Elaborazione dati e nozioni di e-commerce a.a. 2016-2017

Università degli Studi di Foggia
Dipartimento di Scienze Agrarie, degli Alimenti e dell’Ambiente
AiQ-CdS
SAFE
Corso di Laurea in Scienze Gastronomiche
Anno Accademico 2016/2017
Corso Integrato in: MATEMATICA, ELABORAZIONE DATI E NOZIONI DI E-COMMERCE (I sem)
Scheda dell’insegnamento del modulo di: MODULO 2: ELABORAZIONE DATI E NOZIONI DI E-COMMERCE
Docente: Antonio Stasi
Codifica di Ateneo dell’insegnamento
*
S.S.D. dell’insegnamento
AGR/01 Economia Agraria ed Estimo Rurale
Anno di Corso
I
Crediti (CFU)
6
Periodo

I Semestre
Prerequisiti
Basi di Matematica generale, equazioni di primo grado e
simbologia matematica, conoscenza elementare pacchetto office
Propedeuticità
nessuna
ORGANIZZAZIONE DIDATTICA
Lezioni ex-cathedra e/o seminari
CFU: 4,7
Esercitazioni in aula e/o di laboratorio
CFU: 0,8
Ore: 9
Altre attività formative (specificare):
CFU: 0,5
Ore: 8 (esercitazioni in campo)
Obiettivi formativi
Con riferimento alle competenze scientifiche e tecniche che il
laureato deve possedere questo insegnamento fornisce
strumenti di comprensione e analisi di dati e informazioni per la
sintesi, descrizione e previsione dei fenomenti legati al
marketing e alla gestione tecnico economica delle attività
gastronomiche. Si vuole stimolare l’elaborazione di una visione
critica delle attività economica finalizzata alla gestione
professionale della stessa.
Risultati d’apprendimento attesi
Lo studente dovrà conoscere le metodologie statistiche di base
per l’analisi dei dati relativi ai consumi e alla gestione aziendale
e gli strumenti necessari. Dovrà saper mettere in pratica le
conoscenze attraverso l’utilizzo di software specifici che
verranno appresi durante le esercitazioni in classe.
Modalità di erogazione dell’insegnamento
(tradizionale, a distanza, e-learning…)
Tradizionale
Team work
Brain storming
Peer tutoring
Testi consigliati, materiale didattico di
consultazione
▪
▪
▪
▪
*
Ore: 38
Materiale fornito dal docente.
M. Middleton: Analisi statistica con EXEL - APOGEO. Un
buon testo per imparare ad usare le funzioni di EXCEL per
l'analisi statistica e la rappresentazione di dati.
(www.apogeonline.com).
M.A. Ricci Dispense di statistica e analisi dei dati
sperimentali.
L'uso di Excel per la statistica - manuale ad opera
dell'ISTAT, disponibile online
La codifica d’Ateneo dell’insegnamento può essere richiesta telefonicamente o via e-mail alla dott.ssa Valeria Gentile (c/o
Segreteria Didattica di Facoltà, tel. 0881/589301, e-mail: [email protected]).
Strumenti e attività a supporto della didattica
Le lezioni vengono svolte con il supporto della lavagna
tradizionale e la videoproiezione.
Le esercitazioni vengono svolte utilizzando i computer personali
e/o disponibili nel Dipartimento.
Altre informazioni reperibili sul sito web
Orari delle lezioni ed eventuali spostamenti;
orari di ricevimento del docente;
calendario degli esami;
indirizzo di posta elettronica del docente
curriculum del docente.
Modalità e criteri di verifica dell’apprendimento
La verifica dell’apprendimento avverrà secondo due modalità.
1) Prova scritta in data di appello OPPURE una verifica di
esonero durante il corso, a partecipazione volontaria,
riguardante esercizi scritti per la risoluzione di problemi
che prevedono l’utilizzo delle logiche apprese in classe e
la verifica della capacità di saper definire i concetti statistici
appresi.
2) Prova orale e pratica da discutere in sede di esame
riguardante l’analisi con i software appresi di problemi reali
che prendono spunto dalle esercitazioni fatte in classe.
Programma dettagliato dell’insegnamento, materiali e metodi didattici:
Statistica e Analisi dei dati
Gruppo di Discussione
Definizioni generali
campi di applicazione
Statistica descrittiva
Statistica inferenziale
Riflessioni
Piccolo Glossario di base
Paradigmi di base della statistica
Organizzazione, sintesi e rappresentazione dei dati
il concetto di variabile aleatoria
Classificazione delle variabili
Variabili qualitative sconnesse
Variabili qualitative ordinate
Variabili quantitative continue
Variabili quantitative discrete
La statistica descrittiva
la distribuzione di frequenza
Distribuzioni doppie
Le distribuzioni di frequenza in excel
Creare un istogramma di frequenza con excel
Gli indici di centralità di una distribuzione di frequenza
La media
Media Aritmetica
Media ponderata
Media geometrica
Media armonica
Mediana
Moda
Indici di dispersione
La deviazione standard
Applicazioni
Proprietà
La Varianza di una variabile
Coefficiente di variazione
il range
Indici di centralità e dispersione in excel (openoffice)
Presentazione delle variabili descrittive in forma tabellare
Variabili continue
Variabili discrete ordinali
Variabili discrete sconnesse
Variabili dummy
Gli inidici di relazione
Le relazioni lineari
La correlazione lineare
NOTA
Il coefficiente di correlazione di Pearson
Il coefficiente di determinazione
La statistica inferenziale
L’indagine campionaria
Popolazione e campione
Campionamento probabilistico e non probabilistico
Campionamento probabilistico: strategia di campionamento e disegno campionario
Campione casuale semplice
Campionamento casuale semplice senza ripetizione
Campionamento casuale semplice con excel
Campionamento casuale semplice con ripetizione
Campionamento sistematico
Campionamento stratificato
Campionamento a grappoli
Errore di campionamento
Distribuzioni campionarie
Il teorema del limite centrale
I gradi di libertà
L’ipotesi e la verifica
I test statistici
Significatività di un test
Il test t
test t a una coda
Test t a due code
test t per disuguaglianze
Il test T nel confronto tra medie
Test t per campioni appaiati (paired T test)
Test T per campioni indipendenti (unpaired T test)
Il test T con excel
Calcolo automatico della numerosità campionaria e dei gdl
Messa a punto di un software
Tavola dei valori di T
Il test chi-quadro
Tabella Chi-Quadrato
Test di Chi Quadro con excel
ANOVA e Test f di fisher
Tabella ANOVA
Esempio
ANOVA a due vie
Effetto interazione o cross-over
ANOVA con Open Office (excel)
Il metodo di regressione
Il concetto di stimatore
Lo stimatore dei minimi quadrati
La specificazione del modello
Scelta delle variabili
tipologie di dati per la regressione: cross-section, time-series, panel data
Interpretazioni risultati di una regressione
La regressione logaritmica e semilogaritmica
la regressione quadratica e polinomiale
La tendenza e La stagionalità
La variabilità e la significatività dei coefficienti
La variabilità e la significatività del modello
Il test F del modello
L’R quadro
La regressione con excel (openoffice)
Interpretazione risultati esercizio di regressione
L’indagine statistica
Le fasi dell’indagine statistica
Definizione degli obiettivi
e-commerce
Comprensione dell’e-commerce
Basi di web design
University of Foggia
Department of Agricultural Sciences, Food and Environment
AiQ-CdS
SAFE
Bachelor Degree Programme in Restoration Science
Academic Year: 2016/2017
Subject title: Data Analysis and e-commerce
Lecturer: Antonio Stasi
Academic year
2016-17
SSD (scientific area)
AGR/01 – Agricultural Economics and Policy
CFU (Credits)
6
Programme year
I
Academic period

I Semester
TEACHING ORGANIZATION:
Lectures /seminars
Credits 4.7
Hours 38
Practical activities
Credits 1.3
Hours 10
Other activities
-
Objectives
Have a deep understanding and ability to analyze data and
information relative to marketing, management and market
trends relative to food products and food related business. Have
a critical thinking aimed at analysing and managing
professionally a food business.
Expected learning results
Knowking statistical methodologies to analyize data concerning
marketing and management. Ability to put into practice concepts
trhough the use of specific softwares explored during the class
training.
Textbooks
▪
▪
▪
Handouts
M. Middleton: Analisi statistica con EXEL - APOGEO.
(www.apogeonline.com).
M.A. Ricci Dispense di statistica e analisi dei dati
sperimentali.
Mode of delivery of teaching (traditional, at a
distance, e-learning..)
Traditional lectures
Team work
Brain storming
Peer tutoring
Examination method
Write and Oral
Teaching programme (summary):
Statistics and data analysis
▪ Organization, sinthesys and data representation
▪ Numerical Relationships
▪ Descriptive statistics
▪ Probability concepts and distributions
▪ Experimental observation of phenomena
▪ Inference
▪ Estimation
e-commerce
basics of understanding and website design