Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Economia e Scienze politiche
ENTREPRENEURSHIP AND INNOVATION - IMPRENDITORIALITA' E INNOVAZIONE
Insegnamento
STATISTICS FOR MANAGEMENT
EPP6077104, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
ENTREPRENEURSHIP AND INNOVATION - IMPRENDITORIALITA' E INNOVAZIONE
EP2372, ordinamento 2017/18, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 8.0
Tipo di valutazione Voto
Denominazione inglese STATISTICS FOR MANAGEMENT
Dipartimento di riferimento Dipartimento di Scienze Economiche e Aziendali "Marco Fanno"
Sito E-Learning https://elearning.unipd.it/economia/course/view.php?idnumber=2019-EP2372-000ZZ-2019-EPP6077104-N0
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA
Corso singolo NON è possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile ANNA GIRALDO SECS-S/03

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Statistico-matematico SECS-S/03 8.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
ESERCITAZIONE 1.0 13 12.0
LEZIONE 7.0 49 126.0

Calendario
Inizio attività didattiche 23/09/2019
Fine attività didattiche 18/01/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2017

Commissioni d'esame
Nessuna commissione d'esame definita

Syllabus
Prerequisiti: Fondamenti di statistica: elementi di statistica descrittiva e di calcolo dell probabilità. Statistica inferenziale: stima, intervalli di confidenza e verifica d'ipotesi.
Conoscenze e abilita' da acquisire: Conoscenza delle principali tecniche statistiche per l'analisi dei dati economici ed aziendali a scopo previsivo. Abilità da acquisire: capacità di applicare a dati reali le tecniche spiegate a lezione, producendo previsioni di aggregati economici e aziendali.
Modalita' di esame: Esame scritto volto a verificare l'acquisizione della conoscenza delle tecniche statistiche introdotte. Progetto di analisi di dati volto alla verifica della capacità di applicare le tecniche statistiche a casi reali.
Criteri di valutazione: Verifica conoscenza di alcune tecniche statistiche per analizzare dati economici e capacità di applicarle a casi concreti. Capacità di formulare un'ipotesi di ricerca e di applicare metodi statistici su un insieme di dati per provare tale ipotesi.
Contenuti: Il modello di regressione lineare. Definizione, inferenza e adattamento
Regressione per variabili dipendenti dicotomiche
Introduzione a metodi di segmentazione del mercato (cluster analysis)
La previsione
Introduzione all'analisi delle serie storiche
Previsione con serie storiche: medie mobili e metodi di lisciamento

Analisi di casi concreti tramite l'utilizzo del software statistico R
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali ed esercitazioni in laboratorio informatico.
Eventuali indicazioni sui materiali di studio: Materiali di studio verranno caricati su moodle.
Testi di riferimento:
  • James G., Witten D., Hastie T. and Tibshirani R., An Introduction to Statistical Learning with Applications in R. --: Springer, 2013. Cerca nel catalogo
  • Hyndman R.J., Athanasopoulos G., Forecasting: Principles and Practice. --: O texts, 2018. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Laboratory
  • Problem based learning
  • Case study
  • Interactive lecturing
  • Working in group
  • Problem solving
  • Peer assessment

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Istruzione di qualita'