CODICE 114462 ANNO ACCADEMICO 2025/2026 CFU 3 cfu anno 2 MANAGEMENT 8707 (LM-77) - GENOVA 3 cfu anno 3 SCIENZE ECONOMICHE E FINANZIARIE 11662 (L-33) - GENOVA 3 cfu anno 1 MANAGEMENT 11874 (LM-77 R) - GENOVA 3 cfu anno ECONOMIA AZIENDALE 8697 (L-18) - GENOVA 3 cfu anno 1 SCIENZE ECONOMICHE E FINANZIARIE 11946 (L-33 R) - GENOVA 3 cfu anno 3 ECONOMIA AZIENDALE 8697 (L-18) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE SECS-S/01 LINGUA Italiano SEDE GENOVA PERIODO 2° Semestre MATERIALE DIDATTICO AULAWEB PRESENTAZIONE L'insegnamento introduce il linguaggio di programmazione R, uno strumento potente per l'analisi dei dati, e si propone di arricchire il percorso formativo del Corso di Studio fornendo le basi per l'utilizzo di software statistici. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI L'insegnamento si propone di fornire competenze di analisi quantitativa dei fenomeni economici e sociali e per l’utilizzo del software R per l'analisi statistica dei dati. OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO L'insegnamento ha l'obiettivo di sviluppare una base solida e operativa per l’utilizzo del linguaggio R nel trattamento e nell’analisi dei dati. Attraverso esempi pratici e attività guidate, i partecipanti acquisiranno le competenze essenziali per scrivere codice, gestire dataset, produrre semplici analisi statistiche e realizzare visualizzazioni informative. Al termine delle lezioni gli studenti saranno in grado di: Descrivere la sintassi di base del linguaggio R, nell’ambito della scrittura di semplici script per l’analisi dei dati. Riconoscere e distinguere i principali tipi di dati (numerici, carattere, logici, fattori), durante l’esplorazione e la preparazione di dataset reali o simulati. Utilizzare correttamente vettori e data frame, per organizzare, filtrare e manipolare insiemi di dati in scenari applicativi semplici. Importare ed esportare dati da/verso formati comuni (CSV, Excel, TXT, RData), nell’ambito di attività di acquisizione e condivisione di dati. Eseguire operazioni di pulizia e trasformazione dei dati con funzioni base, in preparazione ad analisi statistiche o visualizzazioni. Calcolare statistiche descrittive e frequenze, per sintetizzare e interpretare dataset di piccole e medie dimensioni. PREREQUISITI È richiesta la conoscenza degli elementi di statistica descrittiva trattati nella prima parte dell'insegnamento di Statistica. Gli studenti che non possiedono tali conoscenze sono invitati a contattare il docente per indicazioni su eventuali attività di recupero. MODALITA' DIDATTICHE Lezioni ed esercitazioni con uso del computer. In ragione dei suoi specifici obiettivi formativi, l'insegnamento è a frequenza obbligatoria. Gli studenti in possesso di certificazione di disabilità, DSA o bisogni educativi speciali devono contattare, all’inizio delle lezioni, sia il docente, sia il referente per la disabilità del Dipartimento, Prof.ssa Serena Scotto (scotto@economia.unige.it), per concordare modalità didattiche e d'esame che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali e consentano l'uso di eventuali strumenti compensativi. PROGRAMMA/CONTENUTO 1. Introduzione a R e Rstudio 2. Tipi di dato in R: vettori, matrici, data.frame 3. Uso delle librerie e principali librerie di R 4. Importazione dei dati in R 5. Manipolazione dei dati in R 6. Rappresentazioni grafiche in R 7. Tabelle di contingenza in R 8. Regressione lineare in R TESTI/BIBLIOGRAFIA Materiale fornito dal docente. DOCENTI E COMMISSIONI CORRADO LAGAZIO Ricevimento: CORRADO LAGAZIO: Martedì, 16:30-18:00, ufficio docente Per Imperia: Durante il primo semestre sono disponibile al termine delle lezioni; per tutto l'anno su Teams previo appuntamento via mail. LEZIONI INIZIO LEZIONI Febbraio 2025 - secondo semestre Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME La valutazione è basata sulla realizzazione e successiva discussione di un piccolo progetto di gestione e analisi dei dati in R. Per gli studenti del corso di laurea magistrale in Management l'insegnamento è classificato come Altra attività formativa e quindi l'esito dell'esame è espresso in termini di idoneità. MODALITA' DI ACCERTAMENTO The project is designed to assess the student’s ability to apply the knowledge acquired and their autonomy in using the computational tools introduced during the course. The evaluation takes into account the appropriateness and complexity of the proposed analyses, their accuracy, the clarity of presentation, and the ability to interpret the results obtained. ALTRE INFORMAZIONI Rivolgersi al docente per ulteriori informazioni non comprese nella scheda insegnamento. Agenda 2030 Istruzione di qualità Parità di genere