Statistica per i big data e il marketing - Prof. Fabrizio Antolini - a.a. 2024/2025
Indice degli argomenti
-
IL DOCENTE:Fabrizio Antolini, si è laureato in Scienze Politiche ad Indirizzo Economico conseguendo successivamente il Dottorato di Ricerca in Analisi Economica Statistica dei Fenomeni Sociali, presso L’Università La Sapienza di Roma. Ha inoltre conseguito il Corso di specializzazione in Econometria presso la Scuola di econometria di Bertinoro.
INCARICHI E AFFILIAZIONI:
Dal 2006 è professore associato di Statistica Economica.
E' Presidente della Società Italiana di Scienze del Turismo ed è nel Comitato scientifico di diverse riviste scientifiche nazionali ed internazionali.
In passato è stato docente all’UTEPSA, Università della Bolivia.Ha fatto parte di numerosi gruppi di ricerca, anche assumendone il coordinamento:
- Ha coordinato il gruppo di Esperti della Regione Abruzzo sulla progetto internazionale MMWD ((Making Migration Work for Development);
- Ha coordinato il gruppo di Lavoro per la Revisione del PTCP Territoriale della Provincia di Terni;
- Ha coordinato il gruppo di lavoro per la Commissione di Garanzia per l’informazione statistica sulla “distribuzione delle imprese Italiane” ed ha fatto parte come componente del gruppo di lavoro sui dati Amministrativi e statistici riguardanti il mercato del lavoro.
- Ha fatto parte del gruppo di Studi OCSE con il compito di predisporre la Review sul turismo per l'Italia- E' membro dell'Osservatorio Nazionale sul Turismo, coordinando il gruppo di lavoro sulle statstiche sul turismo.
PREREQUISITI:
Non sono richieste conoscenze preliminari, tuttavia aver seguito l'esame di statistica per i dati aziendali è di supporto per comprendere in maniera esaustiva gli argomenti trattati durante il corso.
OBIETTIVI FORMATIVI:
Principale obiettivo del corso è far sì che gli studenti siano in grado di condurre una ricerca di mercato a supporto delle azioni di marketing.
Unam particolare attenzione verrà dedicata alla rilevazione degli atteggiamenti con le relative scale di musrazioni, nominali, ordinali ed intervalli.
Una attenzione particolate sarà infatti dedicata alla rilevazione dei dati statistici, con parteciolare riferimento all'integrazione dei dati statistici, amministrativi e dei big data.
Dovrà inoltre consocere i principali disegni di campionamento probabilistici e non probabilistici.
Per quanto riguarda i big data, saranno forniti elementi di consocenza per quanto riguarda gli algoritmi utilizzati nei sistemi i AI, nonchè gli eventuali bias di rappresentatività che si possono generare da un utilizzo improprio.
RISULTATI APPRENDIMENTO ATTESI
Al termine dell'insegnamento lo studente sarà in grado di effettuare una rilevazione statistica e riconoscere i sistemi principali di AI amche in una prospettiva di integrazione dei dati.
Sarà inoltre in grado di comprendere l'utilizzo dei big data in relazione ai diversi settori applicativi.
METODI DIDATTICI
Il programma del corso si articola in due parti fondamentali:
- elementi medologici per condurre delle analisi di mercato
- AI e big data
TESI DI LAUREA
Trattandosi di un corso complementare lo studente può proporre tesi di suo interesse ma coerenti con gli argomenti affrontati a lezione.
RICEVIMENTO
Durante il primo semestre prima o dopo le lezioni.
In generale è necessario prenotare ricevimento inviando una email al docente il suo indirizzo è fantolini@unite.it; scesarini@unite.it; iterraglia@unite.it
E' possibile fare ricevimento anche da da remoto
Il programma dell’insegnamento prevede la presentazione e trattazione dei seguenti argomenti:
- Le ricerche di mercato
- I supporti informativi aziendali
- La raccolta dei dati
- I di segni di campionamento
- Big data e AI
LEZIONI SETTIMANALI
Si consulti il calendario disponibile online sul sito d'Ateneo.
LIBRI DI TESTO
Bassi- Ingrassia "Statistica per analisi di mercato" Pearson 2022
Cap. 1 da pag 1 a 15 escluso par 1.3
Cap.2 da pag. 35 a pag. 50 escl. par.2.3
Cap.3 Dap. 79 a pag. 116 escl. par. 3.7.3
Sui disegni di campionamento il docente fornirà delle dispense così come sui big data e AI
MODALITA' DI VERIFICA DELL'APPRENDIMENTO
Esame orale. Gli studenti frequentanti, potranno presentare dei progetti che sostituirano la parte di esame corrispondente
-
-
-
-
-
-
-
-
-