Pietro CORETTO | ANALISI E VISUALIZZAZIONE DEI DATI

cod. 0212800004

ANALISI E VISUALIZZAZIONE DEI DATI

	0212800004
	DIPARTIMENTO DI SCIENZE ECONOMICHE E STATISTICHE
	CORSO DI LAUREA
	STATISTICA PER I BIG DATA
	2020/2021

PERCORSO COMUNE

	OBBLIGATORIO
	ANNO CORSO 1
	ANNO ORDINAMENTO 2018
	SECONDO SEMESTRE

MODULI

	SSD	CFU	ORE	ATTIVITÀ	TIPO DI ATTIVITÁ FORMATIVA
	SECS-S/01	10	60	LEZIONE	BASE

DOCENTI

	MICHELE LA ROCCA T Curriculum
	PIETRO CORETTO Curriculum

	Obiettivi
	IL CORSO SI PROPONE DI INTRODURRE I PRINCIPALI STRUMENTI STATISTICI DELL'ANALISI ESPLORATIVA DEI DATI. LA METODOLOGIA COMPRENDE METODI NUMERICI E GRAFICI PER ESTRARRE E SINTETIZZARE LE CARATTERISTICHE PRINCIPALI DI UN DATA SET A PRESCINDERE DALLA FORMULAZIONE DI QUALSIASI MODELLO STATISTICO. CONOSCENZA E CAPACITÀ DI COMPRENSIONE IL CORSO INTENDE TRASFERIRE LA CONOSCENZA DEI PRINCIPALI METODI NUMERICI E GRAFICI DELL'ANALISI ESPLORATIVA DEI DATI. L'INTRODUZIONE ALLA METODOLOGIA È ACCOMPAGNATA DALLA GUIDA PRATICA ALL'UTILIZZO DEI PRINCIPALI SOFTWARE STATISTICI. L'ACQUISIZIONE DI TALI CONOSCENZE È FINALIZZATA AL RAGGIUNGIMENTO DI TRE OBIETTIVI PRINCIPALI: (I) A PARTIRE DALLA SOLA CONOSCENZA DEL MECCANISMO DI CAMPIONAMENTO CHE HA PRODOTTO I DATI, LO STUDENTE SARÀ IN GRADO DI SINTETIZZARE GLI ASPETTI PRINCIPALI DI UN DATA SET A PRESCINDERE DA QUALSIASI NOZIONE DI TIPO MODELLISTICO: (II) LO STUDENTE SARÀ IN GRADO DI DECIDERE IN AUTONOMIA QUALE METODO USARE PER IL PROBLEMA SPECIFICO CHE È OGGETTO DI STUDIO; (III) LO STUDENTE SARÀ IN GRADO DI SVILUPPARE UNA VALUTAZIONE CRITICA DELLE IMPLICAZIONI DEI RISULTATI DELL'ANALISI. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE SULLA BASE DELLE CONOSCENZE ACQUISITE LO STUDENTE SARÀ IN GRADO DI: (I) COMPRENDERE GLI ASPETTI TECNICI SOTTOSTANTI I PRINCIPALI METODI DELL'ANALISI ESPLORATIVA; (II) UTILIZZARE IN AUTONOMIA GLI STRUMENTI DELL'ANALISI ESPLORATIVA DEI DATI NEI DIVERSI CAMPI DI APPLICAZIONE (ECONOMIA E SCIENZE SOCIALI, SCIENZE DELLA VITA, INDUSTRIA, ANALISI DELLE RETI, ETC); (III) UTILIZZARE I PRINCIPALI SOFTWARE PER L'ANALISI ESPLORATIVA DEI DATI.

IL CORSO SI PROPONE DI INTRODURRE I PRINCIPALI STRUMENTI STATISTICI DELL'ANALISI ESPLORATIVA DEI DATI. LA METODOLOGIA COMPRENDE METODI NUMERICI E GRAFICI PER ESTRARRE E SINTETIZZARE LE CARATTERISTICHE PRINCIPALI DI UN DATA SET A PRESCINDERE DALLA FORMULAZIONE DI QUALSIASI MODELLO STATISTICO.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE
IL CORSO INTENDE TRASFERIRE LA CONOSCENZA DEI PRINCIPALI METODI NUMERICI E GRAFICI DELL'ANALISI ESPLORATIVA DEI DATI. L'INTRODUZIONE ALLA METODOLOGIA È ACCOMPAGNATA DALLA GUIDA PRATICA ALL'UTILIZZO DEI PRINCIPALI SOFTWARE STATISTICI. L'ACQUISIZIONE DI TALI CONOSCENZE È FINALIZZATA AL RAGGIUNGIMENTO DI TRE OBIETTIVI PRINCIPALI: (I) A PARTIRE DALLA SOLA CONOSCENZA DEL MECCANISMO DI CAMPIONAMENTO CHE HA PRODOTTO I DATI, LO STUDENTE SARÀ IN GRADO DI SINTETIZZARE GLI ASPETTI PRINCIPALI DI UN DATA SET A PRESCINDERE DA QUALSIASI NOZIONE DI TIPO MODELLISTICO: (II) LO STUDENTE SARÀ IN GRADO DI DECIDERE IN AUTONOMIA QUALE METODO USARE PER IL PROBLEMA SPECIFICO CHE È OGGETTO DI STUDIO; (III) LO STUDENTE SARÀ IN GRADO DI SVILUPPARE UNA VALUTAZIONE CRITICA DELLE IMPLICAZIONI DEI RISULTATI DELL'ANALISI.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
SULLA BASE DELLE CONOSCENZE ACQUISITE LO STUDENTE SARÀ IN GRADO DI: (I) COMPRENDERE GLI ASPETTI TECNICI SOTTOSTANTI I PRINCIPALI METODI DELL'ANALISI ESPLORATIVA; (II) UTILIZZARE IN AUTONOMIA GLI STRUMENTI DELL'ANALISI ESPLORATIVA DEI DATI NEI DIVERSI CAMPI DI APPLICAZIONE (ECONOMIA E SCIENZE SOCIALI, SCIENZE DELLA VITA, INDUSTRIA, ANALISI DELLE RETI, ETC); (III) UTILIZZARE I PRINCIPALI SOFTWARE PER L'ANALISI ESPLORATIVA DEI DATI.

	Prerequisiti
	CONOSCENZA DEI PRINCIPALI STRUMENTI DI ANALISI MATEMATICA, DI CALCOLO MATRICIALE E DEI PRINCIPI DI PROGRAMAMZIONE

	Contenuti
	IL LINGUAGGIO R, L'AMBIENTE DI SVILUPPO RSTUDIO, IL LINGUAGGIO MARKDOWN E R MARKDOWN. VETTORI, MATRICI, ARRAY E LISTE. DATA FRAMES. STRUTTURE DI CONTROLLO IN R. TECNICHE DI MAPPING E FUNZIONI IN R. RACCOLTA E TRASFORMAZIONI DEI DATI. STATISTICA DESCRITTIVA ESPLORATIVA, VISUALIZZAZIONE DEI DATI (COLORING, CONDITIONING E FACETING), GRAFICA DINAMICA E INTERATTIVA. ANALISI DEI GRUPPI, PCA E MDS. TECNICHE DI REPORTING. LABORATORIO CON R E NALISI DI STUDI DI CASO.

Contenuti

IL LINGUAGGIO R, L'AMBIENTE DI SVILUPPO RSTUDIO, IL LINGUAGGIO MARKDOWN E R MARKDOWN. VETTORI, MATRICI, ARRAY E LISTE. DATA FRAMES. STRUTTURE DI CONTROLLO IN R. TECNICHE DI MAPPING E FUNZIONI IN R. RACCOLTA E TRASFORMAZIONI DEI DATI. STATISTICA DESCRITTIVA ESPLORATIVA, VISUALIZZAZIONE DEI DATI (COLORING, CONDITIONING E FACETING), GRAFICA DINAMICA E INTERATTIVA. ANALISI DEI GRUPPI, PCA E MDS. TECNICHE DI REPORTING. LABORATORIO CON R E NALISI DI STUDI DI CASO.

	Metodi Didattici
	LEZIONI FRONTALI, ESERCITAZIONI ED 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 2 H) E' TESA A VALUTARE LE CAPACITÀ DI UTILIZZO DI R, DI ANALISI E DI VISUALIZZAZIONE DEI DATI, ANCHE DI TIPO COMPLESSO, DI ORGANIZZARE E COMUNICARE I RISULTATI DI UN'ANALISI STATITICA IN FORMA DI REPORT. DURANTE LA PROVA SCRITTA LO STUDENTE RICEVERÀ UNA TRACCIA D’ESAME E SARÀ CHIAMATO A RISPONDERE A 10 DOMANDE (OGNUNA CON UN PUNTEGGIO MASSIMO PARI A 3 PUNTI) SULL’INTERO PROGRAMMA DEL CORSO, UTILIZZANDO UN DATASET FORNITO IN SEDE DI ESAME. LA PROVA ORALE (DURATA CIRCA 30 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.

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 2 H) E' TESA A VALUTARE LE CAPACITÀ DI UTILIZZO DI R, DI ANALISI E DI VISUALIZZAZIONE DEI DATI, ANCHE DI TIPO COMPLESSO, DI ORGANIZZARE E COMUNICARE I RISULTATI DI UN'ANALISI STATITICA IN FORMA DI REPORT. DURANTE LA PROVA SCRITTA LO STUDENTE RICEVERÀ UNA TRACCIA D’ESAME E SARÀ CHIAMATO A RISPONDERE A 10 DOMANDE (OGNUNA CON UN PUNTEGGIO MASSIMO PARI A 3 PUNTI) SULL’INTERO PROGRAMMA DEL CORSO, UTILIZZANDO UN DATASET FORNITO IN SEDE DI ESAME.
LA PROVA ORALE (DURATA CIRCA 30 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
	NOTE DIDATTICHE E RIFERIMENTI BIBLIOGRAFICI DISPONIBILI ON-LINE FORNITI DAL DOCENTE DURANTE IL CORSO LABORATORIO DI STATISTICA CON R 2/ED STEFANO M. IACUS; GUIDO MASAROTTO , MCGRAW HILL EXPLORATORY DATA ANALYSIS WITH R, ROGER D. PENG, (AVAILABLE ON LINE HTTPS://BOOKDOWN.ORG/RDPENG/EXDATA/)

	Altre Informazioni
	INFORMAZIONI AGGIUNTIVE SARANNO DISPONIBILI ON-LINE SULLA PAGINA WEB DEL DOCENTE DEDICATA AL CORSO. LA FREQUENZA, PUR NON ESSENDO OBBLOGATORIA, È FORTEMENTE CONSIGLIATA.

BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2022-05-23]

Pietro CORETTO | ANALISI E VISUALIZZAZIONE DEI DATI