Analisi di Dati Multidimensionali
(6 CFU, SECS-S/01)
Contenuti
- Analisi esplorativa
- Qualità dei dati.
- Analisi grafiche per cogliere relazioni tra variabili, individuare dati anomali, controllare gli
assunti. Trasformazione dei dati.
- Metodi di riduzione dei dati
- Analisi delle componenti principali
- Analisi fattoriale esplorativa. Identificazione dei fattori, rotazioni degli assi, interpretazione
dei fattori.
- Analisi delle corrispondenze semplici e multiple.
- Scaling multidimensionale.
- Metodi di classificazione delle unità
- Introduzione ai metodi di clustering e classificazione. Cluster analysis gerarchica. Misure di
distanza e metodologie appropriate per variabili non quantitative. Cluster analysis non
gerarchica.
- Tecniche di classificazione parametriche: analisi discriminante lineare e quadratica, modelli
lineari generalizzati.
- Tecniche di classificazione non parametriche: alberi di classificazione e regressione.
- Accuratezza delle classificazioni. Convalida incrociata.
Analisi di Mercato (9 CFU, SECS-S/03)
Prerequisiti: Nessuno
Conoscenze e abilità da acquisire
Scopo principale del corso è introdurre lo studente alle ricerche di mercato:
Quali sono le informazioni di cui coloro che si occupano di disegnare strategie di marketing hanno
bisogno per prendere le proprie decisioni in modo efficace ed efficiente?
Quali sono le potenziali fonti dei dati?
Come si raccolgono i dati quando non sono già disponibili?
Argomento principale del corso sono quindi tutti gli strumenti necessari a pianificare e realizzare in
modo corretto ed efficace le ricerche di mercato.
Si illustra poi come misurare alcuni tra i principali fenomeni di mercato.
Nella parte finale, si mostra come i dati di mercato devono essere trattati con strumenti statistici
(prevalentemente di analisi statistica univariata) per diventare informazione utile a rispondere ad
alcune domande che coloro che operano all’interno delle aziende si pongono.
Il corso prevede la presenza di alcuni “esperti” provenienti dal mondo del lavoro e che si occupano
di ricerche di mercato (le realizzano, ad esempio, istituiti di ricerca o le utilizzano, ad esempio,
uffici marketing di aziende).
Modalità d’esame: L’esame è scritto con eventuale homework
Criteri di valutazione
Con la prova d'esame si valuta l'apprendimento dei concetti teorici e delle abilità pratiche (ovvero
soluzione di problemi) introdotti nel corso.
Contenuti
− Il ruolo e lo sviluppo della ricerca di mercato.
- La definizione di ricerca di mercato.
- Il problema della misurazione dei fenomeni di mercato.
- Le metodologie della ricerca di mercato: modelli di riferimento e fasi della ricerca.
1
− Le informazioni per le ricerche di mercato.
Dati primari e secondari.
Ricerche on desk.
Le ricerche di mercato continuative.
− La raccolta delle informazioni: il campionamento non probabilistico.
− La raccolta delle informazioni: metodi tecniche e strumenti.
- Le scale di misura.
- Tipologia e prevenzione degli errori non campionari.
- Metodi qualitativi di indagine.
- I panel di consumatori.
− La misura dei fenomeni di mercato.
- L’audience della pubblicità.
- La soddisfazione del consumatore.
- Evoluzione e potenziale dei mercati.
- La valutazione degli effetti delle promozioni di vendita.
− Disegni sperimentali per la valutazione di strategie alternative.
− Strumenti statistici per altre applicazioni tradizionali
- Il lancio di nuovi prodotti.
- La determinazione del prezzo
- La gestione della distribuzione del prodotto.
− Analisi statistica dei dati raccolti con le ricerche di mercato: le prime esplorazioni e
introduzione a SPSS.
Modalità di apprendimento previste
Le lezioni sono frontali tenute dal docente. Sono previste testimonianze aziendali di esperti
provenienti dal mondo del lavoro.
Eventuali indicazioni sui materiali di studio
Materiale didattico verrà disstributi durante il corso.
Oltre ai testi di rifeirmento,
Testi consigliati
Brasini S., Tassinari F., Tassinari G. “Marketing e pubblicità”, Il Mulino, Bologna, 1996.
Bearden W.O., Netemeyer R.G., Mobley M.F. “Handbook of Marketing Scales”, 1993, Sage.
Molteni L., Troilo G. “Ricerche di marketing”, 2007, McGraw Hill.
Testi di riferimento
Bassi F., Analisi di mercato. Strumenti e statistiche per le decisioni di marketing. Roma: Carocci,
2008.
Bassi F., Guido G., Peluso A.M., La valutazione della “customer satisfaction” nelle esperienze di
consumo. Una scala di marketing esperienziale per la misurazione della. Milano: Franco Angeli,
2010.
Analisi Matematica (9 CFU , MAT/05)
Contenuti
-
Successioni e serie di funzioni Convergenza puntuale e uniforme per le successioni di funzioni
reali di variabile reale. Limite uniforme di una successione di funzioni continue. Teorema di
inversione dell'ordine dei limiti. Convergenza puntuale, uniforme, totale di una serie di funzioni
reali di variabile reale. Serie di potenze, raggio di convergenza. Serie di Taylor. Funzioni
analitiche.
2
-
-
-
Calcolo differenziale per funzioni reali di n variabili reali Elementi di topologia nello spazio
euclideo. Insiemi aperti, chiusi, compatti, connessi. Definizione di limite di una funzione in un
punto e in un insieme. Teoremi algebrici sui limiti. Definizione di funzioni continua in un punto
e in un insieme. Teorema sulla continuità delle funzioni composte. Teorema di Weierstrass,
teorema di connessione. Derivate parziali e direzionali. Derivate di ordine superiore, matrice
Hessiana, teorema di Schwartz. Funzione differenziabile in un punto. Derivabilità delle funzioni
composte.
Massimi e minimi liberi: condizioni necessarie del primo e del secondo ordine. Condizioni
sufficienti. Teorema delle funzioni implicite. Significato geometrico del gradiente. Massimi e
minimi vincolati. Teorema dei moltiplicatori di Lagrange.
Calcolo integrale per funzioni di n variabili reali. Teoria della misura di Lebesgue. La σ-algebra
degli insiemi misurabili secondo Lebesgue. Funzioni misurabili e funzioni integrabili (o
sommabili). Definizione di integrale di una funzione in un insieme misurabile. Proprietà
dell'integrale. Teorema di Fubini-Tonelli (formula di riduzione) e teorema di cambiamento di
variabili.
Equazioni differenziali ordinarie. Introduzione, equazioni a variabili separabili, equazioni
lineari. Equazione logistica.
Controllo Statistico Della Qualità (9 CFU, SECS-S/01)
Prerequisiti:
Conoscenze e abilita' da acquisire: Il corso intende presentare i principali metodi di controllo
statistico della qualità ed il loro utilizzo in diversi contesti applicativi. Alla fine del corso lo
studente sarà in grado di valutare la stabilità nel tempo della distribuzione di una e più
caratteristiche di qualità e di studiare ed analizzare la capacità di un sistema di produrre unità
conformi rispetto alle specifiche di qualità richieste dal mercato.
Modalita' di esame: L'esame viene svolto in aula informatica. Lo studente dovrà rispondere ad un
insieme di domande aperte e a risposta multipla concernenti l'analisi di un insieme di dati. L'analisi
dei dati è svolta usando R.
Criteri di valutazione: La valutazione della preparazione dello studente si baserà sulla
comprensione degli argomenti svolti, sull'acquisizione dei concetti e delle metodologie proposte e
sulla capacità di applicarli in modo autonomo e consapevole.
Contenuti
1. Strategie per di controllo statistico (univariato) della qualità di un prodotto e/o
servizio
• Disegno di campionamento da un processo produttivo
• Elementi di base del controllo di accettazione
• Caratterizzazione delle fonti di variabilità (comuni e speciali) di un processo.
• Definizione della stabilità nel tempo della qualità di un processo o di un servizio
(presenza di variabilità naturale)
2. Carte di controllo parametriche univariate
- Carte di controllo di tipo Shewhart, CUSUM ed EWMA per variabili e per
attributi
- Misure di efficienza e disegno ottimale delle carte di controllo (ARL, curve CO,
FAP, calcolo esatto e via simulazione). Il caso di parametri noti e stimati (Fase I
e Fase II del disegno)
- Caratterizzazione di patterns nei dati casuali e non casuali (carte di controllo
standard con l’aggiunta di regole supplementari)
3. Analisi della Capacità di un processo produttivo
3
-
Misura di capacità e di performance di un processo produttivo (inferenza per
misure di capacità univariate.)
- Introduzione alle tecniche del Six-sigma System (Regole Motorola e del livello
k-sigma) e del Lean Quality System
- Integrazione tra Controllo Statistico della Qualità e Analisi della Capacità
4. Strategie per il miglioramento della qualità di un processo stabile
- Diagramma di Pareto, Procedura Failure Mode and Effective Analysis (FMEA):
Analisi delle cause e risoluzione dei problemi.
- Elementi dell’analisi DOE (disegno degli esperimenti, nested ANOVA per
l’identificazione di fonti significative della variabilità e per la determinazione
delle opportunità di miglioramento)
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso prevede delle
lezioni frontali ed un consistente numero di lezioni ed esercitazioni in aula informatica. Durante tali
esercitazioni si propone l'analisi di casi studio provenienti da diversi contesti applicativi.
Eventuali indicazioni sui materiali di studio: Durante il corso saranno messi in distribuzione i
lucidi delle lezioni e le analisi dei casi studio trattati in aula informatica.
Testi di riferimento:
Montgomery D. C., Controllo statistico della qualità 2/ed.. --: McGraw-Hill., 2006. ISBN:
9788838662447
Economia Aziendale (9 CFU, SECS-P/07-SECS-P/08)
Contenuti
- Principi base di economia aziendale.
- Azienda e istituto. tematiche relative al governo delle aziende: la corporate governance.
- L’assetto istituzionale delle aziende: il soggetto economico, gli azionisti, i finanziatori e
gli stakeholder.
- I fini e le caratteristiche dell’azienda.
- Il principio di economicità.
- L'analisi di settore, la strategia aziendale e le scelte strategiche, il vantaggio competitivo, la catena
del valore, il ruolo delle risorse e delle competenze.
- Principi e modalità di funzionamento delle aziende.
- Le operazioni aziendali.
- Le caratteristiche delle operazioni aziendali.
- Le modalità di osservazione delle operazioni aziendali.
- Il bilancio.
- Il bilancio come modello di rappresentazione delle operazioni aziendali.
- La determinazione del risultato di periodo e del capitale di funzionamento.
- ll metodo contabile.
- Le principali rilevazioni contabili: acquisti, vendite, finanziamenti, capitale.
Economia dei Mercati Finanziari (9 CFU, SECS-P/01-SECS-P/05)
Prerequisiti:
Conoscenze e abilità da acquisire:
Il corso si propone di fornire un'introduzione ragionata alla teoria della finanza. Per chi desidera
sviluppare ulteriormente gli strumenti di analisi utili per attività lavorative nel campo della finanza
(gestione del portafoglio, analisi della performance di portafoglio), si consiglia caldamente di
4
seguire anche il corso di Econometria dei Mercati Finanziari.
Modalità di esame: L'esame è scritto.
Criteri di valutazione:
L'esame consiste di sei o sette domande (tutte obbligatorie) sui diversi argomenti coperti.
Contenuti
- Rassegna dei principali strumenti finanziari (azioni, obbligazioni, derivati, mutui, assicurazioni
- vita, carte di credito, fondi d'investimento, ETF)
- Mercati finanziari (come effettuare un ordine, i principali mercati italiani e esteri, tipologie e
costi delle negoziazioni)
- Richiami sull'utilità attesa e scelte in condizioni di incertezza con orizzonte ad un periodo
- Rischio e rendimento. La scelta di portafoglio e la frontiera efficiente
- Single-index model e modelli multifattoriali
- Il Capital Asset Pricing Model (CAPM); Il teorema della separazione
- L’efficienza dei mercati finanziari
- L'Arbitrage Pricing Theory (APT)
- Introduzione alla finanza comportamentale
- Tassi d’interesse e pricing delle obbligazioni
- Gli strumenti derivati: futures e opzioni
Attività di apprendimento previste e metodologie di insegnamento:
La didattica frontale si articola in lezioni (per i quali il disponibile del materiale sul sito web del
corso) ed esercitazioni (esercizi svolti dal docente alla lavagna)
Eventuali indicazioni sui materiali di studio:
La maggior parte del materiale è disponibile sul sito web - il resto viene distribuito a lezione. E'
tuttavia consigliato leggere anche il testo di riferimento.
Testi di riferimento:
Elton, Gruber, Brown e Goetzman, Teorie di portafoglio e analisi degli investimenti. Milano:
Apogeo, 2007.
Ingegneria Della Qualità (9 CFU, ING-INF/07)
Prerequisiti: laurea triennale nel settore dell'informazione (elettronica, informatica
telecomunicazioni, automatica, biomedica)
Risultati di apprendimento previsti
- Fornire una comprensione della norma ISO 9001:2000 e delle corrispondenti implicazioni; in
particolare verranno evidenziate le azioni necessarie sia in ambito aziendale per ottenere la
certificazione corrispondente, sia in ambito personale per conseguire la patente europea della
qualità.
- Fornire una comprensione dei modelli di qualità totale e delle corrispondenti azioni necessarie
per il perseguimento del miglioramento continuo.
- Fornire i modelli e gli strumenti statistici necessari per l'applicazione dei principi connessi alla
qualità totale.
- Tenuto conto delle conoscenze degli allievi in ingegneria del settore informazione, fornire
nozioni di base sull'organizzazione di imprese ai fini della gestione in regime di qualità totale.
Contenuti
- Qualità Normativa: norme di riferimento, norma ISO 9001, requisiti,realizzazione del
5
prodotto, analisi e miglioramento; percorso per la certificazione.
- Qualità totale: modelli per la qualità totale, miglioramento continuo, governo dei processi.
- Strumenti per la qualità: processi, strumenti statistici, metodo PDCA, Quality Function
Deployment, motodo Toyota, metodologie "sei sigma", modello EFQM e autovalutazione
Testi di riferimento:
• M.Bertocco, P.Callegaro, D.De Antoni Migliorati, Ingegneria della qualità. Novara: De
Agostini Scuola S.p.A., 2006. Cerca nel catalogo
• M.Bertocco, P.Callegaro, D.De Antoni Migliorati, Strumenti per la qualità totale.
Morrisville, NC 27560: lulu enterprises inc., 2011. disponibile tramite servizio di distribuzione
online http://www.lulu.com/content/9834109 Cerca nel catalogo
Note ai testi di riferimento:
per consultazione: vedere il riferimento di rete
http://www.dei.unipd.it/ricerca/gmee/didattica/corsi/iq/testi.html
Metodi didattici:
- Lezioni frontali, in aula di lezione
- esercitazioni (obbligatorie) guidate tramite piattaforma moodle, con presentazione del lavoro
svolto
Metodi di valutazione:
- valutazione del lavoro associato alle esercitazioni
- Prova orale
Altro:
Il corso prevede lo svolgimento di esercitazioni obbligatorie effettuate esclusivamente nel
periodo di lezione tramite la piattaforma "moodle".
In sede di prova orale saranno accertate le conoscenze maturate attraverso lo studio individuale
dei due testi di riferimento, degli argomenti presentati nel corso delle lezioni e le competenze
acquisite tramite le esercitazioni.
Macroeconomia (9 CFU, SECS-P/01)
Conoscenze e abilità da acquisire
Comprendere le determinanti del reddito nel breve e lungo periodo e la loro interazione.
Modalità d'esame:
Scritto.
Contenuti
INTRODUZIONE
1. Obiettivi della macroeconomia. Il PIL: definizione, misurazione e discussione. Le componenti
della spesa. L'indice dei prezzi al consumo.
L'ECONOMIA NEL LUNGO PERIODO
2.Il reddito nazionale: da dove viene e dove va. Breve, lungo, e lunghissimo periodo. Fonti ed
impieghi. Lato dell'offerta. Lato della domanda. Determinazione del tasso di interesse reale di lungo
periodo.
3.La disoccupazione. Il tasso naturale di disoccupazione. Come ridurre la disoccupazione di lungo
periodo? Reddito e disoccupazione: La legge di Okun.
4.La moneta e l'inflazione. Come M influenza l'economia nel lungo periodo. Inflazione e tassi di
interesse. I costi e i benefici sociali dell'inflazione.
5.L'economia aperta. Il tasso di cambio reale. Valori di equilibrio in una piccola economia aperta. I
deficit gemelli. Tassi di cambio ed inflazione.
L'ECONOMIA NEL BREVE PERIODO
6.Lo studio delle fluttuazioni economiche. Dal lungo al breve periodo: domanda ed offerta
aggregata. Shock di domanda, offerta, e trade-off di politica economica. Il modello IS-LM. Dal
6
modello risparmi-investimenti alla curva IS. La teoria della preferenza per la liquidità e la curva
LM.
7.La domanda aggregata II. Shocks di politica fiscale, monetaria, o altro tipo. Derivazione della DA
dal modello di breve periodo IS-LM. Il modello IS-LM-OABP-OALP nel breve e nel lungo
periodo.
8.La domanda aggregata in una piccola economia aperta. Il modello Mundell-Fleming. Cambi
fluttuanti contro cambi fissi. Analisi di politica economica con cambi fluttuanti. Analisi di politica
economica con cambi fissi. Dal breve al lungo periodo.
9.L'offerta aggregata. La teoria dei prezzi vischiosi e la costruzione della curva di offerta di breve
periodo. Inflazione, disoccupazione, e curva di Phillips.
10. Un'estensione del modello IS-LM per interpretare la crisi finanziaria: il mercato del credito.
I DATI
Un po' di divertimento: trattamento dei dati.
Testi di riferimento
Mankiw, G.N., 2004, Macroeconomia, 4a ed. italiana condotta sulla 5a ed. americana, Zanichelli
editore.
Marketing (9 CFU, SECS-P/08)
Contenuti
- Il rapporto tra produzione e consumo in una prospettiva storica
- Dal marketing di massa al relationship marketing
- Vantaggio competitivo e rete del valore
- I bisogni dei consumatori
- I prodotti e il loro valore
- Il comportamento dei consumatori
- Mercati e strategie di marketing
- Marketing e innovazione di prodotto
- Aree strategiche di affari e portafoglio-prodotti
- La comunicazione di marketing
- I canali distributivi
Modalità d'esame
Prova scritta.
Testi di riferimento
Grandinetti R., Marketing. Mercati, prodotti e relazioni, Carocci, Roma, 2008 (Capp. 1-11).
Matematica Finanziaria (9 CFU, SECS-S/06)
Prerequisiti: Analisi matematica, calcolo delle probabilità (variabili aleatorie discrete).
Conoscenze e abilita' da acquisire:
Gli studenti che abbiano superato l’esame saranno in
grado di utilizzare gli strumenti matematici introdotti a lezione per risolvere esercizi sui regimi
finanziari, sulla valutazione e la scelta tra diverse operazioni finanziarie, su tutti i problemi che
discendono dalle applicazioni delle rendite certe. Saranno anche in grado di costruire prospetti di
ammortamento e di costituzione di capitale. Saranno, poi, in grado di utilizzare modelli matematici
monoperiodali, che rappresentano l'evoluzione aleatoria del mercato, per determinare il prezzo di
7
strumenti derivati semplici e di determinare strategie d'investimento di copertura e di superreplicazione.
Indirizzando lo studio ad un livello di astrazione più alto lo studente potrà comprendere strumenti di
finanza matematica più sofisticati che potrebbe incontrare in corsi più avanzati.
Modalita' di esame: Prova d'esame scritta (le esercitazioni si svolgeranno con cadenza
settimanale, durante l'orario di lezione).
Criteri di valutazione:
Allo studente verrà richiesto di rispondere a domande aperte di
carattere teorico e di svolgere degli esercizi pratici inerenti il programma svolto, in linea con gli
esercizi svolti durante le esercitazioni.
Contenuti
Prima parte: matematica finanziaria classica.
- Definizioni fondamentali: interesse e montante, sconto e valore attuale. I principali regimi
finanziari: l'interesse semplice, lo sconto commerciale e l'interesse (e lo sconto) composto.
- Teoria generale delle leggi finanziarie: leggi finanziarie scindibili e non scindibili, la forza di
interesse.
- Rendite e valore di una rendita. L'ammortamento dei prestiti: il piano di rimborso,
ammortamento progressivo con annualità costanti, con quote capitale costanti, con interessi
anticipati, con quote di accumulazione; il problema dell'estinzione anticipata.
- La valutazione delle operazioni finanziarie: il risultato economico attualizzato (R.E.A) e il tasso
interno di rendimento (T.I.R.) e loro confronto.
- Il corso dei titoli obbligazionari: corso e rendimento delle obbligazioni rimborsabili a scadenza e
a rimborso progressivo, la ``durata media finanziaria'' e la volatilità.
Seconda parte: metodi stocastici in finanza matematica
- Titoli rischiosi e non rischiosi. Titoli derivati. Opzioni call e put.
- Modelli di mercato a tempo discreto. Modelli finiti. Modello binomiale.
- Problemi di valutazione e replicazione di titoli derivati.
- Opportunita' di arbitraggio e misure neutrali al rischio.
- Completezza dei mercati. Replicabilita' di titoli derivati.
- Strategie di replicazione e super-replicazione.
- Attivita' di apprendimento previste e metodologie di insegnamento: Lezione frontale alla
lavagna. E' prevista la presentazione di esempi/problemi pratici. Verrà organizzata, al termine
del corso,una conferenza didattica tenuta da un "quant" proveniente dal
- settore privato, per illustrare l'utilizzo di strumenti statistici avanzati in ambito finanziario.
Testi di riferimento:
F.Cacciafesta, Lezioni di Matematica finanziaria (classica e moderna) per i corsi triennali,. Torino:
Giappichelli, 2006.
S. R. Pliska, Introduction to mathematical finance: discrete time models. Malden: Blackwell, 1997.
M.Cerè, Esercizi di matematica finanziaria,. Bologna: Pitagora, 2001.
Metodi Statistici per “Big Data” (9 CFU, SECS-S/01)
Prerequisiti: Algebra Lineare, Sistemi di elaborazione, Statistica 2, Modelli Statistici 1, Modelli
Statistici 2, Statistica Computazionale
Conoscenze e abilita' da acquisire:
I metodi di analisi dei dati in statistica e machine learning giocano ormai un ruolo centrale nelle
realtà aziendali, industriali e scientifiche. La crescita del web e lo sviluppo di strumenti tecnologici
che raccolgono e salvano enormi quantità di dati e informazioni hanno portato ad un rapido
incremento nella dimensione dei dati e nella complessità delle analisi e della modellazione
8
statistica. Sorgono inoltre nuove forme di dati non direttamente riportabili alla classica matrice dei
dati statistica, ma a strutture più complesse come funzioni, grafi e reti. Queste moderne ed
emergenti applicazioni in ambito aziendale, industriale e tecnologico spiegano la necessità di
introdurre modelli statistici e algoritmi (scalabili, paralleli, ricorsivi e dinamici) che possano essere
adattati a queste grandi masse di dati. Il corso si propone di fornire, a livello di laurea triennale, gli
strumenti statistici di base per affrontare questi problemi, ponendosi in continuità rispetto al corso
di Analisi di dati multidimensionali. In particolare, il nuovo corso si propone di approfondire alcuni
argomenti (quali quelli legati ai metodi di riduzione della dimensionalità, analisi dei fattori, metodi
di raggruppamento), caratterizzandone l'applicazione al contesto dei "determinazioni",
introducendone alcuni completamente nuovi, quali quelli legati all'analisi di dati funzionali, di reti
sociali e all'analisi di un numero elevato di variabili rispetto ad un numero esiguo di osservazioni.
Modalita' di esame:
Prevedere ove possibile la presentazione di relazioni scritte e orali. Prova scritta e Prova pratica
Criteri di valutazione:
Correttezza e qualità delle due prove.
Contenuti
- Metodi di visualizzazione dei dati e di big data.
- Metodi di riduzione della dimensionalità (independent component analysis, principal curves,
principal surfaces, projection pursuit)
- Metodi di estrazione di fattori: esempi di modelli di analisi fattoriale confermativa (e.g. Partial
Least Squares)
- Metodi di raggruppamento basati su modelli parametrici e non parametrici
- Metodi di analisi in presenza di un numero elevato di variabili e un esiguo numero di
osservazioni: metodi di stima penalizzata, lasso e lars e relative modifiche. Altri algoritmi
efficienti.
- Introduzione all'analisi dei dati funzionali
- Metodi di analisi di dati raccolti da reti (e reti sociali): struttura dei dati, modelli grafici e
semplici modelli statistici (e.g. logistico, di Erdos-Renyi, ERGM) ; modelli per dati da social
networks (e.g. Hopkins and King).
- Aspetti di statistica computazionale: algoritmi statistici di calcolo parallelo, ricorsivo e
dinamico. Stime ricorsive per modelli lineari e modelli lineari dinamici (algoritmo per stima
ricorsiva, filtro di Kalman).
Attivita' di apprendimento previste e metodologie di insegnamento:
Lezioni frontali. Esercitazioni in laboratorio
Eventuali indicazioni sui materiali di studio:
Materiale didattico disponibile sulla pagina web del corso. Lo strumento di calcolo primario
adottato per questo corso è l'ambiente di programmazione R; questo pu√≤ essere prelevato, assieme
alla relativa documentazione, da una postazione CRAN.
Testi di riferimento:
Materiale predisposto dal docente
Adelchi Azzalini, Bruno Scarpa, (2012) Data Analysis and Data Mining: An Introduction.
Oxford University Press
Kolaczyk E.D., (2009) Statistical Analysis of Network Data. Springer.
Ceron Andrea, Curini Luigi, Iacus Stefano M., (2013) Social media e sentiment analysis.
L'evoluzione dei fenomeni sociali attraverso la rete. Springer Verlag
9
Metodi Statistici per l’Azienda (9 CFU, SECS-S/03)
Prerequisiti: Nessuno
Conoscenze e abilità da acquisire
Il corso mira a fornire una serie di strumenti statistici utili per l’analisi dei dati e la previsione in
ambito economico aziendale. Lo studio di casi aziendali con dati reali e l'interpretazione dei risultati
ottenuti applicando le tecniche proposte sono l’elemento caratterizzante dell’insegnamento.
Modalità di esame
Esame scritto e prova pratica in laboratorio informatico.
Criteri di valutazione
In sede d’esame si valuteranno sia la preparazione dello studente sugli argomenti trattati durante il
corso, sia la sua capacità di interpretare e valutare criticamente i risultati delle analisi svolte sulla
base delle conoscenze acquisite.
Contenuti
- Analisi esplorativa dei dati
- Matrice dei dati, relazioni tra variabili, indici di dipendenza
- Distanze e indici di similarità
- Rappresentazioni grafiche
- Analisi dei dati con strumenti regressivi di tipo lineare
- Regressione multipla: selezione del modello, rilevanza delle componenti, analisi dei residui,
previsione. Applicazioni: analisi di soddisfazione della clientela, valutazione di performance
aziendali e loro determinanti, previsioni di vendite.
- Regressione logistica: selezione del modello, rilevanza delle componenti, analisi dei residui,
previsione. Applicazioni: scelta di acquisto/non acquisto, scelta tra marche, appartenenza al
gruppo delle aziende sane o in crisi, condizione di occupazione/disoccupazione.
- Tecniche di previsione
- Procedure di lisciamento: medie mobili, lisciamento esponenziale semplice, lisciamento di
Holt, lisciamento di Holt-Winters. Applicazioni: previsioni di vendite di breve periodo.
- Modelli di diffusione di innovazioni: modello di Bass standard, modello di Bass
generalizzato. Cenni alla regressione nonlineare. Applicazioni: previsioni del ciclo di vita
del prodotto, stima del mercato potenziale raggiungibile, valutazione dell’effetto di strategie
di marketing mix, caratterizzazione del prodotto sulla base della sua evoluzione temporale.
- Tecniche di analisi multidimensionale
-
Analisi dei gruppi: distanze, metodi di raggruppamento, trasformazione delle variabili, valutazione
dei risultati. Applicazioni: segmentazione della clientela, segmentazione dei prodotti, individuazione
di cluster aziendali sulla base di variabili socio-economiche.
Attivita' di apprendimento previste e metodologie di insegnamento
Lezioni frontali ed esercitazioni su casi di studio in laboratorio informatico.
Eventuali indicazioni sui materiali di studio
Oltre ai testi di riferimento indicati, materiale di studio e data set distribuiti in aula dal docente
Testi di riferimento
Indicazioni provvisorie:
Bracalente B., Cossignani M., Mulas A., Statistica Aziendale, Milano, Mcgraw-Hill, 2009.Milano:
Mcgraw-Hill, 2009.
Hanke J. E., Wichern D.W., Business Forecasting. Upper Saddle River: Prentice-Hall, 2005.
10
Metodi Statistici per la Finanza (9 CFU, SECS-S/03)
Contenuti
- Introduzione: presentazione e discussione preliminare delle caratteristiche delle serie finanziarie
principalmente attraverso l’analisi grafica di esempi reali (prezzi e indici azionari, tassi di
cambio, opzioni, futures, ecc.)
- I principali indici di Borsa nazionali e stranieri.
- Prezzi, rendimenti e volatilità: definizioni, misure, strumenti di analisi e principali
caratteristiche.
- Modelli per l’analisi e la previsione della volatilità delle serie dei rendimenti finanziari: modelli
ARCH, GARCH, EGARCH, IGARCH, APARCH, TGARCH, ARCH in media e loro stima.
- Caratteristiche di serie finanziarie ad alta frequenza (serie infragiornaliere).
- Introduzione all’analisi tecnica di serie storiche finanziarie.
Metodologie e Determinazioni Quantitative d'Azienda (9 CFU, SECS-P/07)
Contenuti
- Strumenti per l'analisi economico-finanziaria della performance aziendale: riclassificazioni ed
indici.
- Contabilità generale e contabilità analitica: definizione, scopi, connotazioni distintive.
- Il sistema di pianificazione e controllo: caratteristiche, funzioni, strumenti.
- Analisi dei costi. Il concetto di costo, la classificazione dei costi, le configurazioni di costo
- L’analisi costi-volumi-risultati
- Sistemi di produzione e metodi di calcolo dei costi: le produzioni su commessa, le produzioni a
flusso continuo, le produzioni congiunte, direct costing, full costing.
- Analisi dei costi per le decisioni aziendali: Costi rilevanti e costi irrilevanti, la logica
differenziale.
- Applicazioni della contabilità analitica alle decisioni aziendali: scelte di make or buy,
valutazioni di redditività e di convenienza economica.
Microeconomia (9 CFU, SECS-P/01)
Prerequisiti: Nessuno.
Modalità d'esame
Esame scritto. Gli studenti sono fortemente incoraggiati a seguire le lezioni e a svolgere le
esercitazioni che verranno settimanalmente assegnate e corrette. Su considerazione del docente può
esser richiesta un'integrazione orale.
Contenuti
- Economia di mercato
- Le scelte del consumatore
- Statica comparata e domanda
- Variazione di prezzo e benessere del consumatore
- La famiglia come fornitrice di risorse
- Decisioni in condizioni di incertezza
- L’impresa e suoi obiettivi
- Tecnologia e produzione
- I costi dell'impresa
- Concorrenza perfetta: l'impresa che non fa il prezzo
11
- L’equilibrio nei mercati concorrenziali
- Equilibrio generale ed economia del benessere
- Decisioni in condizioni di asimmetria informativa.
Testi di riferimento
KATZ M.L. e ROSEN H.S., Microeconomia, McGraw-Hill, Milano.
I Capitoli utili per il programma svolto in classe sono: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10,11,12, 17.
Per la parte di asimmetria informativa è disponibile sul sito del Corso una dispensa scaricabile dagli
iscritti, dispensa che è considerata a tutti gli effetti parte del programma d’esame.
Per iscriversi al Corso, inviare una mail al docente.
Misura dei Fenomeni Economici e Aziendali (9 CFU, SECS-S/03)
Prerequisiti
Conoscenze e abilità da acquisire
Gli obiettivi del corso sono:
- introdurre gli studenti alla comprensione delle basilari questioni di “misura” delle grandezze
economiche, delle loro variazioni nel tempo e nello spazio, delle loro caratteristiche distributive;
- guidare gli studenti all’uso degli strumenti idonei a questi scopi, sia presentandone principi e
proprietà salienti (di massima muovendo da casi/problemi per motivare e illustrare metodi e
strumenti), sia abituandoli a impiegarli in maniera appropriata in problemi applicativi.
Modalità d’esame
L’esame si svolge mediante una prova scritta (da espletarsi eventualmente anche in Aula Computer)
alla quale accederanno gli studenti che avranno superato un pre-test di teoria.
Criteri di valutazione
La valutazione della preparazione dello studente si baserà sulla comprensione degli argomenti svolti
e delle principali caratteristiche degli strumenti di “misura” presentati, sia in termini di concetto sia
in termini di applicazione (interpretazione) su dati reali di carattere economici e/o aziendale.
Contenuti
- Fonti: Strumenti di acquisizione delle informazioni statistiche in ambito economico-aziendale
- L’informazione statistica: dati primari/secondari e interni/esterni.
- Qualità dell’informazione statistica. Esempi di informazione statistica riportata
dai media.
- Le unità di attività economica e le branche di attività economica: la
classificazione ATECO.
- Principali fonti dei dati: censimenti e archivi statistici delle imprese, indagini
campionarie, fonti amministrative (con approfondimenti).
- Visione ed utilizzo di alcune banche dati per la misura di grandezze
economiche e aziendali.
- Misura e stima dei fattori produttivi
- Il capitale materiale e la sua valutazione.
- Il fattore lavoro e le forze di lavoro. Le unità di lavoro.
- I numeri indici
- Note metodologiche generali e classificazione dei numeri indici.
- L’approccio economico al calcolo dei numeri indici sintetici.
- I numeri indici temporali sintetici: l’approccio statistico.
- I principali indici sintetici costruiti in Italia (numeri indici dei prezzi, delle
attività produttive, dei costi di produzione, del commercio con l’estero, etc.).
- La misura dell’inflazione.
- Principali applicazioni dei numeri indici in ambito aziendale.
- Elementi di Contabilità Nazionale
12
- Il quadro di riferimento: i sistemi SNA e SEC.
- Operazioni e principali aggregati economici.
- Il sistema dei conti economici (versione semplificata).
- I conti trimestrali (cenni).
- Confronti temporali di aggregati economici
- Valutazione degli aggregati economici a prezzi costanti.
- Principali applicazioni in ambito economico.
- Misure di produttività parziale e globale: la produttività di un’azienda nel
tempo.
- Confronti spaziali di aggregati economici
- Confronti binari e multipli.
- Misura e confronto della produttività tra aziende.
- Indici e misure di concentrazione e distribuzione di risorse economiche
- Distribuzione del reddito. Concentrazione.
- Indicatori di disuguaglianza dei redditi e di povertà.
Attività di apprendimento previste e metodologie di insegnamento
Il corso verrà erogato per mezzo di lezioni frontali, sia teoriche sia con esercizi su dati reali.
Possibili approfondimenti potrebbero essere programmati in Aula Computer.
La frequenza alle lezioni, seppure non obbligatoria, è vivamente consigliata.
Eventuali indicazioni sui materiali di studio
Documentazione ufficiale proveniente dall'ISTAT e da altre fonti ufficiali di dati, disponibile
solitamente on-line.
Altro materiale didattico verrà reso disponibile durante lo svolgimento dell’insegnamento.
Testi di riferimento
Baldini M., Toso S. (2009). Diseguaglianza, povertà e politiche pubbliche, Bologna: Il Mulino.
Bracalente B., Cossignani M., Mulas A. (2009). Statistica aziendale, Milano: McGraw-Hill.
Predetti A. (2006). I numeri indici. Teoria e pratica dei confronti temporali e spaziali, XI ed.,
Milano: Giuffrè.
Siesto V. (1996). La contabilità nazionale Italiana. Il sistema dei conti del 2000, nuova edizione,
Bologna: Il Mulino.
Modelli Statistici 1
(9 CFU, SECS-S/01)
Prerequisiti: Istituzioni di analisi matematica, Statistica I, Statistica II, Algebra lineare, Istituzioni
di Calcolo delle probabilità
Conoscenze e abilità da acquisire: Il Corso è finalizzato a far acquisire agli studenti i metodi
statistici per la costruzione, la validazione e l'utilizzo di modelli di regressione. Il Corso fornisce
anche gli strumenti necessari per l'analisi al computer dei modelli di regressione, tramite il software
statistico R.
Modalità d'esame: Esame scritto
Criteri di valutazione: La valutazione della preparazione dello studente si baserà sulla
comprensione degli argomenti svolti, sull'acquisizione dei concetti e delle metodologie proposte, e
sulla capacità di applicarli.
Contenuti
Il modello lineare
Il modello di regressione lineare
- Problemi di regressione.
- Il modello di regressione lineare normale.
13
- Inferenza basata sulla verosimiglianza: stima puntuale, intervalli di confidenza, verifica di
ipotesi lineari sui coefficienti di regressione e test F.
- Ipotesi del secondo ordine e teorema di Gauss Markov.
- Analisi critica e costruzione del modello: metodi diagnostici (analisi dei residui,
individuazione di valori anomali e punti leva), tecniche per la selezione delle variabili.
Analisi della varianza e della covarianza
- Modelli con variabili indicatrici.
- Analisi della varianza ad una e a due vie.
- Analisi della covarianza.
Il modello lineare generalizzato
- Discussione critica dei modelli lineari e motivazioni per la loro generalizzazione.
- Dati binari e modelli di regressione logistica (verosimiglianza, stima dei parametri, interpretazione
delle stime dei parametri, problemi di verifica d'ipotesi).
- La regressione di Poisson (verosimiglianza, stima dei parametri, problemi di verifica d'ipotesi).
Attività di apprendimento previste e metodologie di insegnamento
Il corso prevede delle lezioni frontali ed esercitazioni in aula informatica. Durante tali esercitazioni
si propone l'analisi di casi studio provenienti da diversi contesti applicativi utilizzando il software
R.
Eventuali indicazioni sui materiali di studio
Durante il corso saranno messi in distribuzione eventuali lucidi delle lezioni e la dispensa di R per
le esercitazioni in aula informatica.
Testi di riferimento
- PACE L. e SALVAN A., Introduzione alla Statistica – II. Inferenza, Verosimiglianza, Modelli,
Cedam, Padova, 2001.
- AZZALINI A., Inferenza Statistica: una Presentazione basata sul Concetto di Verosimiglianza, 2a
edizione, Springer-Italia, Milano, 2004.
- BORTOT P., VENTURA L. e SALVAN, A., Inferenza Statistica: Applicazioni con S-Plus e R,
Cedam, Padova, 2000.
Modelli Statistici 2 (9 CFU, SECS-S/01)
Prerequisiti: Istituzioni di Calcolo delle Probabilità, Statistica 1, Statistica 2, Modelli Statistici 1
Conoscenze e abilita' da acquisire: Il corso mira ad approfondire la conoscenza dei modelli di
regressione, con particolare riferimento ai modelli lineari generalizzati e i modelli per dati
categoriali. E' previsto lo studio di queste tipologie di modelli sia da un punto di vista teorico che
nella loro applicazione a dati reali.
Modalità di esame: La prova d'esame principale è di tipo orale; essa viene preceduta da due fasi
preliminari come descritto in seguito:
- La prima di queste prove preliminari è un "quiz" con risposta a scelta multipla, che ha durata di
30'. Nell'espletamento di questa i candidati non possono utilizzare alcun materiale ausiliario.
- Subito dopo la comunicazione degli esiti della prima prova, si procede alla prova pratica in aula
informatica. La prova è costituita dall'elaborazione numerica di un insieme di dati, ed ha durata
di circa 90'-100'. In questa prova i candidati possono utilizzare qualsiasi materiale ausiliario.
Criteri di valutazione: si valuteranno sia la preparazione dello studente sui contenuti oggetto del
corso, sia la sua capacità di interpretare e valutare criticamente i risultati delle analisi svolte, sulla
base delle conoscenze acquisite.
Contenuti
14
I modelli lineari generalizzati (GLM)
- Famiglia esponenziale, verosimiglianza, momenti e funzione legame.
- Inferenza nei GLM: verosimiglianza, stima (IRWLS) e verifica di ipotesi.
- Adeguatezza dei modelli: devianza e residui.
- Sovradispersione e quasi-verosimiglianza
- Tabelle di contingenza: modelli log-lineari.
Modelli multinomiali per risposte nominali o ordinali.
Analisi per dati categoriali longitudinali (GLMM, GEE, …).
Elementi di base dell'inferenza nella statistica multivariata
Attività' di apprendimento previste e metodologie di insegnamento: Il corso verrà erogato per
mezzo di lezioni di teoria ed esercitazioni in laboratorio informatico.
Eventuali indicazioni sui materiali di studio: Materiale didattico ulteriore ai libri di testo verrà
reso disponibile durante lo svolgimento dell’insegnamento.
Testi di riferimento
Azzalini, A., Inferenza statistica: una presentazione basata sul concetto di verosimiglianza, 2ª
edizione. Milano: Springer Italia, 2001(testo principale)
Dobson, A.J., An Introduction to Generalized Linear Models. Chapman & Hall, 1990. (per
consultazione)
McCullagh, P. e Nelder, J.A., Generalized Linear Models. Chapman & Hall, 1989.(per
consultazione)
J. Faraway, Practical regression and anova using R. 2002. http://cran.r-project.org/contrib. (per
attività di laboratorio)
J. Faraway, Extending the linear model with R. Chapman & Hall, 2006.
Modelli Statistici di Comportamento Economico (9 CFU, SECS-S/03)
Contenuti
- Introduzione alla modellazione in ambito economico
- Parametri strutturali, causali e in forma ridotta
- Specificazione e interpretazione economica dei parametri
- Specificazione e stima di modelli lineari per applicazioni all'economia
- Richiami a stimatori OLS e violazione degli assunti
- Stimatori GLS
- Endogenità e simultaneità
- Variabili strumentali
- Introduzione a metodi avanzati per l'analisi di dati economici
- Modelli strutturali (anche con variabili latenti)
- Modelli non-lineari
- Analisi di dati longitudinali
- Valutazione di interventi pubblici
15
Politica Economica (9 CFU, SECS-P/01)
Prerequisiti: Macroeconomia, Microeconomia
Modalità del'esame: Prova scritta, con orale integrativo facoltativo.
Contenuti
Prima parte
- Fondamenti dell’intervento pubblico nell’economia
- Efficienza paretiana
- Economia del Benessere: 1° e 2° Teorema Fondamentale
- Fallimenti del mercato
- Efficienza e distribuzione
- Fallimenti dell’intervento pubblico
- Introduzione ai mercati con asimmetrie informative
- Segnalazione (signalling)
- Cernita (screening)
- Antiselezione (adverse selection)
- Rischio morale (moral hazard)
- Intervento pubblico in alcuni settori
- Sanità
- Sicurezza sociale
- Mercato del lavoro
- Mercato del credito
Seconda parte
- La sostenibilità del debito pubblico.
Eventuali indicazioni su materiale di studio
H.S. Rosen, Scienza delle finanze, McGraw-Hill, ultima edizione.
Testi di riferimento
Per la prima parte, Appunti dalle lezioni. Per la seconda parte, il testo di riferimento è Alan J
Auerbach, "Long-Term Fiscal Sustainability in Major Economies", University of California,
Berkeley July 2011 (wp).
Altre letture saranno suggerite all'inizio del corso.
Popolazione e Mutamento Socio Economico (9 CFU, SECS-S/04)
Prerequisiti: Statistica 1
Conoscenze e abilità da acquisire:
I meccanismi naturali di ricambio della popolazione, la demografia della famiglia e della parentela,
i flussi migratori e la composizione della popolazione per età condizionano i comportamenti socioeconomici individuali e collettivi. Di conseguenza, per comprendere una società, orientare le scelte
delle imprese e di politica sociale, è fondamentale tener conto delle tendenze demografiche.
Questo corso si propone di esaminare le molteplici relazioni tra popolazione e mutamento
socioeconomico, con particolare attenzione al caso italiano, inserendolo, però, nel quadro dei
cambiamenti delle popolazioni contemporanee. Al termine del corso lo studente è capace di
misurare e riconoscere le complesse interazioni esistenti tra dinamiche di popolazione e dinamiche
economiche e sociali. In particolare, lo studente è in grado di:
- costruire e interpretare correttamente le misure demografiche e ricercare i dati nelle fonti
ufficiali disponibili, anche a livello regionale e locale
- comprendere i principali cambiamenti demografici,
- inserire i comportamenti demografici nel vasto ambito dello sviluppo sociale ed economico,
- identificare e utilizzare le informazioni atte a studiare i legami fra comportamento demografico
e mutamento socioeconomico con spirito critico e un buon livello di autonomia.
16
Modalità d’esame: Prova scritta e orale, con discussione di un elaborato messo a punto dallo
studente, su un tema concordato con il docente
Criteri di valutazione:
La valutazione della preparazione dello studente si baserà sulla comprensione degli argomenti
svolti, sull'acquisizione dei concetti e delle metodologie proposte, e sulla capacità di applicarli.
Contenuti
- Cambiamenti della popolazione italiana dal secondo dopoguerra ad oggi
- Ammontare, distribuzione nel territorio italiano, accrescimento e bilancio demografico. La
rilevazione di dati di popolazione (Censimento, registri di popolazione, indagini
campionarie)
- La struttura per sesso ed età: piramide e indicatori di struttura
- Prospettive della popolazione italiana nelle previsioni dell’Istat
- Alcuni strumenti per lo studio dei processi demografici (approccio longitudinale e
trasversale, schema di Lexis, tassi e probabilità)
- Aumento della sopravvivenza e invecchiamento
- Misure di mortalità: Tassi generici e specifici. Standardizzazione diretta e indiretta;
scomposizione dei tassi tra effetti strutturali ed effetti di propensione. La rilevazione di dati
di mortalità.
- Tavole di eliminazione per lo studio della mortalità, vita media; costruzione di tavole di
mortalità abbreviate. Mortalità differenziale per condizione socioeconomica.
- Aumento della popolazione anziana. Conseguenze economiche e sociali: consumi e
risparmio; implicazioni per i servizi socio-sanitari.
- Diminuzione delle nascite
- Misure di fecondità: fecondità per età della madre e per ordine di nascita, misure di intensità
e cadenza; misure trasversali (contemporanei) e longitudinali (coorti). Fecondità
differenziale per condizione socio-economica. La rilevazione di dati di fecondità.
- Le cause della bassa fecondità italiana: alti costi-opportunità, insufficienti politiche di
conciliazione, insufficiente fiscalità di vantaggio per le famiglie con figli, il valore dei figli
- Aumento della popolazione straniera
- Misure dei movimenti migratori di corto e lungo raggio. Misure del ricambio delle
generazioni con e senza la componente migratoria. Rilevazione dei movimenti migratori e
della popolazione straniera regolare e irregolare nel contesto italiano
- Quarant’anni di immigrazione straniera in Italia e nel Veneto
- Incidenza economica delle migrazioni sulle popolazioni autoctone e sugli immigrati:
propensione al consumo e al risparmio; struttura del mercato del lavoro; impatto sul sistema
dei servizi; impatto sulla formazione del capitale umano
- La popolazione nei prossimi anni
- Metodi sintetici e analitici di previsione della popolazione, a livello nazionale e locale
- Previsioni derivate (mercato del lavoro; domanda di servizi)
- Un argomento a scelta fra
- Fattori e conseguenze dell’invecchiamento demografico: gli squilibri fra le generazioni:
sistema pensionistico; domanda di servizi di cura e scambi gratuiti fra parenti
- Nuove e vecchie forme familiari
- Misure della formazione e degli scioglimenti della famiglia: matrimoni e convivenze;
separazioni e divorzi. La struttura delle famiglie (semplici, complesse, multiple,
monogenitoriali). La famiglia come unità di rilevazione e come attributo degli individui.
Rilevazione dei dati di stato e degli eventi.
- La tardiva uscita dei figli dalla famiglia italiana: la prolungata istruzione, le rigidità del
mercato del lavoro e delle abitazioni, le aspettative dei giovani e dei loro genitori
- La riduzione della dimensione delle famiglie: meno figli, più separazioni, più famiglie di
persone anziane
17
Attività di apprendimento previste e metodologie di insegnamento:
Lezioni frontali, laboratori in aula informatica ed esercitazioni pratiche concordate con il docente
Eventuali indicazioni su materiale di studio:
Ulteriore materiale sarà suggerito durante il corso
Testi di riferimento:
LIVI BACCI M., Introduzione alla demografia, 3a ed., Torino: Loescher, 2004.
BALDI S., CAGIANO DE AZEVEDO R., La popolazione italiana. Storia demografica dal
dopoguerra ad oggi. Bologna: il Mulino, 2005.
GESANO G., ONGARO F., ROSINA A., Rapporto sulla popolazione. L'Italia all'inizio del XX
secolo. Bologna: il Mulino, 2007.
SALVINI S., DE ROSE A., Rapporto sulla popolazione. L'Italia a 150 anni dall'Unità. Bologna: il
Mulino, 2011.
FONDAZIONE NORD-EST, Nord Est 2008. Rapporto sulla società e l’economia, Marsilio Editori,
Venezia, 2008, anche in: http://www.fondazionenordest.net.
Serie Storiche (9 CFU , SECS-S/03)
Contenuti
Analisi esplorative:
- analisi grafiche
- le componenti di una serie storica: trend, stagionalità, ciclo
- modelli per le componenti
- outliers
Lisciamento e metodi di decomposizione:
- medie mobili
- lisciamento esponenziale
- regressioni non parametriche
Concetti di base:
- processi stocastici
- stazionarietà, invertibilità, ergodicità
- media, autocovarianza, autocorrelazione
Modelli lineari stazionari:
- teorema di rappresentazione di Wold
- processi autoregressivi a media mobile, ARMA(p,q)
- procedura di Box-Jenkins (identificazione, stima, analisi dei residui)
- criteri di informazione automatica per la selezione del modello (AIC, BIC, HIC, …)
Modelli non stazionari:
- non stationarietà in media: trend deterministici e stocastici
- processi a radici unitarie
- test per radici unitarie: DF, ADF, ...
- decomposizione di Beveridge-Nelson
- cambiamenti strutturali
Previsione:
- criterio dell'errore quadratico medio di previsione
- calcolo delle previsioni per modelli ARMA e ARIMA
- valutazione della bontà di previsione
Modelli a funzione di trasferimento (cenni):
- funzioni di risposta impulsiva
- funzioni di autocorrelazione incrociata
- costruzione di modelli a funzione di trasferimento per un singolo input.
18
Statistica 2
(12 CFU, SECS-S/01)
Prerequisiti: Istituzioni di analisi matematica, Statistica I, Algebra lineare, Istituzioni di Probabilità
Conoscenze e abilità da acquisire: Il corso mira a far acquisire abilità autonome nell'analisi
inferenziale dei dati. Si approfondisce lo studio dei modelli statistici e dei principali metodi di
inferenza. Si acquisiscono le basi dell’inferenza basata sulla verosimiglianza, come strumento
unificante e generale per l'analisi dei dati.
Modalità d'esame: Esame scritto
Criteri di valutazione: La valutazione della preparazione dello studente si baserà sulla
comprensione degli argomenti svolti, sull'acquisizione dei concetti e delle metodologie proposte, e
sulla capacità di applicarli.
Contenuti
Inferenza statistica: idee e problemi di base
Popolazione, campione, dati campionari e inferenza. Modelli statistici e loro specificazione.
Controllo empirico del modello statistico. Funzioni di ripartizione empirica e quantile.
Principali modelli statistici parametrici
Modelli statistici discreti: binomiale, binomiale negativa, Poisson, multinomiale.
Modelli statistici continui: esponenziale, gamma, normale, normale multivariata.
Distribuzioni campionarie collegate, esatte e approssimate: chi-quadrato, t, F, Wishart e
approssimazioni basate sul teorema del limite centrale.
Le procedure dell’inferenza statistica
Stima puntuale. Parametro, stima, stimatore, errore di stima. Stima secondo il metodo dei dei
momenti e dei minimi quadrati. Criteri di valutazione degli stimatori: distorsione, errore quadratico
medio, consistenza.
Intervalli e regioni di confidenza. Quantità pivotali. Intervalli e regioni di confidenza esatti e
approssimati.
Verifica delle ipotesi. Test statistico, livello di significatività, livello di significatività osservato,
funzione di potenza. Test esatti e approssimati. Relazione tra test e intervalli di confidenza.
Inferenza basata sulla verosimiglianza
La funzione di verosimiglianza. Rapporto di verosimiglianza. Verosimiglianze equivalenti e
statistiche sufficienti. Riparametrizzazioni.
Stima di massima verosimiglianza. Aspetti computazionali. Informazione osservata e attesa.
Proprietà degli stimatori di massima verosimiglianza e loro distribuzione approssimata.
Test e regioni di confidenza basati sulla verosimiglianza. Test e regioni di Wald, score e basati sul
rapporto di verosimiglianza: casi monoparametrico, multiparametrico.e di interesse parziale.
Versioni unilaterali.
Esemplificazioni notevoli
Problemi sulle frequenze relative: inferenza sulla singola proporzione; confronto tra due
proporzioni. Problemi sulle medie e su funzioni di medie: inferenza sulla singola media; confronto
tra due medie; dati appaiati. Problemi sulle varianze: inferenza sulla varianza nel modello normale.
Inferenza sulla multinomiale. Test di indipendenza in tabelle di contingenza. Test di bontà di
adattamento.
Attività di apprendimento previste e metodologie di insegnamento
Il corso prevede delle lezioni frontali ed esercitazioni a gruppi.
Testi di riferimento
Pace, L., Salvan, A. (2001). Introduzione alla Statistica: II Inferenza, verosimiglianza,
modelli. Cedam, Padova.
Azzalini A. (2001). Inferenza statistica, una presentazione basata sul concetto di
verosimiglianza. (pp. xiv+367). Springer-Verlag, Milano. 2a edizione.
19
Statistica Computazionale (9 CFU, SECS/01)
Obiettivi formativi
- Presentare alcuni metodi statistici “intensivi” dal punto di vista del calcolo cercando di
enfatizzarne l'applicabilità.
- Mostrare l'implementazione in R dei metodi studiati e quindi, introdurre gli studenti alla
programmazione in R.
Contenuti
- Tecniche di simulazione e applicazioni in statistica
- Introduzione alla simulazione: cenno alla generazione di variabili casuali uniformi, algoritmo di
inversione, algoritmo accetto-rifiuto, campionamento per importanza, Rao-Blackwell, l'idea
delle variabili antitetiche.
- Applicazioni: calcolo di integrali multidimensionali, valutazione dell'efficienza e robustezza di
un metodo statistico, calcolo dei valori critici di una statistica test in situazioni “complicate”,...
- Inferenza via bootstrap
- L'idea del bootstrap, bootstrap parametrico e non parametrico, esempi di applicazioni (quantili,
modello lineare,...)
- Stima non parametrica
- Funzione di densità: il metodo del nucleo, l'importanza della scelta del grado di lisciamento,
criteri automatici (validazione incrociata, Sheather-Jones).
- Funzione di regressione: regressione polinomiale locale, splines, idea dei gradi di libertà
equivalenti, scelta degli stessi usando AICc e GCV, valutazione della precisione via bootstrap.
- Applicazioni a dati reali.
- Esplorazione numerica della funzione di verosimiglianza
- Introduzione agli algoritmi di ottimizzazione e differenziazione numerica in R, loro uso per
calcolare le stime di massima verosimiglianza, costruzione di intervalli o regioni di confidenza
basati sulla verosimiglianza profilo o su una valutazione numerica della matrice di informazione
osservata.
Statistica Sociale (9 CFU, SECS-S/05)
Prerequisiti: Conoscenze basilari del software SAS
Conoscenze e abilità da acquisire:
- Macro-obiettivo “ANALISI”: Saper scegliere e utilizzare, in funzione delle ipotesi di ricerca e
della natura dei dati, i metodi di analisi statistica delle relazioni bivariate tra fenomeni sociali ed
economici.
Sub-obiettivi:
-
-
Saper utilizzare con correttezza le tecniche di analisi statistica utilizzando programmi informatici di
carattere generale (SAS).
Saper interpretare tabelle e grafici che riproducono i risultati di analisi statistiche di relazione.
Saper presentare in modo essenziale ma preciso i risultati delle elaborazioni statistiche e le
interpretazioni delle analisi svolte.
Macro-obiettivo “VALUTAZIONE”: saper impostare un progetto di valutazione di un processo
o di un servizio
Sub-obiettivi:
-
Saper costruire un sistema di indicatori per la valutazione di un processo o servizio
Saper impostare dei criteri di valutazione per un utilizzo adeguato degli indicatori
Saper presentare in modo essenziale ma preciso il sistema di valutazione.
20
Modalità d’esame:
Orale integrato dalla discussione di un elaborato messo a punto dallo studente.
Criteri di valutazione:
La valutazione si basa sia sulle conoscenze manifestate durante l'esame orale sia sulla relazione
finale. Il giudizio finale è una media del voto orale e del voto della relazione.
Contenuti
- Analisi
- Dipendenza simmetrica e asimmetrica tra fenomeni sociali.
- Criteri di scelta dei metodi di analisi statistica bivariata delle relazioni tra variabili.
- Misura della dipendenza tra variabili misurate su ogni tipo di scala.
- Analisi della concordanza tra osservatori indipendenti dello stesso fenomeno.
- Analisi del rischio di fenomeni sociali e sanitari
- Valutazione
- Concetti e fasi della valutazione: dalla definizione delle risorse fino a quella del prodotto
- I criteri della valutazione: efficacia, efficienza, equità, soddisfazione, appropriatezza,
accessibilità
- L’indicatore statistico come principale strumento di valutazione: tipologie di indicatori
appropriati per ognuno dei criteri di valutazione
- Costruzione di sistemi di indicatori
- La misurazione di concetti complessi: criteri e metodi per la costruzione di indicatori
compositi
Attività di apprendimento previste e metodologie di insegnamento:
Il corso si avvale di un consistente numero di ore in aula informatica per lo sviluppo di analisi dei
dati con SAS.
- Le restanti lezioni sono di tipo frontale e sotto forma di esercitazioni a gruppi
- Durante il corso gli studenti svilupperanno insieme col docente un sistema di indicatori su un
argomento definito all’inizio della seconda parte del corso
Eventuali indicazioni su materiale di studio:
Dispensa del corso e altro materiale viene fornito direttamente dal docente.
Testi di riferimento:
A. Agresti, B. Finlay, Metodi statistici di base e avanzati per le scienze sociali. --: Pearson, 2012.
P. Corbetta, Metodologia e tecnica della ricerca sociale, Il Mulino, 1999.
OECD, Handbook on Constructing Composite Indicators. Methodology and user guide, 2008.
Del Vecchio, F., Scale di misura e indicatori sociali. Cacucci Editore, 1995
Teoria e Tecnica dell’Indagine Statistica e del Campionamento (9 CFU , SECSS/05)
Prerequisiti: Statistica 1, Statistica 2, Istituzioni di Calcolo delle Probabilità
Conoscenze e abilità da acquisire:
Comprendere potenzialità e limiti dell’indagine campionaria. Sviluppare capacità di costruire un
questionario, in funzione degli obiettivi e delle caratteristiche dell’indagine, e di predisporre un
questionario elettronico per sistemi di rilevazione computer-assisted. Acquisire le nozioni di base di
teoria del campionamento. Essere in grado di:
- Individuare e progettare il disegno di campionamento più idoneo per il progetto di ricerca in
esame
- Procedere alla selezione di campioni probabilistici
- Determinare la numerosità ottimale del campione
- Predisporre un report di risultati adeguato al destinatario dell'informazione
21
Modalità d’esame:
Esercizi scritti per il modulo di campionamento.
Esame orale con discussione di un’indagine campionaria progettata dagli studenti per il modulo
sulle fasi dell’indagine statistica.
Criteri di valutazione:
La valutazione della preparazione dello studente si baserà sulla comprensione degli argomenti
svolti, sull'acquisizione dei concetti e delle metodologie proposte, e sulla capacità di applicarli.
Contenuti
Introduzione
− Tipi d’indagine: esaustiva e campionaria, mediante interrogazione (questionario strutturato,
intervista), osservazione, esperimento, analisi di fonti e archivi.
− Disegni d’indagine trasversali e longitudinali.
− Uso congiunto di dati statistici e informazioni qualitative (raccolte mediante tecniche
previsionali di tipo Delphi o focus group).
Campionamento
− Aspetti introduttivi: popolazioni finite, liste, errori campionari e non campionari, campioni
probabilistici e non probabilistici.
− Campione casuale semplice
− Campionamento sistematico
− Stima secondo il metodo del rapporto e per regressione
− Campionamento stratificato e campionamento di cluster
− Campionamento a due più stadi
− Campionamento con probabilità variabili
− Campionamento doppio (cenni)
− Campionamento ruotato
Le fasi dell’indagine statistica
− La rilevazione dei dati mediante questionario strutturato: regole di composizione, albero
delle aree, preparazione dei quesiti.
− La tecnica d’indagine: CATI, CAWI, CAMI. Ciclo di esercitazioni per la costruzione di
questionari web.
− Collegamento fra scelta del piano campionario e della tecnica d’indagine.
− Piani per il controllo dell’errore di rilevazione; il numero ottimo di rilevatori.
− Il processo di revisione e analisi di qualità dei dati: selection bias, altri errori,
incompatibilità, processi di correzione/imputazione dei dati, frazione di risposta. Approcci
deterministici e probabilistici.
− La predisposizione e presentazione dei risultati: l'uso dei coefficienti di riporto all'universo,
l'uso di software per l'analisi di dati da indagini con disegno campionario complesso.
− Le principali indagini campionarie in Italia e le nuove prospettive del “censimento
continuo”.
Attività di apprendimento previste e metodologie di insegnamento: Il corso si avvale di lezioni
frontali, esercitazioni e attività in aula informatica.
Eventuali indicazioni su materiale di studio: Dispense e altro materiale forniti dal docente
Testi di riferimento:
Lohr S.L., Sampling: Design and Analysis, Duxbury Press, 1999.
Fabbris L., L’indagine campionaria. Metodi, disegni e tecniche di campionamento, NIS, Roma,
1989.
Barnett V., Sample Survey: Principles and methods. London: Arnold, 2002
Per l’indagine statistica:
ISTAT, Manuali di tecniche d’indagine. 1989
Lohr S.L., Sampling: Design and Analysis, Duxbury Press, 1999.
22
