LABORATORY OF STATISTICS FOR INTERNATIONAL MARKETS ANALYSIS
- Anno accademico
- 2023/2024 Programmi anni precedenti
- Titolo corso in inglese
- LABORATORY OF STATISTICS FOR INTERNATIONAL MARKETS ANALYSIS
- Codice insegnamento
- EM1069 (AF:382676 AR:211664)
- 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
Il corso si propone di fornire agli studenti gli strumenti statistici più adatti alla valutazione dei mercati internazionali, a partire dai dati economico-finanziari, sociali e istituzionali rilevanti per le scelte delle imprese.
Risultati di apprendimento attesi
Gli studenti, alla fine del corso, avranno appreso:
- quali sono le fonti di dati rilevanti per l'analisi dei mercati internazionali
- come selezionare le variabili rilevanti per il supporto alle decisioni di internazionalizzazione delle imprese
- come analizzare i dati per individuare i mercati internazionali che offrono le maggiori opportunità alle imprese
- quali sono le fonti di dati rilevanti per l'analisi dei mercati internazionali
- come selezionare le variabili rilevanti per il supporto alle decisioni di internazionalizzazione delle imprese
- come analizzare i dati per individuare i mercati internazionali che offrono le maggiori opportunità alle imprese
Prerequisiti
- Conoscenze base di statistica e probabilità in particolare sulla regressione semplice
- conoscenza base di R
- conoscenza base di R
Contenuti
- Le fonti di dati rilevanti all'analisi dei mercati internazionali
- Utilizzo delle fonti e gestione dei dati a diversi livelli di granularità
- pulizia dei dati: strumenti statistici per la sostituzione dei dati mancanti
- selezione delle variabili rilevanti: modelli stepwise, modelli di shrinkage
- individuazione delle dimensioni rilevanti: componenti principali and principal component regression
- validation and cross-validation
- Utilizzo delle fonti e gestione dei dati a diversi livelli di granularità
- pulizia dei dati: strumenti statistici per la sostituzione dei dati mancanti
- selezione delle variabili rilevanti: modelli stepwise, modelli di shrinkage
- individuazione delle dimensioni rilevanti: componenti principali and principal component regression
- validation and cross-validation
Testi di riferimento
Il testo di riferimento per i metodi statistici è
Gareth, James, et al. An introduction to statistical learning: with applications in R. Spinger, 2013.
Le slides/note del corso, gli script commentati di R e altro materiale verranno caricati su moodle al procedere delle lezioni
Gareth, James, et al. An introduction to statistical learning: with applications in R. Spinger, 2013.
Le slides/note del corso, gli script commentati di R e altro materiale verranno caricati su moodle al procedere delle lezioni
Modalità di verifica dell'apprendimento
L'esame consisterà nella stesura di un report costruito sulla falsa riga di quanto fatto in aula, analizzando con R i mercati che offrono più opportunità per una certa regione/paese
Modalità di esame
orale
Metodi didattici
L'approccio sarà interattivo: lezioni e sessioni di laboratorio di R si alterneranno su un caso di studio che fungerà da esempio durante tutto il corso
Programma definitivo.
Data ultima modifica programma: 14/03/2023