Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • More
Listen to this page using ReadSpeaker
English ‎(en)‎
English ‎(en)‎ Italiano ‎(it)‎
 Log in
e-Learning - UNIMIB
Home
Percorso della pagina
  1. Economics
  2. Bachelor Degree
  3. Economia e Commercio [E3301M]
  4. Courses
  5. A.A. 2020-2021
  6. 3rd year
  1. Data Analysis I
  2. Summary
Insegnamento Course full name
Data Analysis I
Course ID number
2021-3-E3301M213
Course summary SYLLABUS

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi formativi

L’obiettivo è quello di fornire agli studenti le competenze pratiche ed operative, riguardanti la misura, il rilevamento e il trattamento dei dati pertinenti l'analisi economica nei suoi vari aspetti applicativi. L’insegnamento propone una solida preparazione riguardante i più rilevanti modelli statistici, così come una competenza nell’applicare tali metodologie ad un ampio campo di fenomeni economici reali. Lo studente acquisirà la capacità ad interpretare i risultati ottenuti e svilupperà un proprio spirito critico nella lettura di tabulati e grafici, anche prodotti da terze parti, per l’analisi dei fenomeni economici. Inoltre lo studente acquisirà la capacità di applicare le metodologie statistiche multivariate e interpretare i risultati atti a fornire utili indicazioni sulle decisioni da attuare in contesto aziendale. Gli studenti dovranno essere in grado dunque di utilizzare le conoscenze acquisite nel corso per analizzare le opportunità e le criticità dell'ambiente nel quale operano, elaborando adeguate raccolte e analisi di dati.

Contenuti sintetici

Il corso introduce allo studio di alcune metodologie statistiche multivariate utili a perseguire finalità diverse a seconda del contesto applicativo e presentare alcune applicazioni inerenti problematiche aziendali.

Programma esteso

Classificazione delle metodologie di analisi multivariata

Metodi di dipendenza e di interdipendenza, tabella di contingenza, matrice di varianze e covarianze, matrice di correlazione; matrice di dati standardizzati, matrice di varianze e covarianze tra dati standardizzati.


Analisi dei gruppi

Metodi gerarchici di tipo aggregativo, metodi non gerarchici.


Analisi delle componenti principali

Criteri per la scelta del numero di componenti principali, interpretazione delle componenti principali; rappresentazione grafica dei risultati.


Analisi discriminante lineare

Punteggi discriminanti, criteri per la scelta del numero di funzioni discriminanti, classificazione delle unità statistiche.

Prerequisiti

Statistica; Metodi Statistici.

Metodi didattici

Lezioni frontali (teoria ed esempi).

In caso di emergenza Covid-19 le lezioni (teoria ed esempi) si svolgeranno da remoto asincrono con eventi in videoconferenza sincrona.

Modalità di verifica dell'apprendimento

L’esame comprende domande di teoria ed esercizi.  Le prime verificano la conoscenza e la comprensione dei principali concetti della materia. I secondi misurano la capacità dello studente di applicare tali concetti per la soluzione di problemi pratici.  Lo studente che abbia riportato almeno 18 trentesimi nella prova scritta ha inoltre facoltà di sostenere un orale integrativo, che può comportare sia l’aumento sia la diminuzione del punteggio riportato. Prima della prova orale, lo studente visiona il compito e può chiedere delucidazioni sulla correzione e sulla valutazione. Di norma, la prova orale è facoltativa tuttavia, nei casi dubbi, il docente può prevederne l’obbligo a sua discrezione.


Testi di riferimento

F. Delvecchio, Analisi statistica di dati multidimensionali, Cacucci, Bari, 1992;

A. Rizzi, Analisi dei dati, NIS, Roma, 1990;

S. Sharma, Applied Multivariate Techniques, John Wiley & Sons, 1985;

O. Vitali, Statistica per le scienze applicate, Cacucci, Bari, 1999;

S. Zani, Analisi dei dati statistici II, Giuffré, Milano, 2000.

Periodo di erogazione dell’insegnamento

Primo semestre.

Lingua di insegnamento

Italiano.

Export

Learning objectives

The goal is to provide students with the practical and operational skills, referring measurements, detection and treatment of the relevant data to the economic analysis in its various application aspects. The course offers students a solid foundation in some of the most important, broadly used, statistical models, as well as some experience in applying those methods to a broad range of real economic problems. The student will learn how to interpret results and will develop his own point of view in reading tables and graphs, even made by a third part, related to economic studies. Furthermore, students will get a solid foundation in some of the most important statistical methods, a good experience in applying those methods to data and interpreting results. Students will be able, therefore, to use the knowledge gained in the course to analyze the opportunities and critical issues of the environment in which they work by elaborating collection and data analysis.

Contents

The objective of data analysis is to extract the relevant information contained in the data which can then used to solve a given problem. The course provides a number of multivariate statistical techniques to obtain relevant information from data.

Detailed program

Classification methods of multivariate analysis

Methods of dependence and interdependence, contingency table, variance and covariance matrix, correlation matrix; standardized data matrix, variances and covariances matrix between standardized data.


Cluster Analysis

Hierarchical methods of aggregation, non-hierarchical methods.


Principal component analysis

Criteria for selecting the number of principal components, interpretation of the principal components, graphical representation of the results.


Linear Discriminant Analysis

Discriminant scores, criteria for selecting the number of discriminant functions, classification of the statistical units.

Prerequisites

An introductory course of descriptive Statistics; Probability and main random variables.

Teaching methods

Frontal lessons (theory and examples).

In the case of Covid-19 emergency, lessons (theory and examples) will take place remotely and asynchronously, with additional synchronous videoconferencing events.

Assessment methods

The exam consists of questions about theory and exercises. The former test students’ knowledge and understanding of the main concepts of the subject. The latter measure students’ ability in the application of such concepts to solve simple practical problems.  Students with a grade of at least 18/30 in the test can ask for a supplementary oral, which may raise or lower the former mark. Before the oral, graded tests are shown and students can ask for details about corrections and criteria used to grade.  The oral is optional, but the teacher can make it mandatory in his judgment.


Textbooks and Reading Materials

F. Delvecchio, Analisi statistica di dati multidimensionali, Cacucci, Bari, 1992;

A. Rizzi, Analisi dei dati, NIS, Roma, 1990;

S. Sharma, Applied Multivariate Techniques, John Wiley & Sons, 1985;

O. Vitali, Statistica per le scienze applicate, Cacucci, Bari, 1999;

S. Zani, Analisi dei dati statistici II, Giuffré, Milano, 2000.

Semester

First semester.

Teaching language

Italian.

Enter

Key information

Field of research
SECS-S/01
ECTS
4
Term
First semester
Activity type
Mandatory to be chosen
Course Length (Hours)
28
Degree Course Type
Degree Course

Staff

    Teacher

  • Manuela Cazzaro
    Manuela Cazzaro

Students' opinion

View previous A.Y. opinion

Bibliography

Find the books for this course in the Library

Enrolment methods

Manual enrolments
Self enrolment (Student)

You are not logged in. (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics