Modellazione di sistemi aziendali

La problematica
(Conoscere per decidere; Informazioni e sistemi informativi; La codificazione della varietà; La ridondanza; I sistemi informativi; Il percorso informativo: dalla raccolta dei dati alla formazione delle conoscenze; L'analisi della realtà: uno schema di riferimento)
I principi
(L'indagine della realtà mediante modelli; Il processo di astrazione e la natura delle analogie; La modellazione come condizione necessaria di conoscenza; Modelli concreti ed astratti: una breve considerazione; I modelli di tipo sistemico; L'identificazione delle relazioni di interdipendenza di un sistema; L'azienda come molteplicità di sistemi; I sistemi d'azienda a struttura lineare; La riduzione dell'incertezza nei processi decisionali; I sistemi di conoscenza)
Il metodo
(Le fasi del processo di modellazione; La fase concettuale; La traduzione della domanda manageriale nel corrispondente quesito di modellazione; Un caso aziendale; La fase di formulazione; La fase di identificazione; La fase di validazione)
Gli strumenti
(Una metodologia per la razionalizzazione della struttura delle relazioni; L'identificazione dei modelli sistemici dall'analisi delle relazioni di ingresso/uscita; La ricerca delle variabili strutturali di una realtà; Le dimensioni strutturali di una realtà; Il metodo delle componenti principali; L'analisi dei fattori; Le analisi di regressione nella valutazione delle relazioni tra grandezze; Un esempio prima di continuare; La misura del livello di approssimazione raggiunto da un modello di regressione; L'analisi dei residui di un modello di regressione; L'analisi di una serie storica; L'identificazione delle relazioni nei modelli a più variabili; Le ipotesi preliminari alla stima di un modello con la regressione multipla; Un esempio concreto; La rimozione dei vincoli; Un esempio di situazione di multicollinearità; Il problema degli sfasamenti temporali delle variabili indipendenti; Le tecniche di identificazione di un modello di regressione multipla; Modelli di regressione multipla con più di una variabile obiettivo: cenni; La ricerca dei gruppi di osservazioni simili; La scelta del metodo di raggruppamento; Un breve cenno sul metodo di analisi dei gruppi proposto dall'Autore)
Appendice 1. Nozioni preliminari di statistica descrittiva
(Gli obiettivi ed i contenuti; La costruzione delle variabili statistiche; La rappresentazione geometrica di una variabile statistica; La misura della variabilità di una variabile statistica; Lo scarto quadratico medio come lunghezza del vettore che rappresenta una variabile statistica; Il confronto in variabilità di due variabili statistiche: il problema; La standardizzazione delle variabili statistiche; L'analisi della correlazione)
Appendice 2. Le raccolte di dati mediante questionari
(L'identificazione della popolazione di riferimento; L'estrazione del campione; Determinazione della numerosità campionaria; Due metodi di campionamento casuale; Il questionario; Criteri generali per la costruzione di un questionario; Il completamento delle informazioni mancanti)
Appendice 3. Il significato del determinante R nel caso 3x3

Contributi:

Collana: Am / La prima collana di management in Italia

Argomenti: Business intelligence, Big Data, gestione delle informazioni, IT governance

Livello: Testi per professional