Statistica per le decisioni aziendali

A.A. 2021/2022
6
Crediti massimi
40
Ore totali
SSD
SECS-S/03
Lingua
Italiano
Obiettivi formativi
Il corso di Statistica per le decisioni aziendali si propone di fornire la conoscenza delle principali tecniche di Data Mining funzionali all'analisi dei dati di interesse per l'azienda. La crescente disponibilità di dati, propria della società dell'informazione, ha infatti fatto emergere la necessità, ormai imprescindibile, di poter disporre di metodologie e di strumenti adeguati per i processi decisionali di tipo quantitativo nell'ambito delle applicazioni di Business, Management e Marketing. I dati possono essere di fonte interna all'azienda, come ad esempio quelli riguardanti la clientela o gli utenti, oppure possono derivare da apposite ricerche di mercato. La presenza di dati di natura differente (qualitativi e quantitativi) prevede che lo studente acquisisca capacità adeguate che gli consentano di giustificare la logica sottostante l'adozione di una specifica tecnica di analisi e di formulare, in modo critico e rigoroso, ragionamenti sui principali aspetti economici ed aziendali ricavando informazioni sintetiche a supporto delle decisioni e della gestione delle situazioni di rischio aziendale. Le abilità acquisite nel corso di Statistica per le decisioni aziendali saranno funzionali ai corsi in cui emergano tematiche relative al marketing, alle ricerche di mercato e ai processi decisionali aziendali.
Risultati apprendimento attesi
Al termine dell'insegnamento lo studente avrà acquisito le competenze necessarie per la fomalizzazione teorica ed applicativa delle tecniche di Data Mining affrontate durante il corso. In particolare, sarà in grado di: riconoscere le differenze tra metodi supervisionati, metodi non supervisonati, modelli descrittivi e modelli previsivi; dimostrare un'adeguata capacità nella scelta del modello più adatto in funzione delle caratteristiche dei dati a disposizione e della finalità dell'analisi che si intende condurre; selezionare, fra più modelli, il modello caratterizzato da una maggiore accuratezza previsiva; implementare i modelli mediante il linguaggio di programmazione del software statistico R; interpretare correttamente gli output ottenuti dalle analisi ricavando informazioni che possano essere funzionali ai processi decisionali aziendali.
Programma e organizzazione didattica

Edizione unica

Responsabile
Periodo
Secondo trimestre
Programma
Gli argomenti del corso sono:
- statistiche descrittive univariate e multivariate
- introduzione alla cluster analysis (metodi gerarchici e non gerarchici)
- cenni alla regressione logistica
- alberi decisionali
- modelli locali e regole sequenziali
- cenni alle serie storiche
Prerequisiti
Al fine di affrontare adeguatamente i contenuti proposti nel corso, gli studenti dovranno aver maturato adeguate competenze in ambito statistico e matematico.
Metodi didattici
Il corso sarà organizzato attraverso lezioni frontali con strumenti di supporto consistenti nell'impiego della lavagna luminosa, attraverso la quale mostrare i passaggi matematici sottostanti i modelli e le metodologie presentati.
Materiale di riferimento
I testi di riferimento per la preparazione sono:
- materiale disponibile a lezione;
- Applied Data mining for business and industry di Giudici e Figini (Wiley)
- Data Mining and Business Analytics with R di Ledolter (Wiley)
- Data Mining for Business Analytics di Shmueli, Bruce, Yahav, Patel e Lichtendahl (Wiley)
Modalità di verifica dell’apprendimento e criteri di valutazione
Esame scritto finale in due parti:
1) domande teoriche sugli argomenti trattati durante il corso
2) interpretazione output in R
SECS-S/03 - STATISTICA ECONOMICA - CFU: 6
Lezioni: 40 ore
Docente: Rossini Luca
Docente/i
Ricevimento:
Each Wednesday 9:15:12:15
DEMM, stanza 31, 3° p