Le competenze del data scientist sono oggi tra le più richieste, nei settori più disparati: saper leggere i dati e saperli interpretare e rappresentare al fine di raggiungere un obiettivo, o di sviluppare un progetto di squadra, rappresenta una skill preziosissima che ogni studente, indipendentemente dal percorso di studi intrapreso, può sviluppare. Essere in grado di creare prodotti derivati dai dati è per natura una competenza interdisciplinare e pertanto anche un ottimo mezzo per fare interagire fra di loro i saperi. Si tratta quindi di un obiettivo fondamentale per il futuro della società, come testimonia il documento della Commissione Europea una strategia europea sui dati, in cui si delinea l’importanza di creare una società data driven e di formare anche i giovani su queste tematiche. Questo contest pertanto si pone come un’opportunità preziosa per lo sviluppo di questo percorso
Il nostro team è composto da due persone:
- Micol Allegro, studententessa di Giurisprudenza all'Università di Bologna.
- Beniamino Sartini, studente di Quantitative Finance all'Università di Bologna.
La nostra analisi è focalizzata sulle immatricolazioni italiane. Come prima cosa ne descriviamo il fenomeno con i dati degli ultimi 50 anni. Proveremo poi a creare dei modelli econometrici per misurare l'effetto covid19 e per prevedere le immatricolazioni. L'ultima parte dell'articolo è dedicata ad un'analisi regionale per cercare di capire come siano cambiate le immatricolazioni di fuorisede e non tra il 2019 e 2020 con la pandemia.
Per effettuare le nostra analisi abbiamo dovuto ricercare e soprattutto ripulire e organizzare (con molta difficoltà) tutti i dati di cui potevamo aver bisogno. Dato che nonostante questi dati siano in teoria open nella pratica il loro utilizzo non sembra essere destinato a chi non ha adeguati strumenti per ripulire i dati. Di conseguenza abbiamo caricato nella cartella data tutti i dataset creati (anche se non utilizzati), e le fonti dal quale sono stati presi.
- df_emigrazioni: dataset con emigrazioni/immigrazioni e variazioni per il 2019/20 e 2020/21
- df_fuorisede_miur: dataset del miur, ripulito con le immatricolazioni per ateneo e regione di provenienza dal 2010 al 2021.
- df_model: contiene varie serie storiche tra cui quella degli iscritti, immatricolati, diplomati, laureati, popolazione tra i 14-19 anni e popolazione tra 19-25 anni. Il dataset è stato ricavato unendo le serie storiche dell'istat disponibili nella cartella istat_datasets, con i dati disponibili sul sito del Miur.
Contiene tre dataset in cui sono state aggregate tutte le informazioni disponibili sul sito del Miur:
- df_atenei_miur: contiene tutti i dati riguardanti gli atenei, iscritti, iscritti al 1anno, immatricolati, laureati...
- df_atenei_classe: contiene tutti i dati disponibili aggregati per ateneo e classe di laurea, sono disponibili solo i dati sulle immatricolazioni e sulle iscrizioni e sulle lauree, ma sono stati ricavati e aggiunti, non essendo disponibili in questo formato.
- df_atenei_laurea: pochi e mancanti dati a livello di ateneo, classe e laurea, disponibili solo iscritti , iscritti al 1 anno e laureati, non per tutte le lauree e con molti dati mancanti.