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 Elena Lagomarsino (elena.lagomarsino@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

Commissione d'esame

CORRADO LAGAZIO (Presidente)

MARTA NAI RUSCONE

FABIO RAPALLO

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

L’esame consiste in una prova pratica da svolgere in laboratorio, nella quale lo studente dovrà analizzare ed elaborare un dataset fornito dal docente.

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

La verifica dell’apprendimento ha l’obiettivo di valutare la capacità dello studente di applicare in modo corretto e autonomo le tecniche di analisi dei dati affrontate durante l’insegnamento. La valutazione terrà conto della correttezza metodologica delle analisi svolte, della loro completezza ed appropriatezza.

Calendario appelli

ALTRE INFORMAZIONI

Rivolgersi al docente per ulteriori informazioni non comprese nella scheda insegnamento.