-
TEACHING
Statistica per la digital economy
Analisi dei dati per il marketing
Statistica (A-K)
Data mining per il marketing
- Informatica e Statistica per le decisioni aziendali
- Informatica (idoneità)
- Informatica Aziendale
- Funzioni in Facoltà
- Orario di ricevimento
- Domande frequenti
- Curriculum vitae
- Libri di testo
- Ultima ora (avvisi)
-
RESEARCH
Publications
- Research books
- Matlab code
- R code
- Gauss code
- CV
STATISTICA PER LA DIGITAL
ECONOMY
Esame del 24/05/2022
Testo
Soluzione
Esame del 26/01/2022
Testo
Soluzione
Nuovo materiale da scaricare
(versione 24/11/2021)
Lucidi delle lezioni e video su youtube aggiornati al 04/11/2021 (settima settimana)
ORARI DELLE LEZIONI
MAR 11.00-13.00 (frontale)
GIO 9.00-11.00 (frontale)
VEN 11.00-13.00 (esercitazione in laboratorio)
GIO 9.00-11.00 (frontale)
VEN 11.00-13.00 (esercitazione in laboratorio)
Link al canale youtube dove visualizzare le lezioni a partire dal 14/09/2021
https://www.youtube.com/channel/UC39WAVKLsGm1YJKWBsSlHkw
Software utilizzato durante il corso
Excel 2016 e MATLAB 2021A oppure 2021B
Gli studenti dell'Università di Parma possono scaricare MATLAB in maniera completamente gratuita
Una volta creato l'account potete scaricare il software sulle postazioni che desiderate.
Istruzione per l'esame
Tutte le prove saranno a computer (consegna di file .m oppure .mlx).
Formato del file di consegna
cognome_nome_matricola.m (file in formato MATLAB)
oppure
cognome_nome_matricola.mlx (file in formato MATLAB live script)
Link per scaricare il MATLAB toolbox FSDA (Flexible Statistics Data Analysis) dal sito web Mathworks, sviluppato congiuntamente dall'Università di Parma e dal Joint Research Centre della Commissione Europea
Link alla pagina github di FSDA
Link alla documentazione di FSDA
Avviso
Per utilizzare MATLAB on line per potersi esercitare utilizzando direttamente il browser è possibile fare click su questo linkMATLAB ACADEMY
Gli studenti dell'Università di Parma possono seguire un corso approfondito di MATLAB dall'indirizzo web
https://matlabacademy.mathworks oppure facendo click sul pulsante "Learn MATLAB" una volta lanciato il programma
Si noti che per gli utenti non UNIPR questi corsi sono a pagamento e sono davvero molto costosi.
Per gli studenti che seguono i corsi di MATLAB Academy è stata resa disponibile da qualche giorno la possibilità di generare in modo automatico dal sistema una certificazione che può essere condivisa con Facebook o Linkedin:
Link alla pagina web di Mathworks dove svolgere esercizi aggiuntivi.
Potete iniziare da questo link
MATLAB
Cody - MATLAB Central (mathworks.com)
Lucidi delle lezioni
Lucidi prima settimana 26/09/2021
Lucidi seconda settimana 26/09/2021
Lucidi terza settimana 01/10/2021
Lucidi quarta settimana e inizio quinta settimana 07/10/2021
Lucidi quinta settimana 14/10/2021
Lucidi sesta settimana e inizio settima settimana (Comp prin) 05/11/2021
Lucidi settima settimama (Distanze e indici similarità) 05/11/2021
Lucidi ottava settiman (clustering gerarchico e non gerarchico) 19/11/2021
FILE DI CORREDO AL CORSO
File di integrazione.
Prima settimana
| Argomento | Obiettivo | File di input | File di output | Data ultima modifica |
| Importazione dati da file esterni | Importazione di file excel dentro una MATLAB table. Estrazione di dati | firm.m Firm.xlsx |
firm_out.m |
11/09/2021 |
| Statistiche descrittive | Importare i dati dentro MATLAB da file Excel. Standardizzare i dati. Introduzione alle operazioni matriciali. Confrontare la standardizzazione robusta con quella tradizionale. Indici di asimmetria e curtosi. |
stand.xlsx stand.m |
stand_out.m
(file con solo codice) stand_outMLX.mlx (file con codice e output del codice) |
15/09/2021 |
| Richiami di statistica descrittiva | Inserire i dati dentro MATLAB. Quantili. Creare e interpretare i boxplots. Esplorare le opzioni di una determinata funzione, inserire controlli avanzati nei file .mlx | boxp.mlx | boxp_outMLX.mlx | 18/09/2020 |
| Richiami di statistica descrittiva | Boxplot per sottogruppi di unità | Firm.xlsx boxp2.m |
boxp2_out.m | 16/09/2020 |
| Richiami di statistica descrittiva | Calcolare statistiche ponderate. Cicli for. |
indicatori_economici.xlsx stat_ponderate.mlx |
stat_ponderate_ outMLX.mlx | 16/09/2020 |
Seconda settimana
| Richiami di statistica descrittiva | Distribuzioni di frequenze. Cicli for annidati. |
distr_freq.m oppure distr_freq.mlx |
distr_freq_out.m oppure distr_freq_outMLX.mlx |
16/09/2020 |
| Richiami di statistica descrittiva (analisi univariate) | Esercizio di riepilogo. Creare uno script che effettui in automatico una serie di operazioni. Introduzione alle rappresentazioni grafiche. |
Firm.xlsx analisi_prel.m |
analisi_prel_out.m
analisi_prel_outMLX.mlx |
15/09/2020 |
| Richiami di statistica descrittiva (analisi bivariate) | Richiami sul coefficiente di correlazione | corr.xlsx correlazione_intro.m oppure correlazione_intro.mlx |
correlazione_intro_out.m oppure correlazione_intro_outMLX.mlx |
26/09/2021 |
| Funzioni di densità e di ripartizione e quantili | Richiami distribuzione normale univariata e distributione T di Student | normale.mlx | normale_out.mlx | 02/10/2019 |
| Funzioni di densità della normale bivariata | Distribuzione normale bivariata e grafici 3D | bivarnorm.mlx | bivarnorm_out.mlx | 22/09/2020 |
Terza settimana
| Relazioni lineari 2 o più fenomeni | Test sulla significatività delle relazione lineari tra coppie di variabili | conanR.xlsx testrho.m |
testrho_out.m | 27/09/2021 |
| Relazioni tra i gradi o posti d'ordine | Indice di cograduazione di Spearman | cograduazione.m |
cograduazione_out.m cograduazione_outMLX.mlx |
11/10/2021 |
| Relazioni lineari e non lineari tra due o più fenomeni in presenza di valori mancanti | Matrici di correlazione e di cograduazione in presenza di dati completi e di valori mancanti. | tagliatelle.xlsx correlazioneMIS.m |
correlazioneMIS_out.m | 27/09/2021 |
| Ripasso sul modello di regressione | Simulare i dati necesseri per creare un modello di regressione. Stimare i parametri con diverse ormule di calcolo. Comprendere la differenza tra parametri veri e stimati. Verificare empiricamente il teorema di Sastry e Nag. | regr.mlx | regr_outMLX.mlx | 27/09/2021 |
| Miscellanea | Esercizi basati sui cicli for | cicli | cicli_out.m | 21/09/2018 |
Quarta settimana
| v.c. Chi quadrato | Densità, ripartizione e quantili in una v.c. Chi quadrato |
chi2.m chi2.mlx |
chi2_out.m chi2_outMLX.mlx |
24/10/2018 |
| Tabelle di contingenza | Test di associazione in tabelle di contingenza 2x2 | tabelle2x2.mlx |
tabelle2x2_out.m |
06/10/2021 |
| Tabelle di contingenza | Test di associazione in tabelle di contingenza rxc |
tabellerxc.m tabellerxc.mlx sondUSA.xlsx |
tabellerxc_out.m |
07/10/2021 |
| Tabelle di contingenza | Indici di eterogeneità | entropia.m | entropia_out.m | 07/10/2020 |
| Tabelle di contingenza | Indici di associazione e riduzione dell'eterogeneità per variabili qualitative nominali (partendo dalla tabella di contingenza) | AssNom.mlx | AssNom_out.mlx | 07/10/2020 |
| Tabelle di contingenza | Indici di associazione e riduzione dell'eterogeneità per variabili qualitative nominali (partendo da una matrice di dati) |
spumanti.xlsx AssNom1.mlx |
AssNom1_out.mlx | 07/10/2020 |
Quinta settimana
| Tabelle di contingenza | Indici di associazione per variabili qualitative ordinali. Creazione di una funzione MATLAB per il calcolo degli indici di contingenza in presenza di fenomeni qualitativi ordinali | AssOrd.mlx |
miaOrdinal.m AssOrd_out.mlx |
07/10/2020 |
| Test ANOVA | Test sull'uguaglianza delle medie. Scomposizione della varianza tra i gruppi e nei gruppi. Creazione di una nuova funzione MATLAB per il calcolo degli intervalli di confidenza |
anova.mlx univUSAanova.xlsx |
anova_out.mlx Confint.m |
14/10/2020 |
| Grafici bivariati | Diagrammi di dispersione bivariati personalizzati e boxplot bivariati | scatter2D.m |
scatter2D_out.m |
15/10/2021 |
| Grafici trivariati | Diagrammi di dispersione trivariati personalizzati | scatter3D.m conadr.xlsx |
scatter3D_out.m |
15/10/2021 |
| Grafici multivariati | Scatter plot matrix, rappresentazione iconica, coordinate parallele. |
spm.m Indicatori_economici.xlsx |
spm_out.m |
22/11/2021 |
Sesta settimana
| Operazioni matriciali | Statistiche descrittive tramite operazioni
matriciali |
ope_matr.m | ope_matr_out.m | 19/10/2021 |
| Autovalori e autovettori | Calcolo degli autovalori e degli autovettori | autov.m | autov_out.m | 19/10/2021 |
| Scomposizioni matriciali | Scomposizione spettrale e scomposizione in valori singolari | scomp.m | scomp_out.m | 19/10/2021 |
| Riduzione delle dimensioni | Componenti principali |
compprin.m benessere.xlsx |
compprin_out.m |
20/10/2021 |
Settima settimana
| Ridouzione delle dimensioni | Rappresentazione simultanea delle unità e delle
variabili in uno spazio a dimensione ridotta. BIPLOT. |
biplotdin.m |
biplotdin_out.m Il file di output in formato .mlx contiene i parametri alpha e omega visualizzati tramite slider biplotdin_out.mlx |
07/11/2019 |
| Componenti principali | Esempi pratici di applicazione della tecnica delle componenti principali |
|
Risoluzione tramite funzione pcaFS PCexamples.m Risoluzione senza utilizzare pcaFS.m
|
03/11/2020 |
| Distanze e similarità | Tipologie di distanza | distanze.m |
distanze_out.m |
06/11/2020 |
| Distanze e similarità | Esplorare le differenze tra le distanze Euclidee e le distanze di Mahalanobis | EuclidMala.m |
EuclidMala_out.m |
06/11/2020 |
| Indice di Gower | Calcolare la matrice degli indici di similarità di Gower | Gower_out.m | 11/11/2020 |
Ottava settimana
| Riduzione delle dimensioni per variabili categoriche | Analisi delle corrispondenze |
corrisp.m corrisp.xlsx |
corrisp_out.m | 03/11/2020 |
| Analisi delle corrispondenze | Utilizzo della funzione corAna di FSDA
toolbox.Spiegazione output di corAna |
corrisp.xlsx |
CAexamples.m |
04/11/2020 |
| Analisi delle corrispondenze | Analisi delle corrispondenze per spiegare la relazione tra partito e posizione sulla pena capitale in USA | Esame dicembre 2019 input | Soluzione |
03/11/2020 |
Nona settimana
| Clustering gerarchico | Programma di agglomerazione gerarchico. Costruzione del dendrogramma partendo dalla matrice delle distanze | clustGER.mlx | clustGER_out.mlx | 19/11/2021 |
| Classificazione | Metodi gerarchici e non gerarchici di cluster analysis | gruppi.m |
gruppi_out.m | 19/11/2021 |
| Analisi testuale | Rappresentare graficamente le distribuzione di frequenze delle parole presenti in un testo (cloudplot, nuvola di etichette). Effettuare la "tokenizzazione" (analisi lessicale) del documento, eliminare le "stop words" e creare la distribuzione di frequenze delle parole maggiormente presenti | parole.m parole.pdf |
parole_out.m | 11/11/2020 |
Esercitazione 2020
Soluzione (formato .m)
File con prove di esame passate
Esame del 18/12/2018
TEST 2019
Esame 08/09/2021
Testo e file di di input
Soluzione
Esame 23/06/2021
Testo
Soluzione
Esame 09/06/2021
Testo
Soluzione
Esame 26/05/2021
Testo e soluzione
Esame 29 gennaio 2021
File di input
Soluzione
Esame 15 gennaio 2021
File di input
Soluzione
Esame dicembre 2020
Testo
Soluzione
Testo
Soluzione
Esercitazione finale del 7 dicembre 2021
Testo
http://www.riani.it/SDE/InputFiles/test2021SDE.m
Soluzione
Osservazione: si assume che sia stato scaricato FSDA toolbox ultima versione.
Esame del 12/01/2022
Testo
File di input
Soluzione
TEACHING (pages in Italian)
RESEARCH