A86051 Metodi Quantitativi per Economia, Finanza e Management

Scuola di Economia e Management
Scheda Insegnamento
Anno Accademico 2019/20 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)   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)   Eseguire analisi di tipo univariato e multivariato su dati reali mediante l’utilizzo del software R

c)   Interpretare i risultati ottenuti e presentarli in chiave business

Risultati di apprendimento attesi

Il corso si propone di fornire una panoramica  dell’impiego delle principali tecniche di statistica univariata 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 R 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 R e gli aspetti applicativi dell’esecuzione del piano di analisi verranno presentati e praticati durante le sessioni esercitative svolte presso le aule informatiche.

Contenuti dell’insegnamento

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

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 R, 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. 

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 R. Per l’elaborazione dei dati mediante l’utilizzo di R, 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 svolgere tutte le tecniche viste a lezione (analisi fattoriale, regressione lineare, regressione logistica.

Il lavoro dovrà essere consegnato alla Sig.ra Luezza, segreteria IMQ. Dovrà essere completo di un Report cartaceo in formato .ppt e una chiavetta USB contenente il questionario utilizzato in fase di rilevazione in formato .doc, report in formato .ppt, file di dati in formato xls, script con le elaborazioni R. 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 con esito negativo, dopo di ché si passerà automaticamente 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.

E’ possibile rifiutare il voto finale per un massimo due volte, al terzo tentativo, nel caso di esito positivo, non sarà più possibile rifiutare il voto; è sempre possibile ritirarsi e in questi casi i tentativi non vengono considerati nel computo del numero massimo di prove disponibili.

 

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, pur avendo frequentato, hanno conseguito nella prova collettiva una votazione inferiore a 13/30, coloro che, pur avendo frequentato, 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.

E’ possibile rifiutare il voto finale per un massimo due volte, al terzo tentativo, nel caso di esito positivo, non sarà più possibile rifiutare il voto; è sempre possibile ritirarsi e in questi casi i tentativi non vengono considerati nel computo del numero massimo di prove disponibili.

Syllabus

Lezione 1
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Introduzione al Corso

Business Intelligence e Data Sources

Letture

Lezione 2
Ore di lezione: 3
Docente:

Argomenti

Impostazione del Piano di Analisi

Letture

Lezione 3
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Popolazione Statistica e Disegni Campionari

Letture

Lezione 4
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Analisi Univariata

Letture

Lezione 5
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Analisi Bivariata

Letture

Lezione 6
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Test d'Ipotesi

Letture

Lezione 7
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Analisi Fattoriale - I° Parte

Letture

Lezione 8
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Analisi Fattoriale - II° Parte

Letture

Lezione 9
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Modello di Regressione Lineare - I° Parte

Letture

Lezione 10
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Modello di Regressione Lineare - II° Parte

Letture

Lezione 11
Ore di lezione: 4
Docente: A. Saccardi

Argomenti

Modello di Regressione Logistica

Letture

Lezione 12
Ore di lezione: 3
Docente: A. Saccardi

Argomenti

Note conclusive del corso

Letture


Per accedere al syllabus completo entrate nel selfservice studenti