DATA ANALYSIS

Anno accademico
2023/2024 Programmi anni precedenti
Titolo corso in inglese
DATA ANALYSIS
Codice insegnamento
ET2005 (AF:358328 AR:191400)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea
Settore scientifico disciplinare
SECS-S/05
Periodo
3° Periodo
Anno corso
3
Sede
VENEZIA
Spazio Moodle
Link allo spazio del corso
L’insegnamento è una delle attività formative affini/integrative del corso di laurea triennale in Economia Aziendale che consentono agli studenti di acquisire la conoscenza e la comprensione di alcuni dei principali concetti statistici e il loro utilizzo nelle attività di gestione amministrativa ed aziendale. L'obiettivo dell'insegnamento è di fornire agli studenti competenze che permettano loro di visualizzare, estrarre, interpretare informazioni provenienti da indagini campionarie e database aziendali al fine di pianificare strategie a supporto del processo decisionale.

La frequenza di lezioni frontali, lo studio e l'analisi dei testi di riferimento e dei materiali suggeriti, consentiranno a studenti/studentesse di:

1. CONOSCENZA e COMPRENSIONE
1.1 conoscere la terminologia e i concetti di base della statistica descrittiva ed inferenziale nell'ambito di analisi di fenomeni aziendali

2. CAPACITA' di APPLICARE CONOSCENZA e COMPRENSIONE
2.1 saper estrarre, interpretare e comunicare informazioni provenienti da indagini campionarie e datables aziendali
2.2 saper comprendere gli aspetti principali delle analisi descrittive ed inferenziali svolte
2.3 saper applicare modelli statistici per l'analisi e la previsione di fenomeni aziendali

3. CAPACITA' di GIUDIZIO
3.1 saper argomentare le ipotesi a sostegno delle analisi svolte
3.2 saper valutare la bontà dei modelli adottati e dei risultati raggiunti

4. ABILITA' COMUNICATIVE
4.1 saper presentare le informazioni estratte a partire da indagini campionarie e/o database aziendali
4.2 saper argomentare in modo efficace i modelli proposti e i risultati raggiunti

Avere raggiunto gli obiettivi formativi di STATISTICA. In particolare è opportuno che lo studente sappia padroneggiare i concetti di base di statistica descrittiva ed inferenziale
Durante il corso verranno approfondite le seguenti tematiche:

1. Richiami di campionamento: principi basilari, tipologie di campionamento, errore campionario e non campionario
2. Richiami di inferenza: stima puntuale e verifica di ipotesi
3. Analisi della dipendenza: regressione semplice
4. Analisi della dipendenza: regressione multipla

Al fine di supportare le conoscenze teoriche acquisite durante il corso, ciascuna tematica potrà essere approfondita anche con richiami all’utilizzo del software statistico R.
- Materiale fornito dal docente nella piattaforma moodle con link dal sito web dell'insegnamento
- Manuale
in Inglese: Hermann C, Schomaker M, Shalabh. Introduction to Statistics and Data Analysis. Springer, 2016
in Italiano: Paganoni A.M., Ieva F. and Vitelli V. (2016). Laboratorio di statistica con R, 2 edizione, Pearson
La verifica dell'apprendimento avviene attraverso una prova scritta che coprirà i materiali svolti in aula
Il programma si svilupperà nel rispetto di un accurato equilibrio di insegnamento e apprendimento. Questo verrà realizzato tramite lezioni in cui sono presentati i concetti teorici e lezioni in cui alcuni esercizi sono presentati e risolti in classe. Gli studenti dovranno dedicare un congruo tempo allo studio individuale, così come allo studio di gruppo, principalmente nella soluzione degli esercizi.
Inglese
scritto
Programma definitivo.
Data ultima modifica programma: 13/03/2023