Corso di laurea
Statistica e Tecnologie per l'Analisi dei Dati
Università degli Studi di Napoli - Federico II · 39 materie · 0 file condivisi
Sfoglia il materiale didattico
Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!
Materie del corso
Al termine del corso lo studente sarà in grado di comprendere il ruolo dell’analisi esplorativa dei dati all’interno di un percorso di ricerca e di riconoscere le principali tipologie di dati, sapendo anche valutare…
Scheda dell'insegnamento
Obiettivi formativi
Al termine del corso lo studente sarà in grado di comprendere il ruolo dell’analisi esplorativa dei dati all’interno di un percorso di ricerca e di riconoscere le principali tipologie di dati, sapendo anche valutare problemi di qualità e pulizia dei dataset. Avrà acquisito familiarità con le misure statistiche fondamentali (di posizione, variabilità e forma) e con i principali strumenti grafici per descrivere e sintetizzare variabili univariate.
Sarà inoltre capace di analizzare relazioni tra variabili, sia qualitative che quantitative, utilizzando tabelle di contingenza, misure di associazione e coefficienti di correlazione. Conoscerà i principi della regressione lineare semplice e saprà applicarla e interpretarla in casi concreti. Sarà in grado di dimostrare in modo rigoroso le proprietà misure di posizione e variabilità
Dal punto di vista operativo, lo studente saprà utilizzare Excel per calcolare indici descrittivi, costruire grafici, gestire tabelle pivot e stimare modelli di regressione. Attraverso un mini-progetto finale, sarà in grado di condurre un’analisi esplorativa completa su un dataset reale, sintetizzando e comunicando i risultati in modo chiaro ed efficace.
Conoscenza e capacita' di comprensione: Il corso mira a fornire una solida conoscenza dei fondamenti teorici e applicativi dell’analisi esplorativa dei dati (EDA). Lo studente acquisirà la capacità di comprendere le principali misure di sintesi univariate e bivariate, di interpretare rappresentazioni grafiche e di coglierne i significati rispetto alla struttura dei dati. Saranno discusse e dimostrate le proprietà matematico-statistiche degli indici di posizione, di variabilità e di associazione, consentendo di comprendere criticamente le basi teoriche dell’EDA.
Capacita' di applicare conoscenza e comprensione: Attraverso esercitazioni pratiche, in particolare mediante l’uso di Excel, lo studente svilupperà la capacità di applicare gli strumenti di analisi esplorativa a dataset reali. Saprà calcolare indici statistici, costruire tabelle di contingenza, rappresentazioni grafiche e applicare tecniche di regressione lineare semplice, collegando i risultati numerici e grafici all’interpretazione dei fenomeni osservati.
Programma
- Introduzione all’EDA
- Definizione e ruolo dell’analisi esplorativa dei dati nel ciclo della ricerca.
- Tipologie di dati: quantitativi, qualitativi, ordinali, temporali.
- Struttura di un dataset, problematiche di qualità e pulizia dei dati.
- Analisi univariata
- Misure di posizione: media, mediana, moda, quantili.
- Proprietà degli indici di posizione
- Misure di variabilità per dati quantitativi, qualitativi e ordinali.
- Concentrazione
- Proprietà degli indici di variabilità
- Indici di forma: asimmetria e curtosi.
- Rappresentazioni grafiche: istogrammi, diagrammi a barre, box-plot, stem-and-leaf.
- Analisi bivariata
- Tabelle di contingenza e misure di associazione per dati qualitativi (χ², V di Cramer).
- Covarianza e correlazione per dati quantitativi.
- Correlazione di Pearson e sue proprietà (dimostrazione di −1 ≤ ρ ≤ 1).
- Correlazioni non parametriche (Spearman e Kendall).
- Regressione lineare semplice: modello, stima dei parametri tramite minimi quadrati, interpretazione grafica..
- Proprietà dei minimi quadrati
- Laboratorio Excel (integrato durante il corso)
- Funzioni statistiche di base e calcolo di indici descrittivi.
- Costruzione di grafici e sintesi visive.
- Tabelle pivot e analisi di dati categoriali.
- Regressione lineare semplice tramite strumenti di analisi dati.
- Mini-progetto: applicazione completa dell’EDA su un dataset reale.
Modalità d'esame
Lo studente dovrà svolgere una prova scritta con esercizi numerici. L'orale è teso a verificare la conoscenza delle proprietà analitiche degli indici statistici. Lo studente dovrà anche presentare un lavoro di gruppo che dimostri la capacità di applicare quanto appreso ad un insieme di dati reali.
Testi di riferimento
Slide e appunti delle lezioni.
G.Leti, L Cerbara. Elementi di Statistica descrittiva, Il Mulino, Bologna
Codice insegnamento analisi-esplorativa-dei-dati
Il corso intende introdurre alle metodologie ed agli strumenti hardware e software per la risoluzione di un problema matematico con il calcolatore, con particolare riguardo alle esigenze delle scienze statistiche…
Scheda dell'insegnamento
Obiettivi formativi
Il corso intende introdurre alle metodologie ed agli strumenti hardware e software per la risoluzione di un problema matematico con il calcolatore, con particolare riguardo alle esigenze delle scienze statistiche
Conoscenza e capacita' di comprensione: Al termine dell’insegnamento lo studente deve dimostrare di conoscere e comprendere le problematiche generali e gli strumenti necessari relativi alla progettazione, sviluppo e analisi degli algoritmi non numerici, nonche’ l’influenza che l’ambiente di calcolo esercita sugli stessi algoritmi; in particolare deve saper illustrare le caratteristiche delle principali strutture dati e di controllo ai fini di una scelta consapevole nello sviluppo degli algoritmi; deve infine dimostrare di conoscere e descrivere gli algoritmi studiati e di saperli tradurre in un linguaggio di programmazione
Capacita' di applicare conoscenza e comprensione: AL termine del corso, lo studente deve dimostrare di essere in grado di saper applicare le conoscenze e le metodologie acquisite sviluppando autonomamente algoritmi e programmi di moderata difficoltà; deve inoltre saper individuare i metodi più appropriati per analizzare e risolvere un problema inerente gli argomenti del corso e interpretare correttamente i risultati;
Programma
1) Introduzione al Calcolatore ed al suo uso. Definizione e proprieta` di un algoritmo. Caratteristiche di un calcolatore. Architettura di tipo Von Neumann. Rappresentazione dei dati e delle istruzioni in un calcolatore. Tipi di dati elementari, le variabili, le strutture dati. La complessita' computazionale.
2) I principali componenti del linguaggio Python: strutture di controllo di selezione e di iterazione. Strutture dati: liste, tuple, stringhe, dizionari, file. Lo sviluppo modulare dei programmi: le function e i moduli. Le librerie fondamentali per la statistica: la libreria standard, Numpy, Matplotlob, Pandas
3) attivita' di laboratorio sviluppata in Python: primi esempi: somma, massimo e media di N numeri. Ordinamento di liste, fusione di liste, ricerche in liste, lista di liste. Input/output da file. Le function e i moduli, ricorsione. Gli array di Numpy: la trasposta di una matrice. La rappresentazione dati con Matplotlib: grafici a torta e a dispersione, istogrammi. Serie e Dataframe in Pandas: principali operazioni sui dati.
Modalità d'esame
La prova orale comprende lo sviluppo di un semplice programma in Python
Testi di riferimento
Materiale didattico fornito a lezione
Codice insegnamento elementi-di-programmazione
Il corso presenta gli strumenti di base per la programmazione insieme alle competenze informatiche comunemente utilizzate per l'applicazione delle tecniche statistiche e per la ricerca quantitativa. Gli argomenti…
Scheda dell'insegnamento
Obiettivi formativi
Il corso presenta gli strumenti di base per la programmazione insieme alle competenze informatiche comunemente utilizzate per l'applicazione delle tecniche statistiche e per la ricerca quantitativa. Gli argomenti trattati includono la programmazione nel linguaggio R, le buone pratiche per il coding, per la ricerca riproducibile e gli strumenti per l'organizzazione e il debugging del codice.
Conoscenza e capacita' di comprensione: Alla fine del corso lo studente sarà in grado di comprendere:
- le principali strutture dati utilizzate per gestire i dati in un'analisi statistica
- le migliori pratiche per effettuare un'analisi di dati in R
- i principi di progettazione di una rappresentazione grafica dei dati
- le migliori pratiche per rendere una ricerca riproducibile
Capacita' di applicare conoscenza e comprensione: Lo studente acquisirà le seguenti competenze applicate: - l'utilizzo del software R per l'analisi dei dati e la programmazione in ambito statistico
- la gestione e l'interrogazione di dataset
- la costruzione di una rappresentazione grafica dei dati
- la scrittura di un report relativo ad un'analisi quantitativa
Programma
- Introduzione alla struttura di R e alle funzionalità di RStudio
- La logica del linguaggio R
- Progetti e script
- Oggetti
- Creare una funzione
- Cicli e condizione SE
- Importazione e salvataggio dei dati
- Gestione dei dati con i package Tidyverse
- Rappresentazioni grafiche
- Programmazione in R
- Strumenti per la ricerca riproducibile
Modalità d'esame
Si valuteranno i risultati di apprendimento attesi ed in particolare la capacità dello studente di analizzare autonomamente un dataset in R e di costruire un report di sintesi relativo all'analisi.
Testi di riferimento
Letture di riferimento: I materiali utilizzati per le lezioni e i riferimenti a materiali open source saranno pubblicati settimanalmente sul sito dedicato al corso.
Letture consigliate. Si invita gli studenti a consultare i seguenti testi per approfondire gli argomenti trattati a lezione:
- Wickham H., Çetinkaya-Rundel M., e Grolemund G. (2023). R for Data Science (2e), O'Reilly [consultabile online: https://r4ds.hadley.nz/]
- Grolemund G. (2014). Hands-On Programming with R, O’Reilly [consultabile online: https://rstudio-education.github.io/hopr/]
- Matloff, N. (2011). The Art of R Programming: A Tour of Statistical Software Design, William.
- Muggeo V. M. R. e Ferrara G. (2005). Il linguaggio R: concetti introduttivi ed esempi (II edizione) [consultabile online: https://cran.r-project.org/doc/contrib/nozioniR.pdf]
Siti web consigliati. Si invita gli studenti a consultare i seguenti siti web per approfondire gli argomenti trattati a lezione: - https://alexd106.github.io/intro2R/
- http://www.quantide.com/rabbit-introduction-to-r/
- https://cran.r-project.org/doc/contrib/Frascati-FormularioStatisticaR.pdf
Codice insegnamento laboratorio-di-analisi-dei-dati-con-r
Al termine dell’insegnamento lo studente dovrà dimostrare di: 1. Essere in grado di definire un modello per l’analisi supervisionata o non supervisionata in funzione degli obiettivi applicativi. 2. Avere una visione…
Scheda dell'insegnamento
Obiettivi formativi
Al termine dell’insegnamento lo studente dovrà dimostrare di:
1. Essere in grado di definire un modello per l’analisi supervisionata o non supervisionata in
funzione degli obiettivi applicativi.
2. Avere una visione complessiva di diversi approcci alla risoluzione di problemi di regressione,
classificazione e di sintesi esplorativa per dati.
3.Conoscere gli aspetti metodologici dei metodi oggetto di studio.
4. Saper implementare i diversi metodi via software, interpretarne i risultati e operare una
selezione del modello sia rispetto ai dati da utilizzare, sia rispetto ad approcci tra loro alternativi.
Conoscenza e capacita' di comprensione: Il percorso formativo parte dalle metodologie di base per risolvere problemi di regressione e
classificazione: i modelli lineari. Dopo aver presentato aspetti metodologici e applicativi dei modelli
lineari, vengono evidenziati vantaggi e limitazioni di tale tipologia di modelli, insieme a possibili
accorgimenti per gestire tali limitazioni. Successivamente, vengono illustrate tecniche di
ricampionamento per la validazione di modelli e per la valutazione dell’efficienza di stimatori. La
prima parte si conclude con le procedure per la selezione del modello, mediante selezione dei
predittori e penalizzazione sui parametri del modello. La seconda parte èdedicata approcci
supervisionati di tipo non parametrico (alberi di decisione, ensemble methods). L’ultima parte del
corso èdedicata ai metodi non supervisionati di data reduction: sintesi delle osservazioni via
classificazione non supervisionata (clustering) e sintesi delle variabili via metodi di tipo principal
components.
Capacita' di applicare conoscenza e comprensione: Essere in grado di eseguire analisi dei dati utilizzando gli strumenti metodologici appropriati,
selezionare il modello ottimale e l’approccio più adatto agli obiettivi dell’analisi. Saper interpretare i
risultati ottenuti e comunicarli all’esterno.
Programma
- Richiami glossario di base per statistical e machine learning
- Metodi lineari per la classificazione
- Regressione logistica
- Analisi discriminante lineare (con estensione alla quadratica)
- Misure della qualità di un classificatore
- Confronto tra metodi di classificazione
- Metodi di ricampionamento: cross-validation e bootstrap
- Selezione del modello
- Procedure di subset selection
- Metodi di regolarizzazione
- Metodi di riduzione della dimensionalità
- Metodi non parametrici: alberi di decisione
- Accenni a Bagging, random forests e boosting
- Approcci non supervisionati: data reduction
- Principal component methods
- Clustering
Modalità d'esame
La valutazione sarà basata su
- partecipazione attiva alla lezione
- svolgimento delle prove in itinere ed eventuale progetto finale
- colloquio orale
prove in itinere
Testi di riferimento
Libro di testo:
An Introduction to Statistical Learning with Applications in R
Materiale a cura del docente
Codice insegnamento elementi-di-statistical-learning
Recensioni del corso
Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.
Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.