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

Testi consigliati (non indispensabili per il corso)

• 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, 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 - 30 e lode ottimo.

E' possibile, di norma, rifiutare il voto una sola volta.

Per sostenere la prova d'esame è necessario iscriversi su Almaesami. Gli studenti che non riescono ad iscriversi sono tenuti a contattare tempestivamente la segreteria studenti per segnalare il problema. Gli studenti che, essendosi iscritti, non possono partecipare alla prova d'esame, sono tenuti ad informare il docente con un messaggio di posta elettronica.

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/]
• RStudio [https://www.rstudio.com/products/rstudio/download/] (la versione gratis è più che sufficiente)

Orario di ricevimento

Consulta il sito web di Annalisa Loviglio