Statistica multivariata + laboratorio di analisi di dati reali - Laboratorio di analisi di dati reali
- A.A. 2024/2025
- CFU 3
- Ore 20
- Classe di laurea L-41
I prerequisiti del corso comprendono il programma di un corso di base di statistica a livello di laurea triennale.
Concetti base di statistica descrittiva, inferenziale, e probabilità.
Indici di posizione e variabilità, associazione, algebra degli eventi, concetto di probabilità, intervalli di confidenza e test di ipotesi.
il corso introduce gli strumenti pratici basilari per condurre analisi multivariate, che favoriranno l'acquisizione di conoscenze per l'analisi e la valutazione di fenomeni economici e sociali.
Il corso è basato su applicazioni su dati reali e simulati con l'ausilio di software essenziale per l'analisi e la misurazione di dati.
Al termine del corso, lo studente sarà in grado di gestire un dataset multidimensionale, e predisporre alcune analisi dei dati. Sarà inoltre in grado di elaborare ed applicare idee originali nei vari contesti di ricerca, al fine di risolvere problemi legati alla moltitudine di campi di applicazione delle tecniche apprese. Particolare attenzione sarà posta allo sviluppo di capacità di comunicazione delle conclusioni delle analisi e delle misurazioni prodotte attraverso disseminazione e produzione di documenti di sintesi, a partire dalla conoscenza approfondita delle metodologie e delle ipotesi ad esse sottostanti.
Tutte le competenze acquisite si baseranno su una tipologia di apprendimento adattiva, che consenta cioè di estendere le competenze acquisite, integrandole con ulteriori approfondimenti ove necessario, in modo da consentire una crescita autonoma dello studente nel campo di riferimento, per il quale i contenuti del corso possano rappresentare delle solide basi teoriche e pratiche.
Gli argomenti fondamentali che saranno trattati da un punto di vista preatico durante il corso sono :
Elementi di algebra delle matrici.
Matrici di dati. Relazioni tra variabili quantitative: matrice di covarianza e matrice di correlazione. Misure di variabilità multidimensionale
Analisi in componenti principali.
Analisi dei gruppi.
Analisi della varianza a uno e più fattori
Modello di regressione lineare semplice e multipla
Consigliati
DE SANTIS, Annamaria (2022) Analisi Multivariata e Learning Analytics. Metodi e applicazioni. Pearson. ISBN: 9788891932419
Altre informazioni / materiali aggiuntivi
Nessuna.
-
Le lezioni saranno frontali, in presenza, con l'ausilio di materiale didattico fornito dal docente (sottoforma di dispense e materiali integrativi) e software statistico.
L'attività sarà supportata da esercitazioni in aula.
L'esame consiste di una parte scritta (prova finale), e, nel caso questa sia sufficiente, di un colloquio orale. Il voto finale sarà formato da una media ponderata delle due parti, con pesi rispettivamente 0.4 e 0.6.
La prova scritta, della durata indicativa di 2 ore, consiste di domande a risposta sia aperta che chiusa. La prova sarà parzialmente svolta al computer, con l'ausilio di software specifico.
Il voto finale è determinato dalla media aritmetica delle due prove.
Tutte le prove, sia scritte che orali, saranno valutate tenendo conto di
a) conoscenza e capacità di comprensione degli esercizi (20% sul totale della valutazione complessiva);
b) capacità di operare collegamenti fra argomenti (20% sul totale della valutazione complessiva);
c) capacità di applicare le conoscenze in ambito di problemi pratici (20% sul totale della valutazione complessiva)
d) precisione e rigore nell'applicazione di formule e metodologie (40% sul totale della valutazione complessiva)
Inglese
Italiano