Appunti VERIFICATO

Appunti lezioni su R

Cattolica del Sacro Cuore statistical and actuarial sciences Curriculum actuarial sciences for insurance 2021
163 visualizzazioni
25 download
Nessun voto ancora
Condividi: WhatsApp Telegram

Di cosa parla

Riassunto AI · si legge in un minuto

Questa risorsa offre una guida completa all'uso del linguaggio R e dell'ambiente RStudio per l'analisi dei dati, essenziale per il corso di Data Analysis for Insurance. Vengono esplorate le basi di R, inclusi tipi di dati (vettori, matrici, data frame), operazioni fondamentali, controllo del flusso (cicli 'for', condizionali 'if') e l'utilizzo di funzioni per la gestione dei dati e il calcolo statistico. Il documento copre distribuzioni di probabilità (Normale, Poisson, Uniforme), l'implementazione di modelli lineari (regressione) con funzioni come `lm()` e `optim()`, l'analisi dei residui e la visualizzazione grafica. Un focus particolare è dedicato alla manipolazione di variabili categoriche, alla creazione di dummy e all'importazione di dati esterni, fornendo competenze pratiche per la modellazione assicurativa.
Leggi il riassunto completo
  • R Fundamentals: Introduzione a RStudio, struttura delle finestre (codice, output, ambiente, file/plot/aiuto).
  • Operazioni Base: Commenti (#), esecuzione comandi (Ctrl+Enter), somma, potenza, moltiplicazione, divisione, gestione di Inf e NaN.
  • Tipi di Dati e Strutture:
    • Scalari, vettori (c()), vettori logici (TRUE/FALSE, 1/0).
    • Matrici (cbind(), t(), moltiplicazione %*%, str(), rinominare colonne).
    • Data Frame (data.frame(), str(), head(), tail(), plot(), names()).
  • Controllo del Flusso:
    • Istruzioni if (condizioni, else).
    • Cicli for (sequenze, sommatorie, fattoriali).
    • Generazione di sequenze (seq() con by, length.out).
  • Distribuzioni Statistiche:
    • Funzioni per distribuzioni Normali (rnorm, dnorm, pnorm, qnorm), Lognormali (rlnorm), Poisson (rpois), Uniformi (runif).
    • Generazione di numeri casuali e rappresentazione grafica (hist(), curve()).
    • Dimostrazione del Teorema del Limite Centrale.
  • Modelli Lineari:
    • Regressione lineare semplice e multipla con lm().
    • Estrazione coefficienti e statistiche (summary()).
    • Valori predetti (fitted(), predict()).
    • Visualizzazione grafica (plot(), abline()) e analisi dei residui.
  • Ottimizzazione: Funzioni optimize() (un parametro) e optim() (multi-parametro), con esempi di problemi OLS.
  • Variabili Categoriche:
    • Gestione di vettori di caratteri.
    • Conversione in fattori (factor()) e creazione di variabili dummy (model.matrix(), contrasts(), relevel()).
    • Calcolo medie condizionali (loop, dplyr::group_by e summarise).
  • Importazione Dati Esterni: Lettura file CSV (read.csv()), gestione directory di lavoro (setwd(), getwd()) e problemi comuni.
  • Concetti R Generali: Sistema di aiuto (?comando), gestione delle librerie (install.packages(), library()).

Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo

Anteprima pagina 1 — Appunti lezioni su R Anteprima pagina 2 — Appunti lezioni su R Anteprima pagina 3 — Appunti lezioni su R

Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.

Studia questi appunti con l'AI

Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.

Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.

Simula l'esame con domande costruite su questi appunti.

Altri appunti di DATA ANALYSIS FOR INSURANCE

Condividi questi appunti

WhatsApp Telegram