- Docente: Cristina Poletti
- Crediti formativi: 6
- Lingua di insegnamento: Italiano
- Moduli: Andrea Gardani (Modulo 1) Cristina Poletti (Modulo 2)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
- Campus: Bologna
- Corso: Laurea Magistrale in Statistica, economia e impresa (cod. 8876)
-
Orario delle lezioni (Modulo 1)
dal 17/09/2024 al 24/10/2024
-
Orario delle lezioni (Modulo 2)
dal 12/11/2024 al 03/12/2024
Conoscenze e abilità da conseguire
Al termine del corso, lo studente: - possiede gli strumenti operativi per l'analisi di casi studio in diversi ambiti applicativi - è in grado di redigere reports mediante l'utilizzo di R/SAS e Microsoft Power Point
Contenuti
- SAS Overview
- Datasets, Libname, Sintassi
- Datasets import e struttura
- Proc Contents/Proc Print
- Data types
- Selezione delle osservazioni, Operazioni sulle variabili
- Proc Sort, first., last.
- Format, Informat, Proc Format
- Proc Freq, Proc Univariate, Proc Means
- Merge, Transpose
- Proc Report, ODS
Testi/Bibliografia
Dispense fornite dall'insegnante.
Lettura suggerita:
-
Lora D. Delwiche, Susan J. Slaughter, The Little SAS Book: A Primer, Fifth Edition (English Edition) 5th Edition, 2012.
Metodi didattici
- Sessioni di laboratorio informatico utilizzando SAS.
Modalità di verifica e valutazione dell'apprendimento
Per il superamento dell’esame, gli studenti dovranno creare gruppi da 3-4 persone max. A ciascun gruppo verrà assegnato un progetto da una lista fornita dall'insegnante prima della fine del corso. Per lo svolgimento del progetto, ciascun gruppo svolgerà un'analisi statistica tramite l’utilizzo di SAS. Prima dello svolgimento dell’esame, ciascun gruppo invierà in powerpoint l’analisi all'insegnante, contenente:
- gli obiettivi dell’analisi;
- la descrizione del dataset utilizzato;
- il codice SAS utilizzato; e
- l'interpretazione dei risultati
L’esame consiste nell'esposizione della presentazione dell'analisi tramite il powerpoint. La valutazione sarà effettuata su base individuale (i.e. non di gruppo), e si baserà anche sulla verifica delle conoscenze acquisite tramite domande individuali sulle regole di programmazione in SAS.
Gli studenti non frequentanti potranno scegliere un dataset a loro scelta e portare la relativa analisi (RMK: da concordare via e-mail con l'insegnante prima dell’esame).
Strumenti a supporto della didattica
- Lab tutorials
- Slides
Orario di ricevimento
Consulta il sito web di Cristina Poletti
Consulta il sito web di Andrea Gardani