- Docente: Federica Galli
- Crediti formativi: 6
- SSD: SECS-S/01
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Economia, consulenza e professioni (cod. 5981)
-
dal 07/11/2023 al 14/12/2023
Conoscenze e abilità da conseguire
Al termine del corso lo studente conosce gli strumenti di base da utilizzare nelle procedure di campionamento statistico per la revisione contabile, per eseguire previsioni a breve termine e per affrontare problemi di classificazione. Lo studente è in grado di studiare la dipendenza di una variabile da una molteplicità di variabili esplicative attraverso il modello di regressione multipla; di affrontare problemi di classificazione sia tramite il modello di analisi discriminante lineare che tramite il modello di regressione logistica; di effettuare previsioni a breve termine sia con modelli edogeni che esogeni; di progettare un piano di campionamento da utilizzare nelle procedure di revisione contabile.
Contenuti
Introduzione all'ambiente statistico R e all'ambiente di sviluppo integrato Rstudio.
Le strutture dati in R. Creazione e gestione di variabili e di data frame. Importazione di dati.
Analisi descrittiva dei dati e rappresentazioni grafiche.
Inferenza statistica per la media di una popolazione normale e per una proporzione. Confronto delle medie e proporzioni di due popolazioni.
Regressione lineare semplice e multipla. Analisi dei residui.
Testi/Bibliografia
I seguenti libri (in inglese) sono disponibili su internet gratuitamente.
Wickham, Hadley, and Grolemund, Garrett. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. Stati Uniti, O'Reilly Media, 2016. https://r4ds.had.co.nz
Måns Thulin, Modern statistics with R, 2021. http://modernstatisticswithr.com/
Il seguente libro (in italiano) è invece disponibile in libreria:
Alan Agresti, Maria Kateri, Statistica per data scientists con R e Python, ed. EGEA, 2022.
Metodi didattici
Lezioni frontali in aula.
Lo studente deve assicurarsi di venire a lezione con il proprio laptop.
In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai Moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio Moduli 1 e 2 sulla sicurezza nei luoghi di studio e di lavoro, in modalità e-learning.Modalità di verifica e valutazione dell'apprendimento
L'esame sarà scritto e consisterà in una prova pratica di analisi dei dati in laboratorio informatico.
Strumenti a supporto della didattica
Materiale didattico fornito dal docente sarà reso disponibile su Virtuale https://virtuale.unibo.it/
Software statistico R www.r-project.org https://www.r-project.org/
Ambiente di sviluppo integrato RStudio www.rstudio.com
Gli studenti con disabilità o disturbi specifici dell'apprendimento (DSA) sono pregati di informare il docente della propria condizione al fine di individuare l’adozione degli accorgimenti più opportuni alle loro esigenze.
Orario di ricevimento
Consulta il sito web di Federica Galli
SDGs
L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.