STRUMENTI COMPUTAZIONALI PER L'ECONOMIA
- Anno accademico
- 2024/2025 Programmi anni precedenti
- Titolo corso in inglese
- COMPUTATIONAL TOOLS FOR ECONOMICS
- Codice insegnamento
- ET4020 (AF:396673 AR:212476)
- Lingua di insegnamento
- Italiano
- Modalità
- In presenza
- Crediti formativi universitari
- 6
- Partizione
- Cognomi A-La
- Livello laurea
- Laurea
- Settore scientifico disciplinare
- SECS-S/06
- Periodo
- 3° Periodo
- Anno corso
- 3
- Sede
- VENEZIA
- Spazio Moodle
- Link allo spazio del corso
Inquadramento dell'insegnamento nel percorso del corso di studio
Il corso si sofferma su problemi economici di rilevanza pratica che richiedono soluzione numerica o analisi/discussione quantitativa. Si farà uso prevalentemente di R (software molto potente e diffuso, liberamente scaricabile da http://cran.r-project.org/ o https://www.rstudio.com/ ).
Risultati di apprendimento attesi
- definizione del problema matematico/tecnica da usare;
- selezionare lo strumento appropriato per affrontare il problema;
- conoscere quale funzione/pacchetto di R utilizzare per il problema dato.
b) Abilità:
- scrivere brevi codici funzionanti per risolvere un problema e, qualora possibile, produrre grafici significativi e rappresentazioni dei dati oggetto di esame;
- capacità di usare e fornire gli input adeguati alle funzioni di R utilizzate per risolvere il problema;
- capacità di gestire errori logici e di sintassi e di valutare il senso complessivo della soluzione numerica.
c) Competenze:
- abilità di comprendere (alcuni) aspetti rilevanti del problema, di usare il software per ottenere una soluzione computazionale e di valutare il significato e l'affidabilità del risultato.
Prerequisiti
Contenuti
1) Introduzione a R (installazione, la console, defaults, input/output)
2) Grafici e soluzioni di equazioni (ad esempio, per determinare tassi di rendimento o quote di mercato ed eguagliare costi e ricavi marginali)
3) Function, cicli (for) e istruzioni condizionate (if) in R
4) Determinazione di massimi e minimi, ottimizzazione libera e vincolata (ad esempio, per trovare la produzione ottima, prezzi e quantità in presenza di vincoli di bilancio)
5) Un modello di base per l'ottimizzazione di portafoglio
6) Il modello state preference e algebra lineare (che consente, ad esempio, di verificare la presenza di arbitraggi in un modello di mercato finanziario semplificato)
7) Introduzione alla simulazione (per valutare esiti affetti da casualità e la loro variabilità)
8) Cenni all'utilizzo di R per l'analisi statistica descrittiva
9) Utilizzo di R per la regressione lineare
La partecipazione attiva è fondamentale ed è richiesta molta pratica al computer per implementare adeguatamente un approccio computazionale alle decisioni e alla soluzione dei problemi.
Testi di riferimento
Letture consigliate: "The R Guide" by Jason Owen, http://cran.r-project.org/doc/contrib/Owen-TheRGuide.pdf (altri manuali, anche in italiano, si trovano at https://cran.r-project.org/ )
Modalità di verifica dell'apprendimento
L'esame consiste in un test Moodle con domande completamente randomizzate e prevede l’utilizzo di R o Rstudio (a scelta dello studente) per la risoluzione. L’esame comprende 16 domande a scelta multipla o con una risposta numerica. Tutte le domande hanno lo stesso peso; vengono attribuiti 2 punti per ogni risposta corretta, 0 punti per le risposte errate o mancanti e non vi sono penalità per le risposte lasciate in bianco. L’esame viene superato conseguendo almeno 18 punti.
La docente si riserva il diritto di richiedere un breve esame orale supplementare quando lo ritenga necessario per accertare che lo studente abbia svolto l'esame scritto in modo appropriato, senza copiare o utilizzare aiuti esterni o l'intelligenza artificiale durante lo svolgimento dell'esame.
Modalità di esame
Metodi didattici
Il corso si avvale anche di materiali didattici disponibili sulla piattaforma di e-learning di ateneo moodle.unive.it.