- Oggetto:
- Oggetto:
Laboratorio di R (CLEST)
- Oggetto:
R lab (CLEST)
- Oggetto:
Anno accademico 2021/2022
- 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
- Secondo 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
- Fortemente consigliata/Recommended
- Tipologia d'esame
- Prova pratica
- Prerequisiti
- Conoscenza base di R.
Buona conoscenza di statistica descrittiva.
(insegnamento Analisi dei dati e Probabilità)
Conoscenza di base di inferenza statistica.
(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
- L’obiettivo del laboratorio è quello di introdurre all’analisi esplorativa dei dati con il software R.
- L’obiettivo è quello di fornire gli strumenti per eseguire le operazioni preliminari di preparazione, pulizia e manipolazione dei dati, finalizzate all’analisi successiva.
- 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 perform basic data preparation, cleaning and manipulation, prior to conducting statistical analyses.
- Oggetto:
Risultati dell'apprendimento attesi
- Migliorare le proprie capacità nel valutare la qualità di un dataset e nell’eseguire le necessarie operazioni e analisi statistiche preliminari sui dati forniti.
- 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
Attenzione: in relazione all’evolvere della situazione sanitaria, sulla base delle indicazioni di Ateneo, le modalità di erogazione della didattica potranno subire variazioni.
Le lezioni sono erogate in presenza, utilizzando le aule fino alla loro capienza massima. L'accesso degli studenti alle lezioni in presenza può avvenire esclusivamente attraverso il possesso del green pass e la prenotazione obbligatoria del posto in aula tramite il software Student booking.
Si consiglia di consultare frequentemente le pagine del sito riportanti le regole per l’accesso alle lezioni.
Sono previste 12 ore di lezione in presenza.
Mercoledì 12-14 - aula LAB. LI4 a partire dal 23/02/2022.
Per seguire le lezioni a distanza è possibile collegarsi al seguente link:
https://unito.webex.com/meet/daniele.grossi
Warning: in relation to the evolution of the health situation, based on the indications of the University, the methods of teaching provision may vary.
Lectures are given in person, using the rooms up to their maximum capacity. Students can access in person lectures only through possession of the green pass and compulsory seat reservation in the classroom using the Student booking software.
It is advisable to frequently consult the pages of the site showing the rules for access to the lectures.
The course develops along 12 hours of lectures in person.
Wednesday 12-14 - LAB. LI4 starting from 23/02/2022.
To attend the lectures online access the virtual room through the following link: https://unito.webex.com/meet/daniele.grossi
- Oggetto:
Modalità di verifica dell'apprendimento
- Attività di gruppo, da definire in relazione all’evolvere della situazione sanitaria, al numero degli studenti iscritti e alla capienza dell'aula.
- Team work, to be defined in relation to the evolution of the health situation.
- Attività di gruppo, da definire in relazione all’evolvere della situazione sanitaria, al numero degli studenti iscritti e alla capienza dell'aula.
- 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
Nel materiale didattico è disponibile una presentazione del laboratorio.
- Oggetto:
