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