Skip to Main Content (Press Enter)

Logo UNIOR
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Persone
  • Strutture

UNIFIND
Logo UNIOR

|

UNIFIND

unior.it
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Persone
  • Strutture
  1. Insegnamenti

0000638 - FONDAMENTI DI ANALISI STATISTICA

insegnamento
ID:
0000638
Durata (ore):
36
CFU:
6
SSD:
STATISTICA
Sede:
UNIVERSITÀ DEGLI STUDI DI NAPOLI "L'ORIENTALE"
Url:
Dettaglio Insegnamento:
SAPERI UMANISTICI E TECNOLOGIE DIGITALI/Metodologie digitali per il patrimonio culturale Anno: 2
SAPERI UMANISTICI E TECNOLOGIE DIGITALI/Metodologie digitali per il patrimonio culturale Anno: 1
SAPERI UMANISTICI E TECNOLOGIE DIGITALI/Tecnologie per l'industria culturale e creativa Anno: 1
SAPERI UMANISTICI E TECNOLOGIE DIGITALI/Tecnologie per l'industria culturale e creativa Anno: 2
Anno:
2025
  • Dati Generali
  • Syllabus
  • Corsi
  • Persone
  • Altre Info

Dati Generali

Periodo di attività

Primo Semestre (29/09/2025 - 16/01/2026)

Syllabus

Obiettivi Formativi

Il corso ha come obiettivo quello di introdurre i principali strumenti per l'analisi statistica dei contenuti digitali, della gestione delle risorse informative e nelle pratiche di comunicazione e produzione digitale.Saranno trattati i concetti statistici fondamentali. Il corso esplorerà quindi vari tipi di dati, inclusi dati quantitativi e categoriali, ed esaminerà le distribuzioni dei dati e le strutture dati all'interno di R. Infine, il corso tratterà le tecniche di analisi esplorativa dei dati, tra cui statistiche descrittive, visualizzazione dei dati utilizzando R e ggplot2, analisi dei dati basata su gruppi e metodi per esaminare le relazioni tra due o più variabili.


Autonomia di giudizio:

In funzione dell’informazione ricercata e dei dati disponibili, lo studente deve scegliere e applicare le tecniche statistiche più idonee.


Abilità comunicative:

Ha sviluppato un linguaggio tecnico sufficientemente ricco per poter comunicare le caratteristiche delle tecniche statistiche studiate. Sa leggere i risultati delle analisi.


Capacità di apprendimento:

Gestisce dati organizzati in data warehouse e utilizza pacchetti avanzati del software R e Rstudio.

 




Prerequisiti

Non sono previsti prerequisiti per l'iscrizione a questo corso.


Metodi didattici

Il corso prevede 36 ore di lezioni frontali e 84 di lavoro individuale o di gruppo. Le lezioni frontali prevedono le seguenti attività: lezioni teoriche, organizzazione progetti di gruppo, esercitazioni con R. L’attività individuale o di gruppo prevede lo studio delle dispense e/o libri di testo, la realizzazione di un elaborato.

In particolare, le attività saranno così suddivise: 

  • Lezioni frontali 24h
  • Esercitazioni/Laboratorio 12h




Verifica Apprendimento

La verifica del raggiungimento degli obiettivi formativi sarà effettuata mediante due testi a risposta multipla sottomessi alla fine della seconda e della terza attività. La preparazione di un report su un argomento scelto dallo studente, il report deve prevedere anche una parte di coding in R. Una prova orale che comprende una presentazione della relazione, una dimostrazione della capacità di analizzare i dati utilizzando le tecniche statistiche studiate, e la prova di aver acquisito un linguaggio tecnico appropriato.

Per eventuali studenti non frequentanti è prevista una prova orale su tutti gli argomenti trattati, e un esercizio di coding per ogetto il linguaggio R. 



Testi

Presentazioni sviluppate dal docente sono disponibili sul sito. 

Libri di testo

Chapman, Chris, and Elea McDonnell Feit. R for marketing research and analytics. Vol. 67. New York, NY: Springer, 2015.

Libri per R:

Venables, William N., David M. Smith, and R Development Core Team. "An introduction to R." (2024). https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf

Wickham, Hadley, and Garrett Grolemund. R for data science (2e). " O'Reilly Media, Inc.", 2023. https://r4ds.hadley.nz/


Contenuti

FONDAMENTI DI ANALISI STATISTICA

1) Concetti base di statistica e programmazione in R 

2) I diversi tipi di dati

3) Analisi esplorativa

4) Analisi multivariata per la gestione di immagini e video




Lingua Insegnamento

Italiano


Altre informazioni








Corsi

Corsi

SAPERI UMANISTICI E TECNOLOGIE DIGITALI 
Laurea Magistrale
2 anni
No Results Found

Persone

Persone

GALLO Michele
AREA MIN. 13 - Scienze economiche e statistiche
Gruppo 13/STAT-01 - STATISTICA
PE6_7 - Artificial intelligence, intelligent systems, natural language processing - (2022)
Goal 9: Industry, Innovation, and Infrastructure
PE1_13 - Probability - (2022)
PE1_14 - Mathematical statistics - (2022)
Goal 11: Sustainable cities and communities
Goal 4: Quality education
Goal 5: Gender equality
Settore STAT-01/A - Statistica
Professori/esse Ordinari/e
No Results Found

Altre Info

Insegnamento principale

FONDAMENTI DI ANALISI STATISTICA
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 26.5.0.0