LABORATORY OF STATISTICS FOR INTERNATIONAL MARKETS ANALYSIS
- Anno accademico
- 2020/2021 Programmi anni precedenti
- Titolo corso in inglese
- LABORATORY OF STATISTICS FOR INTERNATIONAL MARKETS ANALYSIS
- Codice insegnamento
- EM1069 (AF:303630 AR:167198)
- Lingua di insegnamento
- Inglese
- Modalità
- In presenza
- Crediti formativi universitari
- 6
- Livello laurea
- Laurea magistrale (DM270)
- Settore scientifico disciplinare
- SECS-S/01
- Periodo
- 3° Periodo
- Anno corso
- 2
- Sede
- TREVISO
- Spazio Moodle
- Link allo spazio del corso
Inquadramento dell'insegnamento nel percorso del corso di studio
A tal fine gli studenti verranno introdotti all'uso di software dedicato attraverso esempi di applicazioni concrete con basi di dati su aggregati macroeconomici.
Risultati di apprendimento attesi
1. Conoscenza e comprensione
1.1 conoscere i modelli statistici per l'analisi dei fenomeni economici multivariati;
2. Capacità di applicare conoscenza e comprensione
2.1 saper organizzare i dati di natura economica relativi al funzionamento dei mercati internazionali attraverso l'applicazione di software statistici
3. Capacità di giudizio
3.1 saper selezionare il modello migliore in fase di descrizione economica.
Prerequisiti
E' inoltre richiesta la conoscenza degli obiettivi formativi del corso di Analisi statistiche dei mercati, in particolare i modelli statistici le serie storiche ARIMA
Contenuti
2- Introduzione ai modelli non parametrici
3- Strumenti di reportistica e replicabilità della ricerca
4- La matrice di dati, dati quantitativi e qualitativi
5- Grafici e indici come sintesi della matrice dei dati
Testi di riferimento
Fox J., Weisberg S., 2011, "An R Companion to Applied Regression, Second Edition" SAGE Publications, Inc, cap. 1, 6, appendix "Nonparametric Regression in R".
Modalità di verifica dell'apprendimento
In questa fase saranno valutate le capacità argomentative e di analisi critica.
In particolare, l'esame mira a verificare che l'allievo abbia acquisito i modelli presentati durante le lezioni, abbia familiarità con il software R integrando queste conoscenze e abilità per risolvere e presentare i problemi analizzati.
Modalità di esame
Metodi didattici
Gli studenti dovranno iscriversi al corso in piattaforma moodle e sarà richiesto l'utilizzo di computer durante le lezioni.