Università degli Studi di Napoli "Parthenope"

Scheda dell'insegnamento

Anno accademico: 
2019/2020
Tipologia di insegnamento: 
Caratterizzante
Tipo di attività: 
Obbligatorio
Corso di afferenza: 
Corso di Corso di Laurea Magistrale in SCIENZE ECONOMICHE FINANZIARIE E INTERNAZIONALI
Settore disciplinare: 
STATISTICA ECONOMICA (SECS-S/03)
Lingua: 
Italiano
Crediti: 
6
Anno di corso: 
1
Docenti: 
Ciclo: 
Primo Semestre
Ore di attivita' frontale: 
48

Obiettivi

Fornire le conoscenze utili alla misurazione, elaborazione e sintesi dei fenomeni economici. Il corso prevede una parte teorica nella quale sono trattati temi relativi all’analisi dei dati con particolare attenzione allo studio delle tecniche di statistica multivariata ed una parte applicativa nella quale lo studente acquisirà competenze per raccogliere, elaborare e interpretare l’informazione statistica relativa ai fenomeni economici.
Conoscenza e capacità di comprensione: dimostrare di aver compreso l’iter che dalla raccolta del dato arriva alla sua interpretazione e di saper associare il metodo statistico più appropriato in relazione agli obiettivi prefissati.
Capacità di applicare conoscenza e comprensione:dimostrare di aver appreso come individuare un obiettivo di ricerca piuttosto che un problema aziendale e associare poi, il metodo statistico più appropriato in relazione agli obiettivi prefissati.
Autonomia di giudizio: dimostrare di aver sviluppato approccio critico in merito alle tematiche affrontate.
Abilità comunicative:essere in grado di esprimere in maniera chiara ed esaustiva le tematiche affrontate nell’insegnamento, scegliendo la modalità più adatta in relazione ai diversi stakeholders.
Capacità di apprendimento:dimostrare capacità di apprendimento con approfondimenti bibliografici e altre modalità concernenti la disciplina oggetto di studio.

Prerequisiti

Conoscenza di metodi statistici descrittivi e inferenziali; di algebra lineare; di elementi di analisi matematica.

Contenuti

I blocco di lezioni (24 ore):
Introduzione all’analisi dei dati. Richiami di statistica descrittiva e inferenziale.Richiami di algebra lineare. L’indagine statistica (I metodi di contatto. Il questionario. I metodi di campionamento). Le scale di misura. Le matrici di dati.
II blocco di lezioni (24 ore):
La riduzione dei dati (analisi in componenti principali). Metodi di classificazione (cluster analysis gerarchica, non gerarchica, two-step). Il modello di regressione lineare multipla(specificazione del modello, metodi di stima dei parametri, test di verifica del modello e delle ipotesi di base).Il modello di regressione logistica.

Metodi didattici

Lezioni frontali e applicazioni con partecipazione attiva degli studenti. La parte applicativa si sviluppa con la definizione di un obiettivo di ricerca economica, la ricerca e/o rilevazione dei dati, la scelta e l’applicazione del metodo statistico più appropriato, la sintesi attraverso la redazione di un report. Per l’elaborazione dei dati è previsto l’utilizzo del software Spss.

Verifica dell'apprendimento

La verifica dell’apprendimento si basa su momenti di discussione collettiva in aulasuelaborati predisposti dagli studenti stessi e/o su articoli/paper relativi alle tematiche oggetto di studio e, negli appelli previsti dal calendario accademico, su un colloquio, corredato da un voto espresso in trentesimi, volto a valutare la capacità di apprendimento dei contenuti del programma.

Testi

Zani S. e Cerioli A. (2007) Analisi dei dati e Datamining per le decisioni aziendali, Giuffré Editore.
Barbaranelli C.(2007) Analisi dei dati, LED.
De Luca Amedeo (2017) Il CRM in banca e le applicazioni. Data mining per le decisioni aziendali. Segmentazione, Promozione, Innovazione, Retention, Scoring.
Härdle, W. K., Hlávka, Z. (2015) Multivariate Statistics: Exercises and solutions. Springer.

Altre informazioni