Prof. Christian-timothy Brownlees

Argomenti del programma: In the first part, we will cover linear and polynomial regression, logistic regression and linear discriminant analysis; cross-validation and the bootstrap, subset selection and model regularization methods (ridge and lasso); tree-based methods, random forests and boosting. The focus is on the important elements of modern data analysis and its applications. The computing language is the R programming language.

Argomenti del programma: Conoscenza e comprensione: conoscenza dei tipi di dati e delle relative tecniche di analisi, mediante regressione lineare semplice, regressione lineare multipla, regressione per panel data, regressione per variabili binarie. Capacità di applicare conoscenza e comprensione: capacità di selezione di opportuni modelli di analisi dei dati e della relazione tra variabili in ambito economico, finanziario ed aziendale.

Argomenti del programma: Conoscenza e comprensione: conoscenza dei tipi di dati e delle relative tecniche di analisi, mediante regressione lineare semplice, regressione lineare multipla, regressione per panel data, regressione per variabili binarie. Capacità di applicare conoscenza e comprensione: capacità di selezione di opportuni modelli di analisi dei dati e della relazione tra variabili in ambito economico, finanziario ed aziendale.

Argomenti del programma: Argomenti principali del corso: richiami di algebra lineare; ottimizzazione libera e vincolata di funzioni a più variabili; richiami dei concetti di base della teoria della probabilità; ottimalità media-varianza e gestione di portafoglio; la frontiera efficiente; richiami sulla regressione lineare; il CAPM, rischio idiosincratico e sistematico; titoli a tasso fisso e struttura a termine dei tassi; analisi delle…

Argomenti del programma: In the first part, we will cover linear and polynomial regression, logistic regression and linear discriminant analysis; cross-validation and the bootstrap, subset selection and model regularization methods (ridge and lasso); tree-based methods, random forests and boosting. The focus is on the important elements of modern data analysis and its applications. The computing language is the R programming language.