Riassunto di Metodi Statistici per il Management

Syllabus del corso

Italiano ‎(it)‎
English ‎(en)‎

Esporta

Obiettivi formativi

Il corso si propone di presentare alcuni metodi statistici sovente utilizzati nell’analisi (esplorativa) dei dati multivariati.

Conoscenza e capacità di comprensione: le lezioni teoriche permetteranno allo studente di conoscere e conprendere il significato delle tecniche di statistica multivariata in programma nel corso.

Conoscenza e capacità di comprensione applicate: e, sulla base della teoria, saranno presentati e interpretati diversi case studies per far conoscere e comprendere allo studente la rilevanza applicativa delle tecniche statistiche presentate.

Autonomia di giudizio: il commento accurato dell'output ottenuto su svariati data-sets permetterà allo studente di acquisire autonomia di giudizio nel valutare la rilevanza informativa e conoscitiva ai fini delle possibili decisioni in merito al problema trattato.

Capacità di apprendere; data la variertà di analisi presentate durante il corso, sarà possibile allo studente di acquisire, tramite l'apprendimento, la necessaria expertise nell'analizzare i dati.

Abilità comunicative: mediante la modalità della prova d'esame, lo studente sarà in grado di scrivere un report scientifico in modo comunicativo ed efficace.

Contenuti sintetici

Metodologie di statistica multivariata

Programma esteso

· Regressione Multipla

· Analisi delle componenti principali

· Analisi dei gruppi

· Analisi delle corrispondenze

· Analisi discriminante

Prerequisiti

Elementi di inferenza asintotica e di statistica descrittiva

Metodi didattici

35 ore di lezioni teoriche frontali, di cui 25 ore di natura erogativa (presentazione della teoria statistico-matematica) e 10 di natura interattiva, 5 cfu.
La parte di didattica interattiva consite nella discussione interattiva in aula su case stdies, articoli scientifici e applicazioni di analisi multivariata di livello avanzato.

Modalità di verifica dell'apprendimento

Report scientifico scritto redatto in INGLESE o in ITALIANO, sulla produzione, in software SPSS, dell'output e suo commento dettagliato dell'applicazione di una o più tecniche presentate nel corso su un dataset concordato con il docente. Superata tale prova, è previsto un colloquio orale sulla parte di teoria.

Si fa riferimento al seguente modello di prova presente nelle linee guida alla composizione del sullabus:

Il report, sarà redatto presupponendo nel lettore la conoscenza della teoria, secondo il seguente schema:

presentazione del data-set
discussione ragionata dell'output principale, in riferimento alle tecniche multivariate in programma
Conclusioni di natura scientifica dell'analisi

La valutazione riguarderà:

la completezza del lavoro, in base agli steps del pdf "linee guida per la stesura del report"
l'accuratezzza dell'estrazione dell'informazione e il grado di scientificità delle conclusioni raggiunte.

Testi di riferimento

Materiale disponibile in piattaform a e-learning

In alternativa, in lingua inglese:

- G. Chow, ECONOMETRICS, Mc-Graw Hill,

chapter on "general linear regression", only

- W. Hardle, L. Simar APPLIED MULTIVARIATE STATISTICAL ANALYSIS, Method & Data Tecnologies ed.

chapters 11, 13, 14, 15, 22 (in 2019-20 edition)

Periodo di erogazione dell'insegnamento

Secondo semestre

Lingua di insegnamento

Italiano

Sustainable Development Goals

Esporta

Learning objectives

The course aims to present to students the statistical methods, that are typically applied to multivariate data.

Knowledge and understanding: the theoretic lectures will make the student to know and understand the meaning of multivariate statistical tecniques in program.

Applying knowledge and understanding: basing on the theory, several case studies will be presented and carefully interpreted to make the student to understand the applicative relevance of the statistical topics in program.

Making judgements: the careful comment of the generated output about several data-sets will allow the student to make judgements, by evaluating the informative relevance and the knowlege in making decisions concerning the threated problems.

Communication skills: cause the choosen way of the evaluation in exam, the student will be able to write a scientific report in communictive and clear way.

Learning skills: cause of the several statistical analyses prented in the corse, the student will acquire, through learning, the necessary expertise in analyzing the data.

Multivariate statistical data analysis

Detailed program

· Multiple linear Regression

· Principal Components Analysis

· Cluster Analysis

· Correspondences Analysis

· Dicriminant Analysis

Prerequisites

Elements of asymptotic inference and descriptive statistics

Teaching methods

35 hours of theoretical lectures, 5 cfu, in physical presence. 25 hours in erogative way ( theotetical lectures abuout the topics of the program), and 10 in interactive way, which constist of showing and carefully commenting, in classroom in deep and interactive way several case studies, scientific papers, and nontrivial data analyses.

Assessment methods

A paper (report), written in ENGLISH or in ITALIANO on an application on a data set of one or two tools presented in the course, by producing, in SPSS softwre, the output and developing a punctual comment on it. Then, the student will have a theoretical talk about the course program.

Following the guidelines in this syllabus, the exam consists of a CASE ANALYSIS, the description of a real situation or example of which the connection among different elements are discussed and analyzed with respect to one or more technical paradigms.

The scientific report will be written, as the reander already knows the statistical theoretic topic, according to the following steps:

introduction and presentation of the data-set
careful discussion the main output generated by the multivariate tecniques employed in the program
Scientific conclusions of the analysis.

The evaluation will concern:

the compleetness of the work, basing on the steps in pdf "linee guida per la stesura del report"
the accuracy in extracting the whole possible statistical information and the degree of scientificity of the obtained conclusions.