View syllabus
DATA ANALYSIS LAB
NICOLA SALVATI
Academic year2022/23
CourseECONOMICS AND COMMERCE
Code592PP
Credits6
PeriodSemester 1
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
LABORATORIO DI ANALISI DEI DATISECS-S/01LEZIONI42
CATERINA GIUSTI unimap
NICOLA SALVATI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Lo studente avrà acquisito conoscenze in merito agli strumenti informatici per l'applicazione di  metodologie statistiche. In particolare lo studente acquisirà la conoscenza dell'uso in statistica del software excel e ol software R. Lo studente approfondirà lo studio di tecniche statistiche applicate a dati reali con l'utilizzo di questi strumenti informatici.

Knowledge

Student will acquire knowledge of the use of the excel software and of the R software in statistics. The student will deepen the study of statistical techniques applied to real data with the use of these IT tools.

Modalità di verifica delle conoscenze

La verifica delle conoscenze sarà oggetto della valutazione dell'elaborato scritto previsto all'inizio di ogni sessione d'esame e una discussione orale dell'elaborato.

Assessment criteria of knowledge

Academic progress will be verified with a final exam using Excel and R at the beginning of each exam session. The results of this written exam will be discussed by the professores together with the student.

Capacità

Lo studente saprà utilizzare il software excel e il software R per analizzare dati. Lo studente sarà in grado di presentare in una relazione scritta i risultati dell'attività di analisi dei dati.

Skills

The student will be able to use the excel software and the R software to analyze data. The student will be able to present the results of the data analysis activity in a written report.

Modalità di verifica delle capacità

Durante le lezioni saranno svolte analisi di data set e di dati simulati per comprendere l'utilizzo dei software excel e R.

Assessment criteria of skills

During the lessons, real and simulated data will be analyzed to understand the use of excel and R.

Comportamenti

Saranno acquisite opportune accuratezza e precisione nello svolgere attività di analisi di dati reali e simulati.

Behaviors

Students will acquire accuracy and precision when performing statistical analysing using Excel and R.

Modalità di verifica dei comportamenti

Durante le sessioni di laboratorio saranno valutati il grado di accuratezza e precisione delle attività di analisi dei dati svolte.

Assessment criteria of behaviors

During the laboratory sessions the degree of accuracy and precision of the data analysis activities will be evaluated.

Prerequisiti (conoscenze iniziali)

Per partecipare e superare il corso si ritiene la conoscenza necessaria della strumentazione analitico-quantitativa dei corsi di statistica di base.

Prerequisites

Analytic and quantitative instruments of academic basic statistics courses.

Indicazioni metodologiche
  • Il Corso verrà svolto prevalentemente con lezioni frontali in classe con ausilio di lucidi/slides.
  • Il Corso prevede lo svolgimento di esercitazioni in laboratorio (es.: si usano i PC delle aule informatiche, i PC personali degli studenti)
  • Dal sito di elearning del corso sarà possibile scaricare materiali didattici. Inoltre nel sito ci saranno le comunicazioni docente-studenti, pubblicazione di test per esercitazioni a casa, programma di esame e i risultati delle prove scritte.
  • Lo studente potrà interagire con il docente nei ricevimenti e attraverso l'uso della posta elettronica.
Teaching methods
  • The course will mainly consist in class lectures with the aid slides.
  • The course involves carrying out exercises in the laboratory (eg: using the PCs of the computer rooms, the students' personal PCs)
  • Teaching materials will be available on the course e-learning page. The e-learning will also be used for teacher-student communications, publication of tests for home exercises, detailed exam programme and results of written tests.
  • The student will have the possibility to interact with the professors durign the classes or during dedicated office-hours.
Programma (contenuti dell'insegnamento)
  • Tabelle pivot, rappresentazioni grafiche di variabili e mutabili con Excel
  • Medie analitiche e di posizione calcolate con Excel
  • Misure di variabilità relative e assolute e forma della distribuzione (asimmetria e curtosi) calcolate con Excel
  • Campionamento statistico attraverso la generazione dei numeri casuali con Excel
  • Alcune variabili casuali continue e discrete con Excel
  • Verifica di Ipotesi con Excel (media, proporzione e indipendenza)
  • Inferenza statistica per dati accoppiati (o appaiati)
  • Correlazione e regressione lineare semplice e multipla con Excel
  • Introduzione al software statistico R
  • Regressione lineare semplice e multipla in R
  • Introduzione al machine learning in R
  • Utilizzo del software statistico R all’interno di Excel
Syllabus
  • Pivot tables, graphical representations of variables with Excel
  • Calculating averages in Excel
  • Calculating Relative and absolute measures of variability and shape of distribution (asymmetry and kurtosis) in Excel
  • Statistical sampling through the generation of random numbers in Excel
  • Some continuous and discrete random variables in Excel
  • Hypothesis testing in Excel (mean, proportion and independence)
  • Statistical inference for paired data in Excel
  • Simple and multiple linear correlation and regression in Excel
  • Introduction to the R statistical software
  • Simple and multiple linear regression in R
  • Use of the R statistical software within Excel
Bibliografia e materiale didattico

Espa, G. & Micciolo, R. (2012) Analisi esplorativa dei dati con R. Apogeo s.r.l.

Dispensa del Prof. Bertaccini, B. (2018) Introduzione alla Statistica Computazionale con R. Firenze University Press.

Bortot, P. (2012) Materiale didattico del corso Laboratorio di Statistica. CLAMED.

S. Borra e A. Di Ciaccio, Statistica, metodologie per le scienze economiche e sociali, McGraw-Hill, 2008
Newbold, Carlson, Thorne, Statistica, Pearsons, Prentice Hall, 2007.

Middleton, M. (2004) Analisi Statistica con Excel. Apogeo.


T.H. Wonnacott e R.J. Wonnacott, Introduzione alla Statistica, Franco Angeli, 2002.

Libri di utile consultazione:

Ieva F., Masci, C. & Paganoni, A.M. (2016) Laboratorio di Statistica con R. Edizioni Pearson.

Bibliography

Espa, G. & Micciolo, R. (2012) Analisi esplorativa dei dati con R. Apogeo s.r.l.

Dispensa del Prof. Bertaccini, B. (2018) Introduzione alla Statistica Computazionale con R. Firenze University Press.

Bortot, P. (2012) Materiale didattico del corso Laboratorio di Statistica. CLAMED.

S. Borra e A. Di Ciaccio, Statistica, metodologie per le scienze economiche e sociali, McGraw-Hill, 2008
Newbold, Carlson, Thorne, Statistica, Pearsons, Prentice Hall, 2007.

Middleton, M. (2004) Analisi Statistica con Excel. Apogeo.


T.H. Wonnacott e R.J. Wonnacott, Introduzione alla Statistica, Franco Angeli, 2002.

Libri di utile consultazione:

Ieva F., Masci, C. & Paganoni, A.M. (2016) Laboratorio di Statistica con R. Edizioni Pearson.

Indicazioni per non frequentanti

Non esistono variazioni per studenti non frequentanti in merito a: programma, modalità d'esame, bibliografia, etc...

Non-attending students info

There are no differences for non-attending students regarding: program, exam methods, bibliography, etc ...

Modalità d'esame

L'esame finale consiste di una prova al computer utilizzando excel e R e di una prova orale facoltativa. L’eventuale prova orale verterà su una discussione dell’elaborato svolto dallo studente nella prova scritta, allo scopo di chiarire gli eventuali dubbi ingenerati dalla prova stessa, e sugli argomenti facenti parte del programma di esame. In generale la durata della prova scritta è di 100 minuti.



Assessment methods

The final exam is a written computer test with exercises using Excel and R, and an optional oral test. The optional oral test will focus on a discussion of the student's written test, in order to clarify any doubts generated by the test itself, and on the topics that are part of the course programme. The written exam has usually a maximum duration of 100 minutes.

Note

Gli studenti devono verbalizzare il voto dello scritto al primo appello orale disponibile dopo lo scritto, anche quando non intendono sostenere la prova orale (eventuali eccezioni vanno comunicate al docente).

Notes

Students must record the mark of the written exam at the first oral exam available after the written exam, even when they do not intend to take the oral exam (any exceptions must be communicated to the professors).

Updated: 02/08/2022 16:45