Maria Lucia PARRELLA | LABORATORIO DI STATISTICA E DATA MINING
Maria Lucia PARRELLA LABORATORIO DI STATISTICA E DATA MINING
cod. 0222400018
LABORATORIO DI STATISTICA E DATA MINING
| 0222400018 | |
| DIPARTIMENTO DI SCIENZE ECONOMICHE E STATISTICHE | |
| CORSO DI LAUREA MAGISTRALE | |
| SCIENZE STATISTICHE PER LA FINANZA | |
| 2021/2022 |
| ANNO CORSO 1 | |
| ANNO ORDINAMENTO 2014 | |
| PRIMO SEMESTRE |
| SSD | CFU | ORE | ATTIVITÀ | |
|---|---|---|---|---|
| SECS-S/01 | 10 | 60 | LEZIONE |
| Obiettivi | |
|---|---|
| CONOSCENZE E CAPACITÀ DI COMPRENSIONE: TRASMETTERE AGLI STUDENTI LA CONOSCENZA DI STRUMENTI COMPUTAZIONALI E METODOLOGICI AVANZATI DI TIPO PARAMETRICO E NONPARAMETRICO PER L'ANALISI DI SERIE STORICHE E DATI CROSS-SECTION. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: METTERE IN GRADO GLI STUDENTI DI IMPLEMENTARE, IN LINGUAGGIO DI PROGRAMMAZIONE R, TECNICHE AVANZATE DI TIPO PARAMETRICO E NONPARAMETRICO PER L'ANALISI DEI DATI. |
| Prerequisiti | |
|---|---|
| CONOSCENZE DI BASE DI STATISTICA |
| Contenuti | |
|---|---|
| INTRODUZIONE ALL'ANALISI DEI DATI MEDIANTE IL SOFTWARE STATISTICO R. LETTURA DATI, PULIZIA DEI DATI, TRATTAMENTO DATI MANCANTI E DATI ANOMALI. RAPPRESENTAZIONI GRAFICHE. (12 ORE) DATA MINING E TEXT MINING. (6 ORE) ELEMENTI DI TEORIA DELLA SIMULAZIONE. INTRODUZIONE AI METODI NONPARAMETRICI PER L'INFERENZA. (6 ORE) LA PROCEDURA BOOTSTRAP. TEST E INTERVALLI DI CONFIDENZA MEDIANTE IL BOOSTRAP. IL BOOTSTRAP PER DATI DIPENDENTI. (8 ORE) STIMATORI KERNEL E RELATIVE PROPRIETÀ PER LA LA STIMA DI DENSITÀ E PER LA REGRESSIONE .(8 ORE) ANALISI IN COMPONENTI PRINCIPALI. (4 ORE) METODI CLUSTER. (4 ORE) STILARE REPORT STATISTICI COMPLESSI MEDIANTE R MARKDOWN. (6 ORE) PREPARARE APPLICAZIONI STATISTICHE MEDIANTE IL PACKAGE SHINY PER R-STUDIO. (6 ORE) TUTTI GLI ARGOMENTI SONO ACCOMPAGNATI DA ESERCITAZIONI E APPLICAZIONI A DATI DI ESEMPIO. |
| Metodi Didattici | |
|---|---|
| LEZIONI ED ESERCITAZIONI AL CALCOLATORE |
| Verifica dell'apprendimento | |
|---|---|
| LA VALUTAZIONE DEL PROFITTO AVVIENE SULLA BASE DI UNA PROVA PRATICA E UNA PROVA ORALE. LA PROVA PRATICA È TESA A VALUTARE LA CAPACITÀ DELLO STUDENTE DI APPLICARE GLI STRUMENTI ACQUISITI DURANTE IL CORSO A CONTESTI REALISTICI SIMULATI E PREVEDE LO SVILUPPO DI UN PROJECT WORK CON L’AUSILIO DEL SOFTWARE STATISTICO R, IN CUI SI ANALIZZA UN DATASET A SCELTA DEL DOCENTE. LA PROVA ORALE, DELLA DURATA DI CIRCA 15 MINUTI, È TESA A VALUTARE LA CONOSCENZA DELLA MATERIA TRATTATA, LA CAPACITÀ ESPOSITIVA E LA CAPACITÀ DI UTILIZZARE IN MODO CRITICO GLI STRUMENTI STATISTICI ACQUISITI. IL VOTO FINALE, ESPRESSO IN TRENTESIMI CON EVENTUALE LODE, TIENE CONTO DELL'ESITO DELLE DUE PROVE. |
| Testi | |
|---|---|
| - APPLIED SMOOTHING TECHNIQUES FOR DATA ANALYSIS, A. BOWMAN AND A. AZZALINI, CLARENDON PRESS, OXFORD - ULTERIORI DISPENSE FORNITE DAL DOCENTE DURANTE IL CORSO |
| Altre Informazioni | |
|---|---|
| MATERIALE DIDATTICO INTEGRATIVO (DATI, SOFTWARE, DISPENSE) VERRÀ DISTRIBUITO ATTRAVERSO IL SITO WEB DEL DOCENTE. |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2022-11-21]
