I-XVI Romane_ 27-10-2004 14:25 Pagina VII Prefazione Risorse Web XI XIII XVII Metodi Statistici 1 Capitolo 1 Tecniche Statistiche 3 1.1 Probabilità, Variabili Casuali e Statistica 3 1.1.1 Introduzione 3 1.1.2 Definizione di probabilità 3 1.1.3 Le Variabili Casuali 7 1.1.4 Variabili Casuali Discrete, Continue e Funzione di Ripartizione 8 1.1.5 Valore Atteso e Momenti di una Variabile Casuale 10 1.2 Variabili Casuali Notevoli 14 1.2.1 Variabile casuale Binomiale 14 1.2.2 Variabile casuale di Poisson 15 1.2.3 Variabile casuale Normale 16 1.3 Statistiche Campionarie e Trasformate di Variabili Casuali 19 1.4 I problemi principali delle tecniche di inferenza: Stima Puntuale, Verifica, Stima Intervallare 22 1.4.1 Statistica Descrittiva e Inferenza 22 1.4.2 I problemi dell inferenza 23 1.5 Stimatori, Stima e Variabilità 23 1.5.1 Proprietà degli stimatori 24 1.5.2 Principali approcci per la costruzione di stimatori 26 1.5.3 La verifica delle ipotesi 27 Capitolo 2 Modelli Statistici 33 2.1 Modelli statistici 33 2.1.1 Modelli statistici: caratteristiche 34
I-XVI Romane_ 27-10-2004 14:25 Pagina VIII VIII 2.1.2 Modelli statistici: classificazioni 37 2.1.3 La scelta del modello 39 2.2 Il modello di regressione lineare semplice 40 2.2.1 Introduzione 40 2.2.2 Il modello 41 2.2.3 La valutazione del modello di regressione 44 2.3 Analisi della Varianza: modelli ANOVA 48 2.3.1 Introduzione e obiettivi 49 2.3.2 ANOVA a più Fattori 51 2.3.3 Utilizzo operativo di ANOVA e stima 52 2.4. Modelli per Y binaria: Logit e Probit 54 2.4.1 Utilizzo della regressione lineare 54 2.4.3 Regressione probit 55 Capitolo 3 Statistica Multivariata 57 3.1 Analisi Multivariata 57 3.1.1 Introduzione e obiettivi 57 3.1.2 La struttura dati 58 3.1.3 Alcune applicazioni 59 3.2 Regressione Multipla 59 3.2.1 Definizione, strutture e obiettivi 59 3.2.2 Ipotesi del modello 61 3.2.3 Stima del modello 65 3.2.4 Verifica e utilizzo del modello 66 3.3 Analisi dei Gruppi Cluster Analysis 67 3.3.1 Introduzione e obiettivi 67 3.3.2 Algoritmi di cluster analysis 70 3.4 Analisi discriminante 75 3.4.1 Introduzione e obiettivi 75 3.4.2 Analisi discriminate Stepwise 76 3.4.3 La metodologia 77 3.5 Alberi di classificazione Classification Trees 80 3.5.1 Introduzione e obiettivi 80 3.5.2 La metodologia 81 3.6 I metodi multivariati: una sintesi 85 Capitolo 4 Marketing e vendite 87 4.1 Analisi del rischio commerciale: curva di Lorenz 87 4.1.1 Il rischio in azienda 87 4.1.2 I dati 88 4.1.3. La metodologia 89 4.1.4 I risultati 92 4.2 Previsione delle vendite 93 4.2.1 Le previsioni in azienda 93 4.2.2 Domanda di settore e di impresa 94 4.2.3 I metodi previsionali 95
I-XVI Romane_ 27-10-2004 14:25 Pagina IX IX 4.2.4 Il modello AR(1) 98 4.2.5 Scelta del metodo 103 4.2.6 Previsioni settore lungo termine: modello di regressione lineare 104 4.2.7 Previsioni breve termine: applicazione modello AR(1) 109 4.3 Geomarketing: stima potenziali di zona 116 4.3.1 Introduzione 116 4.3.2 Il caso 117 4.3.3 I dati disponibili 118 4.3.4 La metodologia 119 4.3.5 I risultati finali 122 4.4 Segmentazione della concorrenza: cluster analysis 123 4.4.1 Introduzione 123 4.4.2 Il caso 123 4.4.3 La metodologia: raggruppamento k-means 125 4.4.4 I risultati 126 4.5 Analisi comportamento di acquisto: classification trees 129 4.5.1 Introduzione 129 4.5.2 La metodologia 130 4.5.3 Applicazione 130 4.6 Ricerca di mercato 135 4.6.1 Introduzione 135 4.6.2 Le fasi dell indagine 135 4.6.3 Questionario e struttura dati 137 4.6.4 Applicazione 139 Capitolo 5 Produzione e logistica 145 5.1 Il controllo statistico di processo produttivo 145 5.1.1 Un quadro generale 145 5.1.2 Il controllo statistico di qualità 146 5.1.3 Gli strumenti statistici 147 5.1.4 Applicazione Controllo resistenza calcestruzzi 155 5.2 Pianificare la produzione 166 5.2.1 La funzione logistica 166 5.2.2 Obiettivi della funzione logistica 167 5.2.3 Il piano aggregato di produzione: modello di simulazione 168 5.2.4 Applicazione 169 5.3 La produttività 171 5.3.1 Analisi di lungo periodo: i rendimenti di scala 171 5.4 Mix ottimale di produzione 176 5.4.1 Introduzione 176 5.4.2 Metodologia 177 5.4.3 Applicazione con Excel 177 5.5 Analisi dei fornitori 180 5.5.1 Il controllo di qualità in accettazione 180 5.5.2 Carte di controllo per attributi 180 5.5.3 Applicazione 181
I-XVI Romane_ 27-10-2004 14:25 Pagina X X Capitolo 6 Controllo di gestione e finanza d impresa 185 6.1 Bilancio, budget e simulazione 185 6.1.1 Struttura generale del bilancio 185 6.1.2 Indici di bilancio finanziari 188 6.1.3 Applicazione: indici finanziari e analisi per scenari 191 6.2 La liquidità aziendale: un modello di controllo 198 6.2.1 La pianificazione finanziaria 198 6.2.2 Il piano di tesoreria 203 6.2.3 Applicazione: analisi per simulazione del piano di tesoreria 204 6.3 Statistica e contabilità: il calcolo del TFR 208 6.3.1 Aspetti contabili e aziendali 208 6.3.2 Calcolo del TFR secondo IAS 19 209 6.3.3 Applicazione: modello di calcolo e analisi TFR 212 6.4 La scelta degli investimenti 214 6.4.1 Asset Allocation 214 6.5 Affidabilità di un processo aziendale 221 6.5.1 Processi aziendali e Affidabilità 221 6.5.2 Le variabili casuali per l affidabilità 223 6.5.3 Modellizzazione tramite gli alberi di guasto (FTA) 224 6.5.4 Applicazione: analisi di affidabilità 229 6.5.5 Analisi dei dati di affidabilità 231 6.5.6 Tasso di Guasto e Stime Puntuali Bayesiane 233 Capitolo 7 Mercati finanziari e banking 237 7.1 Misura dei rischi in banche e aziende: Basilea II 237 7.1.1 Introduzione 237 7.1.2 Basilea II, tipi di rischio e metodi di misura 239 7.1.3 Applicazione 243 7.2 Il rischio di mercato e la volatilità 244 7.2.1 Introduzione 244 7.2.2 Un modello per l evoluzione dei prezzi 245 7.2.3 Prezzi, rendimenti, rischio e volatilità 248 7.2.4 Applicazione: la stima della volatilità 250 7.2.5 Applicazione: volatilità di un portafoglio 254 7.3 Il Valore a Rischio (VaR) 259 7.3.1 Definizione di VaR 259 7.3.2 Applicazione: VaR di un portafoglio 260 7.4 Stima del rischio creditizio: modelli logit per la probabilità di default 262 7.4.1 Introduzione 262 7.4.2 Il modello logit: composizione e stima 263 7.4.3 I criteri di selezione delle variabili 266 7.4.4 La scelta del punto ottimale di cut-off per la classificazione delle controparti 267 7.4.5 Applicazione: stima della probabilità di default 269 7.5 Classificazione della clientela: alberi decisionali 272 7.5.1 Introduzione 272
I-XVI Romane_ 27-10-2004 14:25 Pagina XI XI 7.5.4 Gli alberi decisionali: costruzione e analisi 273 7.6 Il rischio operativo modelli e tecniche 276 7.6.1 Rischi operativi e Basilea II 276 7.6.2 Approccio LDA Distribuzione delle Perdite 279 7.6.3 Applicazione: studio della distribuzione delle perdite e calcolo del VaR 281 7.7 Modelli esponenziali, dati censurati e apprendimento bayesiano 284 7.7.1 Lo studio dei fenomeni nel tempo 284 7.7.2 Stima bayesiana dei parametri 285 7.7.3 Assenza di eventi e dati censurati 286 7.7.4 Applicazione: il calcolo degli stimatori 288 Appendici 291 Appendice 1 Funzioni di Excel 293 A 1.1 Funzioni statistiche 293 A 1.1.1 Statistica descrittiva 293 A 1.1.2 Probabilità 293 A 1.2 Funzioni finanziarie 295 A 1.3 Funzioni matriciali 296 A 1.4 Funzioni matematiche 297 Appendice 2 Sistema informativo aziendale 299 A 2.1 Il sistema informativo 299 A 2.2 Il sistema informatico 301 A 2.2 Mappa software 304 A 2.2.1 I software ERP 304 A 2.2.2 Datawarehouse e Business Intelligence 305 Appendice 3 Variabili casuali 307 Appendice 4 Generazione di variabili casuali 311 Appendice 5 Trasformate di variabili casuali 313 Appendice 6 Software Statistici e Matematici 315 Appendice 7 Simulazioni con Excel 319 A 7.1 Numeri casuali in Excel 319 A 7.2 Il caso 320 A 7.3 Analisi dei dati storici 321 A 7.3 Impostazione del report 322 A 7.4 Riepilogo della simulazione 326 Bibliografia 329