Banche dati per la ricerca bibliografica (9 ore; primo anno)prof.ssa Cristina Zerbini, dott.ssa Laura L'Episcopo, dott.ssa Giada CostaIl corso intende fornire le conoscenze circa i processi e le modalità di pubblicazione dei prodotti della ricerca e gli strumenti utili per eseguire un’adeguata analisi della letteratura scientifica attraverso le banche dati.La prima parte del corso è focalizzata sulla rilevanza delle pubblicazioni scientifiche per l’avanzamento della conoscenza internazionale e della carriera personale nel mondo accademico. Le diverse tipologie di pubblicazione, la struttura di un paper scientifico, la scelta del journal e il processo di revisione e pubblicazione sono trattati anche attraverso la condivisione di eventuali esperienze personali vissute dai dottorandi.Durante la seconda parte del corso l’attenzione si concentra sulla literature review: dalla scelta delle parole chiave, all’utilizzo delle varie banche dati che l’Università di Parma mette a disposizione (ad esempio Ebsco Host, Emerald, Essper), così come di altre fonti disponibili online (ad esempio Researchgate, Academia.edu, Scienceopen, Iris, sole24ore), fino ai reference management software (Zotero e Mendeley cite).Il corso prevede l’esecuzione di esercitazioni pratiche in aula da parte degli studenti.Orario14/12/2023 10.00/13.00 prof.ssa Cristina Zerbini e dott.ssa Laura L’Episcopo14/12/2023 14.00/17.00 prof.ssa Cristina Zerbini e dott.ssa Laura L’Episcopo15/12/2023 10.00/13.00 dott.ssa Giada CostaSede: Dipartimento di Scienze Economiche e Aziendali, Università di ParmaLingua: ItalianoIntroduzione a Phyton e Latex (24 ore; primo anno)prof. Aldo Corbellini, prof. Gianluca MorelliIl corso intende trasferire ai dottorandi le basi della programmazione in Python e approfondire ad alcuni strumenti standard per l'analisi di dati. Le specifiche applicazioni variano in base a necessità e interessi di ricerca dei partecipanti.Gli incontri presentano tutti natura interattiva e trattano i seguenti argomenti:Python, introduzione alla sintassi e alle strutture fondamentali di dati; rudimenti di programmazione a oggetti; flusso di controllo, moduli, input/output; introduzione a numpy e pandas per la manipolazione di dati; rappresentazioni grafiche;Latex, introduzione alla scrittura e compilazione; inserimento di flottanti (Tabelle e Figure); uso dei riferimenti incrociati per formule; gestione delle citazioni bibliografiche e generazione automatica della bibliografia.Orario9/11/2023 10.30/12.30 prof. Aldo Corbellini 9/11/2023 14.30/16.30 prof. Aldo Corbellini 13/11/2023 10.30/12.30 prof. Aldo Corbellini 13/11/2023 14.30/16.30 prof. Aldo Corbellini 16/11/2023 10.00/13.00 prof. Gianluca Morelli 21/11/2023 10.30/12.30 prof. Aldo Corbellini 21/11/2023 14.30/16.30 prof. Aldo Corbellini22/11/2023 10.00/13.00 prof. Gianluca Morelli28/11/2023 10.30/12.30 prof. Aldo Corbellini28/11/2023 14.30/16.30 prof. Aldo Corbellini29/11/2023 11.00/13.00 prof. Gianluca MorelliSede: Dipartimento di Scienze Economiche e Aziendali, Università di ParmaLingua: ItalianoMetodi statistici per l’analisi di dati economici e aziendali (36 ore; primo anno)prof. Andrea Cerioli, prof. Fabrizio LauriniIl corso ha l’obiettivo di omogeneizzare le conoscenze dei dottorandi su alcune metodologie statistiche avanzate, di particolare rilievo nelle scienze economico-aziendali e tipicamente applicabili ai big data. Il corso è costituito da due moduli.Il primo modulo si focalizza su modelli statistici e algoritmi orientati alla previsione e alla segmentazione. Le metodologie analizzate sono: le misure di associazione e le regole di associazione, nonché le loro applicazioni alla Market Basket Analysis; il modello di regressione lineare, di cui sono trattati sia gli aspetti inferenziali classici, sia le tecniche diagnostiche che consentono di evidenziare eventuali violazioni delle assunzioni di base; il modello di regressione logistica, sviluppato soprattutto a fini predittivi del comportamento individuale; gli alberi di classificazione, per i quali si affrontano anche i temi dell’overfitting e della stima del tasso di errata classificazione. Tutte le metodologie sono applicate a esempi di interesse economico o aziendale.Il secondo modulo si incentra sull’uso dei principali software di tipo statistico (principalmente R) per discutere le diagnostiche pratiche riguardanti i modelli di regressione multipla, includendo anche situazioni in cui vi siano dati caratterizzati da stagionalità. Verranno illustrati case studies relativi alla regressione logistica e alberi di regressione. Durante le esercitazioni pratiche gli studenti potranno verificare quanto appreso nelle sessioni metodologiche.Si prevede lo svolgimento di un assignment al termine del corso. Orario10/11/2023 9.30/13.30 prof. Andrea Cerioli10/11/2023 14.30/17.00 prof. Fabrizio Laurini17/11/2023 9.30/13.30 prof. Andrea Cerioli17/11/2023 14.30/17.00 prof. Fabrizio Laurini22/11/2023 14.00/17.00 prof. Fabrizio Laurini23/11/2023 9.30/13.30 prof. Andrea Cerioli23/11/2023 14.30/17.00 prof. Fabrizio Laurini24/11/2023 9.30/13.30 prof. Andrea Cerioli24/11/2023 14.30/17.00 prof. Fabrizio Laurini30/11/2023 9.30/13.30 prof. Andrea Cerioli30/11/2023 14.30/17.30 prof. Fabrizio LauriniSede: Dipartimento di Scienze Economiche e Aziendali, Università di ParmaLingua: ItalianoRobust mixture modelling and robust model based clustering with applications to artificial intelligence (24 ore; primo anno; corso impartito in ingleseprof. Agustín Mayo-Iscar, Università di Valladolid – Spagna, Visiting Professor presso l’Università di Parma (http://www.eio.uva.es/mayo-iscar-agustin/)Negli ultimi anni si assiste ad una proliferazione di dati in continua espansione. Una sintesi efficace che sia in grado di rivelare la struttura complessa delle relazioni di interconnessione è, ormai, una necessità in tutte le branche delle scienze economiche e finanziarie. Gli algoritmi di intelligenza artificiale basati su metodi statistici offrono opportunità di apprendimento straordinarie. Molto spesso la sintesi delle relazioni si identifica tramite creazione di gruppi omogenei di osservazioni statistiche. I modelli mistura sono una novità piuttosto recente della letteratura statistica in questa direzione. Per adattare un modello mistura a dati economici e finanziari occorre anche tenere presente che eventuali anomalie possono alterare ed inficiare tutta la procedura. Per questo motivo una calibrazione robusta degli algoritmi deve essere sempre considerata. I partecipanti a questo corso impareranno, tramite implementazione computazionale, ad ottimizzare tutte le fasi di costruzione di modelli mistura e verifica della loro efficacia, sia usando la base teorica, sia scrivendo codice in linguaggio dedicato (principalmente R).I contenuti del corso sono:mistura di distribuzioni normali multivariate e raccolte parsimoniose di modelli di mistura;estensioni relative a misture di modelli più flessibili (distribuzione skew-normal e skew-t);riduzione delle dimensioni (misture di analisi di fattori e misture di sottospazi ortogonali);misture di regressioni lineari e di modelli lineari generalizzati con stime robusta;distribuzione gaussiana multivariata;misture di variabili casuali;modelli robusti;verosimiglianza per modelli mistura robustificati;clustering non supervisionato;algoritmo EM (Expectation Maximization) (convergenza, diagnostica, selezione delle variabili);applicazioni a dati economici e finanziari;implementazione computazionale degli algoritmi.Orario5/03/2024 11.30/13.005/03/2024 14.00/16.007/03/2024 11.30/13.007/03/2024 14.00/16.0012/03/2024 11.30/13.0012/03/2024 14.00/16.0014/03/2024 11.30/13.0014/03/2024 14.00/16.0019/03/2024 11.30/13.0019/03/2024 14.00/16.0021/03/2024 11.30/13.0021/03/2024 14.00/16.00Sede: Dipartimento di Scienze Economiche e Aziendali, Università di ParmaLingua: IngleseMeta-analysis for management and social sciences research (24 ore; primo anno; Corso impartito in inglese) prof. Tammo H. A. Bijmolt, Università di Groningen - Olanda, Visiting Professor presso l’Università di Parma (https://www.rug.nl/staff/t.h.a.bijmolt/?lang=en)Il corso tratta i metodi per condurre una meta-analisi. Lo scopo è formare i partecipanti a realizzare e pubblicare una meta-analisi scientifica di alta qualità nell'ampio campo della ricerca manageriale e delle scienze sociali. Questa tecnica di ricerca permette di riassumere i risultati empirici esistenti su relazioni (effetti di alcune x su una specifica y) studiate più volte da diversi studiosi e di ottenere generalizzazioni empiriche rilevanti. Condurre una meta-analisi può, pertanto, essere un ottimo progetto di ricerca per uno studente di dottorato che deve analizzare la letteratura su un particolare argomento.Il corso copre l'intero processo di ricerca della meta-analisi: formulazione del problema, ricerca bibliografica, codifica degli effetti, analisi, discussione e pubblicazione dei risultati. Oltre che sulla metodologia statistica, l'enfasi è posta sulle conoscenze e le competenze necessarie per condurre una meta-analisi. Tutte le fasi del processo di meta-analisi (comprese le analisi statistiche) saranno dimostrate e attuate con assignment durante le lezioni. Inoltre, gli argomenti saranno illustrati mediante esempi di meta-analisi concreti. I partecipanti amplieranno le loro conoscenze sulla letteratura pertinente (libri di testo e articoli di riviste) e sul software che supporta i progetti di meta-analisi. In particolare, la maggior parte delle analisi sarà dimostrata utilizzando R e in particolare il pacchetto Metafor.I materiali del corso consistono in appunti e slide lezioni frontali tenute dal docente. Il seguente libro di testo sulla meta-analisi è fortemente raccomandato: Borenstein, Hedges, Higgins, and Rothstein (2021), Introduction to Meta-analysis, second edition; Wiley. Orario17/06/2024 9.00/13.0017/06/2024 14.00/18.0018/06/2024 9.00/13.0018/06/2024 14.00/18.0019/06/2024 9.00/13.0019/06/2024 14.00/18.00Sede: Dipartimento di Scienze Economiche e Aziendali, Università di ParmaLingua: IngleseMetodologia di ricerca qualitativa (21 ore; primo anno)prof.ssa Emidia Vagnoni, prof.ssa Caterina Cavicchi, prof. Giovanni Masino, prof.ssa Chiara OppiIl modulo intende introdurre i dottorandi al disegno della ricerca per poi approfondire le metodologie di ricerca di tipo qualitativo. Pertanto, vengono affrontati i seguenti contenuti:Definizione del research topic;Identificazione di rilevanti domande di ricerca;Analisi della letteratura e systematic literature review;Relazione tra teoria e ricerca - cenni di epistemologia e ontologia;Metodi di ricerca di tipo qualitativo - razionale, punti di forza e punti di debolezza;Approcci alla ricerca qualitativa - etnografia, grounded research, action research, narrative research, case studies;Qualitative case studies - disegno della ricerca e modalità di raccolta dati;Action research - disegno della ricerca e modalità di conduzione;Metodi di raccolta dati - focus groups e interviste qualitative;Metodi di analisi dati - analisi di testo e content analysis.Il modulo è svolto con approccio interattivo con i discenti e richiede la valutazione finale delle conoscenze acquisite basata sulla presentazione di un disegno della ricerca di tipo qualitativo inerente a un tema di ricerca di interesse del dottorando. Orario 12/12/2023 10.30/12.30 prof.ssa Emidia Vagnoni12/12/2023 14.30/16.30 prof.ssa Emidia Vagnoni13/12/2023 10.30/12.30 prof.ssa Caterina Cavicchi13/12/2023 14.30/16.30 prof.ssa Caterina Cavicchi22/01/2024 10.30/12.30 prof.ssa Chiara Oppi22/01/2024 14.30/16.30 prof.ssa Chiara Oppi31/01/2024 14.00/17.00 prof. Giovanni Masino 25/03/2024 14.30/16.30 prof.ssa Emidia Vagnoni17/04/2024 10.00/13.00 prof.ssa Emidia Vagnoni 18/04/2024 14.00/17.00 prof.ssa Emidia Vagnoni Sede: Dipartimento di Economia e Management, Università di FerraraLingua: Inglese Metodologia di ricerca quantitativa (21 ore; primo anno)prof. Beatrice Luceri, prof.ssa Donata Tania Vergura, prof. Simone AiolfiIl corso si pone l’obiettivo di ampliare la conoscenza sulla raccolta e analisi di dati primari e secondari mediante differenti tecniche di ricerca quantitativa.La prima parte si focalizza sull’uso di tecniche di ricerca quantitativa per la raccolta di dati primari. Le lezioni approfondiscono due tecniche di ricerca. L’attenzione è rivolta inizialmente al questionario strutturato e alle principali modalità di analisi dei dati, con particolare riguardo alla determinazione della validità e affidabilità del modello di misurazione. Successivamente, le lezioni si concentrano sulla tecnica degli esperimenti e dei quasi-esperimenti al fine di comprendere il processo di costruzione del protocollo sperimentale, le tipologie di dati raccolti e le metodologie di analisi di base.La seconda parte del corso intende fornire le conoscenze teoriche e gli strumenti applicativi per effettuare revisioni sistematiche della letteratura scientifica basate su un approccio quantitativo. Il corso si sofferma sull’utilizzo del software open source SciMAT per la conduzione di analisi bibliometriche longitudinali al fine di mappare la struttura cognitiva e l’evoluzione tematica nel tempo di un determinato filone di ricerca.Durante le lezioni saranno discussi e illustrati paper pubblicati nella letteratura scientifica e si farà riferimento all’uso di alcuni software di analisi dei dati (principalmente SPSS).Al termine del corso, ai dottorandi è concesso un tempo sufficiente (circa due mesi) per elaborare il disegno di ricerca dell'argomento di ricerca di interesse e redigere il documento contenente le domande e le ipotesi di ricerca, la metodologia impiegata e i risultati attesi. I lavori sono valutati individualmente e discussi collegialmente per mettere a fattor comune punti di forza e di debolezza dei disegni di ricerca.Orario18/01/2024 9.30/13.00 prof. Simone Aiolfi 23/01/2024 9.30/13.00 prof. Simone Aiolfi 15/02/2024 9.30/13.00 prof.ssa Donata Tania Vergura22/02/2024 9.30/13.00 prof.ssa Donata Tania VerguraSede: Dipartimento di Scienze Economiche e Aziendali, Università di ParmaLingua: Italiano Data management with STATA (21 ore; primo anno)prof. Ugo RizzoL'obiettivo del corso è di far conoscere ai dottorandi l'ambiente STATA, trasferendo le basi relative alla struttura sintattica fondamentale e ai principali comandi per la gestione dei dati, la loro analisi e rappresentazione in forma grafica.Il modulo tratta vari argomenti come le funzioni stringa, i comandi per rimodellare, unire e combinare gli insiemi di dati, i comandi foreach e forevalues per le attività ripetitive e il comando collapse per convertire gli insiemi di dati. Nel corso del modulo vengono utilizzati esempi, con particolare attenzione ai dati brevettuali, ma non solo.Le lezioni si svolgono in un’aula informatica attrezzata per permettere ai dottorandi di applicare quanto appreso durante lo svolgimento del corso. Tutto il materiale didattico, compresi i dataset e gli script dei file di lavoro, viene fornito agli studenti. Orario25/03/2024 8.30/13.00 26/03/2024 14.00/18.00 27/03/2024 8.30/13.008/04/2024 8.30/13.00 9/04/2024 14.00/18.00Sede: Dipartimento di Economia e Management, Università di FerraraLingua: Inglese
