Pietro CORETTO | STATISTICA COMPUTAZIONALE
Pietro CORETTO STATISTICA COMPUTAZIONALE
cod. 0212700130
STATISTICA COMPUTAZIONALE
| 0212700130 | |
| DIPARTIMENTO DI SCIENZE AZIENDALI - MANAGEMENT & INNOVATION SYSTEMS | |
| CORSO DI LAUREA | |
| ECONOMIA E MANAGEMENT | |
| 2020/2021 |
| OBBLIGATORIO | |
| ANNO CORSO 3 | |
| ANNO ORDINAMENTO 2014 | |
| PRIMO SEMESTRE |
| SSD | CFU | ORE | ATTIVITÀ | |
|---|---|---|---|---|
| SECS-S/01 | 5 | 30 | LEZIONE |
| Obiettivi | |
|---|---|
| AL TERMINE DEL CORSO LO STUDENTE POSSIEDE UNA CONOSCENZA DI BASE DEL LINGUAGGIO STATISTICO R, DEI PRINCIPALI PACCHETTI APPLICATIVI, E DEI PRINCIPALI STRUMENTI DI STATISTICA COMPUTAZIONALE PER LA VISUALIZZAZIONE E L’ANALISI DI DATI. LO STUDENTE SARÀ IN GRADO DI PRODURRE INDICATORI, MODELLI STATISTICI, DOCUMENTI E REPORT DI SUPPORTO ALL'ATTIVITÀ DECISIONALE IN AMBITO ECONOMICO E AZIENDALE. |
| Prerequisiti | |
|---|---|
| CORSO DI STATISTICA DI BASE |
| Contenuti | |
|---|---|
| -L'AMBIENTE DI CALCOLO R -R: STRUTTURE DATI (ARRAYS, DATA.FRAME, LISTE) -R: DATA INPUT AND OUTPUT -R: DEVICE GRAFICO -R: PROGRAMMAZIONE E STRUTTURE DI CONTROLLO -R: PROGRAMMAZIONE MEDIANTE FUNZIONI E SCRIPTS -R: LA FAMIGLIA DI FUNZIONI APPLY -STIMA ROBUSTA LOCATION-SCALE -IDENTIFICAZIONE DI OUTLIERS -METODI NUMERICI E GRAFICI PER L'ANALISI DELLA DIPENDENZA -MODELLO DI REGRESSIONE LINEARE MULTIPLO -REGRESSIONE LOGISTICA -METODI DI SIMULAZIONE MONTE CARLO -METODI DI RESAMPLING: BOOSTRAP E CROSS-VALIDATION |
| Metodi Didattici | |
|---|---|
| L'INSEGNAMENTO SI COMPONE DI 30 ORE DI LEZIONI ( 5 ECTS) CHE INCLUDONO TEORIA, ESERCITAZIONI E ANALISI DI STUDI DI CASO. |
| Verifica dell'apprendimento | |
|---|---|
| L'ESAME PREVEDE LO SVOLGIMENTO DI UNA PROVA SCRITTA, IN LABORATORIO, E UNA ORALE. ENTRAMBE LE PROVE SONO VALUTATE SU UNA SCALA IN TRENTESIMI. PER ACCEDERE ALLA PROVA ORALE È NECESSARIO SUPERARE LA PROVA SCRITTA CON ALMENO 18/30. LA PROVA SCRITTA (DURATA CIRCA 1.5 H). DURANTE LA PROVA SCRITTA LO STUDENTE RICEVERÀ UNA TRACCIA D’ESAME E SARÀ CHIAMATO A RISPONDERE A 10 DOMANDE (DA 1 PUNTO FINO 3 PUNTI) SULL’INTERO PROGRAMMA DEL CORSO, UTILIZZANDO UN DATASET FORNITO IN SEDE DI ESAME. LA PROVA ORALE (DURATA CIRCA 15 MIN) E' TESA AD APPROFONDIRE IL LIVELLO DELLE CONOSCENZE, L'AUTONOMIA DI ANALISI E GIUDIZIO, NONCHE' LE CAPACITA' ESPOSITIVE DELLO STUDENTE. LA VALUTAZIONE DELLE PROVE TIENE CONTO DELLA EFFICACIA DEI METODI UTILIZZATI, DELLA COMPLETEZZA ED ESATTEZZA DELLE RISPOSTE, NONCHE' DELLA CHIAREZZA NELLA PRESENTAZIONE. IL VOTO FINALE, ESPRESSO IN TRENTESIMI CON EVENTUALE LODE, TIENE CONTO DELL'ESITO DELLE DUE PROVE. |
| Testi | |
|---|---|
| LABORATORIO DI STATISTICA CON R 2/ED STEFANO M. IACUS; GUIDO MASAROTTO , MCGRAW HILL WICKHAM, H., E G. GROLEMUND (2016).R FOR DATA SCIENCE: IMPORT, TIDY, TRANSFORM, VI-SUALIZE, AND MODEL DATA. O’REILLY MEDIA MATERIALE INTEGRATIVO FORNITE DAL DOCENTE DURANTE IL CORSO |
| Altre Informazioni | |
|---|---|
| LA FREQUENZA AL CORSO PUR NON OBBLIGATORIA, È VIVAMENTE CONSIGLIATA PER LE CARATTERISTICHE DELLA DISCIPLINA. LO STUDENTE NON FREQUENTANTE DEVE PREPARARE AUTONOMAMENTE IL PROGRAMMA PREVISTO. |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2022-05-23]
