Webinar
Presentazione del corso
Statistica per le imprese 4.0

Per esigenze organizzative, questo webinar è stato rinviato a data da destinarsi.

Compila il form sottostante per richiedere la tua partecipazione, sarà nostra cura informarti in merito alla nuova programmazione e alle modalità di partecipazione.

Agenda webinar 30 marzo - ARTES 4.0

Compila il form con i tuoi dati per richiedere la tua partecipazione.

Argomento del webinar

Il webinar ha come obiettivo presentare i docenti che si occuperanno dello svolgimento delle lezioni. Si tratta di un momento di scambio con le persone interessate ai temi trattati per approfondire insieme richieste specifiche in merito ai contenuti e applicazioni degli elementi di statistica.

Di seguito nel dettaglio sono riportati gli obiettivi formativi.

Nel primo Modulo si vogliono fornire le competenze per la raccolta, l’uso e l’interpretazione dei dati attraverso metodi e modelli statistici. Queste tecniche forniscono una metodologia di analisi quantitativa utile a fini descrittivi, interpretativi e decisionali, fondata sulla osservazione, rilevazione ed elaborazione dei fenomeni collettivi.

Da un punto di vista applicativo, queste tecniche sono indispensabili nell'interpretazione delle informazioni statistiche ufficiali nonché nella realizzazione di indagini statistiche e analisi di fenomeni economici e sociali. Il modulo prevede applicazioni sul software Microsoft Excel degli argomenti affrontati.

Il secondo Modulo si propone di fornire le competenze di base per comprendere i concetti del metodo statistico nell’ambito del controllo di qualità. Attraverso l’illustrazione dell’approccio statistico sottostante le carte di controllo, il modulo intende fornire gli strumenti per progettare sistemi per il controllo e il miglioramento della qualità in contesto aziendale, permettendo di acquisire le competenze per la realizzazione e l’interpretazione delle carte di controllo anche attraverso applicazioni pratiche effettuate utilizzando Microsoft Excel®.

Il terzo Modulo si propone di fornire le competenze per delineare gli aspetti principali del disegno sperimentale e dei modelli lineari. Saranno approfonditi gli strumenti base per l’applicabilità e l’interpretazione dei disegni sperimentali e dei modelli lineari in ambiente aziendale quale strumento per il supporto gestionale. E’ previsto l’uso di Microsoft Excel®.

Il quarto Modulo  intende fornire una panoramica delle principali tecniche di analisi statistica degli indici di bilancio, con particolare riferimento all’impiego di strumenti di machine learning per la previsione dell’insolvenza e della crisi d’impresa. L’argomento è di particolare interesse a seguito dell’introduzione del Nuovo Codice della Crisi d’Impresa e dell’insolvenza che troverà piena attuazione nei prossimi mesi. Si introdurranno elementi per il calcolo delle principali misure di credit scoring (Altman Z-scores, Distance-to-default, investment-to-cash-flow sensitivity) e per l’identificazione  delle imprese cosiddette zombie (interest coverage ratio, valore aggiunto negativo), sino a coprire i più recenti sviluppi di analisi di rete e di machine learning per la misurazione e la previsione di situazioni di financial distress, zombieness e insolvenza.

Il quarto Modulo in particolare vuole presentare metodologie che sono di particolare interesse, a seguito del recepimento della Direttiva Europea 2012/30/EU con la Legge 19 ottobre 2017, n. 155 per la riforma delle discipline della crisi di impresa e dell’insolvenza che con il Decreto il Legislativo del 10 gennaio 2019 introduce il Nuovo Codice della Crisi d’Impresa e dell’insolvenza che troverà piena attuazione nei prossimi mesi.

Agenda

Il webinar si propone di presentare i docenti e contenuti dei quattro moduli che compongono il corso Statistica per le imprese 4.0.

1. Tecniche di indagine statistica e campionamento

C. Seghieri, G. Bertarelli

  • Tecniche di Indagine Statistica e Campionamento
  • Strumenti di statistica descrittiva monovariata
  • Strumenti di statistica descrittiva bivariata
  • Un accenno all’inferenza statistica
  • Le fasi di un’indagine statistica

2. Metodi e modelli statistici per la progettazione robusta nel controllo qualità 

V. Lorenzoni 

  • Introduzione alla qualità e agli aspetti statistici relativi al controllo di processo
  • Introduzione all’utilizzo delle carte di controllo nell’ambito del CSQ
  • Carte di controllo di Shewart
  • Carte di controllo per variabili
  • Carte di controllo per attributi
  • Funzione di potenza e Average Run Lenght (ARL)

3. Disegni sperimentali e modelli lineari (V. Lorenzoni)

V. Lorenzoni, G. Bertarelli

  • Disegni sperimentali
  • Analisi della varianza
  • Il modello di regressione lineare

4. Analisi statistica degli indici di bilancio e previsione dell’insolvenza

A. Rungi, M. Riccaboni

  • Analisi statistica degli indici di bilancio
  • Strumenti per la previsione dell'insolvenza

Relatori

Massimo Riccaboni

Professore di Economia Applicata e Direttore dell’Unità di Ricerca Axes della Scuola IMT Alti Studi Lucca. Coordina il PhD track in Economics Networks and Business Analytics del Dottorato in Systems Science di IMT Lucca e il Master in Data Science & Statistical Learning offerto congiuntamente dall’Università di Firenze e dalla Scuola IMT di Lucca.

Insegna economia industriale, economic and business analytics e analisi delle reti socio-economiche presso il Dottorato in Systems Science di IMT Lucca. In precedenza è stato Professore Associato presso le Università di Trento e di Firenze. È autore di più di cento pubblicazioni scientifiche su riviste internazionali tra cui Science, Nature Reviews, PNAS (h-index Scopus 27, Google Scholar 36). Ha recentemente pubblicato il volume “The Rise and Fall of the Firm: A Stochastic Framework on Innovation, Creative Destruction and Growth” (Cambridge University Press, 2020).

Armando Rungi

Ricercatore di Economia Applicata alla Scuola IMT Alti Studi Lucca. Membro dell’Unità di Ricerca AXES. Ha conseguito un dottorato di ricerca presso l’Università Bocconi. Insegna econometria al PhD track in Economics Networks and Business Analytics del Dottorato in Systems Science della Scuola IMT. In precedenza ha insegnato economia internazionale all’università Sciences Po a Parigi e alla facoltà di scienze economiche di Varsavia.

Ha svolto incarichi di consulenza e progetti di ricerca per numerose organizzazioni internazionali, inclusa la Commissione Europea, le Nazioni Unite, l’OCSE e l’Organizzazione Mondiale del Commercio. Ha collaborato con la Fondazione ENI Enrico Mattei e l’agenzia governativa francese CEPII (Centre d’Études Prospectives et d’Informations Internationales) su progetti riguardanti l’internazionalizzazione delle imprese.

Chiara Seghieri

Professore Associato di Statistica Sociale presso l’Istituto di Management della Scuola Superiore Sant'Anna di Pisa. Laureata in Scienze Statistiche ed Economiche presso l’Università degli Studi di Firenze, ha conseguito il Dottorato di ricerca in Statistica Applicata presso il dipartimento di Scienze Statistiche dell’Università di Firenze nel settembre del 2004.

Negli ultimi dieci anni ha svolto attività di ricerca presso il Laboratorio Management e Sanità della Scuola Superiore Sant’Anna nell’ambito dell’applicazione di metodologie statistiche a dati secondari (flussi amministrativi sanitari) e a dati da indagini campionarie per la valutazione della performance dei sistemi e dei servizi sanitari con particolare attenzione alla misurazione e comparazione della qualità, efficacia ed equità dei percorsi assistenziali per i pazienti cronici.

Ha collaborato con diverse istituzioni internazionali e centri di ricerca tra cui FAO (Roma), The Dartmouth Institute for Health Policy and Clinical Practice (Dartmouth University, US), The Netherlands Institute for Health services research - NIVEL, Institute of Health Policy, Management and Evaluation (University of Toronto, Canada) ed è stata responsabile scientifica per la Scuola Superiore Sant'Anna di Progetti Europei FP7 e Horizon2020.

Gaia Bertarelli

Ricercatrice in Statistica Sociale presso il Dipartimento di Eccellenza EMbeDS e l'Istituto di Management della Scuola Superiore Universitaria Sant'Anna di Pisa, ha conseguito il dottorato in Statistica presso l’Università degli Studi di Milano Bicocca nel 2015.

Precedentemente assegnista di ricerca presso il dipartimento di Economia & Management dell’Università di Pisa e statistico per l’Istituto Nazionale dei Tumori e dell’ospedale San Raffaele di Milano, è stata membro del board e coordinatore nazionale di y-SIS, il gruppo italiano degli statistici sotto i 35 della Società Italiana di Statistica, nel biennio 2019-2020.

Svolge attività di ricerca presso il Laboratorio Management e Sanità della Scuola Superiore Sant’Anna nell’ambito dell’applicazione di metodologie statistiche a dati amministrativi sanitari e a dati da indagini campionarie. Dal 2014 collabora con l’Istat per lo sviluppo di indicatori socioeconomici e metodologie per stima di piccole aree. Ha tenuto corsi di statistica di base, campionamento statistico, indicatori compositi e statistica computazionale per laureati triennali, magistrali e dottorati.

Valentina Lorenzoni

Ricercatrice in Statistica per la Ricerca Sperimentale e Tecnologica presso l’Istituto di Management della Scuola Superiore Sant’Anna. Ha conseguito la Laurea in Scienze Statistiche ed Economiche presso il Dipartimento di Statistica dell’Università di Firenze e il dottorato di ricerca in Fisiopatologia Clinica e Scienze del Farmaco presso la Facoltà di Medicina dell’Università di Pisa.

Prima assegnista presso l’Istituto di Fisiologia Clinica del CNR di Pisa. La sua attività scientifica si è evoluta dallo studio e applicazione di metodi statistici l’analisi spaziale di dati epidemiologici, all'implementazione di metodi statistici per l'analisi di dati provenienti da database amministrativi, l'applicazione di modelli statistici per valutare fattori prognostici in ambito clinico ed economico, la valutazione dell'impatto economico di malattie e interventi sanitari con particolare attenzione al decision modelling in economia sanitaria.

Consulente statistico presso International Agency for Research on Cancer (IARC), Lione; coinvolta come responsabile scientifico e statistico in numerosi progetti nazionali e internazionali; docente e co-docente di corsi di statistica, biostatistica, economia e management in sanità e health technology assessment.

 

Vuoi iscriverti al Webinar?

Compila il form con i tuoi dati per richiedere la partecipazione!

COMPILA IL FORM