Politecnico di Torino
Politecnico di Torino
   
Login  
en
Politecnico di Torino
Anno Accademico 2015/16
02PVFMQ, 02PVFLX, 02PVFLZ, 02PVFNZ, 02PVFOA, 02PVFPC
Business analytics
Corso di Laurea in Matematica Per L'Ingegneria - Torino
Corso di Laurea in Ingegneria Elettrica - Torino
Corso di Laurea in Ingegneria Aerospaziale - Torino
Espandi...
Docente Qualifica Settore Lez Es Lab Tut Anni incarico
Brandimarte Paolo ORARIO RICEVIMENTO PO MAT/09 40 20 0 0 6
SSD CFU Attivita' formative Ambiti disciplinari
SECS-S/01 6 D - A scelta dello studente A scelta dello studente
Presentazione
Gli ultimi anni hanno visto un’esplosione di applicazioni di tool statistici commerciali di alto livello (come SPSS e SAS) in domini applicativi svariati, tra i quali finanza, marketing e retail management. L'insegnamento mira a fornire all'allievo ingegnere dotato di un forte background matematico le conoscenze pratiche per l'applicazione di tali metodologie nei tre livelli di business analytics (descrittivo, predittivo, prescrittivo), integrando conoscenze di probabilità, statistica e ottimizzazione.

Gli obiettivi dell’insegnamento sono:
- Illustrare l’applicazione di metodi già appresi negli insegnamenti di base di Statistica attraverso la discussione di business case.
- Introdurre concetti fondamentali per la decisione in condizioni di incertezza.
- Introdurre alcuni metodi di analisi multivariata, con particolare riferimento a metodi di riduzione della complessità dei dati.
- Presentare applicazioni rilevanti dal punto di vista gestionale (revenue/yield management; misurazione e gestione del rischio; analisi di mercato; customer relationship management).
Risultati di apprendimento attesi
Conoscenze:
- Metodi di analisi statistica multivariata.
- Metodi e modelli per la decisione in condizioni di incertezza.
- Conoscenze applicative in ambito gestionale (pricing di prodotti e servizi, yield management, retail management, risk management, segmentazione di mercato).
Abilità:
- Capacità di analizzare dataset reali.
- Capacità di applicazione di modelli statistici e decisionali in contesti gestionali reali.
- Uso del software R.
Prerequisiti / Conoscenze pregresse
L'insegnamento è fortemente orientato all'analisi quantitativa e presuppone la perfetta assimilazione dei contenuti dei corsi di base di matematica (per esempio: sviluppo in serie di Taylor; funzioni convesse; forme quadratiche; autovalori e autovettori; diagonalizzazione di matrici e matrici ortogonali; ottimizzazione vincolata; integrazione numerica). E' assolutamente necessario avere seguito un corso di base di probabilità e statistica (variabili casuali discrete e continue; distribuzioni multivariate; statistica inferenziale: stima di parametri e test di ipotesi; modelli di regressione lineare). Molto utile, anche se non necessario, avere seguito un insegnamento di ricerca operativa.
Inoltre, dato l'ampio uso di R, sono essenziali la familiarità con ambienti di calcolo scientifico come MATLAB ed il possesso di minime capacità di programmazione.
Programma
Uso di R per applicazioni statistiche (10 ore).
Statistica descrittiva. Generazione di numeri e variabili casuali. Stima di parametri. Test di ipotesi. Analisi di correlazione. Regressione lineare semplice.

Decisioni in condizioni di incertezza (20 ore).
Rischio e incertezza. Alberi di decisione, decisioni di investimento e opzioni reali. Programmazione lineare stocastica e ottimizzazione robusta. Simulazione Monte Carlo. Teoria dell'utilità e misure di rischio.

Metodi statistici di analisi multivariata (20 ore).
Regressione lineare multipla. Regressione logistica. Analisi delle componenti principali. Analisi fattoriale. Metodi di clustering. Alberi di regressione. Scaling multidimensionale e analisi delle corrispondenze.

Discussione di business case che coinvolgono l'applicazione di metodi statistici (10 ore).
Per esempio: Colonial Broadcasting Company (regressione lineare); Paper and more (previsione di domanda e gestione delle scorte in condizioni di incertezza); Pilgrim Bank (analisi di profittabilità e ritenzione di clienti mediante regressione lineare e logistica).
Organizzazione dell'insegnamento
Il corso si basa in parte significativa sulla discussione di business case, per lo più pubblicati da Harvard Business School Publishing. Inoltre, si farà ampio uso del software statistico R, la cui installazione è gratuita. E' utile (non necessario) installarlo su un portatile da utilizzare durante le lezioni.
Testi richiesti o raccomandati: letture, dispense, altro materiale didattico
Le slide usate saranno disponibili sul portale della didattica.
Non esiste un vero e proprio testo, ma la maggior parte delle slide sono tratte da: P. Brandimarte. Quantitative methods: An introduction for business management. Wiley, 2011.
Verrà anche fornita la lista dei business case da discutere.
Criteri, regole e procedure per l'esame
Esame scritto (90 minuti), che comprende problemi numerici, domande di teoria, semplici dimostrazioni, anche in relazione ai business case discussi in aula.
Orario delle lezioni
Statistiche superamento esami

Programma definitivo per l'A.A.2015/16
Indietro



© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
WCAG 2.0 (Level AA)
Contatti