Argomenti dell'insegnamento
- Analisi, modellizzazione e previsione delle serie storiche - Tecniche di riduzione della dimensionalità: analisi delle componenti principali - Identificazione di strutture sottostanti ai dati: modello fattoriale - Apprendimento non supervisionato: metodi di clustering basati sul concetto di distanza - Convalida dei modelli e metodi di ricampionamento - Applicazioni con i linguaggi di programmazione R e Python

Insegnamenti propedeutici
È altamente consigliato aver seguito e superato sia il corso di Matematica per EPE che quello di Statistica per EPE

Modalità di insegnamento
Lezioni frontali e sessioni di laboratorio.

Obiettivi formativi
Conoscenza e comprensione: Al termine del percorso formativo gli/le studenti/studentesse avranno acquisito le seguenti conoscenze e capacità di comprensione: - conoscenza delle tecniche matematiche per risolvere i problemi di ottimizzazione; - conoscenza degli strumenti probabilistici e inferenziali che permettono di impiegare modelli statistici; - capacità di modellare fenomeni sociali ed economici; - capacità di dare un'interpretazione economica ai risultati dei diversi modelli matematico-statistici applicati all'economia; - conoscenza di base della gestione dei dati e della programmazione informatica per l'analisi statistica ed econometrica di dati socioeconomici; - conoscenza del vocabolario tecnico degli insegnamenti di quest'area di apprendimento. Capacità di applicare conoscenza e comprensione: - abilità di interagire con utenti di madrelingua in maniera fluente e spontanea su argomenti di carattere economico; - capacità di analizzare autonomamente dati e di rilevare e spiegare relazioni tra fenomeni reali: - capacità di gestire semplici basi di dati e realizzare l’analisi dei dati socioeconomici con il supporto di software; - capacità di utilizzare i metodi quantitativi per risolvere problemi dell'economia; - capacità di leggere, scrivere e comunicare nel linguaggio tecnico dei metodi quantitativi nelle tre lingue ufficiali d'insegnamento Autonomia di giudizio Acquisizione della capacità di giudizio e degli strumenti metodologici utili per l'analisi critica dei dati, delle fonti, dei presupposti e delle implicazioni della pratica scientifica, del contesto politico, etico e giuridico entro il quale si iscrivono e con il quale interagiscono i fenomeni economici Abilità comunicative Padronanza (orale e scritta) delle lingue italiana, tedesca e inglese, ivi compresa la traduzione tra queste lingue. Competenza interculturale. Pregnanza concettuale, capacità di sintesi ed espressione scritta, in particolare per quanto riguarda l'elaborazione di documenti scientifici o con base scientifica Capacità di apprendimento Promozione del pensiero critico e delle capacità analitiche che consentano di focalizzare problemi complessi nella loro dinamica di lungo periodo e nella varietà delle loro implicazioni anche etiche

Obiettivi formativi e risultati di apprendimento (ulteriori info.)
Conoscenza e comprensione dei dati multivariati e delle serie storiche e delle varie tecniche per analizzarli e ottenere informazioni sui fenomeni di interesse. Capacità di applicare la conoscenza e la comprensione di metodi quantitativi avanzati per descrivere e analizzare fenomeni economici e sociali attraverso software statistici. Autonomia di giudizio su modelli e strumenti statistici utili per l'analisi avanzata dei dati. Abilità comunicative nel presentare in modo corretto e conciso i metodi e i risultati di un'analisi statistica. Capacità di apprendimento di diversi metodi statistici utili nella scienza dei dati.

Modalità d'esame
Esame scritto con domande teoriche, svolgimento di esercizi e interpretazione dei risultati di analisi in R o Python. Verrà fornito un esame intermedio volontario e un esame finale obbligatorio. Il voto dell'esame intermedio può essere rifiutato, nel qual caso si sosterrà un esame finale completo. Questa modalità d'esame è valida sia per gli studenti frequentanti che per i non frequentanti.

Criteri di valutazione
Studenti frequentanti e non frequentanti Esame scritto al 100% composto da domande teoriche e domande relative all’analisi dei dati. Il voto finale sarà una media ponderata dell'esame intermedio scritto (50%) e dell'esame finale scritto (50%). Gli studenti che non avranno sostenuto l'esame intermedio o avranno rifiutato il loro voto intermedio, riceveranno un esame più lungo che conterà per il 100% del voto finale. Criteri per l'esame scritto: correttezza e chiarezza delle risposte, conoscenza e comprensione dei metodi statistici, capacità di interpretare i risultati e di utilizzare correttamente il codice formale.