Contenuti


Durante il corso verranno approfondite le seguenti tematiche:

1. Organizzazione di dataset aziendali

2. Visualizzazione dell'informazione

3. Modelli previsivi lineari e non lineari

4. Introduzione alle tecniche di machine learnin

5. Applicazioni a dataset aziendali


Al fine di supportare le conoscenze teoriche acquisite durante il corso,
ciascuna tematica verrà sviluppata a partire da un insieme di dati
reali con il software statistico R. In particolare verrà presentata una
panoramica sullo strumento e verranno approfonditi i metodi per
sviluppare le analisi e i modelli proposti.

Risultati di apprendimento attesi


Alla fine del corso, gli studenti dovranno avere
acquisito le competenze per sviluppare un'analisi critica, personale e
rigorosa sui fenomeni aziendali attraverso strumenti e metodi statistici
adeguati per l'analisi. Inoltre dovranno saper presentare in modo
comunicativo i risultati ottenuti e le strategie proposte attraverso
sintesi grafiche e numeriche derivanti dai modelli sviluppati.

In particolare, gli studenti dovranno avere acquisito quanto segue.


1. Conoscenza e comprensione

- Conoscere la terminologia e i concetti base della statistica
descrittiva ed inferenziale nell’ambito di analisi di fenomeni
aziendali;

-Acquisire le tecniche di analisi statistica specifiche per i diversi tipi di fenomeni reali analizzati;

- Acquisire i modelli principali per l’analisi e la previsione di fenomeni aziendali.


2. Capacità di applicare conoscenza e comprensione

- Saper comprendere gli aspetti principali delle analisi descrittive e inferenziali svolte;

- Saper determinare i migliori modelli in ambito di descrizione e previsione dei fenomeni analizzati;

- Saper presentare strategie di business sulla base dei risultati ottenuti.


3. Capacità di giudizio

- Sapere proporre ed argomentare sotto quali ipotesi le analisi svolte siano valide;

- Saper valutare la bontà dei modelli ottenuti.


4. Abilità comunicative

- Sapere presentare, discutere e provare le informazioni estratte dall’analisi dei fenomeni aziendali;

- Sapere argomentare le strategie proposte in modo efficace.

Prerequisiti


Conoscenza dei concetti di base di Statistica al livello
di un insegnamento introduttivo in una laurea triennale.

In particolare, è opportuno che lo studente sappia applicare le sue
conoscenze circa i concetti e i metodi di statistica descrittiva e
inferenziale ad un insieme di dati.

Testi di riferimento


Dispense, lucidi, dati e tutto il rimanente materiale
necessario per seguire l'insegnamento e raggiungere i risultati di
apprendimento attesi sono disponibili sulla piattaforma di e-learning
moodle.unive.it.


Testi obbligatori:


1. Lucidi del corso.

2. Jank, W. (2011). Business Analytics for Managers. Springer.

Modalità di verifica dell'apprendimento

L'esame prevede la redazione di un
elaborato sull'analisi statistica svolta dallo studente a partire da un
dataset. In particolare, l'esame mira a verificare che lo studente abbia
acquisito i concetti presentati durante le lezioni, abbia familiarità
con il software ed abbia appreso come integrare queste conoscenze e
abilità per risolvere problemi aziendali di natura operativa.