| |
 |
|
|
|
|
Codice:
Course code: |
|
15810 |
|
|
|
Anno accademico:
Academic year: |
|
2007-2008 |
|
|
|
Titolo del corso:
Course title: |
|
STATISTICA ECONOMICA E ANALISI DI MERCATO (1 modulo) - Modelli Previsionali
Economic Statistics and Market Analysis (1 module) - Forecasting Models
|
|
|
|
Modulo:
Module: |
|
Unico
|
|
|
|
Docente 1:
Teacher 1: |
|
BIFFIGNANDI Silvia |
|
|
|
Ruolo Docente 1:
Teacher 1: |
|
|
|
|
|
Sdoppiamento 1:
Splitting 1: |
|
0 |
|
|
|
Modulo 1:
Module 1: |
|
0 |
|
|
|
|
|
|
Modalità 1:
Type 1: |
|
Convenzionale
|
|
|
|
Settore scientifico-disciplinare:
Reference sector: |
|
SECS-S/03 Statistica economica |
|
|
|
Anno di corso:
Year of degree course: |
|
Secondo quanto indicato nei piani di studio
According to Study Programme
|
|
|
|
Facoltà:
Faculty: |
|
Economia |
|
|
|
Modalità di frequenza:
Type: |
|
Non obbligatoria |
|
|
|
Semestre:
Semester: |
|
2 |
Sottoperiodo:
Sub period: |
|
6° |
|
|
|
Numero totale di crediti:
Total credits: |
|
3.0 |
|
|
|
Carico di lavoro
Workload |
|
Attività frontale:
Lectures: |
24.0 |
|
|
Esercitazioni:
Applied activities: |
0.0 |
|
|
Studio individuale:
Individual work: |
51.0 |
|
|
Attività didattica a piccoli gruppi:
Group work: |
0.0 |
|
|
|
|
Seminari:
Seminars: |
0.0 |
|
|
|
|
Laboratori:
Laboratories: |
0.0 |
|
|
TOTALE (voci sopra-elencate):
TOTAL: |
75.0 |
|
|
Ore di lezione settimanali:
|
6.0 |
|
|
|
|
Prerequisiti:
Prerequisites: |
|
Statistica
Statistics
|
|
|
|
Obiettivi formativi:
Educational goals: |
|
a) Far comprendere allo studente il ruolo della previsione nel processo di decisione; b) far conoscere la varietà delle tecniche di previsione e i criteri di scelta; c) far realizzare previsioni basate sulle tecniche approfondite nel corso e comparare i risultati delle diverse tecniche previsionali. Durante il corso gli studenti imparano ad utilizzare i programmi Excel ed E-Views, realizzando personalmente applicazioni delle tecniche previsionali insegnate lavorando su serie storiche concrete.
a) provide the student with understanding of the role of prediction in decision processes; b) knowledge of the variety of prediction techniques and choice criterion; c) Make predictions based upon techniques studied in-depth on the course and compare the results of various said techniques. During the course the student will learn to use the programmes Excel and E-views, personally applying the taught prediction techniques to concrete historical series.
|
|
|
|
Contenuto del corso:
Course contents: |
|
? Portata, limiti e ruolo delle nel contesto decisionale. ? Analisi comparata delle diverse tecniche previsionali qualitative e quantitative e criteri di scelta del metodo; albero delle tecniche. ? Proiezione del trend; metodo Delphi (e altre varianti), analogia storica, conjoint analysis. ? Modelli di segmentazione. ? L'approccio classico: scomposizione della serie storica (trend, stagionalità, ciclo, accidentalità); X11-ARIMA; exponential smoothing. ? L'analisi moderna: la metodologia Box-Jenkins (i modelli ARIMA, le fasi di analisi).
? Reach, limits and role in the decision making context.
? Comparative analysis of qualitative and quantitative prediction techniques and criterion for choice of method; tree of techniques.
? trend projection, Delphi method (and other variants), historical analogy, conjoint analysis.
? Models of segmentation.
? The classic approach: decomposition of historical series (trends, seasonality, cycles, accidental); the Box-Jenkins method (ARIMA models, phases of analysis.)
|
|
|
|
Testo di riferimento 1:
Course text 1: |
|
Appunti delle lezioni e materiale didattico in ambiente e-learning.
|
|
|
|
Testo di riferimento 2:
Course text 2: |
|
Biffignandi S. "L'approccio Box-Jenkins all'analisi delle serie storiche - Parte I: l'analisi univariata" - Disponibile presso il Centro Stampa in via dei Caniana.
|
|
|
|
Testo di riferimento 3:
Course text 3: |
|
Vajani L. "Analisi statistica delle serie temporali", volume I, CLEUP, Padova [cap. 1 (escluso 1.8), cap. 2, cap. 3, cap. 4, cap. 5 (escluso 5.4), cap. 6 (esclusi 6.5, 6.5.1, 6.5.2, 6.5.3, 6.6, 6.7, 6.8).
|
|
|
|
Testo di riferimento 4:
Course text 4: |
|
Altre letture di approfondimento verranno indicate dal docente a lezione e nel programma dettagliato sulla bacheca on-line: www.unibg.it > Facoltà di Economia > Indice insegnamenti > 15810 - Statistica Economica e Analisi di Mercato (1 Modulo) - Modelli previsionali.
|
|
|
|
Metodi didattici:
Teaching activities: |
|
Lezioni frontali in aula; è inoltre prevista attività di tutorato in laboratorio, individuale ed in ambiente e-learning.
Lectures; alongside individual, group and e-learning tutorial work
|
|
|
|
Struttura della verifica del
profitto:
Assessment: |
|
orale
oral
|
|
|
|
Descrizione verifica del profitto:
|
|
L'esame, in parte scritto e in parte orale, consiste in esercizi, test, domande teoriche e nella discussione delle elaborazioni effettuata su una serie storica di propria scelta.
The exam, in part written, inpart oral, consists of exercises, tests, theory and the discussion of work carried out on a historical series of the student's choice.
|
|
|
|
Lingua di insegnamento:
Teaching language: |
|
Italiano
Italian |
|
|
|
Altre informazioni:
Other information: |
|
Sottoperiodo: VI
Per ulteriori informazioni, avvisi e comunicazioni: www.unibg.it → Facoltà di Economia → Indice Insegnamenti → 15810 ? Statistica Economica e Analisi di Mercato (1 modulo) (Modelli previsionali).
Sub-period: VI For further information, notices and communications please refer to: www.unibg.it → Facoltà di Economia → Indice Insegnamenti → 15810 ? Statistica Economica e Analisi di Mercato (1 modulo) (Modelli previsionali). |
| |
|
|