Laboratory

Pagina 1

LABORATORIO 1 INDICE: Prima esercitazione: casuality → 3 1.1 domande teoriche → rispondere vero o falso e giustificare le risposte 3 1.2 analisi esplorativa del dataset → 7 1.3 DAG → 11 1.4 randomizzazione e propensity score → 12 1.5 variabili strumentali IV → 18 1.6 RDD → 23 2.1 Introduzione → 27 2.2 carichiamo i dati → 27 2.3 analisi iniziale della rete → 29 2.4 Rappresentazione della rete → 32 2.5 La distribuzione del grado → 34 2.6 La distribuzione del grado pesato → 37 2.7 Evoluzione della posizione dei nodi → 39 2.8 confrontare la rete con una rete casuale → 42 2.9 Misure di centralità → 49 2.10 Community detection → 51 3.1 Setting → 56 3.2 Il dataset → 56 3.3 Statistiche descrittive → 56 3.4 Data visualization → 57 3.5 Regressione logistica → 59 4.1 Decision tree → 63 4.2 Random forest → 68 5.1 Clustering: setting → 71 5.2 Clustering: visualizzazione → 71 5.3 Clustering: K-means clustering → 72 5.4 Clustering: ispezione dei cluster→ 73 5.5 Clustering gerarchico → 76 2 PRIMA ESERCITAZIONE: CASUALITY → 1.1 DOMANDE TEORICHE → RISPONDERE VERO O FALSO E GIUSTIFICARE LE RISPOSTE 1.L’azienda ABC vuole introdurre un nuovo prodotto digitale nel proprio catalogo online. Il marketing manager decide di preparare due pubblicità alternative e di inviarle a due set distinti di clienti per valutare attraverso il conversion rate (tasso di conversione), quale delle due modalità di promozione risulta maggiormente efficace. Decide di inviare il modello di pubblicità 1 a tutti i clienti under 35 del Nord Italia. Il modello di pubblicità 2 viene inviato a tutti i clienti over 35 del Centro-Sud Italia. Discutere se la strategia adottata da ABC è corretta. FALSO: la strategia adottata non è corretta in quanto la selezione dei due campioni non è randomizzata. In particolare, la…