Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • My Media
  • More
Listen to this page using ReadSpeaker
English ‎(en)‎
English ‎(en)‎ Italiano ‎(it)‎
 Log in
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Economics
  2. Master Degree
  3. Scienze Statistiche ed Economiche [F8206B - F8204B]
  4. Courses
  5. A.A. 2022-2023
  6. 1st year
  1. Business Statistics M
  2. Summary
Insegnamento Course full name
Business Statistics M
Course ID number
2223-1-F8204B027
Course summary SYLLABUS

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi formativi

L’analisi delle attività d’azienda richiede strumenti di misura appropriati che rendano possibile evidenziare i punti critici e le opportunità di sviluppo. La valutazione quantitativa delle performance aziendali consente di affrontare in maniera più consapevole i diversi problemi di gestione interna e di interazione con il mercato, mentre lo studio del comportamento del consumatore rappresenta il punto di partenza per la definizione delle strategie di marketing delle imprese e per l’impostazione ottimale del marketing mix. Effettuare questo tipo di valutazioni implica il ricorso a diversi strumenti propri della statistica ed in particolare della statistica economica: dalla teoria dei campioni al trattamento preliminare dei dati grezzi, dai modelli di regressione ai modelli ad equazioni strutturali, dall’utilizzo consapevole delle fonti informative alle tecniche multivariate di segmentazione della domanda e posizionamento dell’offerta. Il corso ha l’obiettivo di guidare lo studente nella scelta e nell’utilizzo di questi strumenti, da un lato mettendo a frutto alcune delle tecniche statistiche apprese durante il suo corso di studi e dall’altro ampliando il ventaglio degli strumenti a disposizione con alcune tra le tecniche quantitative e qualitative maggiormente usate nelle analisi di mercato. Attraverso giochi di ruolo e testimonianze si mostrerà come i metodi statistici consentano di affrontare e risolvere alcuni dei più critici problemi aziendali.

Contenuti sintetici

  • Trattamento preliminare dei dati - Avanzato
  • Strumenti per l’analisi multivariata avanzata
  • Big Data
  • Data Mining

Programma esteso

  • Introduzione al corso
  • Managing and interpreting Big Data
  • Data Mining in azienda
  • SIX SIGMA
  • Privacy
  • Previsioni
  • Campioni
  • Delphi
  • Cybersecurity
  • Gioco di ruolo

Prerequisiti

Nessuno, tuttavia è consigliata la conoscenza degli argomenti trattati nei corsi di analisi statistica multivariata, di teoria dei campioni e di statistica economica.

Metodi didattici

Lezioni frontali, applicazioni e gioco di ruolo.

Nel periodo di emergenza Covid-19 le lezioni si svolgeranno da remoto asincrono con eventi in videoconferenza sincrona.

Modalità di verifica dell'apprendimento

L’esame si compone di una prova scritta alla quale segue una prova orale. Il voto finale è dato dalla media aritmetica delle due prove.

Per la prova scritta

Tempo: 30 minuti

Si compone di domande chiuse, domande aperte ed esercizi per il controllo estensivo della preparazione sul programma d’esame.

Per i quesiti con domande chiuse con voto riportato in parentesi (1/30) tali voti sono utilizzati positivamente in caso di risposta esatta e negativamente in caso di risposta errata, la non risposta comporta il valore 0. La somma dei voti in parentesi è pari a 32.

La prova si intende superata solo se si è raggiunta le valutazioni di 18/32.

Deve essere consegnato solo il testo dell’esame completo delle risposte, non devono essere consegnati altri fogli utilizzati.

Per la prova orale

Il colloquio parte dalla visione della prova scritta e mira ad accertare la preparazione del candidato in ambito disciplinare attraverso domande ed esercizi.

Nel periodo di emergenza Covid-19 gli esami saranno orali in modalità telematica.

Testi di riferimento

  • M.J.A. Berry, G.S. Linoff (2001), Data Mining, Apogeo.
  • P. Mariani (2002), La statistica in azienda. Contesti ed applicazioni, FrancoAngeli.
  • Ulteriori indicazioni sono disponibili sulla pagina e-learning del docente

Periodo di erogazione dell'insegnamento

Anno di corso 2
Ciclo di erogazione I

Lingua di insegnamento

Italiano

Sustainable Development Goals

IMPRESE, INNOVAZIONE E INFRASTRUTTURE
Export

Learning objectives

Contents

Detailed program

Prerequisites

Teaching methods

Assessment methods

Textbooks and Reading Materials

Semester

Teaching language

Sustainable Development Goals

INDUSTRY, INNOVATION AND INFRASTRUCTURE
Enter

Key information

Field of research
SECS-S/03
ECTS
6
Term
First semester
Activity type
Mandatory to be chosen
Course Length (Hours)
42
Degree Course Type
2-year Master Degreee
Language
Italian

Staff

    Teacher

  • PM
    Paolo Mariani

Students' opinion

View previous A.Y. opinion

Bibliography

Find the books for this course in the Library

Enrolment methods

Manual enrolments
Self enrolment (Student)

Sustainable Development Goals

INDUSTRY, INNOVATION AND INFRASTRUCTURE - Build resilient infrastructure, promote inclusive and sustainable industrialization and foster innovation
INDUSTRY, INNOVATION AND INFRASTRUCTURE

You are not logged in. (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics