Aggiornato A.A. 2019-2020
Programma
Aggiornato A.A. 2019-2020
Metodi Statistici per il Management (6 CFU)
Docenti: Prof. Simone Borra
Contenuti
L’insegnamento di Metodi Statistici per il Management affronta lo studio dei principali strumenti
statistici che possono essere utilizzati per analizzare dati interni
(ad es. controllo della qualità, analisi delle vendite, customer satisfaction) o esterni
(ad es. analisi di mercato) alle imprese.
Obiettivi formativi
Il corso si propone di:
i) introdurre le principali tecniche e modelli per l'analisi supervisionata
e non supervisionata di un set di dati;
ii) illustrare l'uso pratico delle metodologie in i) mediante esempi.
Modalità didattiche
Le lezioni prevedono la presentazione e discussione in aula di casi aziendali riguardanti
l’impiego della metodologia statistica a supporto del sistema decisionale.
Modelli statistici per l'analisi della dipendenza (supervised statistical learning)
1. Definizione di modello statistico
2. Modelli lineari e non lineari
3. Classificazione dei modelli
4. Regressione lineare semplice: ipotesi, interpretazione, stima dei parametri, bontà di
adattamento, test t
5. Modello Logit: ipotesi, interpretazione, stima ML dei parametri, test Z
6. Modello Probit: ipotesi, interpretazione, stima ML dei parametri, test Z
Statistica multivariata I: analisi della dipendenza (supervised statistical learning)
1. Regressione lineare multipla: ipotesi, stima dei parametri, bontà di adattamento, test t ed F,
backward elimination
2. Modelli ANOVA: costruzione delle variabili, il modello, interpretazione
Statistica multivariata II: analisi della interdipendenza (unsupervised statistical learning)
1. Analisi in Componenti Principali:definizione degli obiettivi, soluzione, proprietà delle
componenti, selezione delle componenti, interpretazione dei risultati, cerchio delle
correlazioni
2. Analisi dei Gruppi: Obiettivi e dati, decomposizione della devianza, metodo non gerarchico
(K-medie), metodi gerarchici (Ward, del legame singolo, medio, completo), dendogramma,
scelta del numero di gruppi
Applicazioni: Marketing e Vendite
1. Metodi previsionali: metodi qualitativi, quantitativi
2. Modelli estrapolativi e causali
3. Ricerca del trend
4. Regressione lineare per dati temporali: modello AR(1), diagnostica, confronto tra modelli (AIC, BIC)
Applicazioni: Mercati finanziari e Banking
1. Tipi di rischio
2. Basilea II e il requisito patrimoniale
3. Modelli di scoring
4. Applicazione dei modelli Logit e Probit per la previsione dei default: stima, test z e LR,
bontà di classificazione, curva SS e curva ROC
Durante le lezioni saranno richiamate alcune nozioni base su:
1. calcolo elementare delle probabilità
2. variabili casuali: definizione, funzione di ripartizione, valore atteso e varianza, v.c. notevoli
3. stima puntuale, proprietà degli stimatori, metodi di costruzione
4. verifica delle ipotesi: definizioni, test Z
5. intervallo di confidenza: definizioni, intervallo di confidenza Z
Testi di riferimento:
· lucidi a cura dei docenti
· L. Biggeri, M. Bini, A. Coli, L. Grassini, M. Maltagliati. Statistica per le decisioni aziendali. Pearson, 2012
· G. Bonollo, M. Bonollo. Statistica Aziendale. Metodi e applicazioni. McGraw-Hill, 2005
· A. De Lillo, G. Argentin, M. Lucchini, S. Sarti, M. Terraneo. Analisi multivariata per le scienze sociali. Pearson Education, 2007