Skip to Main Content (Press Enter)

Logo UNICH
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze

UNI-FIND
Logo UNICH

|

UNI-FIND

unich.it
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze
  1. Insegnamenti

000143R - DATA SCIENCE PER L'ECONOMIA

insegnamento
ID:
000143R
Durata (ore):
72
CFU:
9
SSD:
Statistica economica
Sede:
PESCARA
Anno:
2026
  • Dati Generali
  • Syllabus
  • Corsi
  • Persone

Dati Generali

Periodo di attività

Secondo Semestre (11/02/2027 - 18/05/2027)

Syllabus

Obiettivi Formativi


L'insegnamento di Data Science per l'Economia vuole contribuire al processo formativo dello studente fornendo strumenti per le analisi quantitative che siano utili per le decisioni economiche ed aziendali. In particolare, detti obiettivi formativi sono associabili ai seguenti risultati di apprendimento attesi:


Conoscenza e capacità di comprensione
Il corso intende fornire le conoscenze metodologiche e applicative di base del data science. Inoltre, si vuole fornire utili strumenti per l’analisi statistica di alcune tipologie di dati economici e aziendali. Infine, grande attenzione sarà data al pacchetto statistico open source R.


Capacità di applicare conoscenza e comprensione

Al termine del corso di insegnamento, lo studente anche con l’aiuto di casi di studi concreti svolti con il software statistico R, sarà in grado di analizzare data-base, anche di grandi dimensione, con le moderne tecniche statistiche. Le conoscenze acquisite gli consentiranno di interpretare in modo critico le dinamiche economiche e/o aziendali.

Prerequisiti


Lo studente deve possedere le conoscenze della statistica di base.

Metodi didattici


Lezioni frontali. Casi studio ed esercizi su dati reali con R.

Verifica Apprendimento


Conoscenza e capacità di comprensione
La verifica dei risultati di apprendimento sarà effettuata mediante una prova scritta e una prova orale. La prova scritta riguarderà l’intero programma, con particolare attenzione all’utilizzo del software R. Essa potrà essere svolta anche durante il corso sotto forma di prove intermedie e consisterà in dieci domande.
La prova orale, facoltativa, consisterà in domande finalizzate ad approfondire gli argomenti trattati nel programma. Potrà essere richiesta sia dal docente sia dallo studente.
Gli studenti dovranno inoltre predisporre due elaborati di analisi statistica, realizzati mediante il software R e riferiti a casi di studio reali; i relativi dataset potranno essere reperiti da fonti disponibili online. Gli elaborati dovranno essere inviati al docente almeno una settimana prima della data dell’esame.
La valutazione finale, espressa in trentesimi, terrà conto dell’esito della prova scritta, dell’eventuale colloquio orale e della qualità degli elaborati realizzati con R.


Capacità di applicare conoscenza e comprensione
Attraverso le prove d’esame e la realizzazione degli elaborati, il docente verificherà la capacità degli studenti di applicare le conoscenze e gli strumenti della data science all’analisi di problemi concreti in ambito economico e aziendale. In particolare, sarà valutata la capacità di utilizzare metodi e modelli statistici per interpretare dati reali, formulare conclusioni appropriate e supportare i processi decisionali.


Gli studenti e le studentesse con disabilità, DSA o altri bisogni educativi speciali possono usufruire di un trattamento individualizzato in sede di esame, nel rispetto della normativa e di quanto previsto nella Carta dei Servizi di Ateneo (https://www.unich.it/sites/default/files/2024-02/carta_dei_servizi_0.pdf), previa intesa con il docente della materia. Per richiedere le misure compensative e dispensative è necessario afferire al Servizio CON_TE_STO seguendo la procedura indicata nella Carta dei Servizi.
Si invitano gli studenti e le studentesse a prendere contatti con la/il docente durante lo svolgimento delle lezioni, o comunque con largo anticipo rispetto alla data dell’appello, per conoscere le modalità di esame e le misure che sono accettate.
Per essere orientati e indirizzati ai diversi servizi offerti dall’Ateneo è possibile contattare il Docente Referente del Dipartimento: Prof. Domenico Raucci (email: domenico.raucci@unich.it).

Testi


Appunti del corso.

James G, Witten D, Hastie T, Tibshirani R (2021). An Introduction to Statistical Learning with Applications in R. Springer.



Per ulteriori approfondimenti:
Giudici P, Figini S (2009). Applied Data Mining for Business and Industry. Wiley
Ledolter J. (2013). Data Mining and Business Analytics With R. Wiley
Shmueli G, Bruce PC, Yahav I, Patel NR, Lichtendahl KC, Jr. (2018). Data Mining for Business Analytics. Wiley

Contenuti


1. Introduzione ad R. Analisi esplorativa con R.

2. Metodi statistici per l’analisi di dati economici:
2.1 Modello di regressione multipla con R.
2.2 Modello di regressione logistica con R.
2.3 Alberi di regressione con R.
2.4 Analisi in componenti principali con R.
2.5 Modello di regressione multiplo per dati territoriali con R.

Lingua Insegnamento


Italiano

Altre informazioni


E-mail: paolo.postiglione@unich.it.

Per maggiori dettagli e per scaricare le slides: fad.unich.it, pagina del Corso di Data Science per l'Economia.


Giorni ed orari di ricevimento studenti: Nel I semestre il docente riceve per appuntamento (paolo.postiglione@unich.it). Nel II semestre il ricevimento è fissato per il giovedì dalle ore 14:00 alle ore 16:00, scala verde 1° Piano, Viale Pindaro, 42, Studio n.33.

Corsi

Corsi

ECONOMICS AND BUSINESS ANALYTICS 
Laurea Magistrale
2 anni
No Results Found

Persone

Persone

POSTIGLIONE PAOLO
Gruppo 13/STAT-02 - STATISTICA ECONOMICA
AREA MIN. 13 - Scienze economiche e statistiche
Settore STAT-02/A - Statistica economica
Docenti di ruolo di Ia fascia
No Results Found
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 26.7.2.0