LA PREVISIONE DELLA DOMANDA. Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 1

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "LA PREVISIONE DELLA DOMANDA. Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 1"

Transcript

1 LA PREVISIONE DELLA DOMANDA Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 1

2 MANUFACTURING PLANNING & CONTROL SYSTEM Resource planning Production planning Demand management Master production scheduling FRONT END Detailed capacity planning Detailed material planning Material and capacity plans ENGINE Shop-floor systems Vendor systems BACK END (Vollmann et al., 2005) Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 2

3 LEGGI DELLE PREVISIONI 1. Le previsioni sono quasi sempre sbagliate (ma sono ancora utili) 2. Le previsioni sul breve periodo tendono ad essere più precise 3. Le previsioni per gruppi di prodotti o servizi tendono ad essere più precise 4. Le previsioni non sono sostituti di valori calcolati (non vanno usate per sostituire stime ottenute da calcoli) (Bozarthe Handfield, 2008) Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 3

4 Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 4

5 Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 5

6 TECNICHE QUALITATIVE 1. Sondaggi di mercato 2. Panel consensus 3. Delphi method 4. Analogia tra prodotti (e cicli di vita) 5. Intuizione Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 6

7 SONDAGGI DI MERCATO Sono questionari strutturati sottoposti a dei potenziali clienti, pongono domande riguardo a prodotti, esistenti e non. Possono essere molto efficaci, ma solo se ben strutturati e rivolti al giusto campione della popolazione. Sono costosi e richiedono molto tempo (Svantaggio). Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 7

8 PANEL CONSENSUS Utilizza una giuria di esperti per sviluppare una decisione sulle previsioni. Gli esperti si riuniscono e discutono per arrivare congiuntamente ad un consenso. Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 8

9 DELPHI METHOD Segue lo stesso principio del panel consensus Gli esperti lavorano individualmente per generare una previsione, solitamente riguardante nuovi prodotti (spesso tecnologici con forte contenuto innovativo) da sviluppare o commercializzare Terminate le prime previsioni individuali, queste vengono condivise con l intero gruppo in modo che ognuno possa modificare la propria previsione in base alle nuove informazioni ricevute Questa procedura viene ripetuta finché si arriva ad un consenso. Agendo correttamente e seguendo ogni fase si genera un risultato abbastanza preciso Processo molto dispendioso in termini di tempo e di denaro (Svantaggio) Inoltre non èadatto per previsioni di breve termine e per singoli prodotti (Svantaggio) Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 9

10 ANALOGIA TRA PRODOTTI Quando un prodotto (o servizio) ènuovo non sempre è facile farne delle previsioni attendibili, quindi ci si basa su prodotti similari Si possono cercare analogie nell utilizzo, nel tipo, nei destinatari o nel ciclo di vita. Se queste analogie sono molto strette allora èpossibile usare la domanda storica del prodotto identificato sfruttando tecniche quantitative per rimodellarla e correggerla, altrimenti è conveniente considerarla solo qualitativamente per farsi un opinione della domanda aggregata (domanda media, trend, stagionalità). Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 10

11 INTUIZIONE Metodo molto praticato riguardo a nuovi prodotti o cambiamenti inaspettati di mercato. Bisogna ricordare che non tutti hanno talento per le previsioni, e che una procedura matematica adeguatamente seguita porta a migliori risultati. A volte però mancano i dati necessari per una corretta tecnica matematica, non potendo utilizzarla l intuito manageriale può essere una buona alternativa. Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 11

12 Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 12

13 Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 13

14 TECNICHE INTRINSECHE Le tecniche intrinseche svolgono un analisi delle serie temporali e manipolano la domanda storica in modo matematico-statistico, facendo attenzione all ordine cronologico dei dati che è altrettanto importante dei dati stessi. Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 14

15 MEDIA MOBILE (SEMPLICE) Formula generica della media mobile per n periodi: Con F t+1 = previsione per il periodo t+1 D t+1-i = domanda reale del periodo t+1-i n = numero delle domande più recenti usate per la previsione Caso limite di media mobile a un periodo: Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 15

16 MEDIA MOBILE (SEMPLICE) Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 16

17 MEDIA MOBILE PESATA Questa tecnica è una variazione ed un aggiustamento della precedente e sfrutta la considerazione che i dati più recenti sono maggiormente significativi. Formula della media mobile pesata: Pesi = qualunque numero Pesi = numeri minori di 1 (0<W < 1) Con W t+1-i = peso assegnato alla domanda del periodo (t+1 i) Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 17

18 MEDIA MOBILE PESATA Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 18

19 SMORZAMENTO ESPONENZIALE Particolare forma di media mobile pesata La previsione per il periodo successivo è calcolata come media pesata tra la domanda reale e la previsione del periodo corrente Formula dello smorzamento esponenziale: Con α = costante di smorzamento (0 α 1) Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 19

20 SMORZAMENTO ESPONENZIALE L utilizzo di una costante di smorzamento bassa (α=0,3) fornisce una previsione stabile ma poco reattiva, adatta a mercati con domanda stabile e poco influenzata da casualità. Una costante alta porta alta reattività ma in caso di variazioni improvvise si creano alti dislivelli tra domanda e previsione che possono portare a scorte eccessive o stock out Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 20

21 SMORZAMENTO ESPONENZIALE ADATTATO Questo metodo è applicato nei casi di marcato trend positivo o negativo, quando si hanno domande sempre crescenti o decrescenti. In queste situazioni i metodi fin qui esposti non sono soddisfacenti perché mantengono un ritardo costante e si crea uno scostamento che porta ad avere o scorte eccessive, nel caso di trend negativo, o prodotti insufficienti a soddisfare la domanda, nel caso di trend positivo. Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 21

22 SMORZAMENTO ESPONENZIALE ADATTATO Adattamento dello smorzamento esponenziale al trend: Con AF t+1 = previsione per il periodo successivo adattata F t+1 = previsione per il periodo successivo non adattata T t+1 = trend per il periodo successivo T t = trend per il periodo corrente α = costante di smorzamento per la linea base (0 α 1) β = costante di smorzamento per il fattore di adattamento del trend (0 β 1) Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 22

23 SMORZAMENTO ESPONENZIALE ADATTATO α modifica la reattività e la stabilità dando maggior peso alla domanda reale dell ultimo periodo. β invece indica quanto il metodo è rapido nell adattarsi al trend della domanda e per questo può rendere le previsioni più o meno reattive e di conseguenza instabili Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 23

24 REGRESSIONE LINEARE Un altro approccio usato in caso di forte trend nei dati è la regressione lineare (Bozarth e Handfield, 2008). Èuna tecnica statistica che esprime la variabile della previsione come funzione di altre variabili indipendenti, ad esempio il tempo nel caso delle serie temporali. Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 24

25 REGRESSIONE LINEARE Formule per la regressione lineare: Con ŷ = previsione per la variabile dipendente y (domanda) x = variabile indipendente usata per la previsione (periodi) â = stima dell intercetta della linea = stima del coefficiente della pendenza della linea Con (x i, y i ) = coppie di valori osservati = media dei valori di y = media dei valori di x n = numero di osservazioni Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 25

26 REGRESSIONE LINEARE La regressione lineare offre previsioni con errori non particolarmente rilevanti in questo caso I problemi sopraggiungono nel momento in cui si presentino forti picchi imprevisti della domanda, marcate stagionalità oppure cambiamenti nel trend Questo metodo non ha una buona reattività e predilige serie stabili nel tempo. Se vi ècambiamento nel trend stesso, è necessario ricalcolare le previsioni riutilizzando il metodo e non considerando più i precedenti dati Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 26

27 REGRESSIONE LINEARE CON L AGGIUSTAMENTO PER LA STAGIONALITÀ Si applica la regressione lineare precedente e in successivamente i 4 passi esposti: 1.Per ogni valore della domanda nelle serie temporali, calcolarne la previsione con il metodo della regressione lineare, trovando così una retta. 2.Per ogni valore, calcolare il rapporto Domanda/Previsione. Se è minore di 1, la previsione è sovrastimata; se è maggiore di 1, è sottostimata. 3.Se la serie temporale nota copre più anni, fare la media fra i rapporti (Domanda/Previsione) dei mesi o trimestri corrispondenti ottenendo così l indice di stagionalità per l anno successivo (S n+p ). Altrimenti utilizzare l indice della fase 2. 4.Moltiplicare le previsioni del punto 1 per l indice di stagionalità corrispondente. Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 27

28 REGRESSIONE LINEARE CON L AGGIUSTAMENTO PER LA STAGIONALITÀ Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 28

29 TRE FATTORI DIWINTERS Nei casi in cui non sia possibile utilizzare la regressione lineare per mancanza di dati, come in caso di prodotti con una durata vitale inferiore a quattro anni, si può ricorrere al metodo dei tre fattori di Winters (Winters three-factor method) (Fogarty et al., 1991). Questa tecnica è un compromesso fra la regressione lineare e lo smorzamento esponenziale. Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 29

30 TRE FATTORI DIWINTERS 30 Segue il principio della regressione ma adatta i componenti della previsione utilizzando lo smorzamento: Con B n = previsione base (senza stagionalità) per il periodo n (intercetta + n*pendenza) T n = stima della pendenza per il periodo n S n = indice della stagionalità del periodo n i = numero di periodi nel futuro p = numero di periodi in un anno Come prima approssimazione del fattore di trend possiamo considerare: Con n = numero del periodo più recente k = numero del periodo più lontano Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 30

31 TRE FATTORI DIWINTERS 31 Per quanto riguarda la stima del valore base e del fattore di stagionalità sono ricavabili solitamente per analogia con prodotti similari o con caratteristiche comuni. Infine l adattamento di tutti e tre i componenti si ha con le seguenti formule derivanti dallo smorzamento esponenziale: Con X n = domanda reale osservata nel periodo n α = costante di smorzamento per la linea base β = costante di smorzamento per il trend γ = costante di smorzamento per la stagionalità Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 31

32 TRE FATTORI DIWINTERS 32 Il secondo caso con α = 0,5, è meno reattivo e offre delle previsioni molto peggiori (in questo esempio) rispetto al primo caso. Lo stesso comportamento era stato riscontrato nelle tecniche dello smorzamento esponenziale e dello smorzamento esponenziale adattato, infatti la base su cui si opera è la stessa. Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 32

33 TECNICHE ESTRINSECHE Le tecniche estrinseche, studiano la domanda non al variare del tempo, ma rispetto ad altre grandezze, quali ad esempio la domanda di altri prodotti, i tassi di crescita e gli interessi, la disponibilità di risorse o capacità, i prezzi, i costi. Spesso i cambiamenti nella variabile di previsione non sono dovuti al tempo e ciò che accade nel passato recente non è un buon indicatore del futuro Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 33

34 Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 34

35 TECNICHE QUANTITATIVE -RIEPILOGO 35 Tecniche quantitative Difficoltà di utilizzo Ritardo Trend Stagionalità Dati richiesti Parametri 1. Media mobile Bassa Sì No No Tra 1 e 5 periodi / 2. Media mobile pesata Bassa Sì No No Tra 1 e 5 periodi Pesi per ogni periodo 3. Smorzamento esponenziale Bassa Sì No No Domanda e previsione dell ultimo periodo α 4. Smorzamento esponenziale adattato Media Limitato Sì No Domanda e previsione dell ultimo periodo α, β 5. Regressione lineare Media No Sì No 2 3 anni 6. Regressione lineare con aggiustamento per la stagionalità Alta No Sì Sì 2 3 anni 7. Tre fattori di Winters Alta Limitato Sì Sì Almeno 3 periodi α, β, γ 8. Regressione lineare (variabili causali) 9. Regressione multipla (variabili causali) Media / Sì / Medio Alta / / / Alto Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 35

36 TECNICHE QUANTITATIVE E CARATTERISTICHE 36 Tecniche quantitative Caratteristiche Vantaggi Svantaggi 1. Media mobile -Sfrutta la media dei valori recenti della domanda -Si sposta automaticamente escludendo via via quelli passati -Facilità di utilizzo -Semplicità -Non considera trend e stagionalità -No pesi -Ritardo 2. Media mobile pesata -Utilizza il sistema della media mobile, ma pone enfasi sui dati piùrecenti mediante fattori moltiplicativi -Facilità di utilizzo -Non considera trend e stagionalità -Scelta dei pesi da attribuire -Ritardo 3. Smorzamento esponenziale -Forma particolare di media pesata -1 sola costante di smorzamento -Richiede domanda e previsione dell ultimo periodo -Basso numero di dati richiesti -semplicità -Non considera trend e stagionalità -Scelta della costante -Ritardo 4. Smorzamento esponenziale adattato -Stesse caratteristiche dello smorzamento esponenziale -2 costanti di smorzamento, di cui una per il trend -Basso numero di dati richiesti -Buona adattabilità -Considera il trend -Limita il ritardo rispetto alla domanda -Scelta delle 2 costanti -Non considera la stagionalità Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 36

37 Tecniche quantitative Caratteristiche Vantaggi Svantaggi 5. Regressione lineare -Studia le medie e analizza i valori per creare una linea di tendenza (linea interpolare) -Estremamente stabile -Considera il trend -Elimina il ritardo rispetto alla domanda -Richiede una quantità di dati spesso eccessiva -Non considera la stagionalità -Non adatto per sistemi con forte casualità -Calcolo tramite foglio elettronico 6. Regressione lineare con aggiustamento per la stagionalità -Adatta la regressione lineare con i coefficienti della stagionalità -Considera trend e stagionalità -Elimina il ritardo rispetto alla domanda -Richiede una quantità di dati spesso eccessiva -Non adatto per sistemi con forte casualità 7. Tre fattori di Winters -Combina regressione lineare e smorzamento esponenziale -Richiede 3 costanti di smorzamento: linea base, trend e stagionalità -Basso numero di dati richiesti -Considera trend e stagionalità -Molto personalizzabile -Buon adattamento al sistema -Limita il ritardo rispetto alla domanda -Complessità di utilizzo -Scelta delle 3 costanti 8. Regressione lineare (variabili causali) -Applicazione della regressione lineare per le variabili causali, cioè non dipendenti dal tempo -Estremamente stabile -Considera il trend -Non dipende dal tempo -Richiede una quantità di dati spesso eccessiva 9. Regressione multipla (variabili causali) -Regressione che utilizza più di una variabile causale -Permette di relazionare le previsioni a un maggior numero di variabili indipendenti per valutare i diversi contributi -Richiede una quantità di dati spesso eccessiva -Complessità di calcolo -Scelta delle variabili Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 37

38 FINE II PARTE Corso di Gestione della Produzione prof. De Toni, ing. Fornasier 38

Metodi di previsione

Metodi di previsione Metodi di previsione Giovanni Righini Università degli Studi di Milano Corso di Logistica I metodi di previsione I metodi di previsione sono usati per ricavare informazioni a sostegno dei processi decisionali

Dettagli

1 Associazione tra variabili quantitative COVARIANZA E CORRELAZIONE

1 Associazione tra variabili quantitative COVARIANZA E CORRELAZIONE 1 Associazione tra variabili quantitative ASSOCIAZIONE FRA CARATTERI QUANTITATIVI: COVARIANZA E CORRELAZIONE 2 Associazione tra variabili quantitative Un esempio Prezzo medio per Nr. Albergo cliente (Euro)

Dettagli

RISCHIO E CAPITAL BUDGETING

RISCHIO E CAPITAL BUDGETING RISCHIO E CAPITAL BUDGETING Costo opportunità del capitale Molte aziende, una volta stimato il loro costo opportunità del capitale, lo utilizzano per scontare i flussi di cassa attesi dei nuovi progetti

Dettagli

La categoria «ES» presenta (di solito) gli stessi comandi

La categoria «ES» presenta (di solito) gli stessi comandi Utilizzo delle calcolatrici FX 991 ES+ Parte II PARMA, 11 Marzo 2014 Prof. Francesco Bologna bolfra@gmail.com ARGOMENTI DELLA LEZIONE 1. Richiami lezione precedente 2.Calcolo delle statistiche di regressione:

Dettagli

Dipartimento di Economia dell Università degli Studi di Parma Le scorte

Dipartimento di Economia dell Università degli Studi di Parma Le scorte dell Università degli Studi di Parma Le scorte La funzione delle scorte Le scorte sono un insieme di merci accumulate in attesa di un utilizzo futuro. Specializzazione geografica di una unità operativa

Dettagli

Teoria e Tecnica della Qualità e della Certificazione

Teoria e Tecnica della Qualità e della Certificazione Teoria e Tecnica della Qualità e della Certificazione appunti alle lezioni a.a. 2004-2005 Prof. Vittorio Vaccari appunti alle lezioni - a.a. 2004-05 - prof. V. Vaccari 1 teoria Alcune definizioni formulazione

Dettagli

Nel mondo antico l oracolo di Delphi dispensava i suoi vaticini, ascoltato da chiunque si accingesse ad intraprendere azioni importanti o rischiose,

Nel mondo antico l oracolo di Delphi dispensava i suoi vaticini, ascoltato da chiunque si accingesse ad intraprendere azioni importanti o rischiose, IL METODO DELPHI Nel mondo antico l oracolo di Delphi dispensava i suoi vaticini, ascoltato da chiunque si accingesse ad intraprendere azioni importanti o rischiose, in ogni caso impegnative. L importanza

Dettagli

Regressione Mario Guarracino Data Mining a.a. 2010/2011

Regressione Mario Guarracino Data Mining a.a. 2010/2011 Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume

Dettagli

La misurazione e la previsione della domanda

La misurazione e la previsione della domanda La misurazione e la previsione della domanda Le domande fondamentali Quali sono i principi che sottendono alla misurazione e alla previsione della domanda? Come si può stimare la domanda attuale? Come

Dettagli

Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).

Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano

Dettagli

ALBERT. copyright hventiquattro

ALBERT. copyright hventiquattro ALBERT ALBERT MONETIZZARE LE SCORTE Il tuo magazzino: da deposito a risorsa Albert agisce sulle fonti di finanziamento interno. Non tanto in termini di puro taglio dei costi, quanto di recupero di flussi

Dettagli

lezione 18 AA 2015-2016 Paolo Brunori

lezione 18 AA 2015-2016 Paolo Brunori AA 2015-2016 Paolo Brunori Previsioni - spesso come economisti siamo interessati a prevedere quale sarà il valore di una certa variabile nel futuro - quando osserviamo una variabile nel tempo possiamo

Dettagli

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri

Dettagli

Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale. Lezione 24 Il mercato dei beni

Istituzioni di Economia Laurea Triennale in Ingegneria Gestionale. Lezione 24 Il mercato dei beni UNIVERSITÀ DEGLI STUDI DI BERGAMO Laurea Triennale in Ingegneria Gestionale Lezione 24 Il mercato dei beni Prof. Gianmaria Martini Domanda ed offerta Uno degli schemi logici fondamentali dell analisi economica

Dettagli

Economia Aziendale- Corso Progredito

Economia Aziendale- Corso Progredito Economia Aziendale- Corso Progredito Valutazione delle Banche!!! Palmeri Stefano! Voina Daniela! Introduzione Una banca è un istituto di credito che esercita congiuntamente l'attività di raccolta del risparmio

Dettagli

Analisi statistica delle funzioni di produzione

Analisi statistica delle funzioni di produzione Analisi statistica delle funzioni di produzione Matteo Pelagatti marzo 28 Indice La funzione di produzione di Cobb-Douglas 2 2 Analisi empirica della funzione di produzione aggregata 3 Sommario Con la

Dettagli

Crescita della produttività e delle economie

Crescita della produttività e delle economie Lezione 21 1 Crescita della produttività e delle economie Il più spettacolare effetto della sviluppo economico è stata la crescita della produttività, ossia la quantità di prodotto per unità di lavoro.

Dettagli

Modello keynesiano: il settore reale

Modello keynesiano: il settore reale Macro 4 Modello keynesiano: il settore reale La macroeconomia keynesiana La macroeconomia si occupa di studiare i meccanismi di determinazione delle grandezze economiche aggregate, così come definite dalla

Dettagli

primo trimestre 2012

primo trimestre 2012 osservatorio congiunturale sulle imprese della provincia di Latina primo trimestre 2012 Pierluigi Ascani Format Research Sala Conferenze Facoltà di Economia Università di Roma Sapienza, Sede di Latina

Dettagli

PROF. ING. ANGELO SPENA spena@uniroma2.it

PROF. ING. ANGELO SPENA spena@uniroma2.it PROF. ING. ANGELO SPENA spena@uniroma2.it INTELLIGENCE ECONOMICA E ATTIVITA STRATEGICHE 1 Gli usi delle risorse naturali: analisi e interpretazione di serie storiche pluridecennali di dati relativi alle

Dettagli

Pianificazione produzione. Pianificazione della produzione

Pianificazione produzione. Pianificazione della produzione Pianificazione Passi nella pianificazione della : Pianificazione della Pianificazione aggregata delle risorse 11/11/2002 13.49 previsione della domanda su orizzonte T, pianificazione aggregata a medio

Dettagli

Finanza Aziendale. Lezione 13. Introduzione al costo del capitale

Finanza Aziendale. Lezione 13. Introduzione al costo del capitale Finanza Aziendale Lezione 13 Introduzione al costo del capitale Scopo della lezione Applicare la teoria del CAPM alle scelte di finanza d azienda 2 Il rischio sistematico E originato dalle variabili macroeconomiche

Dettagli

CAPITOLO 10. Controllo di qualità. Strumenti per il controllo della qualità e la sua gestione

CAPITOLO 10. Controllo di qualità. Strumenti per il controllo della qualità e la sua gestione CAPITOLO 10 Controllo di qualità Strumenti per il controllo della qualità e la sua gestione STRUMENTI PER IL CONTROLLO E LA GESTIONE DELLA QUALITÀ - DIAGRAMMI CAUSA/EFFETTO - DIAGRAMMI A BARRE - ISTOGRAMMI

Dettagli

ECONOMIA APERTA CON RIFERIMENTO A DUE PAESI NEL MERCATO DEI CAMBI SI DETERMINA IL TASSO DI CAMBIO NOMINALE BILATERALE

ECONOMIA APERTA CON RIFERIMENTO A DUE PAESI NEL MERCATO DEI CAMBI SI DETERMINA IL TASSO DI CAMBIO NOMINALE BILATERALE capitolo 11-1 ECONOMIA APERTA IN UN ECONOMIA APERTA AGLI SCAMBI CON L ESTERO (ALTRA VALUTA) SI FORMA IL MERCATO DEI CAMBI: DOMANDA, OFFERTA DI VALUTA ESTERA, TASSI DI CAMBIO. CON RIFERIMENTO A DUE PAESI

Dettagli

ESERCITAZIONI per il corso di ECONOMIA DELL ARTE E DELLA CULTURA 1 1 MODULO (prof. Bianchi) a.a. 2007-2008

ESERCITAZIONI per il corso di ECONOMIA DELL ARTE E DELLA CULTURA 1 1 MODULO (prof. Bianchi) a.a. 2007-2008 ESERCITAZIONI per il corso di ECONOMIA DELL ARTE E DELLA CULTURA 1 1 MODULO (prof. Bianchi) a.a. 2007-2008 A. Il modello macroeconomico in economia chiusa e senza settore pubblico. A.1. Un sistema economico

Dettagli

ANALISI DELLA DOMANDA E PROCESSO PREVISIONALE

ANALISI DELLA DOMANDA E PROCESSO PREVISIONALE CORSO DI Gestione dei sistemi produttivi e logistici Facoltà di Ingegneria ANALISI DELLA DOMANDA E PROCESSO PREVISIONALE Prof. Fabrizio Dallari Università Carlo Cattaneo Istituto di Tecnologie e-mail:

Dettagli

I mercati dei beni e i mercati finanziari: il modello IS-LM. Assunzione da rimuovere. Investimenti, I

I mercati dei beni e i mercati finanziari: il modello IS-LM. Assunzione da rimuovere. Investimenti, I I mercati dei beni e i mercati finanziari: il modello IS-LM Assunzione da rimuovere Rimuoviamo l ipotesi che gli Investimenti sono una variabile esogena. Investimenti, I Gli investimenti delle imprese

Dettagli

Diagrammi di Bode. I Diagrammi di Bode sono due: 1) il diagramma delle ampiezze rappresenta α = ln G(jω) in funzione

Diagrammi di Bode. I Diagrammi di Bode sono due: 1) il diagramma delle ampiezze rappresenta α = ln G(jω) in funzione 0.0. 3.2 Diagrammi di Bode Possibili rappresentazioni grafiche della funzione di risposta armonica F (ω) = G(jω) sono: i Diagrammi di Bode, i Diagrammi di Nyquist e i Diagrammi di Nichols. I Diagrammi

Dettagli

Capitolo 12 La regressione lineare semplice

Capitolo 12 La regressione lineare semplice Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara

Dettagli

Capitolo 26: Il mercato del lavoro

Capitolo 26: Il mercato del lavoro Capitolo 26: Il mercato del lavoro 26.1: Introduzione In questo capitolo applichiamo l analisi della domanda e dell offerta ad un mercato che riveste particolare importanza: il mercato del lavoro. Utilizziamo

Dettagli

Scuola Primaria Conta oggetti o eventi, a voce e a mente, in senso progressivo e regressivo e per salti di due, tre ;

Scuola Primaria Conta oggetti o eventi, a voce e a mente, in senso progressivo e regressivo e per salti di due, tre ; Primo anno Secondo anno Terzo anno Primo anno MATEMATICA Scuola dell Infanzia Scuola Primaria Conta oggetti o eventi, a voce e a mente, in senso progressivo e regressivo e per salti di due, tre ; legge

Dettagli

Il risultato di un analisi chimica è un informazione costituita da: un numero un incertezza un unità di misura

Il risultato di un analisi chimica è un informazione costituita da: un numero un incertezza un unità di misura Il risultato di un analisi chimica è un informazione costituita da: un numero un incertezza un unità di misura Conversione del risultato in informazione utile È necessario fare alcune considerazioni sul

Dettagli

ESEMPI APPLICATIVI DI VALUTAZIONE DELL INCERTEZZA NELLE MISURAZIONI ELETTRICHE

ESEMPI APPLICATIVI DI VALUTAZIONE DELL INCERTEZZA NELLE MISURAZIONI ELETTRICHE SISTEMA NAZIONALE PER L'ACCREDITAMENTO DI LABORATORI DT-000/ ESEMPI APPLICATIVI DI VALUTAZIONE DELL INCERTEZZA NELLE MISURAZIONI ELETTRICHE INDICE parte sezione pagina. Misurazione di una corrente continua

Dettagli

Area Marketing. Approfondimento

Area Marketing. Approfondimento Area Marketing Approfondimento CUSTOMER SATISFACTION COME RILEVARE IL LIVELLO DI SODDISFAZIONE DEI CLIENTI (CUSTOMER SATISFACTION) Rilevare la soddisfazione dei clienti non è difficile se si dispone di

Dettagli

Lezione n. 2 (a cura di Chiara Rossi)

Lezione n. 2 (a cura di Chiara Rossi) Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,

Dettagli

Analisi di scenario File Nr. 10

Analisi di scenario File Nr. 10 1 Analisi di scenario File Nr. 10 Giorgio Calcagnini Università di Urbino Dip. Economia, Società, Politica giorgio.calcagnini@uniurb.it http://www.econ.uniurb.it/calcagnini/ http://www.econ.uniurb.it/calcagnini/forecasting.html

Dettagli

Il mercato dei beni in economia aperta

Il mercato dei beni in economia aperta Il mercato dei beni in economia aperta La differenza tra economia aperta e chiusa In una economia chiusa tutta la produzione viene venduta entro i confini nazionali, la domanda nazionale di beni (la spesa

Dettagli

Le ipotesi del modello

Le ipotesi del modello Modello IS-LM Le ipotesi del modello I prezzi sono dati gli aggiustamenti passano attraverso variazioni delle quantità prodotte e del tasso di interesse L investimento non è più esogeno (come nel modello

Dettagli

Metodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla

Metodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla Il metodo della regressione può essere esteso dal caso in cui si considera la variabilità della risposta della y in relazione ad una sola variabile indipendente X ad una situazione più generale in cui

Dettagli

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI Docente: Prof. Massimo Mariani 1 SOMMARIO Il rendimento di un attività finanziaria: i parametri rilevanti Rendimento totale, periodale e medio Il market

Dettagli

Lineamenti di econometria 2

Lineamenti di econometria 2 Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Aspetti Statistici della Regressione Aspetti Statistici della Regressione

Dettagli

INDICI DI TENDENZA CENTRALE

INDICI DI TENDENZA CENTRALE INDICI DI TENDENZA CENTRALE NA Al fine di semplificare la lettura e l interpretazione di un fenomeno oggetto di un indagine statistica, i dati possono essere: organizzati in una insieme di dati statistici

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

Indice. 1 Il settore reale --------------------------------------------------------------------------------------------- 3

Indice. 1 Il settore reale --------------------------------------------------------------------------------------------- 3 INSEGNAMENTO DI ECONOMIA POLITICA LEZIONE VI IL MERCATO REALE PROF. ALDO VASTOLA Indice 1 Il settore reale ---------------------------------------------------------------------------------------------

Dettagli

VALORE DELLE MERCI SEQUESTRATE

VALORE DELLE MERCI SEQUESTRATE La contraffazione in cifre: NUOVA METODOLOGIA PER LA STIMA DEL VALORE DELLE MERCI SEQUESTRATE Roma, Giugno 2013 Giugno 2013-1 Il valore economico dei sequestri In questo Focus si approfondiscono alcune

Dettagli

Introduzione alle relazioni multivariate. Introduzione alle relazioni multivariate

Introduzione alle relazioni multivariate. Introduzione alle relazioni multivariate Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili

Dettagli

Capitolo 20: Scelta Intertemporale

Capitolo 20: Scelta Intertemporale Capitolo 20: Scelta Intertemporale 20.1: Introduzione Gli elementi di teoria economica trattati finora possono essere applicati a vari contesti. Tra questi, due rivestono particolare importanza: la scelta

Dettagli

Strategie alternative ai metodi sperimentali

Strategie alternative ai metodi sperimentali Strategie alternative ai metodi sperimentali 1. 2. I quasi-esperimenti (non sperimentali) prevedono la descrizione del fenomeno in esame. Il metodo descrive le variabili in esame, non prevede alcuna manipolazione

Dettagli

Il trend del mercato residenziale e la performance delle agenzie di intermediazione immobiliare

Il trend del mercato residenziale e la performance delle agenzie di intermediazione immobiliare Il trend del mercato residenziale e la performance delle agenzie di intermediazione immobiliare Dati a cura di Sauro Spignoli Responsabile Osservatorio Economico Confesercenti Il mercato immobiliare, dopo

Dettagli

Relazioni statistiche: regressione e correlazione

Relazioni statistiche: regressione e correlazione Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica

Dettagli

~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE

~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE STUDIO DI FUNZIONE Passaggi fondamentali Per effettuare uno studio di funzione completo, che non lascia quindi margine a una quasi sicuramente errata inventiva, sono necessari i seguenti 7 passaggi: 1.

Dettagli

Lezione 7 (BAG cap. 5)

Lezione 7 (BAG cap. 5) Lezione 7 (BAG cap. 5) I mercati dei beni e i mercati finanziari: il modello IS-LM Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia 1. Il mercato dei beni e la curva IS L equilibrio sul mercato

Dettagli

Perché si fanno previsioni?

Perché si fanno previsioni? Perché si fanno previsioni? Si fanno previsioni per pianificare un azione quando c è un lag fra momento della decisione e momento in cui l evento che ci interessa si verifica. ESEMPI decisioni di investimento

Dettagli

2.5 I diversi tipi di grafici ed il loro ordine di studio

2.5 I diversi tipi di grafici ed il loro ordine di studio 69 2.5 I diversi tipi di grafici ed il loro ordine di studio In questo paragrafo sono presentati i principali tipi di grafici che si possono utilizzare per descrivere l andamento dei prezzi e per compiere

Dettagli

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che VARIABILI ALATORI MULTIPL TORMI ASSOCIATI Fonti: Cicchitelli Dall Aglio Mood-Grabill. Moduli 6 9 0 del programma. VARIABILI ALATORI DOPPI Dopo aver trattato delle distribuzioni di probabilità di una variabile

Dettagli

Capitolo 8 La teoria dell offerta: tecnologia di produzione e costi

Capitolo 8 La teoria dell offerta: tecnologia di produzione e costi Capitolo 8 La teoria dell offerta: tecnologia di produzione e costi Trasparenti tratti, con modifiche e integrazioni, da: David Begg, Stanley Fischer e Rudiger Dornbusch, Economia, cap.8 McGraw-Hill, 2001

Dettagli

Competenza chiave europea: MATEMATICA. Scuola Primaria. DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte

Competenza chiave europea: MATEMATICA. Scuola Primaria. DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte Competenza chiave europea: MATEMATICA Scuola Primaria DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte TAB. A TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE al termine della Scuola Primaria

Dettagli

1. Introduzione. 2. I metodi di valutazione

1. Introduzione. 2. I metodi di valutazione 1. Introduzione La Riserva Sinistri è l accantonamento che l impresa autorizzata all esercizio dei rami danni deve effettuare a fine esercizio in previsione dei costi che essa dovrà sostenere in futuro

Dettagli

Misure della dispersione o della variabilità

Misure della dispersione o della variabilità QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica.

Dettagli

3) ANALISI DEI RESIDUI

3) ANALISI DEI RESIDUI 3) ANALISI DEI RESIDUI Dopo l analisi di regressione si eseguono alcuni test sui residui per avere una ulteriore conferma della validità del modello e delle assunzioni (distribuzione normale degli errori,

Dettagli

Le caratteristiche distintive di Quick Budget

Le caratteristiche distintive di Quick Budget scheda prodotto QUICK BUDGET Mercato imprevedibile? Difficoltà ad adeguare le risorse a una domanda instabile e, di conseguenza, a rispettare i budget?tempi e costi troppo elevati per la creazione di budget

Dettagli

Analisi dei Sistemi di Misurazione - MSA

Analisi dei Sistemi di Misurazione - MSA Data: 16 Marzo 2011 Indice Il processo zione impiego specifico Cenni di SPC e di MSA 2 CARATTERISTICA DA CONTROLLARE, TOLLERANZA E RELATIVA CLASSE DI IMPORTANZA METODO DI CONTROLLO STRUMENTO DI MISURA

Dettagli

MATEMATICA. Classe I Classe II Classe III Classe IV Classe V Traguardo 1

MATEMATICA. Classe I Classe II Classe III Classe IV Classe V Traguardo 1 MATEMATICA COMPETENZE Dimostra conoscenze matematiche che gli consentono di analizzare dati e fatti della realtà e di verificare l'attendibilità delle analisi quantitative e statistiche proposte da altri.

Dettagli

Regione Campania. 1. Dati congiunturali del secondo trimestre 2014

Regione Campania. 1. Dati congiunturali del secondo trimestre 2014 1 Regione Campania 1. Dati congiunturali del secondo trimestre 2014 Il saldo tra iscrizioni e cessazioni Il secondo trimestre del 2014 mostra un deciso rafforzamento numerico del sistema imprenditoriale

Dettagli

MISURARE IL COSTO DELLA VITA. Harcourt Brace & Company

MISURARE IL COSTO DELLA VITA. Harcourt Brace & Company MISURARE IL COSTO DELLA VITA Indice dei prezzi al consumo L indice dei prezzi al consumo (IPC) è una misura del costo complessivo dei beni e dei servizi acquistati dal consumatore tipo. Viene utilizzato

Dettagli

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114

Dettagli

In laboratorio si useranno fogli di carta millimetrata con scale lineari oppure logaritmiche.

In laboratorio si useranno fogli di carta millimetrata con scale lineari oppure logaritmiche. GRAFICI Servono per dare immediatamente e completamente le informazioni, che riguardano l andamento di una variabile in funzione dell altra. La Geometria Analitica c insegna che c è una corrispondenza

Dettagli

Scuola/Classe Cognome Nome Data

Scuola/Classe Cognome Nome Data Università di Udine Unità di Ricerca in Didattica della Fisica Scuola/Classe Cognome Nome Data Scheda PotRot Mezzi otticamente attivi Attività A. Riconoscere i mezzi otticamente attivi. Si dispone un puntatore

Dettagli

RIASSUNTI ECONOMIA Finalità dei sistemi contabili: conveniente sistemi contabili

RIASSUNTI ECONOMIA Finalità dei sistemi contabili: conveniente sistemi contabili RIASSUNTI ECONOMIA Finalità dei sistemi contabili: per operare in modo efficiente le aziende hanno bisogno di conoscere se l utilizzo delle risorse che stanno impiegando nelle diverse attività è economicamente

Dettagli

Disegno campionario e metodi utilizzati Versione 3.2

Disegno campionario e metodi utilizzati Versione 3.2 Indagine sulle imprese industriali e dei servizi BIRD Bank of Italy Remote access to micro Data Disegno campionario e metodi utilizzati Versione 3.2 novembre 2014 Indice Indice... 2 Disegno campionario

Dettagli

Note sull esperienza Misura di g versione 1, Francesco, 7/05/2010

Note sull esperienza Misura di g versione 1, Francesco, 7/05/2010 Note sull esperienza Misura di g versione 1, Francesco, 7/05/010 L esperienza, basata sullo studio di una molla a spirale in condizioni di equilibrio e di oscillazione, ha diversi scopi e finalità, tra

Dettagli

I KPI: Il punto nave logistico

I KPI: Il punto nave logistico I KPI: Il punto nave logistico Global Logistics & Manufacturing 12 Novembre 2014 Gabriele Costetti Knowledge Manager Stima e realtà: un po di storia 1707 Il disastro delle Isole Scilly: 4 navi da guerra

Dettagli

La Minimizzazione dei costi

La Minimizzazione dei costi La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione

Dettagli

Determinazione del numero di Avogadro

Determinazione del numero di Avogadro 1 Relazione sperimentale Abbiamo determinato il numero di Avogadro mediante voltametro, determinando il valore della costante nella legge dell elettrolisi di Faraday. Ricorrendo ad uno ione che trasporta

Dettagli

8 marzo 2013. Petya G. Garalova. Assistenza studenti Venerdì dalle 18 alle 19

8 marzo 2013. Petya G. Garalova. Assistenza studenti Venerdì dalle 18 alle 19 1 Esercitazione 8 marzo 2013 Petya G. Garalova petya.garalova@hotmail.com Assistenza studenti Venerdì dalle 18 alle 19 Scopo delle esercitazioni Gli obiettivi delle esercitazioni sono: Ripassare/rafforzare

Dettagli

Capitolo 5 L influenza del prezzo e del reddito degli acquirenti

Capitolo 5 L influenza del prezzo e del reddito degli acquirenti Capitolo 5 L influenza del prezzo e del reddito degli acquirenti Trasparenti tratti, con modifiche e integrazioni, da: David Begg, Stanley Fischer e Rudiger Dornbusch, Economia,, cap.5 McGraw-Hill, 2001

Dettagli

Principi di analisi causale Lezione 2

Principi di analisi causale Lezione 2 Anno accademico 2007/08 Principi di analisi causale Lezione 2 Docente: prof. Maurizio Pisati Logica della regressione Nella sua semplicità, l espressione precedente racchiude interamente la logica della

Dettagli

Lineamenti di econometria 2

Lineamenti di econometria 2 Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) La Regressione Multipla La Regressione Multipla La regressione multipla

Dettagli

MATEMATICA SCUOLE DELL INFANZIA

MATEMATICA SCUOLE DELL INFANZIA MATEMATICA SCUOLE DELL INFANZIA CAMPO DI ESPERIENZA: LA CONOSCENZA DEL MONDO (ordine, misura, spazio, tempo, natura) È l'ambito relativo all'esplorazione, scoperta e prima sistematizzazione delle conoscenze

Dettagli

ISTITUTO COMPRENSIVO FAUGLIA

ISTITUTO COMPRENSIVO FAUGLIA ISTITUTO COMPRENSIVO FAUGLIA CAMBIAMENTI NEL TEMPO (1 rilevazione - 2 rilevazione) DELLE PROVE DI APPRENDIMENTO: RISULTATI Nella prova di correttezza in lettura ai bambini veniva chiesto di leggere a voce

Dettagli

Scenari di Self Risk Assessment e loro utilizzo nei modelli AMA

Scenari di Self Risk Assessment e loro utilizzo nei modelli AMA Scenari di Self Risk Assessment e loro utilizzo nei modelli AMA Proposte metodologiche dall esperienza del Gruppo UBI Banca Giulia Marini Claudio Andreatta BASILEA 3 2012 RISCHIO OPERATIVO-CONVEGNO ANNUALE

Dettagli

Lezioni del Corso di Fondamenti di Metrologia Meccanica

Lezioni del Corso di Fondamenti di Metrologia Meccanica Facoltà di Ingegneria Lezioni del Corso di Fondamenti di Metrologia Meccanica A.A. 2005-2006 Prof. Paolo Vigo Indice 1. Errori ed Incertezze 2. Errori Sistematici ed Accidentali 3. Proprietà degli Strumenti

Dettagli

CURRICOLO MATEMATICA CLASSE 1^

CURRICOLO MATEMATICA CLASSE 1^ CURRICOLO CLASSE 1^ COMPETENZE CHIAVE: Competenze di base in matematica Classe 1^ Contare oggetti o eventi, a voce e mentalmente Leggere e scrivere i numeri naturali in notazione decimale avendo consapevolezza

Dettagli

Serie Storiche Trasformazioni e Aggiustamenti

Serie Storiche Trasformazioni e Aggiustamenti Serie Storiche Trasformazioni e Aggiustamenti Per facilitare l interpretazione dei dati, si ricorre spesso a trasformazione della serie originale. I principali tipi di aggiustamenti che consideriamo sono:.

Dettagli

Parimenti una gestione delle scorte in maniera non oculata può portare a serie ripercussioni sul rendimento sia dei mezzi propri che di terzi.

Parimenti una gestione delle scorte in maniera non oculata può portare a serie ripercussioni sul rendimento sia dei mezzi propri che di terzi. Metodo per la stima del ROE e del ROI in un azienda operante nel settore tessile abbigliamento in funzione delle propria struttura di incasso e pagamento e della gestione delle rimanenze di magazzino.

Dettagli

Introduzione. Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico.

Introduzione. Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico. Introduzione Modellizzazione: descrizione di un fenomeno fisico (biologico) con linguaggio matematico. Alcuni aspetti da tenere presenti: * range di validita del modello; * "profondita " o "risoluzione"

Dettagli

Capitolo 11. Estensione del modello a prezzi vischiosi: altri strumenti analitici. Francesco Prota

Capitolo 11. Estensione del modello a prezzi vischiosi: altri strumenti analitici. Francesco Prota Capitolo 11 Estensione del modello a prezzi vischiosi: altri strumenti analitici Francesco Prota Piano della lezione Lo stock di moneta e l equilibrio nel mercato monetario: la curva LM Il modello IS-LM

Dettagli

MATEMATICA CLASSE PRIMA

MATEMATICA CLASSE PRIMA CLASSE PRIMA L alunno/a si muove con sicurezza nel calcolo scritto e mentale con i numeri naturali e sa valutare l opportunità di ricorrere a una calcolatrice. Contare oggetti o eventi, a voce e mentalmente,

Dettagli

Verifica di ipotesi e intervalli di confidenza nella regressione multipla

Verifica di ipotesi e intervalli di confidenza nella regressione multipla Verifica di ipotesi e intervalli di confidenza nella regressione multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Maggio 2014 Rossi MRLM Econometria - 2014 1 / 23 Sommario Variabili di controllo

Dettagli

CURRICOLO MATEMATICA ABILITA COMPETENZE

CURRICOLO MATEMATICA ABILITA COMPETENZE CURRICOLO MATEMATICA 1) Operare con i numeri nel calcolo aritmetico e algebrico, scritto e mentale, anche con riferimento a contesti reali. Per riconoscere e risolvere problemi di vario genere, individuando

Dettagli

Stabilità dei sistemi di controllo in retroazione

Stabilità dei sistemi di controllo in retroazione Stabilità dei sistemi di controllo in retroazione Margini di stabilità Indicatori di robustezza della stabilità Margine di guadagno Margine di fase Stabilità regolare e marginale ed estensioni delle definizioni

Dettagli

ISTITUTO COMPRENSIVO MONTEGROTTO TERME SCUOLA PRIMARIA DISCIPLINA: MATEMATICA - CLASSE PRIMA OBIETTIVI DI APPRENDIMENTO

ISTITUTO COMPRENSIVO MONTEGROTTO TERME SCUOLA PRIMARIA DISCIPLINA: MATEMATICA - CLASSE PRIMA OBIETTIVI DI APPRENDIMENTO PRIMA DELLA DISCIPLINA: MATEMATICA - CLASSE PRIMA L alunno si muove con sicurezza nel calcolo scritto e mentale con i numeri naturali. Legge e comprende testi che coinvolgono aspetti logici e matematici.

Dettagli

Le miniguide di Umberto Santucci. Come stabilire le priorità? Miniguida per l'uso del Diagramma di Pareto

Le miniguide di Umberto Santucci. Come stabilire le priorità? Miniguida per l'uso del Diagramma di Pareto Le miniguide di Umberto Santucci Come stabilire le priorità? Miniguida per l'uso del Diagramma di Pareto Problema Hai di fronte diverse alternative, ma non sai quale scegliere. Ti è difficile vederle tutte

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

Corso di Automazione Industriale 1. Capitolo 1

Corso di Automazione Industriale 1. Capitolo 1 Simona Sacone - DIST Corso di Automazione Industriale 1 Capitolo 1 Livelli decisionali nei processi produttivi Simona Sacone - DIST 2 Introduzione Marketing Livello strategico Design Ufficio commerciale

Dettagli

DAL LAVORO INTERINALE ALLA SOMMINISTRAZIONE DI

DAL LAVORO INTERINALE ALLA SOMMINISTRAZIONE DI DAL LAVORO INTERINALE ALLA SOMMINISTRAZIONE DI MANODOPERA: PRIMO MONITORAGGIO SU COSA CAMBIA PER LE AGENZIE PER IL LAVORO E PER LE IMPRESE UTILIZZATRICI. Febbraio 2006 A cura di Giovanna Altieri, Cristina

Dettagli

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Analisi armonica e metodi grafici Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 053 974839 E-mail: marcello.bonfe@unife.it pag. Analisi

Dettagli

Corso di Programmazione e Controllo SEDE DI FANO

Corso di Programmazione e Controllo SEDE DI FANO Corso di Programmazione e Controllo SEDE DI FANO Docente: Selena Aureli LEZIONE 4 1 Le esigenze di cambiamento LA TRADIZIONALE STRUMENTAZIONE E LE METODOLOGIE DEL CONTROLLO si contraddistinguono per: Focalizzazione

Dettagli

STOCK CUTTER. Previsioni. della domanda. Pianificazione delle scorte. Programmazione ordini a fornitori LOGISTIC C O N S U L T I N G

STOCK CUTTER. Previsioni. della domanda. Pianificazione delle scorte. Programmazione ordini a fornitori LOGISTIC C O N S U L T I N G Previsioni della domanda Pianificazione delle scorte Programmazione ordini a fornitori LOGISTIC C O N S U L T I N G Lo scenario nel quale le aziende si trovano oggi ad operare è spesso caratterizzato da

Dettagli

Lineamenti di econometria 2

Lineamenti di econometria 2 Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Regressione con Variabili Dummy Regressione con Variabili Dummy La

Dettagli