17241 - LABORATORIO DI ANALISI DEI DATI

Conoscenze e abilità da conseguire

Il corso fornisce un'introduzione all'uso di Excel e R Statistics per l'analisi dei dati economici e finanziari, con l'obiettivo di sviluppare la capacità degli studenti di applicare i metodi e le tecniche affrontate nel corso di Statistica a casi pratici, nonché specifiche competenze per la raccolta e l'elaborazione autonoma dei dati osservati. Al termine del corso, ci si attende che lo studente sia in grado di: - reperire, selezionare e scaricare banche dati economiche e finanziarie ufficiali, funzionali allo studio di mercati, aziende e istituzioni finanziarie; - padroneggiare le principali funzioni di Excel; - utilizzare i principali strumenti del pacchetto base di R Statistics; - elaborare statistiche descrittive utilizzando i due software; - applicare le tecniche inferenziali studiate nel corso di Statistica; - selezionare ed eseguire la rappresentazione grafica dei dati e delle statistiche più efficace per il contesto e il problema in esame; - presentare i risultati delle sue analisi in modo chiaro ed efficace.

Contenuti

1. Manipolazione, visulizzazione ed esplorazione dei dati

Importare ed esportare nuovi dataset in R, lavorare con gli oggetti, vettori e matrici.

Trattare ed imparare dai dati: come riassumerli, presentarli e trarre inferenze. 

2. Concetti fondamentali di probabilità e statistica

Comandi principali per ottenere statistiche descrittive: Variabili aleatorie discrete (frequenze e tabelle di contingenza), variabili aleatorie continue (istogrammi e densità) e le loro rispettive distribuzioni di probabilità. La funzione di distribuzione empirica e quantile empirico. Valori attesi e varianze.

3. Interenza statistica

Campionamento semplice, stima e test. Stima puntale ed intervalli di confidenza, t-tests e p-values. Simulazioni Monte Carlo e proprietà degli stimatori per campioni finiti.

4. Il modello di regressione semplice

Stimare i parametri di un modello di regressione semplice dato un campione casuale della variabile dipendente ed indipendente. Il metodo dei minimi quadrati, predizione e residui. Bontà di adattamento ed analisi dei residui.

Testi/Bibliografia

• Verzani, J. (2014). Using R for Introductory Statistics (2nd ed.). Chapman and Hall/CRC.
• Heiss, F. (2020). Using R for Introductory Econometrics (2nd ed.). CreateSpace Independent Publishing Platform. Companion website: http://www.URfIE.net

Metodi didattici

Lezioni frontali in R, accompagnate da casi di studio pratici che verranno svolti in aula.

Modalità di verifica e valutazione dell'apprendimento

Alla fine del corso, ci sarà un esame pratico in laboratorio su tutti gli argomenti trattati. L'obiettivo del test è di verificare l'abilità dello studente nell'utilizzo del software R per condurre analisi statistiche dei dati empirici.

Il voto finale sarà valutato come segue:

• <18 insufficiente,
• 18-24 sufficiente,
• 25-29 buono,
• 30 e lode eccellente.

Il voto finale del corso integrato sarà determinato con una media ponderata di Statistica (peso 2/3) e del Laboratorio (peso 1/3).

Strumenti a supporto della didattica

Note, casi di studio ed esempi forniti dal docente.

Sarà necessario portare il proprio laptop ed assicurasi di aver istallato i seguenti software PRIMA dell'inizio del corso:

• Una versione recente di R [https://www.r-project.org/] ed RStudio [https://www.rstudio.com/products/rstudio/download/] (la versione gratis è più che sufficiente)

Orario di ricevimento

Consulta il sito web di Enzo D'Innocenzo