Il costo del corso è di 150 euro (IVA esente ai sensi dell’art. 10 DPR 633/72). Una volta registrati all'evento tramite questo portale, verrete contattati direttamente dalla segreteria che si occuperà di fornirvi tutte le informazioni necessarie al pagamento.

Info di contatto per Pagamenti e amministrazione 

gianfranca.corbellini@unipv.it

OBIETTIVI E PROGRAMMA DEL CORSO

La gestione e l’analisi dei dati rappresenta uno dei fattori più importanti e simultaneamente più critici in molti ambiti lavorativi; spesso ci si avvale di strumenti e software proprietari che sono soventemente costosi o risultano essere in definitiva limitati nella loro applicazione.

Il corso ha l’obiettivo di fornire ai partecipanti le conoscenze necessarie e sufficienti per introdurre ed utilizzare il linguaggio e le potenzialità di R nel proprio lavoro.

R può essere definito come un sistema di analisi statistica e contemporaneamente un linguaggio ed un software. E’ uno strumento open source potentissimo e largamente utilizzato, per l’analisi statistica dei dati, inoltre, essendo un vero e proprio linguaggio di programmazione, racchiude in sè la potenzialità per creare e sviluppare in autonomia svariate applicazioni utili alla manipolazione, gestione ed analisi di ogni tipo di dato. Le sue caratteristiche principali comprendono infatti la semplicità nella gestione e manipolazione dei dati, la disponibilità di una suite di strumenti per calcoli su vettori, matrici ed altre operazioni complesse, l’ accesso ad un vasto insieme di strumenti integrati e funzioni sviluppate da altri e resi disponibili per l'analisi statistica, la produzione di numerose potenzialità grafiche particolarmente flessibili, possibilità di adoperare un vero e proprio linguaggio di programmazione orientato ad oggetti che consente l'uso di strutture condizionali e cicliche, nonché di funzioni create dall'utente.

Offrendo un’elaborata introduzione alla programmazione con R questo corso ha lo scopo di intercettare le esigenze dei partecipanti focalizzandosi in particolar modo su alcuni aspetti fondamentali come la manipolazione e gestione dei dati, la loro analisi attraverso l’identificazione del test statistico più appropriato e la visualizzazione di dati e risultati utilizzando le potenzialità grafiche messe a disposizione da R.

Il corso prevede l’impiego di numerosi “datasets “ ed esempi che possano essere familiari alle varie aree di interesse in modo da agevolare i partecipanti nella comprensione ed applicazione delle nozioni acquisite.

NON SONO RICHIESTI PREREQUISITI PER PARTECIPARE AL CORSO!!

Docenti: Davide Gentilini 

Calendario Attività e Programma

                                                                      Giorno 1 - ore 09.30-17.30

Titolo: “L’ambiente di programmazione R generalità e i principali oggetti”

Obiettivo della lezione è introdurre i partecipanti all’ambiente R, illustrandone le principali funzionalità, l’architettura e presentando i principali oggetti.

• Introduzione del Corso e Generalità

• Installazione di R e configurazione

• Nozioni preliminari sulla sua architettura sui pacchetti e sulle funzioni

• Utilizzo dei I pacchetti

• Utilizzo dell’Help

• Gli oggetti principali

• I vettori

• Assegnazione Vettori (Vettori aritmetici, Logici, di Caratteri)

• Operazioni e funzioni per lavorare con i vettori

• Matrici ed Array

• Operatori e funzioni per il calcolo Matriciale

• Liste e Data Frames

• Operatori e funzioni per lavorare con Data Frames e Liste

• Esempi

• Esercitazione Pratica

                                                                                         ***

                                           Giorno 2 - ore 9.30 -17.30

Titolo: “Data import e data mining con R”

Obiettivo della lezione è insegnare ai partecipanti ad importare dati di varia tipologia e formato nell’ambiente R. La lezione ha inoltre lo scopo di insegnare “data mining” ovvero ad utilizzare R per visualizzare gestire, estrarre e manipolare i dati. La lezione tratterà le funzioni grafiche di R in modo che i partecipanti al corso acquisiscano le conoscenze base per poter visualizzare i propri dati e i propri risultati in modo autonomo. Esempi ed esercizi guidati avranno lo scopo di verificare e consolidare le nozioni.

• Importazione e pulizia di data-set

• Funzioni di importazione dei dati in base alla loro natura e formato

• Funzioni di visualizzazione e manipolazione dei dati

• Quality Control dei dati

• Trattamento dei dati mancanti

• Imputazione

• Metodi di riclassificazione delle variabili

• Funzioni per la manipolazione dei dati

• L’ambiente grafico

• Pacchetto Base

• Pacchetto ggplot2

• I parametri grafici

• Tipi di grafici e funzioni

• Classificazione del tipo di dati e discussione sulla modalità di visualizzazione

• Esempi

• Esercitazione Pratica

                                                                                           ***

                                                              Giorno 3 - ore 9.30 -17.30

Titolo: “Statistica di base con R”

Obiettivo della lezione è entrare nel merito della statistica descrittiva/inferenziale e fornire gli strumenti essenziali per poter scegliere e applicare il metodo statistico più appropriato

• Principi di disegno dello studio e tipi di dati

• Misure descrittive univariate/bivariate

• Test statistici

• Test parametrici su media, differenza tra medie, proporzione, differenza tra proporzioni e correlazione

• Test non parametrici su media, differenza tra medie, differenza fra mediane, proporzione, differenza tra proporzioni e correlazione

• Test di associazione per tabelle 2x2 e JxK

• Esempi

• Esercitazione Pratica

                                                                                       ***

                                                                   Giorno 4 - ore 9.30 -17.30

Titolo: “Statistica di base con R”

Obiettivo della lezione è entrare nel merito della statistica descrittiva/inferenziale e fornire gli strumenti essenziali per poter scegliere e applicare il metodo statistico più appropriato

• Analisi della varianza ad una via, a due vie e problema dei confronti multipli

• Regressione lineare semplice e multipla

• Regressione logistica 

• Analisi delle componenti principali

• Analisi di sopravvivenza

• Esempi

• Esercitazione Pratica