LABORATORIO DI ANALISI DEI DATI

L’insegnamento è una delle attività formative utili ad integrare le competenze acquisite da un laureato in Scienze Economiche in ambito di analisi statistiche dei dati tramite software dedicati e reportistica.
L'obiettivo dell’insegnamento è fornire strumenti di analisi e di gestione di dati al fine di migliorare le competenze per analizzare i dati e comunicare le informazioni ottenute con l'ausilio di strumenti informatici (R, Stata).

1. CONOSCENZA E COMPRESIONE
1.1 Capire il funzionamento del software R
1.2 Capire le principali tecniche statistiche di base che si possono implementare in R
1.3 Capire come strutturare un report dellíanalisi dei dati svolta con R
2. CAPACITA DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Saper importare un data set in R
2.2 Sapere correttamente analizzare i dati sia da un punto di vista grafico/descrittivo che inferenziale in particolare usando modelli
2.3 Saper costruire un codice R che svolga le analisi statistiche richieste
3. CAPACITA DI GIUDIZIO
3.1 Saper individuare quali sono le analisi statistiche richieste dal data set alla mano ed implementarle correttamente in R
3.2 Saper leggere ed interpretare i risultati statistici ottenuti
3.3 Saper redigere un report che riassuma i risultati ottenuti tramite R

Avere raggiunto gli obiettivi formativi di Statistica. In particolare è opportuno che lo studente sappia padroneggiare i concetti e i metodi di base dell'inferenza statistica e della statistica descrittiva, quali il concetto di significatività osservata rispetto ad una ipotesi, intervalli di confidenza, sintesi in distribuzioni di frequenza, principali indicatori di una distribuzione e rappresentazioni grafiche.

1) Introduzione ai software statistici (R, Stata)
Agli studenti verrà spiegato come interagire con il software, con particolare attenzione al caricamento dei dati e alla creazione delle variabili di lavoro.
2) Elementi di Statistica descrittiva
A partire da datasets reali, gli studenti verranno guidati alla costruzione di rappresentazioni grafiche e tabellari fondamentali per arrivare alla comprensione e sintesi dei fenomeni in esame.
3) Inferenza statistica
Sempre con riferimento a casi reali, verrà mostrata l'implementazione di alcuni strumenti di inferenza statistica, tra cui la stima puntuale, intervallare ed i principali test di ipotesi.
4) Regressione lineare (semplice e multipla)
5) Analisi di regressione più complessa, ad esempio regressione logistica

Materiale fornito dal docente nella piattaforma moodle con link dal sito web dell'insegnamento
Data Analysis with RStudio (2021) Kronthaler F, Zöllner S. Springer

La verifica dell'apprendimento avviene attraverso una prova scritta discussa con la presentazione orale.
Agli studenti verrà richiesto di analizzare un insieme di dati allo scopo di verificare la padronanza di un insieme minimale di conoscenze di base e le abilità acquisite nell'elaborare, interpretare, analizzare e comunicare le informazioni disponibili.
In particolare, l'esame mira a verificare che l'allievo abbia acquisito i concetti presentati durante le lezioni, soprattutto per quel che riguarda adeguate rappresentazioni grafiche di insiemi di dati, abbia familiarità con il software per l'analisi dei dati presentato a lezione e sappia integrare queste conoscenze e abilità per l'analisi di problemi economici ed aziendali.
A tale fine all'allievo sarà richiesto presentare una relazione sull'analisi di un insieme di dati complessi a scelta dello studente.
Esercizi di presentazione sono simili ad alcuni proposti durante le lezioni.

Per quanto riguarda la gradazione del voto:
A. punteggi nella fascia 18-22 saranno attribuiti se lo studente dimostra:
- sufficiente conoscenza e capacità di comprensione applicata in riferimento al programma;
- sufficienti abilità comunicative;
B. punteggi nella fascia 23-26 saranno attribuiti se lo studente dimostra:
- discreta conoscenza e capacità di comprensione applicata in riferimento al programma;
- discrete abilità comunicative;
C. punteggi nella fascia 27-30 saranno attribuiti se lo studente dimostra:
- buona o ottima conoscenza e capacità di comprensione applicata in riferimento al programma;
- abilità comunicative pienamente appropriate.
D. la lode verrà attribuita in presenza di conoscenza e capacità di comprensione applicata in riferimento al
programma, capacità di giudizio e abilità comunicative, eccellenti.

Corso frontale che si avvale di software statistici per l'analisi dei dati.

Italiano

Accessibilità, Disabilità e Inclusione
Accomodamenti e Servizi di Supporto per studenti con disabilità o con disturbi specifici dell’apprendimento

Ca' Foscari applica la Legge Italiana (Legge 17/1999; Legge 170/2010) per i servizi di supporto e di accomodamento disponibili agli studenti con disabilità o con disturbi specifici dell’apprendimento. Se hai una disabilità motoria, visiva, dell’udito o altre disabilità (Legge 17/1999) o un disturbo specifico dell’apprendimento (Legge 170/2010) e richiedi supporto (assistenza in aula, ausili tecnologici per lo svolgimento di esami o esami individualizzati, materiale in formato accessibile, recupero appunti, tutorato specialistico a supporto dello studio, interpreti o altro) contatta l’ufficio Disabilità e DSA: disabilita@unive.it.

scritto e orale