Introduzione al corso

Strumenti quantitativi per la gestione
Introduzione al corso
A.A. 2015-2016
Un esempio introduttivo: salari dei manager
•
•
•
•
•
•
Y = Salario annuale (in dollari)
x1 = Anni di esperienza (Experience)
x2 = Anni di studio (Education)
x3 = Sesso: 1 se maschio; 0 se femmina (Gender)
x4 = Numero di dipendenti coordinati (Employees)
x5 = Dimensione dell’impresa (in milioni di dollari
Assets)
Dati: ExecSal.txt
Obbiettivo: analizzare e capire il fenomeno
Analisi univariate
Salary
Experi
ence
Educat
ion
Emplo
yees
Assets
Media
97535,00
13,08
16,02
340,10
175,10
Mediana
95100,00
13,00
16,00
360,00
180,00
DS
25215,79
7,34
2,30
167,18
15,41
Curtosi
0,29
-1,15
-1,07
-1,28
-1,12
Asimmetria
0,59
0,04
-0,21
-0,14
0,01
Minimo
42800
1
12
60
150
Massimo
173400
26
20
600
200
Analisi bivariate
Salario
Sesso
Media
Femmina
83847,06
Maschio
104586,36
Totale complessivo 97535,00
DS
17820,22
25665,42
25215,79
Min
42800
59800
42800
Max
114100
173400
173400
Min
42800
66600
84600
87500
42800
Max
111100
127100
143000
173400
173400
Salario
Anni Esperienza
1-7
8-14
15-21
22-28
Totale complessivo
Media
73624,00
91114,29
110720,83
129162,50
97535,00
DS
14891,42
14032,21
15944,00
24725,45
25215,79
Analisi grafiche
Quali domande?
• Quali fattori influenzano il salario dei manager? E
come?
• Qual è il contributo dei fattori congiuntamente
considerati?
• Vi sono sinergie tra i fattori?
• Studiare di più conviene?
• Vi sono effetti di discriminazione?
• Posso estendere l’analisi ad altri contesti simili?
• Le analisi uni-variate e bi-variate fatte finora non
riescono a dare una risposta soddisfacente.
• E’ necessario considerare tutti i fattori
contemporaneamente per analizzare il fenomeno in
modo appropriato
• Obbiettivo: costruire un modello statistico
– Capire le componenti sistematiche del fenomeno
– Estendere i risultati a insiemi più ampi di quello
osservato
• Verificare ipotesi di interesse
• Fare previsioni
Obiettivi del corso
Imparare a costruire ed analizzare modelli statistici; in
particolare, attraverso regressione e classificazione
Competenze acquisite:
• Capacità di analizzare appropriatamente un set di
dati multivariato
• Capacità di costruire modelli per analizzare e
verificare ipotesi di interesse e fare previsioni
• Comprendere la componente modellistica presente
nella letteratura scientifica
Pagina web del corso
http://www.cs.unitn.it/~taufer/SQG.htm
•
•
•
•
•
•
Materiale di presentazione
Slide lezioni
Modalità d’esame
Quiz di verifica
Data set
Etc.
Modalità d’esame
L’esame finale si compone di due parti:
• uno scritto con esercizi e domande a risposta chiusa;
• un progetto da completare in gruppi di 5 persone.
Entrambe le parti sono valutate in trentesimi e
concorrono in parti uguali a formare il voto finale.
Progetto
Applicare le tecniche di analisi viste al corso and
un set di dati reale.
• Il progetto prevede due fasi:
– Individuazione di un data-set per il quale ci possano
essere degli obiettivi di analisi di interesse del
gruppo (entro il 27-10-15).
– Fase di analisi dei dati vera e propria con
presentazione poster finale il 9-12-15.
Roadmap
Formazione dei gruppi (5 persone) entro il 30-9-15 :
• Comunicare i nominativi via mail con oggetto “GRUPPO SGQ 15-16” (si prega di
usare esattamente quest’oggetto - stampatello incluso).
Entro il 27-10-15 è necessario presentare una pagina di proposta del progetto
che contenga:
• Descrizione del data-set e del problema individuato
• Discussione delle possibili tecniche di analisi da applicare
9-12-15 presentazione poster:
Descrizione dei dati e del problema analizzato
Sintesi delle tecniche di Statistical Learning usate.
Sintesi dei risultati e conclusioni.
15-12-15 Quiz finale?
Prerequisiti
• Corso di statistica di base
– Correlazione
– Regressione lineare semplice
– Stima e verifica delle ipotesi
• Corso di matematica
– La retta, la parabola, i piani..
• Corso di inglese
– Comprendere un testo scritto
Testo di riferimento
• G. James, D. Witten, T. Hastie, R Tibshirani (2013)
An Introduction to Statistical Learning with
Applications in R. Springer.
• Contiene tutti gli argomenti discussi nel corso
• La versione e-book è liberamente scaricabile da
IESL
Finire con successo il corso
• Partecipo a lezione ed alle esercitazioni
– Faccio domande, esprimo le mie idee
• Studio con regolarità e quando ho un dubbio
chiedo al docente
– A fine lezione, nelle pause, a ricevimento
• I lucidi di lezione non sono la sintesi del corso
ma un schema per lo studio
• Faccio gli esercizi assegnati
– in gruppo o individualmente