L’analisi di fenomeni complessi necessita l’utilizzo di metodi statistici avanzati in grado di considerare la conoscenza nascosta in strutture di dati classiche. Studiare un argomento ben noto in letteratura seguendo una differente prospettiva può fare emergere interessanti innovazioni. L’estrazione di conoscenza, attraverso la continua reinterpretazione degli eventi, aggiunge nuovo significato alla complessità dei concetti. L’Analisi Simbolica dei Dati ‐ SDA ‐ permette di cogliere e analizzare questo importante aspetto. Il presente lavoro si inserisce nell’ambito della definizione operativa e analisi quantitativa di un costrutto teorico noto, al fine di fare emergere la conoscenza latente in strutture di dati standard. I metodi tipici della SDA permettono di modellare l’intensione di un concetto mediante l’individuazione degli individui che ne compongono l’estensione, così come definita dal Dato Simbolico. Infine, un’applicazione sul modello italiano di Distretto Industriale sarà presentata per mostrare l’importanza dell’approccio proposto. Tale approccio, nella sua fase preliminare, consiste nell’individuazione e nell’utilizzo di appropriate metodologie statistiche che permettano di trasformare i dati iniziali, passando da unità di primo livello a unità di secondo livello, che, al tempo stesso, conservino la complessità e la variabilità dei dati. Riteniamo che il concetto di Distretto Industriale possa essere studiato mediante l'aggregazione di unità di primo livello (le imprese) in termini di indici di performance espressi come variabili ad intervallo o istogrammi. In particolare, siamo interessati ad esplorare la relazione tra i sistemi di Governance vigenti e la Performance economico‐ finanziaria nei distretti industriali italiani, considerati nella loro complessità e totalità. L’utilizzo di tecniche di Analisi Esplorative Multidimensionali dei Dati ci permetterà di confrontare i differenti Distretti Industriali Italiani, nella loro nuova veste simbolica, di individuare gruppi omogenei di distretti industriali, e di rappresentarli in uno spazio di ridotte dimensioni. Inoltre, lo studio di differenti subset emersi tagliando il dataset iniziale in funzione della dimensione aziendale, farà emergere la relazione tra i principali aspetti della Governance distrettuale e la misura di Performance globale dei Distretti Industriali, come emersa dall’Analisi in Componenti Principali per variabili Istogramma. [a cura dell'Autore]
A Symbolic Sata Analysis approach to explore the relation between Governance and Performance in the Italian Industrial Districs / Ilaria Primerano , 2016 Mar 21., Anno Accademico 2013 - 2014.
A Symbolic Sata Analysis approach to explore the relation between Governance and Performance in the Italian Industrial Districs
Primerano, Ilaria
2016
Abstract
L’analisi di fenomeni complessi necessita l’utilizzo di metodi statistici avanzati in grado di considerare la conoscenza nascosta in strutture di dati classiche. Studiare un argomento ben noto in letteratura seguendo una differente prospettiva può fare emergere interessanti innovazioni. L’estrazione di conoscenza, attraverso la continua reinterpretazione degli eventi, aggiunge nuovo significato alla complessità dei concetti. L’Analisi Simbolica dei Dati ‐ SDA ‐ permette di cogliere e analizzare questo importante aspetto. Il presente lavoro si inserisce nell’ambito della definizione operativa e analisi quantitativa di un costrutto teorico noto, al fine di fare emergere la conoscenza latente in strutture di dati standard. I metodi tipici della SDA permettono di modellare l’intensione di un concetto mediante l’individuazione degli individui che ne compongono l’estensione, così come definita dal Dato Simbolico. Infine, un’applicazione sul modello italiano di Distretto Industriale sarà presentata per mostrare l’importanza dell’approccio proposto. Tale approccio, nella sua fase preliminare, consiste nell’individuazione e nell’utilizzo di appropriate metodologie statistiche che permettano di trasformare i dati iniziali, passando da unità di primo livello a unità di secondo livello, che, al tempo stesso, conservino la complessità e la variabilità dei dati. Riteniamo che il concetto di Distretto Industriale possa essere studiato mediante l'aggregazione di unità di primo livello (le imprese) in termini di indici di performance espressi come variabili ad intervallo o istogrammi. In particolare, siamo interessati ad esplorare la relazione tra i sistemi di Governance vigenti e la Performance economico‐ finanziaria nei distretti industriali italiani, considerati nella loro complessità e totalità. L’utilizzo di tecniche di Analisi Esplorative Multidimensionali dei Dati ci permetterà di confrontare i differenti Distretti Industriali Italiani, nella loro nuova veste simbolica, di individuare gruppi omogenei di distretti industriali, e di rappresentarli in uno spazio di ridotte dimensioni. Inoltre, lo studio di differenti subset emersi tagliando il dataset iniziale in funzione della dimensione aziendale, farà emergere la relazione tra i principali aspetti della Governance distrettuale e la misura di Performance globale dei Distretti Industriali, come emersa dall’Analisi in Componenti Principali per variabili Istogramma. [a cura dell'Autore]I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.


