- Oggetto:
- Oggetto:
Laboratorio di R (CLEST)
- Oggetto:
R lab (CLEST)
- Oggetto:
Anno accademico 2022/2023
- Codice dell'attività didattica
- LABCLEST25
- Docente
- Daniele Grossi (Titolare del corso)
- Corso di studi
- Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
- Anno
- 1° anno 2° anno 3° anno
- Periodo didattico
- Primo semestre
- Tipologia
- Altre attività
- Crediti/Valenza
- 2
- SSD dell'attività didattica
- SECS-S/01 - statistica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Obbligatoria/Compulsory
- Tipologia d'esame
- Prova pratica
- Prerequisiti
- - Conoscenza base di R consigliata ma non indispensabile.
- Buona conoscenza di statistica descrittiva, in particolare: indagini e rilevazione dei dati, caratteri, collettivo e unità statistiche; misure di posizione; variabilità e indici di variabilità; associazione tra due caratteri.
(insegnamento Analisi dei dati e Probabilità)
- Conoscenza di base di inferenza statistica, in particolare: intervalli di confidenza e test di ipotesi.
(insegnamento Teoria Statistica delle Decisioni) - Propedeutico a
- L'insegnamento è utile per affrontare i corsi specifici dell'indirizzo statistico previsti al terzo anno di CLEST.
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
-
Obiettivi del laboratorio:
-
- introdurre all’analisi esplorativa dei dati con il software R;
-
- fornire gli strumenti di base per eseguire le operazioni preliminari di preparazione, pulizia e manipolazione dei dati e per la valutazione della loro qualità;
-
- fornire gli strumenti di base per una corretta lettura ed elaborazione dei dati a disposizione, sviluppando le competenze per la sistemazione di dati complessi e provenienti da fonti diverse, anche mirata a obiettivi specifici, nonché le competenze per la loro analisi preliminare.
- The lab aims to introduce students to the basics of exploratory data analysis with R.
- The aim is to provide students with the instruments to assess the quality of a dataset and to perform basic data preparation, cleaning and manipulation, prior to conducting statistical analyses.
-
- Oggetto:
Risultati dell'apprendimento attesi
- Conoscenza e capacità di comprensione:
- Studenti e studentesse acquisiranno le basi dell'uso di R in ambiente RStudio e saranno in grado di scrivere e interpretare il linguaggio base di R.
- Conoscenza e capacità di comprensione applicate:
- Migliorare le proprie capacità nel valutare la qualità di un dataset e nell’eseguire le necessarie operazioni e analisi statistiche preliminari sui dati forniti.
- Knowledge and ability to understand:
- Students will learn the basics of R in the RStudio environment and will be able to read and write basic code in the R language.
- Applied knowledge and ability to understand:
- Students are expected to improve their ability to assess the quality of a dataset and to perform basic data preparation and preliminary statistical analysis.
- Oggetto:
Modalità di insegnamento
Le lezioni sono erogate in presenza; in relazione all’evolvere della situazione sanitaria, sulla base delle indicazioni di Ateneo, le modalità di erogazione della didattica potranno subire variazioni.
Sono previste 12 ore di lezione (2 CFU).
Il laboratorio si svolge in due edizioni, identiche, nel primo e nel secondo semestre.
Prima lezione secondo semestre: mercoledì 22 febbraio, 12:00 - 14:00, Aula LAB. LI4
Lectures are given in person;in relation to the evolution of the health situation, based on the indications of the University, the methods of teaching provision may vary.
12 hours frontal teaching, starting wednesday 22nd february, 12:00 - 14:00, LAB. LI4
- Oggetto:
Modalità di verifica dell'apprendimento
- Attività di gruppo.
- Team work.
- Attività di gruppo.
- Oggetto:
Attività di supporto
Non previste.
Support activities not provided.- Oggetto:
Programma
- Introduzione a R.
- Importazione dei dati.
- Analisi esplorativa dei dati.
- Preparazione dei dati, pulizia dei dati, manipolazioni preliminari.
- Elementi di inferenza statistica.
- Introduction to R.
- Data import.
- Exploratory data analysis.
- Data preparation, data cleaning, data manipulation.
- Satistical inference basics with R.
Testi consigliati e bibliografia
- Oggetto:
- Libro
- Titolo:
- Introductory statistics with R
- Anno pubblicazione:
- 2008
- Editore:
- Springer
- Autore:
- Peter Dalgaard
- ISBN
- Obbligatorio:
- No
- Oggetto:
Manuali e tutorial disponibili all'indirizzo https://cran.r-project.org/Materiali forniti dal docente verranno resi disponibili sulla piattaforma Moodle.
Manuals and tutorials available at https://cran.r-project.org/Teaching materials will be made available on the Moodle platform.
- Oggetto:
Note
Il laboratorio si svolge in due edizioni, identiche, nel primo e nel secondo semestre.
Potrà essere frequentata solo una delle due edizioni.
Nel primo semestre il laboratorio è consigliato a studentesse e studenti del terzo anno, nel secondo semestre anche al secondo anno.
Nel materiale didattico è disponibile una presentazione del laboratorio.
Per frequentare il laboratorio è indispensabile essere registrati su questa pagina.
- Oggetto: