Amelia Giuseppina NOBILE | METODI E TECNICHE PER L'ANALISI DEI DATI
Amelia Giuseppina NOBILE METODI E TECNICHE PER L'ANALISI DEI DATI
cod. 0522500015
METODI E TECNICHE PER L'ANALISI DEI DATI
0522500015 | |
DIPARTIMENTO DI INFORMATICA | |
CORSO DI LAUREA MAGISTRALE | |
INFORMATICA | |
2016/2017 |
ANNO CORSO 2 | |
ANNO ORDINAMENTO 2015 | |
PRIMO SEMESTRE |
SSD | CFU | ORE | ATTIVITÀ | |
---|---|---|---|---|
INF/01 | 6 | 48 | LEZIONE |
Obiettivi | |
---|---|
CONOSCENZA E COMPRENSIONE: •SVILUPPO DI METODI E TECNICHE PER IL TRATTAMENTO E L'ANALISI DI DATI UTILIZZANDO UNO DEI PIÙ POTENTI E FLESSIBILI SOFTWARE STATISTICI, OSSIA IL LINGUAGGIO DI PROGRAMMAZIONE R (HTTP://WWW.R-PROJECT.ORG/). •STATISTICA DESCRITTIVA E INFERENZIALE CON R CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: •PROBLEMI APPLICATIVI LEGATI AL TRATTAMENTO E ALL'ANALISI DEI DATI •SVILUPPO DI APPLICAZIONI INFORMATICHE PER LA GESTIONE, LA MANIPOLAZIONE E L’ANALISI DI DATI STATISTICI. |
Prerequisiti | |
---|---|
CONOSCENZE DI BASE DI CALCOLO DELLE PROBABILITÀ E STATISTICA |
Contenuti | |
---|---|
•L’AMBIENTE INTEGRATO R: INTRODUZIONE E NOTE STORICHE. COME INTERAGIRE CON R. VETTORI. ARRAY E MATRICI. LISTE. DATA FRAME. FATTORI. DEFINIZIONE DI NUOVE FUNZIONI. ISTRUZIONI CONDIZIONALI. ISTRUZIONI ITERATIVE. SCRIPT, OUTPUT E DIRECTORY. •TABELLE E GRAFICI: DISTRIBUZIONI DI FREQUENZA SEMPLICI. DISTRIBUZIONI DI FREQUENZA DOPPIE. DISTRIBUZIONI DI FREQUENZA CONDIZIONATE. LE PRINCIPALI RAPPRESENTAZIONI GRAFICHE. FUNZIONI GRAFICHE AD ALTO LIVELLO, A BASSO LIVELLO E PER GRAFICI INTERATTIVI. GRAFICI A BARRE, A BASTONCINI E DIAGRAMMI A TORTA. ISTOGRAMMI. BOXPLOT. RAPPRESENTAZIONI GRAFICHE DI TABELLE. RAPPRESENTAZIONI GRAFICHE PER CONFRONTARE VARIABILI. SCATTERPLOT. GRAFICI DI FUNZIONI. •STATISTICA DESCRITTIVA DEI DATI IN R: INTRODUZIONE ALLA STATISTICA DESCRITTIVA. FUNZIONE DI DISTRIBUZIONE EMPIRICA DISCRETA E CONTINUA. INDICI DI POSIZIONE E DI DISPERSIONE. MEDIA CAMPIONARIA, MEDIANA CAMPIONARIA E MODA CAMPIONARIA. PERCENTILI E QUARTILI. VARIANZA CAMPIONARIA, DEVIAZIONE STANDARD CAMPIONARIA E COEFFICIENTE DI VARIAZIONE. FORMA DI UNA DISTRIBUZIONE DI FREQUENZA. SKEWNESS CAMPIONARIA E CURTOSI CAMPIONARIA. CORRELAZIONE, COVARIANZA E COEFFICIENTE DI CORRELAZIONE CAMPIONARI.MODELLI DI REGRESSIONE LINEARI E NON LINEARI. •TECNICHE DI ANALISI STATISTICA MULTIVARIATA CON R: ANALISI DISCRIMINANTE. ANALISI DELLE COMPONENTI PRINCIPALI. ANALISI FATTORIALE. ANALISI DEI CLUSTER. INTRODUZIONE ALL’ANALISI DEI CLUSTER. NOZIONI DI BASE E DEFINIZIONI. FUNZIONI DI DISTANZA E MISURE DI SIMILARITÀ. METODI DI OTTIMIZZAZIONE. METODI GERARCHICI. ANALISI DEL DENDROGRAMMA. METODI NON GERARCHICI. •VARIABILI ALEATORIE CON R: DISTRIBUZIONI DI PROBABILITÀ DISCRETE E LORO SIMULAZIONE (BERNOULLI, BINOMIALE, GEOMETRICA E DI PASCAL, IPERGEOMETRICA, DI POISSON). DISTRIBUZIONI DI PROBABILITÀ CONTINUE E LORO SIMULAZIONE (UNIFORME, ESPONENZIALE, NORMALE, CHI-QUADRATO, DI STUDENT). ALCUNI IMPORTANTI RISULTATI CONNESSI ALLE VARIABILI ALEATORIE, ANALIZZATI TRAMITE LA SIMULAZIONE IN R. •STATISTICA INFERENZIALE CON R: STIMA PUNTUALE. PROPRIETÀ DEGLI STIMATORI. METODI PER LA RICERCA DI STIMATORI. METODI DEI MOMENTI E DELLA MASSIMA VEROSIMIGLIANZA. STIMATORI BAYESIANI. •STIMA PER INTERVALLO CON R: INTERVALLI DI CONFIDENZA. INTERVALLI DI CONFIDENZA PER LA MEDIA E VARIANZA DI UNA POPOLAZIONE NORMALE. INTERVALLI DI CONFIDENZA PER I PARAMETRI DI UNA POPOLAZIONE DI BERNOULLI, DI POISSON ED ESPONENZIALE. DIFFERENZE TRA LE MEDIE DI POPOLAZIONI NORMALI E DI POPOLAZIONI DI BERNOULLI. •VERIFICA DELLE IPOTESI CON R: TEST SULLE MEDIE. TEST SULLE DIFFERENZE TRA MEDIE. TEST SULLE VARIANZE. TEST SULLE PROPORZIONI. TEST CHI-QUADRATO DI PEARSON. TEST DI IPOTESI IN MODELLI DI REGRESSIONE LINEARI E NON LINEARI. |
Metodi Didattici | |
---|---|
IL METODO DIDATTICO PREVEDE LEZIONI TEORICHE INTEGRATE DA ESERCITAZIONI E PROBLEMI CONNESSI ALLE METODOLOGIE PER L’ANALISI DEI DATI UNIVARIATI E MULTIVARIATI (CFU 9, DURATA(H): 72). LA FREQUENZA DELLE LEZIONI È FORTEMENTE CONSIGLIATA. GLI STUDENTI SONO GUIDATI AD APPRENDERE IN MANIERA CRITICA E RESPONSABILE TUTTO CIÒ CHE IL DOCENTE PRESENTA DURANTE LE LEZIONI FRONTALI. GLI STUDENTI SONO COSÌ STIMOLATI A COMUNICARE ALL’INTERA CLASSE LE IDEE DI SVILUPPO E DI IMPLEMENTAZIONE DI PROBLEMI STATISTICO-COMPUTAZIONALI; SONO INOLTRE INCORAGGIATI AD ACQUISIRE ABILITÀ E COMPETENZA NELLA GESTIONE DELLA COMPLESSITÀ DI NUOVI PROBLEMI CONNESSI ALL’ANALISI DEI DATI. |
Verifica dell'apprendimento | |
---|---|
L’ESAME CONSISTE DI UN PROGETTO E UNA PROVA ORALE. IL VOTO DIPENDERÀ DALLE CONOSCENZE ACQUISITE E DALLA CAPACITÀ DI APPLICARE LE METODOLOGIE ACQUISITE ALLA RISOLUZIONE DI PROBLEMI APPLICATIVI CONCRETI. |
Testi | |
---|---|
- MICHAEL J. CRAWLEY (2012) THE R BOOK, WILEY. - JANE M. HORGAN (2009) PROBABILITY WITH R. AN INTRODUCTION WITH COMPUTER SCIENCE APPLICATIONS. WILEY - ALVIN C. RENCHER (2012) METHODS OF MULTIVARIATE ANALYSIS. WILEY SERIES IN PROBABILITY AND STATISTICS. - APPUNTI DELLE LEZIONI DEL DOCENTE. |
Altre Informazioni | |
---|---|
PER AIUTARE GLI STUDENTI NELLO STUDIO INDIVIDUALE, IL DOCENTE FORNIRÀ APPUNTI DELLE LEZIONI, COMPRENSIVI DEI VARI ARGOMENTI TRATTATI E DEI PROBLEMI AFFRONTATI. GLI STUDENTI CHE HANNO FREQUENTATO ASSIDUAMENTE SONO AVVANTAGGIATI NELLA DISCUSSIONE ORALE POICHÉ SONO STATI GUIDATI DURANTE LE LEZIONI AD APPRENDERE, ELABORARE E COLLEGARE IN MANIERA SISTEMATICA E CRITICA I VARI ARGOMENTI OLTRE CHE A GESTIRE LA COMPLESSITÀ DI NUOVI PROBLEMI. |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2019-03-11]