Il corso si propone di fornire allo studente un’adeguata preparazione sui concetti e sui metodi statistici utilizzati nella rilevazione, elaborazione e sintesi dei dati relativi a fenomeni economici e sociali del Paese; privilegia gli aspetti sostantivi e interpretativi dei modelli statistici e si propone come manuale d'istruzioni utile all'impiego corretto delle tecniche multivariate. Per ciascun argomento si dedicherà particolare attenzione alle condizioni specifiche di applicabilità delle varie tecniche, chiarendone le potenzialità analitiche e dedicando ampio spazio agli esempi concreti trattati. Il corso ha un taglio applicativo.
Curriculum
scheda docente
materiale didattico
Il corso e' diviso in due modulo Un primo modulo riguarda la statistica multivariata, cioe' si propone di illustrare alcuni metodi di statistica multivariata e - soprattutto - alcune applicazioni.
Il secondo modulo (che si svolge in parallelo al primo) si propone di insegnare le elaborazioni di tali metodi mediante il software R.
Argomenti trattati nel primo modulo (prof.ssa S.Terzi):
Le prime lezioni verranno dedicate al riepilogo di concetti base della statistica (quali varianza, covarianza, correlazione, combinazioni lineari) e all'algebra delle matrici.
Si passerà poi allo studio di possibili sintesi della matrice dei dati: analisi della componenti principali; cluster analysis.
Infine dopo un riepilogo sulla regressione semplice (cioe' la retta) si passerà allo studio della regressione multipla.
Si porrà molta enfasi sui casi di studio.
Argomenti trattati nel secondo modulo (prof.ssa F. Fortuna):
Introduzione ai comandi base di R e dell’interfaccia R-studio;
analisi delle componenti principali, cluster analysis e regressione semplice e multipla in R. Discussione di casi di studio.
https://cran.r-project.org/doc/contrib/DellOmodarme-esercitazioni-R.pdf
verranno inoltre fornite dispense e slides a cura dei docenti
Programma
Il corso e' diviso in due modulo Un primo modulo riguarda la statistica multivariata, cioe' si propone di illustrare alcuni metodi di statistica multivariata e - soprattutto - alcune applicazioni.
Il secondo modulo (che si svolge in parallelo al primo) si propone di insegnare le elaborazioni di tali metodi mediante il software R.
Argomenti trattati nel primo modulo (prof.ssa S.Terzi):
Le prime lezioni verranno dedicate al riepilogo di concetti base della statistica (quali varianza, covarianza, correlazione, combinazioni lineari) e all'algebra delle matrici.
Si passerà poi allo studio di possibili sintesi della matrice dei dati: analisi della componenti principali; cluster analysis.
Infine dopo un riepilogo sulla regressione semplice (cioe' la retta) si passerà allo studio della regressione multipla.
Si porrà molta enfasi sui casi di studio.
Argomenti trattati nel secondo modulo (prof.ssa F. Fortuna):
Introduzione ai comandi base di R e dell’interfaccia R-studio;
analisi delle componenti principali, cluster analysis e regressione semplice e multipla in R. Discussione di casi di studio.
Testi Adottati
Tecniche e modelli di analisi multivariata, G. Di Franco, Franco Angeli 2017https://cran.r-project.org/doc/contrib/DellOmodarme-esercitazioni-R.pdf
verranno inoltre fornite dispense e slides a cura dei docenti
Bibliografia Di Riferimento
B.F.J. Manly and J.A. Navarro Alberto. Multivariate Statistical Methods: A Primer, Fourth Edition. Taylor & Francis (2016)Modalità Erogazione
l corso di norma prevede lezioni frontali in aula e in laboratorio nonche' discussione di casi di studio. Nel caso di un prolungamento dell’emergenza sanitaria da COVID-19 saranno recepite tutte le disposizioni che regolino le modalità di svolgimento delle attività didattiche e della valutazione degli studenti. In particolare, si applicheranno le seguenti modalità: modalità a distanza, mediante la distribuzione di dispense, di registrazioni audio in diretta e in differita.Modalità Frequenza
La frequenza sebbene non strettamente obbligatoria e' fortemente consigliata. Non esistono infatti libri di testo che ricalchino le lezioni e le esercitazoni in labotatorio, in presenza o a distanza che sianoModalità Valutazione
-La valutazione avviene a seguito di una prova pratica: elaborazione di un dat set. Di norma tale prova si svolge in laboratorio. Per gli studenti frequentanti e' prevista la possibilità di sostenere l'esame mediante due prove di esonero da superare entro la fine del corso consisteti nell'elaborazioe di una tesina e in un test a domande aperte. Nel caso di un prolungamento dell’emergenza sanitaria da COVID-19 saranno recepite tutte le disposizioni che regolino le modalità di svolgimento delle attività didattiche e della valutazione degli studenti. In particolare, si applicheranno le seguenti modalità: l’esame si svolgerà in forma orale a distanza, mediante condivisione dello schermo.
scheda docente
materiale didattico
Il secondo modulo (che si svolge in parallelo al primo) si propone di insegnare le elaborazioni di tali metodi mediante il software R.
Argomenti trattati nel primo modulo (Prof.ssa Silvia Terzi):
Le prime lezioni verranno dedicate al riepilogo di concetti base della statistica (quali varianza, covarianza, correlazione, combinazioni lineari) e all'algebra delle matrici.
Si passerà poi allo studio di possibili sintesi della matrice dei dati: analisi delle componenti principali; cluster analysis.
Infine dopo un riepilogo sulla regressione semplice (cioe' la retta) si passerà allo studio della regressione multipla.
Si porrà molta enfasi sui casi di studio.
Argomenti trattati nel secondo modulo (Prof.ssa Francesca Fortuna):
Introduzione ai comandi base di R e dell’interfaccia R-studio;
analisi delle componenti principali, cluster analysis e regressione semplice e multipla in R. Discussione di casi di studio.
https://cran.r-project.org/doc/contrib/DellOmodarme-esercitazioni-R.pdf
Verranno inoltre fornite dispense e slides a cura dei docenti.
Programma
Il corso è diviso in due moduli. Un primo modulo riguarda la statistica multivariata, cioè si propone di illustrare alcuni metodi di statistica multivariata e - soprattutto - alcune applicazioni.Il secondo modulo (che si svolge in parallelo al primo) si propone di insegnare le elaborazioni di tali metodi mediante il software R.
Argomenti trattati nel primo modulo (Prof.ssa Silvia Terzi):
Le prime lezioni verranno dedicate al riepilogo di concetti base della statistica (quali varianza, covarianza, correlazione, combinazioni lineari) e all'algebra delle matrici.
Si passerà poi allo studio di possibili sintesi della matrice dei dati: analisi delle componenti principali; cluster analysis.
Infine dopo un riepilogo sulla regressione semplice (cioe' la retta) si passerà allo studio della regressione multipla.
Si porrà molta enfasi sui casi di studio.
Argomenti trattati nel secondo modulo (Prof.ssa Francesca Fortuna):
Introduzione ai comandi base di R e dell’interfaccia R-studio;
analisi delle componenti principali, cluster analysis e regressione semplice e multipla in R. Discussione di casi di studio.
Testi Adottati
G. Di Franco.Tecniche e modelli di analisi multivariata. Franco Angeli.(2017)https://cran.r-project.org/doc/contrib/DellOmodarme-esercitazioni-R.pdf
Verranno inoltre fornite dispense e slides a cura dei docenti.
Modalità Erogazione
Il corso prevede lezioni frontali in aula e in laboratorio.Modalità Frequenza
La frequenza sebbene non strettamente obbligatoria è fortemente consigliata. Non esistono infatti libri di testo che ricalchino le lezioni e le esercitazioni in laboratorio.Modalità Valutazione
La valutazione avviene a seguito di una prova pratica: elaborazione di un data-set e di una prova orale. Di norma la prova pratica si svolge in laboratorio. Per gli studenti frequentanti è prevista la possibilità di sostenere l'esame mediante due prove di esonero, da superare entro la fine del corso.
scheda docente
materiale didattico
Il corso e' diviso in due modulo Un primo modulo riguarda la statistica multivariata, cioe' si propone di illustrare alcuni metodi di statistica multivariata e - soprattutto - alcune applicazioni.
Il secondo modulo (che si svolge in parallelo al primo) si propone di insegnare le elaborazioni di tali metodi mediante il software R.
Argomenti trattati nel primo modulo (prof.ssa S.Terzi):
Le prime lezioni verranno dedicate al riepilogo di concetti base della statistica (quali varianza, covarianza, correlazione, combinazioni lineari) e all'algebra delle matrici.
Si passerà poi allo studio di possibili sintesi della matrice dei dati: analisi della componenti principali; cluster analysis.
Infine dopo un riepilogo sulla regressione semplice (cioe' la retta) si passerà allo studio della regressione multipla.
Si porrà molta enfasi sui casi di studio.
Argomenti trattati nel secondo modulo (prof.ssa F. Fortuna):
Introduzione ai comandi base di R e dell’interfaccia R-studio;
analisi delle componenti principali, cluster analysis e regressione semplice e multipla in R. Discussione di casi di studio.
https://cran.r-project.org/doc/contrib/DellOmodarme-esercitazioni-R.pdf
verranno inoltre fornite dispense e slides a cura dei docenti
Mutuazione: 21210001 ANALISI STATISTICA PER LE SCIENZE SOCIALI in Economia dell'ambiente, lavoro e sviluppo sostenibile LM-56 TERZI SILVIA, FORTUNA FRANCESCA
Programma
Il corso e' diviso in due modulo Un primo modulo riguarda la statistica multivariata, cioe' si propone di illustrare alcuni metodi di statistica multivariata e - soprattutto - alcune applicazioni.
Il secondo modulo (che si svolge in parallelo al primo) si propone di insegnare le elaborazioni di tali metodi mediante il software R.
Argomenti trattati nel primo modulo (prof.ssa S.Terzi):
Le prime lezioni verranno dedicate al riepilogo di concetti base della statistica (quali varianza, covarianza, correlazione, combinazioni lineari) e all'algebra delle matrici.
Si passerà poi allo studio di possibili sintesi della matrice dei dati: analisi della componenti principali; cluster analysis.
Infine dopo un riepilogo sulla regressione semplice (cioe' la retta) si passerà allo studio della regressione multipla.
Si porrà molta enfasi sui casi di studio.
Argomenti trattati nel secondo modulo (prof.ssa F. Fortuna):
Introduzione ai comandi base di R e dell’interfaccia R-studio;
analisi delle componenti principali, cluster analysis e regressione semplice e multipla in R. Discussione di casi di studio.
Testi Adottati
Tecniche e modelli di analisi multivariata, G. Di Franco, Franco Angeli 2017https://cran.r-project.org/doc/contrib/DellOmodarme-esercitazioni-R.pdf
verranno inoltre fornite dispense e slides a cura dei docenti
Modalità Erogazione
l corso di norma prevede lezioni frontali in aula e in laboratorio nonche' discussione di casi di studio. Nel caso di un prolungamento dell’emergenza sanitaria da COVID-19 saranno recepite tutte le disposizioni che regolino le modalità di svolgimento delle attività didattiche e della valutazione degli studenti. In particolare, si applicheranno le seguenti modalità: modalità a distanza, mediante la distribuzione di dispense, di registrazioni audio in diretta e in differita.Modalità Frequenza
La frequenza sebbene non strettamente obbligatoria e' fortemente consigliata. Non esistono infatti libri di testo che ricalchino le lezioni e le esercitazoni in labotatorio, in presenza o a distanza che sianoModalità Valutazione
-La valutazione avviene a seguito di una prova pratica: elaborazione di un dat set. Di norma tale prova si svolge in laboratorio. Per gli studenti frequentanti e' prevista la possibilità di sostenere l'esame mediante due prove di esonero da superare entro la fine del corso consisteti nell'elaborazioe di una tesina e in un test a domande aperte. Nel caso di un prolungamento dell’emergenza sanitaria da COVID-19 saranno recepite tutte le disposizioni che regolino le modalità di svolgimento delle attività didattiche e della valutazione degli studenti. In particolare, si applicheranno le seguenti modalità: l’esame si svolgerà in forma orale a distanza, mediante condivisione dello schermo.
scheda docente
materiale didattico
Il secondo modulo (che si svolge in parallelo al primo) si propone di insegnare le elaborazioni di tali metodi mediante il software R.
Argomenti trattati nel primo modulo (Prof.ssa Silvia Terzi):
Le prime lezioni verranno dedicate al riepilogo di concetti base della statistica (quali varianza, covarianza, correlazione, combinazioni lineari) e all'algebra delle matrici.
Si passerà poi allo studio di possibili sintesi della matrice dei dati: analisi delle componenti principali; cluster analysis.
Infine dopo un riepilogo sulla regressione semplice (cioe' la retta) si passerà allo studio della regressione multipla.
Si porrà molta enfasi sui casi di studio.
Argomenti trattati nel secondo modulo (Prof.ssa Francesca Fortuna):
Introduzione ai comandi base di R e dell’interfaccia R-studio;
analisi delle componenti principali, cluster analysis e regressione semplice e multipla in R. Discussione di casi di studio.
https://cran.r-project.org/doc/contrib/DellOmodarme-esercitazioni-R.pdf
Verranno inoltre fornite dispense e slides a cura dei docenti.
Mutuazione: 21210001 ANALISI STATISTICA PER LE SCIENZE SOCIALI in Economia dell'ambiente, lavoro e sviluppo sostenibile LM-56 TERZI SILVIA, FORTUNA FRANCESCA
Programma
Il corso è diviso in due moduli. Un primo modulo riguarda la statistica multivariata, cioè si propone di illustrare alcuni metodi di statistica multivariata e - soprattutto - alcune applicazioni.Il secondo modulo (che si svolge in parallelo al primo) si propone di insegnare le elaborazioni di tali metodi mediante il software R.
Argomenti trattati nel primo modulo (Prof.ssa Silvia Terzi):
Le prime lezioni verranno dedicate al riepilogo di concetti base della statistica (quali varianza, covarianza, correlazione, combinazioni lineari) e all'algebra delle matrici.
Si passerà poi allo studio di possibili sintesi della matrice dei dati: analisi delle componenti principali; cluster analysis.
Infine dopo un riepilogo sulla regressione semplice (cioe' la retta) si passerà allo studio della regressione multipla.
Si porrà molta enfasi sui casi di studio.
Argomenti trattati nel secondo modulo (Prof.ssa Francesca Fortuna):
Introduzione ai comandi base di R e dell’interfaccia R-studio;
analisi delle componenti principali, cluster analysis e regressione semplice e multipla in R. Discussione di casi di studio.
Testi Adottati
G. Di Franco.Tecniche e modelli di analisi multivariata. Franco Angeli.(2017)https://cran.r-project.org/doc/contrib/DellOmodarme-esercitazioni-R.pdf
Verranno inoltre fornite dispense e slides a cura dei docenti.
Modalità Erogazione
Il corso prevede lezioni frontali in aula e in laboratorio.Modalità Frequenza
La frequenza sebbene non strettamente obbligatoria è fortemente consigliata. Non esistono infatti libri di testo che ricalchino le lezioni e le esercitazioni in laboratorio.Modalità Valutazione
La valutazione avviene a seguito di una prova pratica: elaborazione di un data-set e di una prova orale. Di norma la prova pratica si svolge in laboratorio. Per gli studenti frequentanti è prevista la possibilità di sostenere l'esame mediante due prove di esonero, da superare entro la fine del corso.