Corso di Laurea Triennale in Scienze Statistiche ed Economiche, Università degli Studi di Milano-Bicocca, A.A. 2021/22.
Analisi Esplorativa (6 CFU) è una parte dell’insegnamento Analisi Statistica Multivariata (15 CFU). Si prega di leggere con attenzione tutte le informazioni presenti nel sito
Lezione | Data | Luogo | Orario | ||||
---|---|---|---|---|---|---|---|
1 | 02-12-2021 | U6-30 | 12:30 - 15:30 (3 ore) | ||||
2 | 03-12-2021 | U9-01 | 13:30 - 16:30 (3 ore) | ||||
3 | 09-12-2021 | U6-30 | 12:30 - 15:30 (3 ore) | ||||
4 | 10-12-2021 | LAB905 | 13:30 - 16:30 (3 ore) | ||||
5 | 14-12-2021 | U6-30 | 08:30 - 10:30 (2 ore) | ||||
6 | 16-12-2021 | U6-30 | 12:30 - 15:30 (3 ore) | ||||
7 | 17-12-2021 | U9-06 | 13:30 - 16:30 (3 ore) | ||||
8 | 21-12-2021 | U6-30 | 08:30 - 10:30 (2 ore) | ||||
9 | 23-12-2021 | U6-30 | 12:30 - 15:30 (3 ore) | ||||
10 | 11-01-2022 | U6-30 | 08:30 - 10:30 (2 ore) | ||||
11 | 13-01-2022 | U6-30 | 12:30 - 15:30 (3 ore) | ||||
12 | 14-01-2022 | LAB905 | 13:30 - 16:30 (3 ore) | ||||
13 | 18-01-2022 | U6-30 | 08:30 - 10:30 (2 ore) | ||||
14 | 20-01-2022 | U6-30 | 12:30 - 14:30 (2 ore) | ||||
15 | 25-01-2022 | U6-30 | 08:30 - 10:30 (2 ore) | ||||
16 | 28-01-2022 | LAB905 | 13:30 - 16:30 (3 ore) |
Il calendario didattico potrà subire variazioni, si consiglia di consultare questa pagina regolarmente.
Dott.ssa Chiara Gaia Magnani
Esercitazione | Data | Luogo | Orario | ||||||
---|---|---|---|---|---|---|---|---|---|
1 | 27-01-2022 | U6-30 | 12:30 - 15:30 (3 ore) |
ARGOMENTI | MATERIALE | DIDATTICO | LIBRO DI TESTO | ESERCIZI | SOLUZIONI |
Introduzione al corso. | SLIDES. | JW §1.1, 1.2 | |||
La matrice dei dati. | SLIDES. | R. | JW §1.3, EH §1.3, §1.3.1 | ESERCIZI. | SOLUZIONI. |
Rappresentazioni grafiche. | SLIDES. | R. | JW §1.4, EH §2.2, 2.2.1, 2.2, 2.4 | ||
Spazio delle variabili e delle osservazioni. | SLIDES. | R. | JW §3.1, §3.2 | ESERCIZI. | SOLUZIONI. |
Dati centrati e standardizzati. | SLIDES. | R. | JW §3.5 | ESERCIZI. | SOLUZIONI. |
Varianza totale e generalizzata. | SLIDES. | R. | JW §3.4 | ESERCIZI. | SOLUZIONI. |
Teorema di decomposizione spettrale. | SLIDES. | R. | JW §2A.14, §2A.15 | ESERCIZI. | SOLUZIONI. |
Analisi delle componenti principali. | SLIDES. | R. | JW §8.1, §8.2, §8A | ESERCIZI. | SOLUZIONI. |
PCA: applicazioni | SLIDES. | R | JW §8.3 | ||
Analisi dei gruppi: metodo delle K-medie. | SLIDES. | R. | JW §12.1, EH §6.1, §6.2, §6.4 | ||
Distanze. | SLIDES. | R. | JW §12.2, §12.4 | ||
Analisi dei gruppi: metodi gerarchici. | SLIDES. | R. | JW §12.3, EH §6.3 | ESERCIZI. | SOLUZIONI. |
Analisi fattoriale. | SLIDES. | R. | JW §9.1, §9.2, §9.3, §9.4 | ESERCIZI. | SOLUZIONI. |
Analisi fattoriale: applicazioni. | SLIDES. | JW §9.5 |
Il materiale didattico potrà subire variazioni, si consiglia di consultare questa pagina regolarmente.
I seguenti argomenti sono esclusi dal programma: La dimostrazione relativa alla formula della correlazione tra punteggi componenti principali e variabili; Metodo di stima dei fattori principali.
Seppure l’email sia il modo di mettersi in contatto con un docente, gli studenti sono invitati a non porre domande relative all’insegnamento (chiarimenti, soluzione di esercizi, ecc..) tramite l‘utilizzo della posta elettronica, ma ad utilizzare il forum presente nella pagina MOODLE del corso oppure richiedere un ricevimento.
Questa attività formativa deve essere preceduta dal superamento degli esami di Algebra lineare, Analisi Matematica I, Calcolo delle Probabilità e Statistica I. Si consiglia inoltre la conoscenza degli argomenti trattati nel modulo R per l’Analisi Statistica Multivariata.
Sessione | Data | Luogo | Orario | ||||||
---|---|---|---|---|---|---|---|---|---|
Invernale | 8 Febbraio 2022 | U7-11 | 14:30 | ||||||
Invernale | 28 Febbraio 2022 | - | 14:30 | ||||||
Primaverile | - | - | - | ||||||
Estiva | - | - | - | ||||||
Estiva | - | - | - | ||||||
Estiva | - | - | - |
L’esame si svolgerà in laboratorio e sarà possibile utilizzare R o RStudio.
La prova consiste in una serie di esercizi
All’esame sarà possibile consultare sia la documentazione ufficiale di R che una selezione del codice utilizzato a lezione
Codice R che verrà reso disponibile all’esame : codice_AE
I voti verranno pubblicati sui soliti canali. Nei giorni successivi alla pubblicazione del voto, verrà programmata una sessione per la visione compiti, unico momento nel quale ogni studente potrà chiedere chiarimenti sul proprio compito e voto corrispondente.
Per l’accettazione del voto vale la regola del silenzio-assenso. Lo studente può rifiutare il voto o richiedere l’orale non oltre alla data prevista per la visione dei compiti. L’orale può essere richiesto anche dal docente. La data della prova orale non potrà essere inferiore a tre giorni naturali successivi continui dalla data di pubblicazione del voto. L’orale si basa sul tutto il programma del corso di AE.
Si riportano nel seguito il testo e le soluzioni di alcuni appelli passati a titolo esemplificativo ma non esaustivo.
Johnson, Wichern (2007) Applied Multivariate Statistical Analysis (6th Edition), Pearson Prentice Hall
Everitt, Hothorn (2011) An Introduction to Applied Multivariate Analysis with R, Springer
Tutti i libri di testo sono disponibili in formato elettronico presso la biblioteca.