Vai al contenuto principale
Coronavirus: aggiornamenti per la comunità universitaria / Coronavirus: updates for UniTo Community
Oggetto:

Economia e statistica per la società dei big data

Oggetto:

Economics and statistics for big data society

Oggetto:

Anno accademico 2022/2023

Codice attività didattica
ECM0296
Docenti
Angela Ambrosino (Titolare del corso)
Simona Settepanella (Titolare del corso)
Consuelo Rubina Nava (Titolare del corso)
Corso di studio
Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
Anno
1° anno
Periodo
Primo semestre
Tipologia
Altre attività
Crediti/Valenza
6
SSD attività didattica
SECS-S/03 - statistica economica
Erogazione
A distanza
Lingua
Italiano
Frequenza
Obbligatoria/Compulsory
Tipologia esame
Orale
Tipologia unità didattica
corso
Prerequisiti
-
Propedeutico a
-
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

L’insegnamento si propone, coerentemente con gli obiettivi formativi del Corso di Laurea in Economia e Statistica per le Organizzazioni, di:

  • Illustrare i tipi di spiegazione adottati nella scienza economica e di analizzare la natura dei ragionamenti che la contraddistinguono, valorizzando l'evoluzione della teoria economica e  gli aspetti che hanno contribuito a rendere la teoria economica sempre più applicata.
  • Fornire agli studenti le conoscenze teoriche di base della teoria dei grafi necessarie per effettuare modellizzazioni di semplici problemi che coinvolgano, tra le altre cose, rappresentazioni di dati.
  • Fornire agli studenti le conoscenze teoriche e applicative di base della teoria dei Big data valorizzando le principali sfide aperte con l’avvento dei Big Data in ambito statistico ed econometrico.

The course aims, in line with the educational objectives of the Degree Course in Economics and Statistics for Organizations:

  • to illustrate the types of explanation adopted in economic science and to analyze the nature of the reasoning that distinguishes it, highlighting the evolution of economic theory and the aspects that have contributed to making economic theory increasingly applied;
  • to provide students with the basic theoretical knowledge of graph theory needed to model simple problems involving, among other things, the representation of data;
  • to provide students with the basic theoretical and applicative knowledge of Big data theory by enhancing the main challenges open with the advent of Big Data in statistics and econometrics.

Oggetto:

Risultati dell'apprendimento attesi

Al termine dell’insegnamento e coerentemente con gli obiettivi formativi sopraenunciati, lo studente dovrà:

  • Riconoscere i principali dibattiti contemporanei sulla natura e la metodologia dell’economia, identificare le connessioni che fra di essi si possono instaurare, nella consapevolezza delle controversie tra le diverse scuole di pensiero.
  • Conoscere le basi della teoria dei grafi e di applicarle per la modellizzazione di semplici problemi impiegando opportunamente la terminologia scientifica asssociata. 
  • Conoscere le sfide aperte in ambito statistico ed econometrico dall'avvento dei Big data e comprendere come gestire questi ultimi in ambito economico ricorrendo all'uso anche dei grafi.

 

At the end of the course and consistently with the educational objectives, the student will be able to:

  • Recognize the main contemporary debates on the nature and methodology of economics, identify the connections that can be established between them, in the awareness of the controversies between the different schools of thought.
  • To master the basic notions of the graph theory and to apply them to model simple problems by the appropriate use of the right scientific terminology.
  • Knowing the challenges opened in statistics and econometrics since the advent of Big data and understanding how to manage the latter in the economic field by also resorting to the use of graphs.

Oggetto:

Programma

Prima parte (storia del pensiero economico - Prof.ssa Ambrosino)

  • L'approccio marginalista e l'uso della matematica in economia;
  • L'analisi dei dati nella teoria economica: dalla scuola istituzionalista all'economia applicata;
  • L'economia e le altre discipline sociali.

Seconda parte (teoria dei grafi - Prof.ssa Settepanella)

  • Concetti introduttivi: grafi e tipi speciali di grafi (cap 1.1);
  • Distanza nei grafi: definizioni e alcune proprietà; matrici e loro relazione con i grafi (cap 1.2);
  • Alberi: definizione ed esempi; proprietà degli alberi, alberi ricoprenti e loro enumerazione (cap 1.3);
  • Cammini, Circuiti, Cammini semplici e Cicli: i Ponti di Konigsberg; Cammini Euleriani ed Hamiltoniani (cap 1.4);
  • Planarità: definizioni ed esempi, Formula di Eulero, Poliedri Regolari e Teorema di Kuratowski (cap 1.5);
  • Colorazioni: definizioni, numero cromatico, problema dei quattro colori e polinomi cromatici (cap 1.6);
  • Abbinamenti: definizioni, Teorema di Hall e abbinamenti perfetti (cap 1.7).

Terza parte (big data - Prof.ssa Nava)

  • Definizione di big data;
  • Quali sfide per la statistica e l’econometria;
  • L’uso dei grafi per l’analisi dei Big data.

First part (history of economic thought - Prof.ssa Ambrosino)

  • Neoclassical rationality and bounded rationality;
  • The foundations of institutionalism and neo-institutionalism;
  • Economics and other social disciplines.

Second part (graph theory - Prof.ssa Settepanella)

  • Introductory concepts: graphs and special types of graphs (chapter 1.1);
  • Distance in graphs: definitions and few properties; matrices and relation with graphs (chap 1.2);
  • Trees: definition and examples; properties of trees, spanning trees and counting trees (chap 1.3);
  • Trails, Circuits, Paths and Cycles: the Bridges of Konigsberg; Eulerian trails and Hamiltonian paths (chap 1.4);
  • Planarity: definitions and examples, Euler’s Formula, Regular Polyhedra and the Kuratowski’s Theorem (chap 1.5);
  • Colorings: definitions, bounds on Chromatic Number, the Four Color Problem and the Chromatic Polynomials (chap 1.6);
  • Matchings: definitions, Hall’s Theorem and Perfect Matchings (chap 1.7).

Third part (big data - Prof.ssa Nava)

  • Big data definition;
  • What challenges for statistics and econometrics;
  • The use of charts for Big data analysis.

Oggetto:

Modalità di insegnamento

L’insegnamento è composto da 36 ore di cui 12 per la prima parte (Prof.ssa Ambrosino),  12 per la seconda (Prof.ssa Settepanella) e 12 per la terza parte (Prof.ssa Nava). L’erogazione dell’insegnamento è on-line sulla piattaforma StartUniTO e sarà accessibile da Settembre. Gli studenti potranno liberamente registrarsi al corso e fruirne con i tempi e i modi a loro più consoni. 

The course consists of 36 hours of which 12 for the first part (Prof. Ambrosino), 12 for the second (Prof. Settepanella) and 12 for the third part (Prof. Nava). The course is online on the StartUniTO web page and will be accessible from September. The students will be able to freely register for the course which can be followed without limitations of time.

Oggetto:

Modalità di verifica dell'apprendimento

La modalità di verifica dell’apprendimento è tramite seminario. Allo studente verrà assegnato o chiesto di scegliere un argomento su cui preparare un seminario della durata massima di 15 minuti da presentare alle docenti unitamente a un set di slides (da consegnare almeno 7 giorni prima della presentazione concordata). 

The final exam will consist of a seminar. The student will be assigned or asked to choose a topic for his/her seminar which should last around 15 minutes and will be presented in front of the teachers. The student will also have to prepare a set of slides to be sent to the teachers at least 7 days before the seminar.

Oggetto:

Attività di supporto

Testi consigliati e bibliografia



Oggetto:
Altro
Titolo:  
Materiale fornito dalle docenti
Obbligatorio:  
Si
Oggetto:

John M. Harris, Jeffry L. Hirst, Michael J. Mossinghoff. "Combinatorics and Graph Theory" Second Edition (Undergraduate Texts in Mathematics)
 

 



Oggetto:

Note

Registrazione
  • Aperta
    Oggetto:
    Ultimo aggiornamento: 30/06/2022 16:54
    Non cliccare qui!