Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Diego D'ADDA (Crediti: 3 Ore di lezioneTeaching hours: 24)
Francesco PERUGINI (Crediti: 3 Ore di lezioneTeaching hours: 24)
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea Magistrale - [IM07] INGEGNERIA GESTIONALE (Curriculum: DIGITALIZZAZIONE E ANALISI DELL'INFORMAZIONE AZIENDALE) Master Degree (2 years) - [IM07] MANAGEMENT ENGINEERING (Curriculum: DIGITALIZZAZIONE E ANALISI DELL'INFORMAZIONE AZIENDALE)
Dipartimento: [040004] Dipartimento Ingegneria Industriale e Scienze MatematicheDepartment: [040004] Dipartimento Ingegneria Industriale e Scienze Matematiche
Anno di corsoDegree programme year : 2 - Primo Semestre
Anno offertaAcademic year: 2023-2024
Anno regolamentoAnno regolamento: 2022-2023
Obbligatorio
Crediti: 6
Ore di lezioneTeaching hours: 48
TipologiaType: B - Caratterizzante
Settore disciplinareAcademic discipline: ING-IND/35 - INGEGNERIA ECONOMICO-GESTIONALE
Italiano
Italian
Probabilità e statistica, Economia dell’impresa, Economia dei sistemi industriali
Probability and Statistics, Business Economics, Industrial Economics
Lezione: 48 ore
Lessons: 48 hours
L’insegnamento permette agli studenti di acquisire conoscenze basilari di economia dell’informazione e di comprendere i principi alla base di un’analisi controfattuale finalizzata a individuare legami causali. Il corso presenterà una serie di metodi/tecniche di inferenza causale, crescentemente applicate all’analisi di dati in ambito economico e di management.
Capacità di applicare conoscenze e comprensione.
Lo studente dovrà sapere comprendere e applicare i principali metodi inferenziali per la stima degli effetti causali in ambito aziendale ed economico. I temi verranno affrontati sia sul terreno teorico e dei metodi, sia sul piano applicativo, presentando e approfondendo specifici ambiti di studio.
Competenze trasversali.
Il corso vuole contribuire allo sviluppo delle seguenti capacità:
- Progettare soluzioni applicando un approccio scientifico e ingegneristico (capacità di analisi, apprendimento, ragionamento e modellizzazione derivanti da un solido e rigoroso background multidisciplinare) per affrontare problemi e opportunità in un ambiente aziendale e industriale
- Interagire in modo professionale, responsabile, efficace e costruttivo in un ambiente di lavoro.
Knowledge and Understanding.
The course allows students to acquire knowledge
relating to the economics of information, explaining
the origin of the growing importance of data for
businesses as a competitive factor. The course also
aims to provide data analysis tools in some areas
applied to economics and management, in particular
about inferential methods for estimating causal
effects and analyzing the growth and diversification
of businesses
Capacity to apply Knowledge and Understanding.
The student will have to understand and know how to
apply specific data analysis techniques, aimed at
understanding economic and business phenomena
and identifying causal links in the social sciences.
Transversal Skills.
The execution of a group work will lead to the drafting
of a report and a presentation. This activity will help
to improve the degree of autonomy of judgment in
general, the ability to communicate and work in a
group, the ability to learn independently, the ability to
synthesize and organize analyzes and results.
- Introduzione: utilizzo dei dati, correlazione vs causalità, inferenza causale, esempi, design di un lavoro di ricerca e domande di ricerca
- Descrizione di variabili e di relazioni tra variabili
- Identificazione, diagrammi causali, treatment effects, selection bias e randomized control trials (RCTs) come benchmark ideale
- Inferenza, intervalli di confidenza e introduzione alla regressione lineare
- Test sui parametri stimati, test di specificazione, regressione con variabili indipendenti binarie
- Regressione multivariata, multicollinearità, variabili omesse
- Introduction: data usage, correlation vs. causality, causal inference, examples, research design, and research questions.
- Description of variables and relationships between variables.
- Identification, causal diagrams, treatment effects, selection bias, and randomized control trials (RCTs) as an ideal benchmark.
- Inference, confidence intervals, and introduction to linear regression.
- Tests on estimated parameters, specification tests, regression with binary independent variables.
- Multivariate regression, multicollinearity, omitted variables.
- Nick Huntington-Klein (2022), The Effect: An Introduction to Research Design and Causality.
- Angrist, J. D., and Pischke, J.-S., Mastering 'metrics: The path from cause to effect, Princeton University Press, 2015.
Materiale addizionale come includere articoli scientifici e policy report, che verranno resi disponibili tramite il sito del corso.
- Nick Huntington-Klein (2022), The Effect: An Introduction to Research Design and Causality.
- Angrist, J. D., and Pischke, J.-S., Mastering 'metrics: The path from cause to effect, Princeton University Press, 2015.
Additional material such as articles and policy report will be provided on the course website.
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2023-2024
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427