Sistemi di elaborazione dati per l'economia

Fornire ai futuri economisti (sia di aziende pubbliche che private), strumenti, metodologie e chiavi di lettura ed interpretazione dei dati economici e come si elaborano e con quali strumenti informatici. Il modello didattico è orientato a fornire agli studenti strumenti informatici attraverso piattaforme informatiche per sviluppare data sets, utilizzare macro per l’analisi dei dati e associare strumenti informatici per la sintesi e la lettura dei risultati.

Il corso è fortemente orientato con simulazioni su casi reali e fornisce allo studente nuove capacità competitive nella preparazione di specifiche competenze informatiche per l’analisi dei dati. L’impostazione del corso è finalizzata a facilitare la comprensione delle potenzialità analitiche ed applicative delle diverse tecniche trattate ed a conseguire un buon equilibrio tra rigore tecnico dei metodi e illustrazione delle potenzialità applicative degli stessi mediante utilizzo di excell.

Il corso è organizzato per il 30% da lezioni teoriche, per il 50% da simulazioni pratiche direttamente su pc attraverso elaborazioni in excell ed il 20% dalla partecipazione attiva degli studenti attraverso la creazioni di lavori di gruppo e discussione in aula, compatibilmente alla numerosità degli studenti presenti.

Il metodo didattico si basa su lezioni frontali con uso di slides, excell, software (free use), discussioni in aula, gruppi di lavoro (max 3 persone), testimonianze in aula e case study. Inoltre, l’attività didattica sarà coaduvata da incontri costanti con i gruppi di lavoro durante gli orari di ricevimento (questo permette al docente di accompagnare gli studenti verso un percorso di studio, costante, rigoroso e finalizzato agli obiettivi della risoluzione dei casi studio, nonché ad una valutazione dei candidati spalmata durante tutto il percorso formativo).

Per ciascun elaborato si terrà conto dei seguenti punti: la corretta impostazione in relazione agli obiettivi, l’opportuna scelta delle procedure informatiche, la quantità e la qualità delle informazioni acquisite e la capacità di saper analisizzare dati ed informazioni numeriche.

Il corso non necessita di conoscenze di base per la programmazione, ma necessita di una buona predisposizione all’utilizzo del pc e degli strumenti da utilizzare. Sarebbe consigliabile anche la conoscenza degli elementi introduttivi della statistica I.

Si consiglia la frequenza costante, poichè il modello didattico presenta innovazioni di contenuti attraverso casi pratici spesso non contemplati nei libri esistenti in commercio. Pertanto, la partecipazione alle lezioni è necessaria per il raggiungimento degli obiettivi sopra citati.

PROGRAMMA DEL CORSO

I MODULO – Le potenzialità dell’informatica per l’analisi dei dati – 3 CFU

Descrizione del programma

In questo modulo saranno sviluppate le conoscenze sui principali aspetti informatici legati alla creazione di data stes, della loro composizione, della loro pulitura, della tipologia di variabili, dei filtri e degli aspetti intraduttivi della big data analysis.

CONCETTI INTRODUTTIVI: definizione di informatica; introduzione sull’analisi dei dati;

data mining, big data analysis e machine learning; nozioni di database, data matrix e di information technology; Network, codice binario e funzionamento dei computer; Introduzione ad excel.

DATA INGESTION: Come si acquisiscono i dati; Dove si acquisiscono i dati (principali database online); Tipologie di dati (time series, cross section e panel) e variabili (binarie, ordinali, continue ecc.); Data cleaning .

II MODULO – Utilizzo di Excell e le sue potenzialità come strumento per l’analisi dei dati– 3 CFU

Descrizione del programma

In questo modulo saranno sviluppate le conoscenze sull’utilizzo di excell e delle sue macro al fine di fornire allo studente competenze tecnico informatiche utili ed utilizzabili per tutte le discipline successive.

ANALISI DEI DATI CON EXCEL: Algoritmi ed ambiente excel; Funzionalità (cerca, trova, trova e sostituisci, ordina ecc.); Formule (implementazione, principali formule); Macro per l’analisi dei dati; Data sets e dialogo tra fogli; distribuzioni di frequenze, creazione di tabelle di contingenza e distribuzioni statistiche; Analisi grafiche e funzioni di sintesi per l’analisi dei dati; Principali strumenti grafici (time series, pie chart, bar diagram, box plot ecc.); Di posizione, di dispersione, di concentrazione, di forma; Generatore di numeri casuali e applicazioni in economia e finanza; funzioni per l’analisi dei dati in excell; PhStat; StatExcell.

Francesco Borazzo, “Analisi dei dati con Excel 2013" ed. ApogeonLine - Link: http://www.apogeonline.com/libri/9788850316564/scheda

http://www.apogeonline.com/libri/9788850332786/scheda

Testi non obbligatori ma per eventuali approfondimenti:

Argyris Kostopoulos, «Elementi di telecomunicazioni», Petrini.

G. Ausiello, C. Batini, V. Frosini, «Informatica» in Enciclopedia Italiana - Appendice VI, Roma, Istituto dell'Enciclopedia Italiana, 2000,

Daniel A. Keim, Matthew O. Ward, Georges G. Grinstein- "Interactive Data Visualization: Foundations, Techniques, and Applications"

Sergio Zani,Andrea Cerioli. “Analisi dei dati e data mining per le decisioni aziendali”.

Alessandro Rezzani. “Big Data Analytics. Il manuale del data scientist”.

M. Ross Sheldon, Introduzione alla statistica, 2ª ed., Maggioli Editore, 2014

Il metodo didattico si basa su lezioni frontali con uso di slides, excell, software (free use), discussioni in aula, gruppi di lavoro (max 3 persone), testimonianze in aula e case study. Inoltre, l’attività didattica sarà coaduvata da incontri costanti con i gruppi di lavoro durante gli orari di ricevimento (questo permette al docente di accompagnare gli studenti verso un percorso di studio, costante, rigoroso e finalizzato agli obiettivi della risoluzione dei casi studio, nonché ad una VALUTAZIONE dei candidati spalmata durante tutto il percorso formativo).

Per ciascun elaborato si terrà conto dei seguenti punti: la corretta impostazione in relazione agli obiettivi, l’opportuna scelta delle procedure informatiche, la quantità e la qualità delle informazioni acquisite e la capacità di saper analisizzare dati ed informazioni numeriche

Prova di fine corso: Gli studenti sosterranno una prova scritta direttamente sul pc (personale o del dipartimento)

Conoscenze minime irrinunciabili per il superamento dell’esame : Composizione di data sets; dialogo tra fogli elettronici; sviluppo di funzioni in excell ed utilizzo di specifiche macro; creazione grafici; significato del dato analizzato