Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
STATISTICA PER L'ECONOMIA E L'IMPRESA
Insegnamento
METODI STATISTICI PER L'AZIENDA
SCP4063713, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
STATISTICA PER L'ECONOMIA E L'IMPRESA
SC2095, ordinamento 2014/15, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese BUSINESS STATISTICS
Sito della struttura didattica http://www.stat.unipd.it/studiare/ammissione-lauree-triennali
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile OMAR PACCAGNELLA SECS-S/03

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative SECS-S/03 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LABORATORIO 2.0 16 34.0
LEZIONE 7.0 48 127.0

Calendario
Inizio attività didattiche 02/03/2020
Fine attività didattiche 12/06/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2014

Syllabus
Prerequisiti: Modelli Statistici 1
Conoscenze e abilita' da acquisire: Il corso mira a fornire una serie di tecniche e modelli statistici utili per l’analisi dei dati e la previsione in ambito aziendale e di marketing.
Aspetti caratterizzanti dell'insegnamento sono la discussione di casi basati su dati reali in ambito aziendale, la valutazione delle previsioni e l'interpretazione in un'ottica di business dei risultati ottenuti applicando le tecniche proposte.
Modalita' di esame: La prova d'esame si articola in due parti:

1. Prova scritta di 1 ora e mezza con domande ed esercizi relativi al programma svolto a lezione.
2. Lavoro di gruppo su un caso di studio prescelto dal gruppo stesso e preventivamente concordato con il docente. La valutazione del lavoro di gruppo avviene tramite una presentazione orale.
Criteri di valutazione: In sede d’esame saranno oggetto di valutazione:
- a preparazione dello studente sugli argomenti trattati durante il corso
- la capacità di interpretare e valutare criticamente, dal punto di vista statistico e aziendale, i risultati delle analisi svolte
- la capacità di formulare una raccomandazione di business
Contenuti: - La previsione in azienda: modelli e metodi
- Valutazione di performance: misure di accuratezza della previsione
- Metodi di lisciamento
- Metodologia di Box-Jenkins per i modelli ARIMA
- Regressione lineare per dati provenienti da serie storiche: multicollinearità, stagionalità, trend, residui autocorrelati
- Regressione nonlineare: modelli per ciclo di vita del prodotto
- Casi di studio
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso si articola in 48 ore di lezione frontale e 16 ore di esercitazione in aula informatica.
Durante lo svolgimento del corso, gli studenti realizzano un lavoro di gruppo su un problema di previsione aziendale. Il lavoro di gruppo dà modo di sviluppare competenze trasversali, quali ad esempio: attitudine al problem solving, capacità di lavorare in gruppo, abilità di scrittura di un report e presentazione di risultati di analisi statistiche.
Eventuali indicazioni sui materiali di studio: Oltre ai testi di riferimento indicati, materiale di studio e data set distribuiti dal docente durante il corso
Testi di riferimento:
  • Hyndman, Rob J., Athanasopoulos, George, Forecasting: Principles and Practice. --: OTexts, 2014. Cerca nel catalogo
  • Muller, Eitan; Peres, Renana; Mahajan, V., Innovation Diffusion and New Product Growth. Cambridge: Marketing Science Institute, 2011. Cerca nel catalogo
  • Hanke, John E.; Wichern, Dean W., Business forecastingJohn E. Hanke, Dean W Wichern. Upper Saddle River: Pearson, 2009.

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Case study
  • Working in group
  • Story telling
  • Problem solving
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • Latex

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Istruzione di qualita' Industria, innovazione e infrastrutture