FONDAMENTI DI DATA ANALYTICS

A.A. di erogazione 2020/2021
Insegnamento opzionale

Laurea triennale in ECONOMIA E MANAGEMENT
 (A.A. 2018/2019)
Anno di corso: 
3
Tipologia di insegnamento: 
A scelta dello studente
Settore disciplinare: 
STATISTICA ECONOMICA (SECS-S/03)
Lingua: 
Italiano
Crediti: 
6
Ciclo: 
Primo Semestre
Ore di attivita' frontale: 
40
Dettaglio ore: 
Lezione (40 ore)

Obiettivi formativi

La crescente disponibilità di dati ha fatto emergere la necessità, ormai imprescindibile, di poter disporre di metodologie e di strumenti adeguati per i processi decisionali di tipo quantitativo nell'ambito delle applicazioni economiche, aziendali e finanziarie. I laureati di oggi devono infatti saper utilizzare i dati in misura molto maggiore rispetto ai loro predecessori.
Lo scopo del corso è fornire agli studenti i concetti principali e le tecniche più rilevanti per analizzare e sintetizzare grandi insiemi di dati. La trattazione teorica sarà affiancata dall’implementazione pratica attraverso l'analisi di dati reali, illustrando i metodi e concetti con l'aiuto del software statistico R. Il corso infatti prevede lezioni pratiche, in cui viene discussa l'applicazione di ciascuna tecnica con riferimento a set di dati reali.
L’insegnamento si inquadra all’interno del Corso di Studi con l’obiettivo di fornire allo studente conoscenze relative alle metodologie di base di analisi di dati statistici di natura economica.

Risultati di apprendimento
Al termine del corso gli studenti saranno in grado di:
1. comprendere e analizzare le principali tecniche di statistica multivariata e di Data Analytics funzionali all'analisi dei dati di natura economica, aziendale e finanziaria;
2. studiare le relazioni tra le variabili rilevanti;
3. valutare e confrontare diversi modelli statistici;
4. applicare tali strumenti statistici a problemi di natura economica ed aziendale, mediante l'uso del software R;
5. svolgere autonomamente un’analisi di dati reali di natura economica e commentare i principali risultati ottenuti;
6. giustificare la logica sottostante l'adozione di una specifica tecnica di analisi e di formulare, in modo critico e rigoroso, ragionamenti sui principali aspetti economici ed aziendali, ricavando informazioni sintetiche a supporto delle decisioni e della gestione delle situazioni di rischio aziendale.

Il proficuo apprendimento dei contenuti del corso richiede la conoscenza di concetti e strumenti di base di probabilità, statistica descrittiva ed inferenziale, previsti nel programma dell’insegnamento di Statistica per l’Economia. Non sono previsti vincoli di propedeuticità rispetto ad altri insegnamenti del corso di studi.

Il corso tratterà le principali tecniche di statistica multivariata. Tutti gli argomenti saranno esaminati e trattati anche attraverso esempi concreti e applicazioni a dati reali.

Nel dettaglio, gli argomenti trattati nel corso sono:

PRIMA PARTE:
- Introduzione all’analisi dei dati multivariati
- Introduzione alla programmazione con il software statistico R
- Regressione lineare multipla
- Regressione logistica
- Valutazione della bontà dei modelli
- Applicazioni empiriche su case-studies di tipo economico, aziendale e finanziario tramite il software statistico R

SECONDA PARTE:
- Analisi dei gruppi (o Cluster analysis)
- Analisi fattoriale
- Analisi discriminante
- Applicazioni empiriche su case-studies di tipo economico, aziendale e finanziario tramite il software statistico R

Visto il protrarsi dell’emergenza sanitaria e al fine di applicare i criteri di sicurezza, prevenzione e protezione, le lezioni verranno erogate a distanza (attraverso lezioni sincrone e asincrone mediante MSTeams); eventuali variazioni saranno tempestivamente comunicate.
Durante le lezioni, gli argomenti verranno affrontati sia da un punto di vista teorico sia mediante illustrazione dei metodi di implementazione mediante il software. Le lezioni saranno alternate a laboratori in cui si procederà all’analisi di dati reali e alla discussione dei risultati. Alcuni materiali discussi in aula saranno resi disponibili sulla piattaforma e-learning di Ateneo.
L’attività di apprendimento degli studenti avverrà anche mediante lavori di gruppo e presentazione dei risultati.
La partecipazione attiva alle lezioni è fortemente consigliata.

Allo scopo di misurare l'acquisizione dei risultati dell'apprendimento sopra menzionati, la valutazione degli studenti si basa su due componenti principali:

1) ESAME SCRITTO GENERALE della durata di circa 90 minuti, che contribuisce per il 50% al voto finale. L'esame scritto consiste in esercizi e domande aperte volte a valutare la conoscenza delle tecniche statistiche illustrate nel corso, la capacità di applicare correttamente gli strumenti statistici, di sintetizzare le informazioni contenute nei set di dati, di studiare la relazione tra variabili, di scegliere modelli statistici adeguati.
2) PROGETTO (50% del voto finale), che mira a testare la capacità degli studenti di analizzare un set di dati reale con il software statistico R e discuterne criticamente l'output.

Il voto finale è la media ponderata dei punti ottenuti nella prova scritta e nel progetto. Per superare l'esame lo studente deve conseguire un voto finale non inferiore a 18/30. Voti superiori a 30 danno diritto alla lode.

In alternativa all’esame scritto generale, gli studenti possono sostenere due PROVE SCRITTE PARZIALI, una a metà e una a fine corso. In questo caso il peso è 25% per la prima prova parziale e 25% per la seconda prova parziale. Per superare una prova parziale lo studente deve conseguire un voto non inferiore a 15/30. Il voto finale è la media ponderata dei punti ottenuti nelle due prove scritte e nella tesina. Per superare l'esame lo studente deve conseguire un voto finale non inferiore a 18/30. Voti superiori a 30 danno diritto alla lode.
Non ci sono differenze tra studenti frequentanti e studenti non frequentanti.

- Dispense e slides messi a disposizione su E-learning

L’orario di ricevimento è pubblicato sulla home page del docente; si prega di verificare eventuali avvisi di variazione. Il docente riceve comunque al termine di ogni lezione oppure, qualora l’orario di ricevimento ufficiale non fosse fruibile dallo studente, anche su specifico appuntamento, previa richiesta via e-mail all’indirizzo chiara.gigliarano@uninsubria.i.

Cerchi il programma? Potrebbe non essere ancora stato caricato o riferirsi ad insegnamenti che verranno erogati in futuro.
Seleziona l‘anno in cui ti sei immatricolato e troverai le informazioni relative all'insegnamento del tuo piano di studio.

A.A. 2020/2021

Anno di corso: 3
Curriculum: PERCORSO COMUNE