20179 - ANALISI DEI DATI / DATA ANALYSIS
Department of Decision Sciences
For the instruction language of the course see class group/s below
EUGENIO MELILLI
Classe/i impartita/e in lingua italiana
Mission e Programma sintetico
MISSION
PROGRAMMA SINTETICO
Parte I - Strumenti statistici per l'analisi dei dati:
- Il modello di regressione lineare. Assunzioni, stime e loro interpretazione. Modelli con variabili esplicative qualitative. Test sui coefficienti. Interazioni e trasformazioni. Cenni all'analisi dei residui. Previsioni.
- Il modello di regressione logistica. Stime e loro interpretazione. Test sui coefficienti. Previsioni. Valutazioni sulla qualità del modello.
- Cenni al modello di regressione logistica multinomale.
- Cenni ai modelli di regressione per dati panel.
Parte II - Strumenti matematici per l'analisi dei dati:
- Valutazione di rendite.
- Valutazione di operazioni finanziarie.
- Valutazione di opzioni (modello binomiale).
Risultati di Apprendimento Attesi (RAA)
CONOSCENZA E COMPRENSIONE
- Comprendere le analisi matematico-statistiche relative a problematiche economiche e aziendali.
- Conoscere gli strumenti teorici ed operativi necessari per la comprensione e la realizzazione di tali analisi.
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
- Analizzare e interpretare nella loro completezza i fenomeni economico-aziendali, individuando ed applicando correttamente, anche attraverso l'uso di opportuni software scientifici, le metodologie matematico-statistiche necessarie.
Modalità didattiche
- Lezioni frontali
- Esercitazioni (esercizi, banche dati, software etc.)
DETTAGLI
Durante il corso vengono effettuate esercitazioni in cui sono proposte analisi di dati aziendali, per le quali vengono usati opportuni software; gli studenti partecipano in modo attivo a tali analisi.
Metodi di valutazione dell'apprendimento
Accertamento in itinere | Prove parziali | Prova generale | |
---|---|---|---|
|
x |
STUDENTI FREQUENTANTI E NON FREQUENTANTI
L'esame consiste in una prova generale che include domande a risposta aperta e domande a risposta chiusa relative tanto alla prima parte del corso (strumenti statistici per l'analisi dei dati) quanto alla seconda parte del corso (strumenti matematici per l'analisi dei dati). Alcune domande richiedono l'uso dei software presentati durante il corso.
Il voto finale è determinato per 2/3 dal punteggio complessivo riportato nelle domande relative alla prima parte del corso e per 1/3 dal punteggio complessivo riportato nella seconda parte del corso.
Le domande a risposta chiusa si propongono principalmente di verificare la conoscenza degli strumenti matematico-statistici per l’analisi di dati economici ed aziendali.
Le domande a risposta aperta si propongono principalmente di verificare la capacità degli studenti di applicare le conoscenze acquisite.
Materiali didattici
STUDENTI FREQUENTANTI E NON FREQUENTANTI
- I PARTE (strumenti statistici per l'analisi dei dati): note didattiche a cura dei docenti (disponibili su Bboard). Materiale integrativo (esercizi, dataset,...) a cura dei docenti (disponibile su Bboard).
- II PARTE (strumenti matematici per l'analisi dei dati): G. GURIOLI, Introduzione alla valutazione di investimenti, 2009 (disponibile su Bboard). Materiale integrativo a cura dei docenti (disponibile su Bboard).
Class group/s taught in English
Mission & Content Summary
MISSION
CONTENT SUMMARY
Part I – Statistical tools for data analysis:
- Simple and multiple linear regression. Assumptions, estimates and their interpretation. Models with categorical covariates. Tests on the coefficients of the model. Interactions and transformations. Multicollinearity issues. Predictions. Residual analysis.
- Logistic regression. Interpretation of the coefficient estimates. Tests on the coefficients of the model. Evaluation of the quality of a model. Predictions.
- Introduction to multinomial logistic regression.
- Introduction to regression models for panel data.
Part II – Mathematical tools for data analysis:
- Valuation of investments.
- Valuation of financial transactions.
- Valuation of options (binomial model).
Intended Learning Outcomes (ILO)
KNOWLEDGE AND UNDERSTANDING
- Understand mathematical and statistical analyses of economic and business phenomena.
- Know the theoretical and operational tools required for the understanding and the implementation of such analyses.
APPLYING KNOWLEDGE AND UNDERSTANDING
- Deeply analyze and interpret economic and business phenomena, identifying and applying properly, even through the use of appropriate scientific software, suitable mathematical and statistical methodologies.
Teaching methods
- Face-to-face lectures
- Exercises (exercises, database, software etc.)
DETAILS
Exercise sessions devoted to the analysis of economic and business data are proposed; to this aim the softwares presented during the course are used. Students are invited to take an active part in the analysis.
Assessment methods
Continuous assessment | Partial exams | General exam | |
---|---|---|---|
|
x |
ATTENDING AND NOT ATTENDING STUDENTS
The general exam includes closed-ended and open-ended questions, related to both parts of the course (Statistics and Mathematics). Some of the questions require the use of the softwares presented during the course.
The final grade of the exam is determined for 2/3 by the total score obtained in the questions related to the first part of the course and for 1/3 by the total score obtained in the questions related to the second part of the course.
The closed-answer questions mainly aim to test the knowledge of the mathematical and statistical tools for the analysis of economic and business data.
The open-answer questions mainly aim to test the ability to apply the acquired knowledge.
Teaching materials
ATTENDING AND NOT ATTENDING STUDENTS
- Part I: Lecture notes prepared by the teachers (available on Bboard). Additional teaching material (exercises, dataset, ...) prepared by the teachers (available on Blackboard).
- Part II: G. GURIOLI, Introduction to the valuation of investments, translated by G. OSIMO (available on Bboard). Additional teaching material prepared by the teachers (available on Blackboard).