Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
a.a. 2023-2024
Docenti del Corso
2
Tutor
Bernardo Breve
bbreve@unisa.it
3
Piattaforme di Comunicazione
• E-Learning Platform:
- Verranno condivise lezione per lezione le slide del corso
- Verranno condivisi gli appunti del corso
- Eventuali avvisi o comunicazioni
Attivate le notifiche delle email provenienti dalla piattaforma
• Microsoft Teams:
- E’ stato creato un canale di Microsoft Teams che verrà utilizzato solo per il ricevimento
Il link al canale è stato condiviso su E-Learning
- Non sono previste lezioni da remoto o in modalità ibrida
• Email:
- Per domande o chiarimenti, siamo disponibili tramite email
4
Obiettivi e Prerequisiti
• 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
5
Obiettivi e Prerequisiti
• 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
6
Obiettivi e Prerequisiti
• 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
7
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 (Prof.ssa Amelia Giuseppina Nobile).
8
Argomenti Parte 1
• L'ambiente integrato R:
- Principali operatori e funzioni matematiche in R; Vettori; Array e Matrici; Liste; Fattori; Dataframe
• Grafici e tabelle di frequenza:
- Grafici per vettori numerici; Serie temporali; Distribuzioni di frequenza; Grafici a barre, a bastoncini e
diagrammi a torta; Tabelle di contingenza
9
Argomenti Parte 1
• Statistica descrittiva bivariata:
- Covarianza e correlazione campionaria; Regressione lineare semplice; Regressione lineare multipla;
• Analisi dei cluster:
- Metrica Euclidea; Altre metriche; Misure di similarità; Misura di non omogeneità totale; Misure di non
omogeneità tra cluster; Metodi gerarchici; Analisi del dendrogramma; Metodi non gerarchici;
10
Argomenti Parte 2
• 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, …).
13
DOMANDE?