- Docente: Aldo Gardini
- Crediti formativi: 6
- SSD: SECS-S/01
- Lingua di insegnamento: Italiano
- Moduli: Aldo Gardini (Modulo 1) Aldo Gardini (Modulo 2)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
- Campus: Rimini
- Corso: Laurea in Finanza, assicurazioni e impresa (cod. 8872)
-
Orario delle lezioni (Modulo 1)
dal 13/02/2024 al 26/02/2024
-
Orario delle lezioni (Modulo 2)
dal 27/02/2024 al 19/03/2024
Conoscenze e abilità da conseguire
Al termine del corso lo studente possiede le competenze e gli strumenti metodologici statistici, sia per la gestione di grandi banche dati finanziarie ed assicurative, sia per l’analisi di dati complessi da utilizzare come supporto alle decisioni, agli investimenti e alla gestione delle attività finanziarie ed assicurative. In particolare, lo studente è in grado di: - gestire grandi banche dati di tipo finanziario ed assicurativo; - selezionare e applicare la metodologia più appropriata per analizzare dati complessi; - interpretare criticamente i risultati empirici.
Contenuti
- Gestione database in R: tidyverse e datatable. Legami con SQL.
- Preparazione e visualizzazione dati. Basi del pacchetto ggplot2.
- Metodi di riduzione della dimensionalità. Analisi delle Componenti Principali ed Eigen-Portfolios. Casi di studio.
- Classificazione e regressione. Metodi di Machine Learning: Alberi di Regressione e Classificazione e Random Forest. Casi di studio.
Testi/Bibliografia
C. Wright, S. E. Ellis, S. C. Hicks and R. D. Peng. (2021) Tidyverse Skills for Data Science. https://jhudatascience.org/tidyversecourse/
G. James, D. Witten, T. Hastie, R. Tibshirani (2013). An introduction to statistical learning. New York: Springer.
S. Mignani, A. Montanari (1997). Appunti di analisi statistica multivariata, Esculapio, Bologna, Seconda edizione (capitolo 3: analisi delle componenti principali)
Ulteriori riferimenti saranno forniti dal docente.
Metodi didattici
La parte teorica di introduzione ai concetti di base sarà affiancata da una parte dedicata agli esercizi svolti anche con l’ausilio del software statistico R.
In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio, [https://elearning-sicurezza.unibo.it/] in modalità e-learning.
Modalità di verifica e valutazione dell'apprendimento
La prova d'esame ha lo scopo di verificare il raggiungimento dei seguenti obiettivi didattici:
- Padronanza degli strumenti R visti a lezione
- Capacità di applicare metodi statistici a dati reali
- Capacità di interpretare i risultati ottenuti
L'accertamento dell'apprendimento avviene mediante una prova scritta svolta in laboratorio della durata di 2 ore, utilizzando il software R.
Saranno forniti dei dati su cui dovranno essere svolte le analisi richieste. Potranno essere consultati gli script utilizzati a lezione (forniti dal docente).
Non sono previste prove intermedie.
Strumenti a supporto della didattica
Slide e materiale di laboratorio disponibili sulla piattaforma virtuale; software R.
Orario di ricevimento
Consulta il sito web di Aldo Gardini