Statistica per le decisioni aziendali

Nome docente	Bilancia Massimo
Corso di laurea	Economia e Amministrazione delle Aziende
Anno accademico	2018/2019
Periodo di svolgimento	Primo semestre
Crediti formativi universitari (CFU)	6
Settore scientifico disciplinare	SECS S/01
Download Programma

Programma

Modulo I.

1. Gli strumenti di base per le previsioni

2. Judgemental forecasting e il metodo Delphi

3. Regressione semplice

4. Regressione multivariata

5. Modelli di decomposizione delle serie storiche

6. Exponential smoothing – Tecniche di base

7. Exponential smoothing – Tecniche avanzate

8. Modelli ARIMA – Elementi di base, modelli AR ed MA

9. Modelli ARIMA – Modelli ARIMA non stagionali

10. Modelli ARIMA – Scelta del modello e previsione dai modelli ARIMA

11. Modelli ARIMA – Modelli ARIMA stagionali

12. Cenni a tecniche di forecasting avanzate: reti neurali e modelli econometrici

Modulo II. Laboratorio

Il laboratorio è parte integrante del corso. Sarà utilizzato il software di analisi dei dati R, liberamente disponibile sul network del CRAN all’indirizzo http://cran.r-project.org. Durante il corso di laboratorio sarà erogata un’introduzione approfondita ad R, e verranno mostrati casi pratici di studio relativi agli argomenti teorici.

Testi consigliati

M. Bilancia (2017) Dispense per il Corso Statistica per le Decisioni Aziendali – Versione 1.1 Settembre 2018. Dipartimento Jonico, liberamente distribuite sotto Licenza Creative Commons 4.0 CC BY-NC-ND.
R.J. Hyndman, G. Athanasopoulos (2014) Forecasting: Principles and Practices. Liberamente disponibile all’indirizzo https://www.otexts.org/fpp. Sul sito Web associato al testo è presente una grande quantità di dataset, materiale didattico ed esempi svolti in R.
M. Mineo, Una Guida all’Utilizzo dell’Ambiente Statistico R (2003). Disponibile sul sito del CRAN