Analisi Dei Dati Per Le Applicazioni Aziendali -modulo PRV-

RICHIAMI DI STATISTICA

La statistica descrittiva

Descrizione di variabili categoriali

Descrizione di variabili quantitative

La statistica bivariata

Relazione tra due variabili categoriali

Relazione tra una variabile quantitativa ed una categoriale

Relazione tra due variabili quantitative

INTRODUZIONE AI MODELLI DI REGRESSIONE

L’interpolazione lineare

Esempi di applicazioni

Classificazione delle variabili

Scelta dell’analisi

Finalità descrittive e predittive

Esplorare i dati

Gli assunti del modello di regressione

Analisi esplorativa univariata

Misure di tendenza centrale

Indicatori di variabilità

La gaussianità

I valori estremi

Analisi grafica

LA REGRESSIONE LINEARE

Richiami di regressione lineare semplice

La regressione lineare multipla

La verifica d’ipotesi sui parametri

La selezione automatica delle variabili

Analisi dei residui

La multicollinearità

Utilizzo del modello per la previsione e la simulazione

Introduzione al modello lineare generalizzato

L’analisi della varianza

I modelli ad effetti misti

L’analisi della varianza multivariata e le misure ripetute

Cenni ai modelli non lineari

La regressione polinomiale

La stima di curve

INTRODUZIONE ALL’ANALISI DELLE SERIE STORICHE

AZ


Analisi dei dati per le applicazioni aziendali

Definizione di serie storica

Cos’è una "buona" previsione

Schema concettuale di un "sistema di previsione”

Scelta di un modello

Applicazioni di forecasting analysis

Le operazioni utili e caratteristiche di spss

I modelli di regressione e loro applicazioni

Simulazione

Regressione ponderata

Simulazione ed errori autocorrelati

L’intervention analysis (parte i): elementi specifici per la regressione

Uso delle variabili dummy

Tecniche di selezione delle variabili

Previsione

I MODELLI ECONOMETRICI: ECONOMETRIA E REGRESSIONE

L’APPROCCIO DECOMPOSITIVO

Modello moltiplicativo e additivo nel trattamento delle componenti stagionali

Studio e previsione

I LIVELLAMENTI ESPONENZIALI

Previsione con i livellamenti

Caratteristiche computazionali

I PROCESSI STOCASTICI

I modelli ARIMA

Costruzione di un modello arima stagionale

L’intervention analysis: elementi relativi ai modelli ARIMA

Previsione e simulazione con i modelli arima utilizzando variabili dummy

Trattazione di break strutturali con i modelli ARIMA

I modelli ARMAX: uso delle covariate

Modelli multivariati: modelli VAR standard

PERFORMANCE DEI MODELLI DI PREVISIONE

CENNI SULLA SIMULAZIONE E PREVISIONE AUTOMATICA

Tool per la previsione automatica e la creazione di scenari

Pregi e limiti delle previsioni automatiche