A86051 Metodi Quantitativi per Economia, Finanza e Management

Scuola di Economia e Management
Scheda Insegnamento
Anno Accademico 2013/14 Primo Semestre

foto
Docente TitolareAlberto Saccardi
E-mailasaccardi@liuc.it
UfficioEdificio Torre Piano Terra
Telefono

Obiettivi di apprendimento attesi

Al termine del corso lo studente sarà in grado di:

a)   Di impostare un piano di analisi: definizione della popolazione target, scelta delle fonti dati appropriate, data audit sui dati disponibili, scelta del tipo di analisi

b)   Di eseguire analisi di tipo univariato e multivariato su dati reali mediante l’utilizzo del software SAS

c)   Di interpretare i risultati ottenuti e presentarli in chiave business

Contenuti dell’insegnamento

Il corso si propone di fornire una panoramica  dell’impiego delle principali tecniche di statistica univariate e multivariata per gli aspetti di interpretazione dei fenomeni economici e di supporto nei processi decisionali manageriali.

Il corso è caratterizzato da un alternarsi tra lezioni di natura metodologica e sessioni di natura applicativa. Verranno esposti casi reali e si farà uso del software specialistico SAS per lo svolgimento della parte applicativa del corso.

L’intento è mettere in grado i partecipanti al corso di impostare un lavoro di analisi e di eseguire il piano di analisi predisposto usando dati reali. Predisposizione del piano, le possibili tecniche da impiegare e gli aspetti di interpretazione/utilizzo dei risultati ottenuti verranno presentati e discussi durante le sessioni metodologiche. Le funzionalità del software SAS e gli aspetti applicativi dell’esecuzione del piano di analisi verranno presentati e praticati durante le sessione esercitative svolte presso le aule informatiche

Programma del corso:
- Analisi univariata: le distribuzioni di frequenza e le misure di sintesi univariate
- Analisi bivariata: analisi di connessione, correlazione e di dipendenza in media
- Test statistici: il test Chi-Quadro, il test F e il test t.
- Analisi Fattoriale
- Regressione Lineare multipla
- Regressione Logistica
- Analisi delle Serie Storiche

Metodologia Didattica

 

Il corso è suddiviso tra sessioni metodologiche e sessioni applicative svolte presso le apposite aule informatiche.

Nell’ambito delle sessioni metodologiche ci si soffermerà soprattutto sugli aspetti applicativi dell’impiego di tecniche statistiche nell’ambito dell’analisi dei dati con particolare attenzione a:

a)     impostare i prerequisiti per poter eseguire un’analisi di tipo quantitativo,

b)    scegliere le opportune tecniche rispetto ai problemi posti ed alla natura dei dati disponibili,

c)     interpretare gli output da un punto di vista tecnico, ovvero secondo i criteri delle tecniche statistiche utilizzate

d)    interpretare gli output da un punto di vista business, ovvero rispetto alle ‘business question’ definite in fase di impostazione del piano di analisi

Durante le sessioni in laboratorio informatico è prevista la presenza in aula delle assistenti al fine di agevolare l’apprendimento del software SAS, eseguire le analisi, gestire le difficoltà di natura applicativa che si possono riscontrare quando si analizzano dati reali.

Per ogni lezione verranno resi disponibili sul website del corso ‘my.liuc.it’, oltre ai riferimenti bibliografici, i materiali e le slide presentate e discusse in aula. 

Regole di Comportamento

Qui di seguito le regole di comportamento da seguire durante il corso:

1.   Arrivare in aula in orario; non uscire prima del termine della lezione se non precedentemente concordato con il docente

2.   Non utilizzare telefoni cellulari 

3.   Rispettare i tempi di consegna per i lavori di gruppo, non verranno accettati lavori consegnati oltre i termini previsti.

Materiale Didattico Obbligatorio

Studenti frequentanti:

Per gli studenti provenienti dal corso di Laurea Triennale LIUC è sufficiente la conoscenza dei contenuti affrontati nel corso di Informatica.

Per gli studenti provenienti dalle altre università si richiede di svolgere in autonomia il corso autodidattico. Ulteriori dettaglio (nome del corso, metodo di accesso) verranno pubblicati sulla pagina di insegnamento nella sezione 'Materiale Didattico' http://my.liuc.it/corsi/matsup.asp?COD=A86051.

Tale percorso di autoformazione è fortemente consigliato anche per gli studenti provenienti dal corso di Laurea Triennale LIUC.

Per tutti gli studenti: viene fortemente suggerito che si preparino in anticipo sui contenuti delle lezioni utilizzando i materiali resi disponibili sul website del corso e le letture indicate per ogni sessione didattica. Testi di riferimento: Paul Newbold, William L. Carlson, Betty Thorne, “Statistics for Business and Economics”, Pearson, ed. 2010; Luigi Fabbris, “Statistica multivariata: analisi esplorativa dei dati”, Milano, McGraw-Hill.

Studenti non frequentanti: ai fini della preparazione si suggerisce di utilizzare i materiali didattici disponibili sul website del corso oltre ai testi di riferimento indicati in bibliografia: Paul Newbold, William L. Carlson, Betty Thorne, “Statistics for Business and Economics”, Pearson, ed. 2010; Luigi Fabbris, “Statistica multivariata: analisi esplorativa dei dati”, Milano, McGraw-Hill.

Modalità con cui viene accertata l’effettiva acquisizione dei risultati di apprendimento.

Studenti frequentanti

Sono considerati frequentanti coloro che raggiungono almeno il 70% delle firme raccolte durante le lezioni e le esercitazioni.

L'esame si svolge attraverso la combinazione di due distinte modalità:

 

1. Lavoro applicativo di gruppo:

          Prova di natura applicativa consistente nello svolgimento di un’analisi di tipo quantitativa mediante l’utilizzo del software SAS. Per l’elaborazione dei dati mediante l’utilizzo di SAS, si potrà accedere alle postazioni opportunamente predisposte   dall’ateneo. Ogni gruppo può essere costituito al massimo da quattro studenti.

La prova consiste nell’elaborazione e analisi quantitativa di un set di dati, ciascun progetto dovrà essere frutto di un lavoro collettivo e dovrà prevedere l’applicazione delle tecniche di analisi statistica presentate nel corso. La prova consiste nell’elaborazione e analisi quantitativa di un set di dati raccolti mediante una survey opportunamente predisposta dal gruppo di lavoro oppure da dati provenienti da un database aziendale ed eventualmente dati di serie storiche disponibili on line.

Gli argomenti da trattare riguardano l’analisi univariata e bivariata, test statistici, per quanto riguarda la parte di analisi multivariata ogni gruppo dovrà scegliere 3 delle 4 tecniche svolte a lezione (analisi fattoriale, regressione lineare, regressione logistica, serie storiche).

Il lavoro dovrà essere consegnato alla Sig.ra Luezza, segreteria IMQ. Dovrà essere completo di un Report cartaceo in formato .ppt e un CD Rom contenente un questionario utilizzato in fase di rilevazione in formato .doc, report in formato .ppt, file di dati in formato xls, output con le elaborazioni SAS. Il questionario deve essere validato prima di essere utilizzato.

La valutazione del lavoro di gruppo avverrà tenendo conto dei seguenti criteri:

  • 30%: completezza analisi
  • 30%: qualità e correttezza dell’analisi
  • 30%: implicazioni economico-manageriali
  • 10%: editing

Il lavoro di gruppo peserà sul voto finale per un massimo di 21/30. Sarà possibile accedere alla prova scritta individuale solo con una valutazione di almeno 13/30; per valutazioni inferiori, gli studenti dovranno sostenere l’esame previsto per i non frequentanti.

La data per la consegna del lavoro di gruppo sarà indicativamente fissata nella settimana antecedente al primo appello della sessione invernale, la data precisa verrà comunicata a lezione.

Il lavoro di gruppo, previa consegna entro la data stabilita, avrà validità di un anno accademico.

2 .Prova individuale scritta con risposte multiple:

Potranno accedere alla prova individuale solo i componenti dei gruppi che hanno conseguito nella prova collettiva una votazione di almeno 13/30.

La prova consiste in un test a risposta multipla costituito da 10 domande, ciascuna con cinque alternative di risposta, di durata complessiva pari a 15 minuti. Per ciascuna risposta corretta verrà attribuito un punto. Per le risposte errate non è prevista penalizzazione.

La prova si considera superata con un punteggio superiore o uguale a 5/10. Nel caso in cui il punteggio ottenuto fosse inferiore a 5/10, lo studente potrà sostenere una nuova prova nelle sessioni successive.

Sono previsti un massimo di due tentativi, dopo di ché si passerà alla modalità “non frequentanti”.

E’ sempre possibile ritirarsi, in questi casi i tentativi non vengono considerati nel computo del numero massimo di prove disponibili.

A fronte di un esito positivo della prova individuale, il voto finale dell’esame sarà dato dalla somma della valutazione ottenuta nel lavoro di gruppo con quella della prova individuale.

Rimane sempre valida l’opzione di potersi ritirare senza incidere sul numero di prove complessive disponibili per la modalità ‘Frequentanti’.

 

 

Studenti non frequentanti

Sono considerati non frequentanti coloro che non raggiungono almeno il 70% delle firme raccolte durante le lezioni e le esercitazioni, coloro che hanno conseguito nella prova collettiva una votazione inferiore a 13/30, coloro che hanno conseguito una valutazione inferiore ai 5/10 nella prova individuale per due volte.

L’esame per i non frequentanti sarà in forma scritta e si compone di due parti:

  1. Test a risposta multipla, costituito da 10 domande, ciascuna con cinque alternative di risposta, di durata complessiva pari a 15 minuti. Per ciascuna risposta corretta verrà attribuito un punto. Per le risposte errate non è prevista penalizzazione.

La prova si considera superata con un punteggio superiore uguale a 5/10 e, solo in questo caso, si procederà alla valutazione dello scritto relativo a Parte 2.

Se si ottiene un punteggio inferiore a 5/10 non si procederà alla correzione dello scritto relativo a Parte 2 e si dovrà ripetere l’esame nelle sessioni successive.

 

  1. Scritto con domande aperte che verteranno su tutto il programma del corso. Sono previste domande sia di natura metodologica che di natura applicativa relative ad analisi/interpretazioni di output di natura statistica. La durata complessiva è di 45 minuti.

Il punteggio massimo previsto per questa parte è di 21 punti.

L’esito finale dell’esame sarà dato dalla somma dei punteggi conseguiti nelle due prove: Test e Scritto con domande aperte. In caso di punteggio complessivo inferiore a 18/30, l’esame dovrà essere ripetuto nella sua interezza: Parte 1 e Parte 2. In caso di punteggio complessivo maggiore o uguale a 18 l’esame si considera superato.

Syllabus

Lezione 1
Gruppo: A-Z
23/09/2013
Ora: 14:00
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

 

Introduzione al corso: obiettivi e modalità di esame

Business Intelligence, le fonti dati, le ricerche di Marketing e il campionamento.

Letture

Paul Newbold, William L. Carlson, Betty Thorne, “Statistics for Business and Economics”, Pearson, ed. 2010 (Capitolo 6, par. 6.1, Capitolo 17)

Lezione 2
Gruppo: A-Z
30/09/2013
Ora: 14:00
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Il set-up di un questionario e la costruzione di una Customer Table. Presentazione dei temi di ricerca. Dati di tipo qualitativo e dati di tipo quantitativo

 

Letture

Lezione 3
Gruppo: A-Z
02/10/2013
Ora: 09:00
Ore di lezione: 2
Docente: A. Saccardi

Argomenti

Le distribuzioni di frequenza e le misure di sintesi univariate

Letture

 

Paul Newbold, William L. Carlson, Betty Thorne, “Statistics for Business and Economics”, Pearson, ed. 2010 (capitol 1,2)

Luigi Fabbris, “Statistica multivariata: analisi esplorativa dei dati”, Milano, McGraw-Hill (capitolo 1)

J.D. Jobson, “Applied Multivariate Data Analysis”, New York, Springer (capitoli 1-3)

Lezione 4
Gruppo: A-Z
07/10/2013
Ora: 14:00
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Analisi bivariata. Analisi di connessione, correlazione e di dipendenza in media

Letture

 

Naresh K. Malhotra, “Marketing Research – An Applied Orientation”, Pearson – Prentice Hall, ed. 2010 (capitolo 15)

Luigi Fabbris, “Statistica multivariata: analisi esplorativa dei dati”, Milano, McGraw-Hill (capitolo 2)

J.D. Jobson, “Applied Multivariate Data Analysis”, New York, Springer (capitoli 1-3)

Lezione 5
Gruppo: A-Z
11/10/2013
Ora: 08:30
Ore di lezione: 2,5
Docente: E. Pallini

Argomenti

 

Introduzione al software SAS

Dal questionario alla base dati

Letture

Lezione 5
Gruppo: A-Z
11/10/2013
Ora: 11:00
Ore di lezione: 2,5
Docente: F. Calabretti

Argomenti

 

Introduzione al software SAS

Dal questionario alla base dati

Letture

Lezione 6
Gruppo: A-Z
14/10/2013
Ora: 14:00
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

 

Test statistici: il test Chi-Quadro, il test F e il test t.

Panoramica di tutte le tecniche che verranno utilizzate nel corso

Letture

 

Naresh K. Malhotra, “Marketing Research – An Applied Orientation”, Pearson – Prentice Hall, ed. 2010 (capitolo 15)

J.D. Jobson, “Applied Multivariate Data Analysis”, New York, Springer (capitolo 1)

Lezione 7
Gruppo: A-Z
18/10/2013
Ora: 08:30
Ore di lezione: 2,5
Docente: E. Pallini

Argomenti

Analisi univariata : procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche, esempi ed esercizi

Letture

Lezione 7
Gruppo: A-Z
18/10/2013
Ora: 11:00
Ore di lezione: 2,5
Docente: F. Calabretti

Argomenti

Analisi univariata : procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche, esempi ed esercizi

Letture

Lezione 8
Gruppo: A-Z
21/10/2013
Ora: 14:00
Ore di lezione: 2,5
Docente: A. Saccardi

Argomenti

Analisi Fattoriale: le ipotesi del modello e il metodo delle component principali

Letture

 

Naresh K. Malhotra, “Marketing Research – An Applied Orientation”, Pearson – Prentice Hall, ed. 2010 (capitolo 19)

Luigi Fabbris, “Statistica multivariata: analisi esplorativa dei dati”, Milano, McGraw-Hill (capitolo 5)

J.D. Jobson, “Applied Multivariate Data Analysis”, New York, Springer (capitolo 9)

Lezione 9
Gruppo: A-Z
25/10/2013
Ora: 08:30
Ore di lezione: 2,5
Docente: E. Pallini

Argomenti

 

Analisi bivariata (I parte): procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche

Test statistici: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche

Letture

Lezione 9
Gruppo: A-Z
25/10/2013
Ora: 11:00
Ore di lezione: 2,5
Docente: F. Calabretti

Argomenti

 

Analisi bivariata (I parte): procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche

Test statistici: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche

Letture

Lezione 10
Gruppo: A-Z
04/11/2013
Ora: 14:00
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

L’utilizzo dell’analisi fattoriale nella costruzione di un modello di regressione lineare multipla

Letture

Lezione 11
Gruppo: A-Z
08/11/2013
Ora: 08:30
Ore di lezione: 2,5
Docente: E. Pallini

Argomenti

Analsi Fattoriale: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche ed esempi

Letture

Lezione 11
Gruppo: A-Z
08/11/2013
Ora: 11:00
Ore di lezione: 2,5
Docente: F. Calabretti

Argomenti

Analsi Fattoriale: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche ed esempi

Letture

Lezione 12
Gruppo: A-Z
11/11/2013
Ora: 14:00
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Regressione lineare multipla: la stima del modello e la sua valutazione, metodi automatici di selezione dei regressori, multicollinearità. Case Study

Letture

 

Paul Newbold, William L. Carlson, Betty Thorne, “Statistics for Business and Economics”, Pearson, ed. 2010 (capitol 11,12,13)

Luigi Fabbris, “Statistica multivariata: analisi esplorativa dei dati”, Milano, McGraw-Hill (capitolo 3)

J.D. Jobson, “Applied Multivariate Data Analysis”, New York, Springer (capitoli 3,4)

Lezione 13
Gruppo: A-Z
15/11/2013
Ora: 08:30
Ore di lezione: 2,5
Docente: E. Pallini

Argomenti

 

Analsi Fattoriale: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche ed esempi

Esercitazione riepilogativa

Letture

Lezione 13
Gruppo: A-Z
15/11/2013
Ora: 11:00
Ore di lezione: 2,5
Docente: F. Calabretti

Argomenti

 

Analsi Fattoriale: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche ed esempi

Esercitazione riepilogativa

Letture

Lezione 14
Gruppo: A-Z
18/11/2013
Ora: 14:00
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Regressione lineare multipla e regressione Logistica

Letture

 

Paul Newbold, William L. Carlson, Betty Thorne, “Statistics for Business and Economics”, Pearson, ed. 2010 (capitol 11,12,13)

Luigi Fabbris, “Statistica multivariata: analisi esplorativa dei dati”, Milano, McGraw-Hill (capitolo 3)

J.D. Jobson, “Applied Multivariate Data Analysis”, New York, Springer (capitoli 3,4)

Lezione 15
Gruppo: A-Z
22/11/2013
Ora: 08:30
Ore di lezione: 2,5
Docente: E. Pallini

Argomenti

Regressione lineare multipla: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche

Letture

Lezione 15
Gruppo: A-Z
22/11/2013
Ora: 11:00
Ore di lezione: 2,5
Docente: F. Calabretti

Argomenti

Regressione lineare multipla: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche

Letture

Lezione 16
Gruppo: A-Z
25/11/2013
Ora: 14:00
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Regressione Logistica: stima del modello e la sua valutazione. Introduzione analisi Serie Storiche

Letture

Lezione 17
Gruppo: A-Z
29/11/2013
Ora: 08:30
Ore di lezione: 2,5
Docente: E. Pallini

Argomenti

 

Regressione lineare multipla: esempi ed esercizi. 

Regressione logistica: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche

Letture

Lezione 17
Gruppo: A-Z
29/11/2013
Ora: 11:00
Ore di lezione: 2,5
Docente: F. Calabretti

Argomenti

 

Regressione lineare multipla: esempi ed esercizi. 

Regressione logistica: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche

Letture

Lezione 18
Gruppo: A-Z
02/12/2013
Ora: 14:00
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Introduzione Analisi Serie Storiche

Letture

Lezione 19
Gruppo: A-Z
06/12/2013
Ora: 08:30
Ore di lezione: 2,5
Docente: E. Pallini

Argomenti

Regressione logistica: esempi ed esercizi

Letture

Lezione 19
Gruppo: A-Z
06/12/2013
Ora: 11:00
Ore di lezione: 2,5
Docente: F. Calabretti

Argomenti

Regressione logistica: esempi ed esercizi

Letture

Lezione 20
Gruppo: A-Z
Ora: 14:00
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Riepilogo analisi Multivariata

Letture

Lezione 21
Gruppo: A-Z
13/12/2013
Ora: 08:30
Ore di lezione: 2,5
Docente: E. Pallini

Argomenti

Analisi Serie Storiche: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche

Letture

Lezione 21
Gruppo: A-Z
13/12/2013
Ora: 11:00
Ore di lezione: 2,5
Docente: F. Calabretti

Argomenti

Analisi Serie Storiche: procedure SAS, lettura e interpretazione dei risultati delle analisi statistiche

Letture

Lezione 22
Gruppo: A-Z
16/12/2013
Ora: 14:00
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

 

Case Study n°1

Case Study n°2

Case Study n°3

Letture

Lezione 23
Gruppo: A-Z
20/12/2013
Ora: 08:30
Ore di lezione: 2,5
Docente: E. Pallini

Argomenti

Esercitazione Riepilogativa

Letture

Lezione 23
Gruppo: A-Z
20/12/2013
Ora: 11:00
Ore di lezione: 2,5
Docente: F. Calabretti

Argomenti

Esercitazione Riepilogativa

Letture


Per accedere al syllabus completo entrate nel selfservice studenti