Insegnamento mutuato da: B026789 - STATISTICA PER L'ECONOMIA E L'IMPRESA Laurea Triennale (DM 270/04) in STATISTICA
Lingua Insegnamento
Italiano
Contenuto del corso
PARTE 1. Laura Grassini (6 CFU). Introduzione alla contabilità nazionale e ai conti economici nazionali. Teoria e pratica dei numeri indici (dei prezzi e delle quantità). Deflazionamento di aggregati economici monetari. Produttività ed efficienza tecnica. Produttività parziale e totale. Analisi dei dati di bilancio. Insolvenza aziendale.
PARTE 2. (3 CFU). Nuove fonti di dati per l’impresa: introduzione al Data mining e machine learning.
Il materiale didattico sarà messo a disposizione sulla piattaforma Moodle.
Testi base.
Biggeri L., Bini M., Coli A., Grassini L., Maltagliati M. (2016) Statistica per le decisioni aziendali. Ed. Pearson, Milano.
Altri testi di approfondimento
Piercarlo Frigero,
Introduzione alla contabilità nazionale, Giappichelli, 2016.
Giovannini E. (2015), Le statistiche economiche, Il Mulino.
Istituto nazionale di statistica (2018), Rapporto annuale 2018 – La situazione del Paese. https://www.istat.it/it/archivio/214230
Istituto nazionale di statistica (2012), Linee guida per la qualità dei processi statistici. http://www.istat.it/it/strumenti/qualità-dei-dati/linee-guida
Predetti A. (2002), I numeri indici. Teoria e pratica dei confronti temporali e spaziali, Giuffrè.
Obiettivi Formativi
CONOSCENZE: Misure e indicatori significativi per l'attività aziendale: per il benchmarking, efficienza, produttività e valutazione delle performance aziendali da dati di bilancio. Analisi multivariata per l'azienda: data mining e machine learning.
Sistemi di contabilità nazionale. Gli aggregati economici ed il Sistema dei conti.
La teoria dei numeri indici. Rappresentazione a prezzi costanti (deflazionamento) di aggregati monetari.
COMPETENZE: Essere in grado di valutare le prestazioni in vari contesti aziendali efficienza, produttività, redditività. Saper impostare uno studio per la valutazione della performance aziendale. Saper condurre analisi multivariate supervisionate e non supervisionate anche su dati prodotti dal web o da sistemi di generazione di big data (scanner data, Twitter data, logfile). Saper interpretare gli output di packages statistici relativamente ai temi affrontati.
Riconoscere quali variabili devono essere osservate per rappresentare il funzionamento di un sistema economico e qual è il sistema che le mette in relazione - Misurare il cambiamento nel tempo degli aggregati economici con particolare attenzione alla misura della variazione dei prezzi e dell'inflazione
Prerequisiti
INSEGNAMENTO PROPEDEUTICO: STATISTICA I
Metodi Didattici
Lezioni frontali, esercitazioni al computer, progetto.
Altre Informazioni
Materiale su piattaforma Moodle
Modalità di verifica apprendimento
Prova orale. Peso: Parte 1: 2/3, parte 2: 1/3.
La prova avrà una durata totale approssimativamente di 45 minuti. Per circa 2/3 riguarderà gli argomenti della prima parte e per circa 1/3 gli argomenti della seconda parte.
Programma del corso
Il corso si propone di preparare lo studente a raccogliere ed elaborare informazioni per la costruzione di misure e indicatori significativi per l'attività aziendale e per l’analisi economica.
Argomenti del corso.
Introduzione alla contabilità nazionale e ai conti economici nazionali. Struttura generale del sistema dei conti economici nazionali (SNA) e del sistema europeo dei conti economici integrati (SEC). Il circuito del reddito; variabili di stock e di flusso. Rappresentazione delle relazioni economiche. La classificazione delle unità produttive in branche di attività economica. La classificazione degli operatori, delle operazioni e degli aggregati. Regole di registrazione delle operazioni e dei flussi. Il circuito del reddito e la sua rappresentazione analitica medianti i conti nazionali: i conti della produzione, della distribuzione, della redistribuzione, dell’utilizzazione e dell’accumulazione. I conti con il resto del mondo. Analisi delle interdipendenze settoriali. Numeri indici dei prezzi e delle quantità. Numeri indici di Paasche, di Laspeyres, di Fischer. Aggregati economici a prezzi di mercato e a prezzi costanti: l’operazione di deflazionamento.
Analisi di efficienza e produttività. Efficienza tecnica: metodi parametrici e non parametrici. Produttività parziale e globale.
Indicatori di performance aziendale da dati di bilancio. Introduzione all’analisi dell’insolvenza.
Data mining e machine learning. Metodi supervisionati (alberi classificatori, CART, kNN, naive Bayes) e non supervisionati (regole associative, clustering). Ambiti di analisi: grossi dataset, dati derivati da Twitter, analisi dei logfiles. In questa parte del corso, verrà usata lo strumento offerto da
R-data mining (http://www.rdatamining.com/)