Scienze Economiche
Cod 198323
- Laurea magistrale
- 2 anni
- 120 CFU
- LM-56 R
STAT-01/A
Applied statistics with R
Codice: 21230005
Scheda insegnamento
- Anno Accademico di erogazione
- 2026/2027
- Corso di studi
- Scienze Economiche
- Periodo di erogazione
- Primo semestre
- CFU
- 3 CFU
- Lingua
- Italiano
- SSD
- STAT-01/A
Scopri il programma didattico
Programma, testi adottati e modalità d’esame sono quelli pubblicati dai docenti per l’anno accademico 2026/2027. L’insegnamento è diviso in canali: ogni canale ha il suo programma.
- Docente
- Francesco Dotto
- Curriculum
- Economic Analysis (Analisi Economica)
- Anno di corso
- 1
- Periodo
- Primo semestre
- Ore
- 20
- CUIN
- 260005455
Programma
Parte I: Introduzione a R e utilizzo di RStudio
L'ambiente R
RStudio: il compilatore e le sue funzionalità
Pacchetti, librerie e funzioni in R
Parte II: Oggetti R
Vettori, matrici e data frame, liste e oggetti di classe S4
Rappresentazione grafica dei risultati: boxplot, istogrammi e rappresentazione grafica delle tabelle di contingenza
Funzioni definite dall'utente
Parte III: Modelli statistici in R
Modello di regressione lineare semplice
Modello di regressione lineare multipla
Modelli di clustering in R
Fondamenti di Machine Learning
Prerequisiti
Nozioni base di Statistica
Testi adottati
Slide e Script di R forniti dal docente
Libro in formato pdf reperibile presso il seguente link https://www.econometrics-with-r.org/ITER.pdf
Modalità di erogazione
Lezioni frontali in Aula in cui è richiesto che ogni studente abbia il proprio PC con R ed Rstudio installati
Le lezioni verranno trasmesse in Streaming per coloro i quali abbiano fatto richiesta di didattica a distanza
Modalità di valutazione
Prova scritta della durata di 2h da svolgersi in Piazza Telematica
Prove previste
- Prova scritta
- Docente
- Francesco Dotto
- Curriculum
- Finanza e Dinamiche Macroeconomiche
- Anno di corso
- 1
- Periodo
- Primo semestre
- Ore
- 20
- CUIN
- 260005463
Programma
Parte I: Introduzione a R e utilizzo di RStudio
L'ambiente R
RStudio: il compilatore e le sue funzionalità
Pacchetti, librerie e funzioni in R
Parte II: Oggetti R
Vettori, matrici e data frame, liste e oggetti di classe S4
Rappresentazione grafica dei risultati: boxplot, istogrammi e rappresentazione grafica delle tabelle di contingenza
Funzioni definite dall'utente
Parte III: Modelli statistici in R
Modello di regressione lineare semplice
Modello di regressione lineare multipla
Modelli di clustering in R
Fondamenti di Machine Learning
Prerequisiti
Nozioni base di Statistica
Testi adottati
Slide e Script di R forniti dal docente
Libro in formato pdf reperibile presso il seguente link https://www.econometrics-with-r.org/ITER.pdf
Modalità di erogazione
Lezioni frontali in Aula in cui è richiesto che ogni studente abbia il proprio PC con R ed Rstudio installati
Le lezioni verranno trasmesse in Streaming per coloro i quali abbiano fatto richiesta di didattica a distanza
Modalità di valutazione
Prova scritta della durata di 2h da svolgersi in Piazza Telematica
Prove previste
- Prova scritta
Esplora gli obiettivi dell’insegnamento
Risultati di apprendimento attesi — Francesco Dotto
Basic knowledge of Statistics
Risultati di apprendimento attesi — Francesco Dotto
Basic knowledge of Statistics
Informazioni utili
Per questo insegnamento non sono pubblicate informazioni aggiuntive. Materiale didattico e documenti si trovano sulla piattaforma del corso.