Analisi Univariata e Multivariata dei Dati Economici Bruno Ricca (Dipartimento di studi su risorse, impresa, ambiente e metodologie quantitative)

Transcript

1 Programma di studio AA Analisi Univariata e Multivariata dei Dati Economici Bruno Ricca (Dipartimento di studi su risorse, impresa, ambiente e metodologie quantitative) Modulo unico 10 cfu corso di laurea specialistica: Banca Finanza e Assicurazioni ed Economia e statistica computazionale Introduzione e basi d apprendimento Analisi uni variata : 1. L analisi classica delle serie storiche 2. Metodi di previsione 3. L analisi Moderna : processi stocastici e modelli ARIMA 4. Reti Neurali Analisi multivariata : 1. Nozioni di base su Vettori, Matrici e Spazi Vettoriali 2. La natura dei dati: alcuni concetti fondamentali 3. Elementi fondamentali della statistica bivariata e multivariata 4. Analisi Fattoriale e Analisi delle Componenti Principali 5. Analisi delle Corrispondenze 6. Cluster Analysis Testi Consigliati: Analisi uni variata: T. DI FONZO, Serie Storiche Economiche, Carocci, 2004 R.GUARINI, F.TASSINARI, Statistica economica, Il Mulino, Bologna, 1996 ORNELLO VITALI, Statistica Economica, Cacucci editore, 2000 G.ALVARO, Contabilità nazionale e statistica economica, Cacucci, Bari, 1995 Analisi multivariata: Statistica Multivariata Analisi esplorativa dei dati, L. Fabbris, McGraw-Hill Analisi dei Dati, A. Rizzi, NIS editore L Analisi dei Dati, J.M. Bouroche, G. Saporta, CLU Napoli Analisi dei dati Tecniche multivariate per la ricerca psicologica e sociale, C. Barbaranelli, LED Analisi dei dati statistici osservazioni multidimensionali, S. Zani, Giuffrè Dispense integrative a cura di Bruno Ricca (Le dispense, in formato pdf su cd, sono a disposizione degli studenti presso la stanza del docente al 3 piano della Facoltà di Economia)

2 Ateneo: Messina Facoltà: Economia Corsi di Laurea Specialistica: Economia e Statistica Computazionale Titolo dell insegnamento: Analisi Univariata e Multivariata dei Dati Economici Settore Scientifico di Appartenenza: SECS S/03 (Statistica Economica) Tipologia: di base Integrato : NO Anno di corso: 2 Semestre: 2 Numero di crediti: 8 CFU Lingua di insegnamento: Italiano Nome del docente: Bruno Ricca Qualifica del docente: Ricercatore (SECS S/03)

3 Obiettivi formativi: risultati d apprendimento previsti e competenze da acquisire (descrittori di Dublino): Conoscenza e capacità di comprensione (knowledge and understanding): Lo studente al termine del corso avrà conoscenza di alcuni argomenti di Statistica Univariata e Multivariata di livello superiore rispetto a quelli appresi nella laurea triennale ed in particolare: - nell ambito della parte dedicata all analisi uni variata avrà conoscenza delle tecniche di analisi classica delle serie temporali, dell analisi moderna e della teoria delle Reti Neurali a scopi previsivi; - nell ambito della parte dedicata all analisi multivariata avrà conoscenza delle tecniche di regressione e correlazione multipla, analisi delle componenti principali, analisi fattoriale, analisi delle corrispondenze e cluster analysis Le tecniche esposte possono essere impiegate in qualsiasi campo di ricerca empirica, ma la selezione degli argomenti, come la loro trattazione, è stata effettuata tenendo presenti i problemi che si incontrano, comunemente, nella ricerca empirica afferente al economico ed aziendale. Conoscenza e capacità di comprensione applicate (applying knowledge and understanding): Lo studente sarà in grado di comprendere ed eventualmente ricercare soluzioni avanzate di analisi esplorativa nel campo economico-aziendale generalista e tipiche degli ambiti dell analisi di mercato e marketing. Autonomia di giudizio (making judgements) Lo studente sarà in grado di adeguare e generalizzare idee e tecniche acquisite per trattare anche situazioni e problemi non esplicitamente affrontati nel corso. Abilità comunicative (communication skills) Lo studente acquisirà la capacità di esprimere e comunicare problemi ed argomenti inerenti al corso. Imparerà a formalizzare problemi concreti, utilizzando gli strumenti acquisiti. Capacità di apprendere (learning skills) Lo studente apprenderà come, in campo economico, sia a volte necessario o quantomeno utile imparare determinate metodiche per poter formulare in modo efficace e quindi risolvere problemi, apparentemente molto difficili, di analisi esplorativa sia a livello descrittivo che di sintesi.

4 Prerequisiti: Matematica: Funzioni, limiti, derivate e algebra matriciale. Statistica descrittiva : I dati e loro organizzazione ; Il confronto tra informazioni ; Indici di sintesi. Statistica inferenziale : Elementi di base di calcolo delle probabilità ; Le principali distribuzioni di probabilità ; Inferenza (concetti base) ; Teoria della stima ; Verifica delle ipotesi ; Estrazioni campionarie e numerosità campionaria Contenuto del corso (con ore dedicate agli argomenti): Ore dedicate Argomento (sintetico) Lezioni/Seminari Esercitazioni Analisi uni variata : 1. L analisi classica delle serie storiche 2. Metodi di previsione 3. L analisi Moderna : processi stocastici e modelli ARIMA 4. Reti Neurali 15 3 Analisi multivariata : 1. Nozioni di base su Vettori, Matrici e Spazi Vettoriali 2. La natura dei dati: alcuni concetti fondamentali 3. Elementi fondamentali della statistica bivariata e multivariata 4. Analisi Fattoriale e Analisi delle Componenti Principali 5. Analisi delle Corrispondenze 6. Cluster Analysis 27 3 Totale 42 6 Testi di riferimento: Analisi uni variata: T. DI FONZO, Serie Storiche Economiche, Carocci, 2004 R.GUARINI, F.TASSINARI, Statistica economica, Il Mulino, Bologna, 1996 ORNELLO VITALI, Statistica Economica, Cacucci editore, 2000 G.ALVARO, Contabilità nazionale e statistica economica, Cacucci, Bari, 1995 Analisi multivariata: Statistica Multivariata Analisi esplorativa dei dati, L. Fabbris, McGraw-Hill Analisi dei Dati, A. Rizzi, NIS editore L Analisi dei Dati, J.M. Bouroche, G. Saporta, CLU Napoli Analisi dei dati Tecniche multivariate per la ricerca psicologica e sociale, C. Barbaranelli, LED Analisi dei dati statistici osservazioni multidimensionali, S. Zani, Giuffrè Eventuale materiale, su supporto magnetico, distribuito gratuitamente dal docente. Metodi didattici: Lezioni frontali ed esercitazioni (due moduli da tre ore settimanali) Frequenza : non obbligatoria

5 Metodi di valutazione (rispetto ai descrittori di Dublino) Descrittore Conoscenza e capacità di comprensione Conoscenza e capacità di comprensione applicate Tipo verifica Esame scritto Esame orale X X Autonomia di giudizio Abilità comunicative Capacità di apprendere Note: Le lezioni e le esercitazioni saranno svolte dallo stesso docente, perciò le due tipologie di metodo didattico sono strettamente interconnesse, quindi Il conteggio del numero di ore delle lezioni e delle esercitazioni è da intendersi a puro titolo di esempio e dipende dalla disponibilità dell aula di informatica.