Ateneo - UPO

Il software R per la rappresentazione grafica e l’analisi statistica dei dati, con un’introduzione ai principali pacchetti della suite tidyverse per la manipolazione e la visualizzazione dei dati.

Testo consigliato: R for Data Science (https://r4ds.hadley.nz ). Materiale di riferimento aggiuntivo e appunti del corso saranno pubblicati sul sito DIR

Conoscenza e capacità di comprensione: Il corso si propone di consolidare e ampliare le conoscenze teoriche di statistica e probabilità, fornendo strumenti adeguati per il calcolo, l’analisi e la visualizzazione dei dati. A tal fine, verrà utilizzato R, software libero e open source per il calcolo statistico e la rappresentazione grafica dei dati.
Capacità di applicare conoscenza e comprensione: Al termine del corso, le studentesse e gli studenti saranno in grado di applicare le conoscenze acquisite anche in contesti multidisciplinari, utilizzando R per analizzare dati reali e produrre rappresentazioni grafiche efficaci e professionali.
Autonomia di giudizio: Le studentesse e gli studenti saranno in grado di scegliere e applicare consapevolmente i metodi statistici più appropriati, interpretare criticamente i risultati ottenuti e ampliare autonomamente le proprie conoscenze quando necessario.
Abilità comunicative: Le studentesse e gli studenti saranno in grado di presentare e comunicare con chiarezza i risultati di un’analisi dei dati, sia attraverso sintesi numeriche sia mediante rappresentazioni grafiche appropriate.
Capacità di apprendimento: Le studentesse e gli studenti svilupperanno la capacità di approfondire autonomamente gli argomenti trattati, individuando percorsi personali di apprendimento e selezionando criticamente le risorse più appropriate, comprese quelle disponibili online.

Conoscenze di base di matematica e di statistica.

Il corso si svolgerà in aula tradizionale. Gli studenti sono invitati a partecipare muniti del proprio computer portatile o tablet. Le attività pratiche saranno svolte utilizzando il linguaggio R mediante l’ambiente RStudio, installato sul dispositivo personale oppure accessibile tramite piattaforma web, in funzione delle caratteristiche e delle esigenze degli studenti. L’attività didattica prevede lezioni interattive, dimostrazioni pratiche di codice ed esercitazioni guidate.

Tutto il materiale di riferimento e ulteriori informazioni sono pubblicate sul sito DIR.
Le studentesse e gli studenti con disabilità o con Disturbi Specifici dell’Apprendimento (DSA) o con Bisogni Educativi Speciali (BES) possono richiedere servizi e strumenti specifici a loro dedicati rivolgendosi allo Staff Sviluppo e Coordinamento Carriere e Servizi alle Studentesse e agli Studenti e consultando la pagina dedicata del sito di Ateneo: https://uniupo.it/it/servizi/servizi-studenti-disabili-e-dsa
Le studentesse e gli studenti con disabilità, DSA, BES, una volta preso contatto con lo Staff di Ateneo, possono contattarmi in relazione alla declinazione delle modalità di esame, in merito agli aspetti didattici.

La valutazione si baserà su una prova finale su computer. Le prove si svolgeranno sulla piattaforma DIR e consisteranno in una serie di esercizi volti ad affrontare le tematiche trattate durante il corso. La tipologia degli esercizi è varia, spaziando da semplici domande teoriche a quesiti più complessi che potranno richiedere lo scaricamento di dataset e la loro analisi. I quiz in itinere serviranno come preparazione e verifica intermedia per la prova finale.

Introduzione al software R e all’ambiente RStudio. Operazioni elementari, oggetti e funzioni. Importazione ed esportazione dei dati. I pacchetti di R e introduzione al tidyverse. Strutture dati: vettori, matrici, array, liste, tibble e data frame. Manipolazione dei dati con dplyr. Strutture di controllo: cicli for e istruzioni condizionali. Gestione dei dati mancanti. Visualizzazione dei dati con le funzioni grafiche di base e con il pacchetto ggplot2. Introduzione ad alcune tecniche di analisi dei dati, tra cui modelli di regressione, analisi della varianza (ANOVA), modelli farmacocinetici di base, tecniche di clustering (ad es. K-means), simulazioni e manipolazione di dati testuali.

Al termine del corso, lo studente sarà in grado di:

* utilizzare il software R e l’ambiente RStudio per importare, gestire, analizzare e visualizzare dati;
* applicare le principali tecniche di manipolazione dei dati e realizzare rappresentazioni grafiche efficaci mediante gli strumenti di base di R e i pacchetti del tidyverse;
* interpretare e presentare i risultati delle analisi statistiche in forma numerica e grafica, utilizzando un linguaggio appropriato;
* applicare le conoscenze acquisite a problemi di analisi dei dati in contesti differenti, selezionando in autonomia gli strumenti e le risorse più idonei, anche attraverso la consultazione della documentazione e delle risorse disponibili online.