Nuova ricerca

MADDALENA CAVICCHIOLI

Professore Associato
Dipartimento di Economia "Marco Biagi"

Insegnamento: Statistical learning and prediction from data

International Management (Offerta formativa 2024)

Obiettivi formativi

Molte aree dell'economia, dell'industria e della finanza hanno come oggetto lo studio di fenomeni attraverso l'analisi di grandi insiemi di dati, la cui misurazione è caratterizzata da incertezza. Questo corso ha come oggetto i principi di base dell'analisi dei dati da un punto di vista statistico ed introduce lo studente alla pratica di tali principi. L'enfasi è posta sull'analisi esplorativa dei dati, sulla costruzione di modelli statistici bivariati e multivariati e sulla corretta interpretazione dei risultati. I principali concetti sono presentati rigorosamente durante il corso. Tuttavia, particolare attenzione sarà posta sullo sviluppo della capacità di risoluzione di problemi su dati reali.

Prerequisiti

Occorre avere superato un corso di base di analisi matematica ed uno di statistica a livello di laurea triennale.

Programma del corso

Per ogni Credito Formativo Universitario (CFU) sono previste 7 ore di didattica frontale e 18 ore di studio autonomo di studenti e studentesse. Dunque, un CFU equivale ad un impegno standard di studio pari a 25 ore.

1CFU (7 ore)
1. Introduzione alla statistica
2. Misurazioni, errori e dati nella ricerca
3. Primary data
4. Survey design

1CFU (7 ore)
5. Tecniche di Sampling
6. La matrice dei dati
7. Dati mancanti

1CFU (7 ore)
8. Rappresentazioni grafiche dei dati
9. Momenti delle distribuzioni
10. La distribuzione normale e gli z-Scores

1CFU (7 ore)
11. Outliers univariati e bivariati
12. Correlazione, rank correlation e test

1CFU (7 ore)
14. Regressione lineare bivariata e multivariata
15. Contingency tables e chi-square

1CFU (7 ore)
16. Analisi fattoriale e PCA
17. Tecniche di clustering

Metodi didattici

L'insegnamento si svolge in presenza ed è erogato in lingua inglese.
Il metodo didattico si basa su: (a) lezioni frontali con contenuti sia teorici che applicati supportati materiale didattico (slides, esercizi, etc,) e registrazioni delle lezioni (b) esercitazioni e dimostrazioni di software statistico Pspp/Spss per l’analisi di datasets in cui si sviluppa la capacità di applicare le conoscenze acquisite.
Materiali didattici integrativi (slides, esercizi, esempi di compiti di esame, etc.) sono reperibili nelle pagine teams/moodle del corso.
In linea con le decisioni del CdS, verrà reso disponibile il materiale relativo alle lezioni e le videoregistrazioni. Lo streaming invece non è permesso in linea con le decisioni relative alla erogazione della didattica di UNIMORE.

Testi di riferimento

- Mario Mazzocchi (2008). Statistics for Marketing and Consumer Research. London, SAGE (Chapters: 1, 3, 4, 5, 7, 8, 9, 10, 12)
- Slides and exercises downloadable in the course webpage in teams/moodle.

Verifica dell'apprendimento

L'esame è una prova scritta che si svolgerà secondo calendario ufficiale e come dettagliato di seguito:

-- Prova intermedia (facoltativa) della durata di 45 minuti sugli argomenti della prima parte del corso
-- Prova finale (nella sessione invernale ordinaria):
per chi ha sostenuto la prova intermedia, la prova finale riguarda gli argomenti della seconda parte del corso (durata 45 minuti);
per chi non opta per la prova intermedia, l'esame è sostenuto in un'unica prova su tutti gli argomenti del corso della durata di 90 minuti.

Le verifiche dell'apprendimento prevedono domande a risposta multipla, domande aperte ed esercizi da svolgere con casi pratici di analisi empirica da svolgere. Gli indicatori di valutazione sono: capacità di utilizzare le conoscenze teoriche per impostare lo svolgimento; padronanza del linguaggio statistico; capacità di discutere gli argomenti e i risultati dell’analisi empirica, capacità di approfondire gli argomenti, capacità critica.

Il voto è una media delle due valutazioni per chi sostiene la prova intermedia e finale ovvero una votazione unica per chi svolge interamente l'esame nelle sessioni successive. Il voto è espresso in trentesimi e il superamento dell’esame si intende con il raggiungimento della soglia dei 18/30 (vale a dire una preparazione ragionevolmente sufficiente).
Gli esiti saranno comunicati entro e non oltre due settimane dalla prova scritta; la pubblicazione avverrà tramite Esse3.

Materiale da portare all'esame: calcolatrice scientifica, tavole statistiche e formulario.

Risultati attesi

1) Conoscenza e capacità di comprensione: tramite lezioni in aula e studio individuale Identificazione delle fasi del processo di ricerca, degli strumenti di misura e di raccolta dei dati. Conoscenza delle tecniche di campionamento. Conoscenza dei metodi statistici utili a misurare l'eventuale relazione esistente tra due o più variabili. Conoscenza dei principali metodi statistici multivariati per la riduzione dimensionale di una matrice di dati (analisi delle componenti principali e tecniche di clustering)
2) Capacità di applicare conoscenza e comprensione: Tramite svolgimento di homeworks e analisi di dati empirici, sviluppo di capacità: Capacità di effettuare un'indagine statistica in tutte le sue fasi e utilizzo di queste conoscenze in problemi reali in ambito economico, finanziario e sociale. Capacità di usare un linguaggio statistico per studiare e formalizzare tali problemi. Capacità di scelta della metodologia appropriata a seconda del problema, identificazione delle variabili e delle informazioni che si vogliono ottenere. Capacità di interpretare i risultati delle elaborazioni in maniera critica e trarre conclusioni. Capacità di comunicare i risultati, sotto forma di report o grafici.
3) Autonomia di giudizio: Attitudine ad un approccio metodologico che conduca a verificare tramite argomentazioni rigorose di teoria statistica ed economica le affermazioni e i metodi presentati. Capacità di autovalutazione delle proprie competenze ed abilità.
4) Abilità comunicative: Capacità di affrontare in modo puntuale e coerente la teoria statistica e di argomentare con precisione l'analisi empirica. A conclusione del corso lo studente presenterà in forma scritta i risultati e le interpretazioni di analisi empiriche ottenute anche con l'ausilio di supporto digitale.
5) Capacità di apprendimento: Acquisizione delle conoscenze di tipo statistico ed economico come proprio patrimonio, da poter utilizzare per analisi individuali su dati empirici.