Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Tipologia di Attività formativa D e F
Nei piani didattici di ciascun Corso di studio è previsto l’obbligo di conseguire un certo numero di crediti formativi mediante attività a scelta (chiamate anche "di tipologia D e F").
Oltre che in insegnamenti previsti nei piani didattici di altri corsi di studio e in certificazioni linguistiche o informatiche secondo quanto specificato nei regolamenti di ciascun corso, tali attività possono consistere anche in iniziative extracurriculari di contenuto vario, quali ad esempio la partecipazione a un seminario o a un ciclo di seminari, la frequenza di laboratori didattici, lo svolgimento di project work, stage aggiuntivo, eccetera.
Come per ogni altra attività a scelta, è necessario che anche queste non costituiscano un duplicato di conoscenze e competenze già acquisite dallo studente.
Quelle elencate in questa pagina sono le iniziative extracurriculari che sono state approvate dalla Commissione didattica e quindi consentono a chi vi partecipa l'acquisizione dei CFU specificati, alle condizioni riportate nelle pagine di dettaglio di ciascuna iniziativa.
Si ricorda in proposito che:
- tutte queste iniziative richiedono, per l'acquisizione dei relativi CFU, il superamento di una prova di verifica delle competenze acquisite, secondo le indicazioni contenute nella sezione "Modalità d'esame" della singola attività;
- lo studente è tenuto a inserire nel proprio piano degli studi l'attività prescelta e a iscriversi all'appello appositamente creato per la verbalizzazione, la cui data viene stabilita dal docente di riferimento e pubblicata nella sezione "Modalità d'esame" della singola attività.
Scopri i percorsi formativi promossi dal Teaching and learning centre dell'Ateneo, destinati agli studenti iscritti ai corsi di laurea, volti alla promozione delle competenze trasversali: https://talc.univr.it/it/competenze-trasversali
CONTAMINATION LAB
Il Contamination Lab Verona (CLab Verona) è un percorso esperienziale con moduli dedicati all'innovazione e alla cultura d'impresa che offre la possibilità di lavorare in team con studenti e studentesse di tutti i corsi di studio per risolvere sfide lanciate da aziende ed enti. Il percorso permette di ricevere 6 CFU in ambito D o F. Scopri le sfide: https://www.univr.it/it/clabverona
----------------------------------------------------------------------
ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, incluse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° 2° | B-education: idee che valgono (1 cfu) 2024/2025 | D |
Cristina Florio
(Coordinatore)
|
1° 2° | B-education: idee che valgono (2 cfu) 2024/2025 | D |
Cristina Florio
(Coordinatore)
|
1° 2° | Ciclo tematico di conferenze “Italia nel mondo” - 2024/2025 | D |
Riccardo Stacchezzini
(Coordinatore)
|
1° 2° | Finanza etica 2024/2025 | D |
Giorgio Mion
(Coordinatore)
|
1° 2° | Intelligenza artificiale (IA) generativa per la comunicazione aziendale 2024/2025 | D |
Massimo Melchiori
(Coordinatore)
|
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° 2° | Metodi e strumenti per la review della letteratura 2024/2025 | D |
Cristina Florio
(Coordinatore)
|
1° 2° | Sustainable business model frameworks 2024/2025 | D |
Vincenzo Riso
(Coordinatore)
|
1° 2° | Vivi 3 giorni da Manager - 2024/2025 | D |
Nicola Cobelli
(Coordinatore)
|
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° 2° | IA e operativita' aziendale: metodi e tecniche 2024/2025 | D |
Lapo Mola
(Coordinatore)
|
1° 2° | Il commercialista consulente d'impresa 2024/2025 | D |
Riccardo Stacchezzini
(Coordinatore)
|
1° 2° | Soft skills relazionali per la professional presence 2024/2025 | D |
Federico Brunetti
(Coordinatore)
|
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° 2° | Lingua francese competenza linguistica - liv. B1 | D | Non ancora assegnato |
1° 2° | Lingua francese competenza linguistica - liv. B2 | D | Non ancora assegnato |
1° 2° | Lingua inglese competenza linguistica - liv. B2 | D | Non ancora assegnato |
1° 2° | Lingua inglese competenza linguistica - liv. C1 | D | Non ancora assegnato |
1° 2° | Lingua russa competenza linguistica - liv. B1 | D | Non ancora assegnato |
1° 2° | Lingua russa competenza linguistica - liv. B2 | D | Non ancora assegnato |
1° 2° | Lingua spagnola competenza linguistica - liv. B1 | D | Non ancora assegnato |
1° 2° | Lingua spagnola competenza linguistica - liv. B2 | D | Non ancora assegnato |
1° 2° | Lingua tedesca competenza linguistica - liv. B1 | D | Non ancora assegnato |
1° 2° | Lingua tedesca competenza linguistica - liv. B2 | D | Non ancora assegnato |
Statistica aziendale (2024/2025)
Codice insegnamento
4S00522
Docenti
Coordinatore
Crediti
9
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
SECS-S/03 - STATISTICA ECONOMICA
Periodo
Primo semestre LM dal 30 set 2024 al 23 dic 2024.
Corsi Singoli
Non Autorizzato
Obiettivi di apprendimento
In accordo con gli obiettivi formativi del CdS in "Marketing e comunicazione d'impresa", il corso esamina le principali fonti di dati ufficiali e le principali tecniche di campionamento per la raccolta dei dati. Infine viene analizzato il modello di regressione lineare per l'analisi dei dati raccolti e per la previsione delle vendite. Al termine dell'insegnamento lo studente dovrà dimostrare di possedere gli strumenti statistici per lo svolgimento di una ricerca di mercato seguendo le sue fasi essenziali: definizione degli obiettivi, analisi delle fonti secondarie interne ed esterne all'azienda, predisposizione del piano di campionamento e selezione delle unità statistiche, raccolta dei dati, controllo di qualità ed elaborazione dei dati, predisposizione del rapporto finale. Lo studente dovrà inoltre dimostrare di conoscere lo strumento basilare di ogni analisi statistica di causalità: il modello di regressione lineare.
Prerequisiti e nozioni di base
Si danno per acquisite le seguenti conoscenze relative alla statistica descrittiva di base e all’introduzione all’inferenza statistica:
• Distribuzioni di frequenza (unitarie, doppie, multiple, distribuzioni di frequenza in classi).
• Indici di posizione (media aritmetica, geometrica, ponderata, media per distribuzioni di frequenza in classi, mediana, moda, quantili e quartili).
• Indici di variabilità (campo di variazione, scarto interquartile, varianza).
• Distribuzione Normale.
• Stima puntuale (definizione e proprietà degli stimatori, stima puntale della media, proporzione, varianza).
• Stima intervallare (media, proporzione, varianza).
• Verifica di ipotesi (teoria dei test, test sulla media, test sulla varianza, p-value).
Programma
1. Caratteri, distribuzioni e variabili casuali nel contesto aziendale e nel marketing d’impresa.
2. Fonti di dati e informazione statistica
• Dati primari
• Dati secondari
• Open data
3. Principi di campionamento statistico per i processi aziendali e per le indagini di mercato
• Campione e parametri della popolazione
• Campionamento probabilistico e non probabilistico
• Statistiche e distribuzioni campionarie
• Campionamento da popolazioni finite e infinite
• Campionamento Casuale Semplice
• Campionamento Stratificato
4. Preparazione e gestione dei dati statistici aziendali e dell’informazione strategica
• Data preparation, data management, data cleaning
• Data Quality Assessment
• Gestione e utilizzo dei metadati
5. Rappresentazione e visualizzazione dell’informazione
• Data visualization
• Graphical data analysis
• Rappresentazioni grafiche (istogrammi, areali, grafici a torta, box plot, diagrammi di dispersione)
6. Cluster Analysis e Analisi delle componenti principali.
7. Indicatori di sintesi e confronto dei dati statistici aziendali
• Rapporti statistici
• Numeri indice semplici
8. Analisi di regressione
• Correlazione e associazione tra caratteri
• Modello di regressione lineare semplice
• Modello di regressione lineare multipla
• Modello logistico
9. Market Basket Analysis
• Regole associative e relative metriche
• Algoritmi nella Market Basket Analysis
• Applicazione in R
Per i riferimenti dettagliati ai testi dell’insegnamento e la loro relazione con gli argomenti del programma si invitano gli/le studenti/studentesse a prendere puntuale e attenta visione del documento “PROGRAMMA STATISTICA AZIENDALE A.A. 2024/2025” disponibile sulla piattaforma Moodle dell’insegnamento.
Bibliografia
Modalità didattiche
Lezioni frontali in aula condotte con il supporto del materiale didattico fornito dal docente (slide, esercizi, appunti OneNote, etc.) e degli esempi ed esercitazioni (anche svolti con l’ausilio dei software Excel e R).
Modalità di verifica dell'apprendimento
L’accertamento dell’apprendimento avviene per mezzo di una prova d’esame scritta strutturata come segue:
15 quesiti a risposta breve, multipla o calcolata
3 quesiti a risposta aperta
Potranno essere presenti fino a tre quesiti a risposta breve, multipla o calcolata (dei 15 quesiti previsti) e fino a un quesito a risposta aperta (dei 3 quesiti previsti) relativi al programma dell’insegnamento del modulo 2 (3 CFU).
Le domande possono riguardare aspetti teorici o metodologici, richiedere la soluzione di esercizi, richiedere di discutere, commentare, analizzare problemi di natura applicata sulla base delle conoscenze acquisite durante lo svolgimento dell’insegnamento.
Fatta eccezione dei materiali di approfondimento, sono parte integrante della verifica dell’apprendimento tutti gli argomenti presentati a lezione dal docente e le sezioni dei libri di testo indicati in bibliografia inerenti al programma dell’insegnamento.
Qualora emergano incongruenze nelle risposte fornite nella prova d’esame scritta o non sia possibile formulare una valutazione coerente della medesima, il docente si riserva la facoltà di convocare i/le singoli/e candidati/e per sostenere una prova d’esame orale integrativa (quest’ultima è prevista solo ed esclusivamente in suddetta circostanza).
La prova d’esame orale integrativa potrà riguardare qualsiasi argomento del programma dell’insegnamento, e potrà risultare in una valutazione finale pari, superiore o inferiore a quella conseguita nella prova d’esame scritta, potendone modificare l'esito anche in relazione alla valutazione di sufficienza.
La prova d’esame scritta si svolge obbligatoriamente in presenza, nei giorni ed orari previsti dal calendario degli appelli d’esame dell’insegnamento. Sono ammessi/e a sostenere la prova scritta solo gli/le studenti/esse regolarmente iscritti/e all’appello tramite la piattaforma virtuale dedicata.
La struttura della prova d’esame scritta sarà del tutto analoga alle simulazioni d’esame rese disponibili sulla piattaforma Moodle dell’insegnamento (vedi “mock_exam”).
Per ulteriori informazioni e dettagli sulla struttura della prova d’esame scritta, per le modalità di accesso e svolgimento della medesima e per le modalità di accettazione/rifiuto del voto e della verbalizzazione degli esiti si invitano gli/le studenti/studentesse a prendere puntuale e attenta visione del documento “ISTRUZIONI ESAME STATISTICA AZIENDALE A.A. 2024/2025” disponibile sulla piattaforma Moodle dell’insegnamento.
Criteri di valutazione
La prova d’esame scritta (nonché l’eventuale prova d’esame orale integrativa) è volta ad accertare la conoscenza degli argomenti del programma dell’insegnamento, la padronanza del linguaggio tecnico, la chiarezza espositiva del/la candidato/a, la capacità di applicare in autonomia i metodi statistici appresi durante lo svolgimento dell’insegnamento, la capacità di approcciare l’analisi statistica dei fenomeni aziendali e dei consumatori e l’uso delle principali tecniche statistiche nel marketing, fornendo una corretta interpretazione dei risultati ottenuti.
Criteri di composizione del voto finale
Il voto è espresso in trentesimi.
Lingua dell'esame
Italiano