. Cos’è il campionamento statistico e a cosa serve all’analista
  3. Cosa sono le tecniche inferenziali e a quali esigenze rispondono per l’analista
  4. Come si classificano le tecniche di previsione
  5. A cosa servono i modelli regressivi per l’analista
  6. Cos’è il controllo statistico della qualità e quali obiettivi si pone
  7. A cosa servono le tecniche di campionamento e quali sono, nel processo di revisione dell’analisi dei bilanci.
  8. Perché si usano e quali sono gli stimatori statistici nell’analisi dei bilanci

  • Conoscenze minime irrinunciabili per il superamento dell’esame

Le condizioni minime devono rispondere al soddisfacimento dei seguenti parametri:

  1. conoscenza delle fasi di progettazione di un piano di analisi statistica
  2. conoscenza delle tecniche di campionamento e strumenti di selezione delle unità
  3. scelta delle tecniche inferenziali in relazione agli obiettivi aziendali che si è posti, lettura ed interpretazione dei risultati
  4. saper costruire in excell un data sets di dati, saper elaborare il data set e saper interpretare i risultati
  5. saper sviluppare un modello regressivo, saper leggere ed interpretare i risultati del modello

 




Apri in formato Pdf English version