• Edizioni di altri A.A.:
  • 2022/2023
  • 2023/2024

  • Lingua Insegnamento:
    Italiano 
  • Testi di riferimento:
    Dispense del corso, script di R, slide.
     
  • Obiettivi formativi:
    OBIETTIVI FORMATIVI
    L’insegnamento persegue l’obiettivo generale del corso di studio di fornire conoscenze e competenze per funzioni esecutive nell’area economico-finanziaria di istituzioni pubbliche, agenzie di sviluppo e/o aziende.
    L’insegnamento si propone di fornire allo studente gli strumenti informatico-quantitativi per condurre analisi di tipo esplorativo su fenomeni economici di interesse.
    RISULTATI DI APPRENDIMENTO ATTESI
    La formazione a vocazione economica del corso di Studi in ECONOMIA E FINANZA DELLE IMPRESE E DEGLI ECOSISTEMI sarà quindi completata e arricchita dalle seguenti competenze:
    Conoscenze e capacità di comprensione
    conoscere e comprendere le basi della programmazione e della logica di funzionamento del software statistico R nonché i principali comandi per il data management;
    acquisire dal web e organizzare in database informazioni di tipo economico e finanziario
    applicare metodi statistici utilizzando dati reali;
    integrare le conoscenze economico-statistiche e del software al fine di produrre dei report
    Autonomia di giudizio
    - interpretare le principali statistiche e rappresentazioni grafiche derivanti dalla elaborazione dei dati attraverso l’utilizzo del software R.
    Abilità comunicative
    - comunicare i risultati delle analisi statistiche e i ragionamenti logici sottostanti.

    CAPACITà DI APPRENDERE
    Al termine del corso lo studente sarà in grado di svolgere attività di ricerca individuale e di gruppo secondo gli obiettivi di ricerca che intende raggiungere (strumenti utilizzati: appunti, testi di approfondimento, esercitazioni di gruppo in aula multimediale utilizzando il software R) 
  • Prerequisiti:
    Statistica di base
     
  • Metodi didattici:
    L'insegnamento prevede 24 ore di lezione suddivise in 3 lezioni settimanali da 2 ore svolte in aula multimediale mediante l’utilizzo del software R. Le esercitazioni prevedono la partecipazione attiva degli studenti e prevedono lavori di gruppo su tematiche di interesse. La frequenza è fortemente consigliata.
     
  • Modalità di verifica dell'apprendimento:
    Ai fini della verifica dell'apprendimento gli studenti dovranno creare gruppi da 3-4 persone max. La prova consiste nella presentazione dell'analisi statistica di un dataset reale mediante l'utilizzo del software R. La valutazione sarà effettuata su base individuale (i.e. non di gruppo). Per l’acquisizione dell’idoneità lo studente dovrà dimostrare di conoscere le principali regole di programmazione e i principali comandi per l’analisi dei dati del software statistico R.
    Gli studenti non frequentanti potranno concordare con il docente il dataset da utilizzare. 
  • Sostenibilità:
    Saranno approfonditi alcuni indicatori di sostenibilità economica e ambientale.
     
  • Altre Informazioni:
    Tutte le informazioni inerenti il corso, le dispense, i materiali di supporto e le esercitazioni e tutte le comunicazioni avverranno attraverso la pagina e-learning.
    Qualora il quadro normativo-sanitario e le disposizioni d'Ateneo lo prevedessero, le attività didattiche e i connessi ricevimenti/gli esami di profitto
    potranno svolgersi in modalità telematica (totale o parziale). Per ogni ulteriore informazione e aggiornamento si rinvia alla consultazione del portale d'Ateneo.
     

Introduzione a R e RStudio
Sintassi di R, import di dati, operazioni di base, vettori e matrici
EDA con R: statistiche di base, visualizzazioni grafiche e test statistici
Ciclo for, script e altre procedure
Modello di regression lineare con R

1) Introduzione a R e R Studio; Installazione; Help e altre risorse
2) Oggetti e sintassi di R
3) Importazione e scrittura di dati
4) Vettori e matrici
5) Subsetting e altre operazioni sui dati
6) Pacchetti di R
7) Statistiche di base e rappresentazioni grafiche
8)Test statistici
9) Loops, script, e altre procedure
10) Modello di regressione lineare

Avvisi

Nessun avviso in evidenza

Documenti

Nessun documento in evidenza

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram