Insegnamento mutuato da: B028396 - LABORATORIO DI ANALISI DATI Laurea Triennale (DM 270/04) in ECONOMIA E COMMERCIO Curriculum ECONOMIA POLITICA E MERCATI FINANZIARI
Lingua Insegnamento
ITALIANO
Contenuto del corso
Introduzione al software R. Uso di R per effettuare analisi statistiche descrittive, analisi descrittive di serie storiche, modelli di analisi delle serie storiche.
Il materiale di supporto alle sessioni di laboratorio verrà reso disponibile sulla pagina Moodle del corso ed include: lucidi delle lezioni, script di R per l’esecuzione delle varie analisi statistiche, data set da utilizzare nelle analisi.
Indicazioni sui manuali di statistica che fanno uso di R per le applicazioni statistiche e sui numerosi siti internet che riportano altro materiale utile verranno fornite durante il corso.
Obiettivi Formativi
Obiettivo formativo generale del corso è fornire conoscenze e competenze di base sull'analisi statistica dei dati in ambito economico mediante il software R, con particolare riferimento ai metodi statistici presentati nei corsi di Statistica (B018993) e Statistica Economica (B018994) del CdL in Economia e Commercio, e alle problematiche operative connesse con le applicazioni su dati reali.
Conoscenza e comprensione: Al termine dell’insegnamento lo studente dovrà conoscere e comprendere i fondamenti logici e operativi del software R, le principali funzioni di analisi statistica e grafica e l’ambiente di lavoro RStudio.
Capacità di applicare conoscenza e comprensione: Lo studente dovrà essere in grado di applicare con autonomia le procedure di R presentate nelle sessioni di laboratorio per fare analisi statistiche di base e semplici analisi di serie storiche, nonché di interpretarne i risultati, dedicando particolare attenzione alla tipologia e attendibilità dei dati analizzati e alle potenzialità e ai limiti dei metodi e modelli utilizzati.
Autonomia di giudizio: lo studente dovrà essere in grado di predisporre in autonomia un programma in R adeguato a svolgere l’analisi statistica di interesse.
Abilità comunicative: lo studente dovrà essere in grado di sintetizzare e comunicare a terzi la tipologia di analisi svolte con R su dati economici e il risultato delle stesse.
Capacità di apprendimento: Lo studente dovrà essere in grado di applicare le conoscenze acquisite ai contesti professionali in cui sia necessaria l’applicazione di software statistici per l’analisi statistica di base di fenomeni economici.
Prerequisiti
Si presume che gli studenti abbiano familiarità con la statistica descrittiva e con la statistica inferenziale di base. Si richiede, inoltre, la conoscenza delle metodologie statistiche fornite nell’insegnamento di Statistica Economica (B018994) del CdL di Economia e Commercio.
Metodi Didattici
Il corso prevede sessioni di lavoro al computer riguardanti la presentazione di R e dell’ambiente di lavoro RStudio e l’applicazione di procedure statistiche di base e di analisi delle serie storiche su dati di natura economica.
La frequenza è obbligatoria.
Altre Informazioni
Per poter visionare e scaricare il materiale dalla pagina Moodle dedicata al corso è necessario chiedere di essere autenticati, scrivendo alla docente una e-mail dal proprio indirizzo istituzionale UNIFI.
Modalità di verifica apprendimento
Durante il corso verranno assegnati dei compiti da consegnare entro date specificate dalla docente. I compiti sono in forma di script R e lo studente dovrà inserire le istruzioni necessarie per eseguire le analisi statistiche richieste.
L'esame finale è orale e prevede la discussione di tali elaborati. Lo studente dovrà dimostrare la capacità di presentare il lavoro svolto e commentare i risultati ottenuti nelle varie applicazioni.
Programma del corso
L’ambiente di lavoro di R. Numeri, caratteri, fattori, vettori, matrici, liste, data frame, oggetti, serie storiche. Pacchetti esterni. Lettura di archivi esterni. Script R. RStudio. Analisi statistica descrittiva. Procedure grafiche. Analisi esplorativa di serie storiche. Applicazione di modelli di analisi delle serie storiche: modelli di composizione/scomposizione, medie mobili, modelli ARIMA, identificazione a priori e a posteriori.