Facebook pixel
Info
Foto sezione
Logo Bocconi

Insegnamento a.a. 2022-2023

20179 - ANALISI DEI DATI / DATA ANALYSIS

AFC
Dipartimento di Scienze delle Decisioni / Department of Decision Sciences



Per la lingua del corso verificare le informazioni sulle classi/
For the instruction language of the course see class group/s below

Vai alle classi / Go to class group/s: 11 - 12 - 13

AFC (6 cfu - I sem. - OB  |  4 cfu SECS-S/01  |  2 cfu SECS-S/06)
Docente responsabile dell'insegnamento / Course Director:
EUGENIO MELILLI

Classi: 11 (I sem.) - 12 (I sem.)
Docenti responsabili delle classi:
Classe 11: EUGENIO MELILLI, Classe 12: ELENA POLI

Classe/i impartita/e in lingua italiana

Mission e Programma sintetico
MISSION

La gestione dell'azienda, nei suoi vari aspetti, non può prescindere al giorno d'oggi dall'uso diffuso e continuo, ma allo stesso tempo attento e critico, di dati, tanto interni all'azienda quanto esterni. Per questo, non può mancare nel percorso formativo di uno studente di questo corso di laurea magistrale, che si propone di fornire una visione articolata ed integrata delle tematiche di contabilità e bilancio, finanza aziendale e programmazione e controllo di gestione, una solida preparazione in ambito quantitativo. L'obiettivo è fornire tanto una buona base metodologica quanto un'adeguata capacità di analisi applicata a dati reali. Nella prima parte del corso vengono dunque presentate tecniche statistiche di analisi dei dati con l'obiettivo di spiegare, interpretare e/o prevedere fenomeni di interesse aziendale. Date le dimensioni e la complessità delle banche dati che si incontrano negli ambiti descritti, non è possibile prescindere dall'uso di opportuni strumenti informatici; per questo motivo, nel corso si fa ampio uso del software statistico R. La seconda parte del corso tratta la valutazione di flussi di cassa certi e aleatori e la determinazione del prezzo di opzioni.

PROGRAMMA SINTETICO

Parte I - Strumenti statistici per l'analisi dei dati:

  • Il modello di regressione lineare. Assunzioni, stime  e loro interpretazione. Modelli con variabili esplicative qualitative. Test sui coefficienti. Interazioni e trasformazioni. Cenni all'analisi dei residui. Previsioni. 
  • Il modello di regressione logistica. Stime e loro  interpretazione. Test sui coefficienti. Previsioni. Valutazioni sulla qualità del modello.
  • Cenni al modello di regressione logistica multinomale.
  • Cenni ai modelli di regressione per dati panel.

 

Parte II - Strumenti matematici per l'analisi dei dati:

  • Valutazione di rendite.
  • Valutazione di operazioni finanziarie.
  • Valutazione di opzioni (modello binomiale).

 


Risultati di Apprendimento Attesi (RAA)
CONOSCENZA E COMPRENSIONE
Al termine dell'insegnamento, lo studente sarà in grado di...
  • Comprendere le analisi matematico-statistiche relative a problematiche economiche e aziendali.
  • Conoscere gli strumenti teorici ed operativi necessari per la comprensione e la realizzazione di tali analisi.
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
Al termine dell'insegnamento, lo studente sarà in grado di...
  • Analizzare e interpretare nella loro completezza i fenomeni economico-aziendali, individuando ed applicando correttamente, anche attraverso l'uso di opportuni software scientifici, le metodologie matematico-statistiche necessarie.

Modalità didattiche
  • Lezioni frontali
  • Esercitazioni (esercizi, banche dati, software etc.)
DETTAGLI

Durante il  corso vengono effettuate esercitazioni in cui sono proposte analisi di dati aziendali, per le quali vengono usati opportuni software; gli studenti partecipano in modo attivo a tali analisi.


Metodi di valutazione dell'apprendimento
  Accertamento in itinere Prove parziali Prova generale
  • Prova individuale scritta (tradizionale/online)
  • x   x
    STUDENTI FREQUENTANTI E NON FREQUENTANTI

    L'esame prevede 2 prove in itinere, svolte durante le esercitazioni della prima parte del corso (analisi statistiche di dati) ed una prova finale.

    Le prove in itinere consistono in brevi test, con domande a risposta chiusa e/o aperta volte a verificare  la comprensione e capacità di applicazione (anche mediante l'uso del software R/RStudio) dei concetti e delle tecniche presentati  durante le lezioni. Ciascuno dei 2 test ha un punteggio massimo pari a 2.

    La prova finale è scritta ed è relativa agli argomenti svolti in entrambe le parti del corso (strumenti statistici per l'analisi dei dati e strumenti matematici per l'analisi dei dati). Essa  consiste in domande ed esercizi, a risposta aperta, volti a verificare la capacità degli studenti di applicare le conoscenze acquisite. Alcune domande richiedono l'uso dei software presentati durante il corso.

    Ciascuna delle due parti della prova scritta (quella relativa agli strumenti statistici e quella relativa agli strumenti matematici) prevede un punteggio massimo pari a 31. 

     

    Il voto finale V dell'esame è calcolato come segue:

     

    V=max{(2/3)•[I+(27/31)•S]+(1/3)•M , (2/3)•S+(1/3)•M},

     

    dove:

     

    I=punteggio complessivo acquisito nelle due prove in itinere (massimo 4)

    S=punteggio  acquisito nella parte di statistica della prova scritta finale (massimo 31)

    M=punteggio  acquisito nella parte di matematica della prova scritta finale (massimo 31)

     

    Tale voto viene  eventualmente arrotondato all'intero più vicino (per eccesso se la cifra decimale è 0.5).

    Ovviamente, nel caso in cui  le prove in itinere non vengano svolte, il punteggio I è uguale a 0.

     

    Le domande a risposta chiusa si propongono principalmente di verificare la conoscenza degli strumenti matematico-statistici per l’analisi di dati economici ed aziendali.

    Le domande a risposta aperta si propongono principalmente di verificare la capacità degli studenti di applicare le conoscenze acquisite.

     


    Materiali didattici
    STUDENTI FREQUENTANTI E NON FREQUENTANTI
    • I PARTE (strumenti statistici per l'analisi dei dati): note didattiche a cura dei docenti (disponibili su Bboard). Materiale integrativo (esercizi, dataset,...) a cura dei docenti (disponibile su Bboard).
    • II PARTE (strumenti matematici per l'analisi dei dati): G. GURIOLI, Introduzione alla valutazione di investimenti, 2009 (disponibile su Bboard). Materiale integrativo a cura dei docenti (disponibile su Bboard).
    Modificato il 09/05/2022 11:02

    Classes: 13 (I sem.)
    Instructors:
    Class 13: PIERALBERTO GUARNIERO

    Class group/s taught in English

    Mission & Content Summary
    MISSION

    The management of the company cannot disregard nowadays a widespread and continuous (but at the same time careful and critical) use of data. For this reason, a student of this course, which aims to provide a comprehensive and integrated vision of accounting and budget issues, corporate finance and planning and management control, cannot miss a solid preparation in the quantitative area. The goal is to provide both a good methodological basis and an adequate analytical capacity applied to real data. In the first part of the course, therefore, statistical data analysis techniques are presented with the aim of explaining, interpreting and/or predicting phenomena of economic and business interest. Given the size and complexity of the databases that are encountered in the areas described, it is not possible to disregard the use of appropriate IT tools; for this reason, statistical software is widely used throughout the I part of the course. The second part of the course deals with the assessment of certain and uncertain cash flows and the determination of the price of options.

    CONTENT SUMMARY

    Part I – Statistical tools for data analysis:

    • Simple and multiple linear regression. Assumptions, estimates and their interpretation. Models with categorical covariates. Tests on the coefficients of the model. Interactions and transformations. Multicollinearity issues. Predictions. Residual analysis.
    • Logistic regression. Interpretation of the coefficient estimates. Tests on the coefficients of the model. Evaluation of the quality of a model. Predictions.
    • Introduction to multinomial logistic regression.
    • Introduction to regression models for panel data.

     

    Part II – Mathematical tools for data analysis:

    • Valuation of investments.
    • Valuation of financial transactions.
    • Valuation of options (binomial model).

    Intended Learning Outcomes (ILO)
    KNOWLEDGE AND UNDERSTANDING
    At the end of the course student will be able to...
    • Understand mathematical and statistical analyses of economic and business phenomena.
    • Know the theoretical and operational tools required for the understanding and the implementation of such analyses.
    APPLYING KNOWLEDGE AND UNDERSTANDING
    At the end of the course student will be able to...
    • Deeply analyze and interpret economic and business phenomena, identifying and applying properly, even through the use of appropriate scientific software, suitable mathematical and statistical methodologies.

    Teaching methods
    • Face-to-face lectures
    • Exercises (exercises, database, software etc.)
    DETAILS

    Exercise sessions devoted to the analysis of economic and business data are proposed; to this aim the softwares presented during the course are  used. Students are invited to take an active part in the analysis.


    Assessment methods
      Continuous assessment Partial exams General exam
  • Written individual exam (traditional/online)
  • x   x
    ATTENDING AND NOT ATTENDING STUDENTS

    The assessment for the course includes 2 in-class tests that are carried out during the exercise sessions in the first part of the course (statistics) and a final test.

    The in-class tests consist of short tests, with closed and/or open-ended questions, aimed at checking students' understanding and their ability to apply (with the R/RStudio software) the concepts and techniques presented during the lectures. Each of the 2 tests has a maximum score of 2.

    The final test is a written exam on the topics covered in both parts of the course (statistics and mathematics). It consists of open-ended questions and exercises designed to test the students' ability to apply the knowledge acquired. Some questions require the use of the software presented during the course.

    Each of the two parts of the written examination (the one relating to statistical tools and the one relating to mathematical tools) has a maximum mark of 31.

     

    The final grade V for the examination is calculated as follows:

     

    V=max{(2/3)·[I+(27/31)·S]+(1/3)·M , (2/3)·S+(1/3)·M},

     

    where:

     

    I=total score of the two in-class tests (maximum 4)

    S=score of the statistics part of the final written exam (maximum 31)

    M=score of the mathematics part of the final written exam (maximum 31)

     

    The score is rounded up to the nearest integer number (upwards if the decimal point is 0.5).

    If the in-class tests are not taken, the score I is equal to 0.

     

    The closed-answer questions mainly aim to test the knowledge  of the mathematical and statistical tools for the analysis of economic and business data.

    The open-answer questions mainly aim to test the  ability to apply the acquired knowledge.

     

     

     

     


    Teaching materials
    ATTENDING AND NOT ATTENDING STUDENTS
    • Part I: Lecture notes prepared by the teachers (available on Bboard). Additional teaching material (exercises, dataset, ...) prepared by the teachers (available on Blackboard).
    • Part II: G. GURIOLI, Introduction to the valuation of investments, translated by G. OSIMO (available on Bboard). Additional teaching material  prepared by the teachers (available on Blackboard).
    Last change 09/06/2022 14:06