LABORATORY OF STATISTICS FOR INTERNATIONAL MARKETS ANALYSIS

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.

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

- Conoscenze base di statistica e probabilità in particolare sulla regressione semplice
- conoscenza base di R

- Le fonti di dati rilevanti per l'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, partial least squares
- Protocolli per la selezione dei parametri rilevanti: validation e cross-validation

Il testo di riferimento per i metodi statistici è
G. James, et al. An introduction to statistical learning: with applications in R. Spinger. 2nd edition Springer, 2023.

Le slides/note del corso, gli script commentati di R e altro materiale verranno caricati su moodle al procedere delle lezioni

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. Gli studenti saranno valutati sia sull'applicazione del codice appreso in situazioni simili, sia sul commento all'output.

scritto

A. Voti tra 18 e 20 vengono assegnati se lo studente dimostra la capacità di applicare il codice R visto in classe ai dati assegnati a livello di Paese, fornendo una classifica dei Paesi basata sul loro miglior modello.

B. Voti tra 21 e 26 vengono assegnati se lo studente, oltre a soddisfare i requisiti del livello A, fornisce commenti appropriati sui dati, sui modelli e sui risultati, interpretando le diverse soluzioni ottenute.

C. Voti tra 27 e 30 vengono assegnati se lo studente, oltre a soddisfare i requisiti del livello B, include il ranking delle regioni a livello NUTS2 e un'analisi dell'importanza delle diverse variabili per il ranking.

D. La lode viene assegnata agli studenti che raggiungono il livello C e aggiungono originalità al loro progetto, per esempio utilizzando una diversa variabile dipendente e confrontando i risultati con il precedente modello, applicando l'analisi ad altri paesi o a dati diversi raccolti personalmente, oppure implementando un ulteriore modello non visto in aula.

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