LABORATORIO DI STATISTICA E ANALISI DEI DATI

Il laboratorio si inserisce nel percorso formativo come attività applicativa finalizzata a sviluppare competenze operative di base nell’uso di strumenti informatici per la statistica e l’analisi dei dati. Il corso introduce gli studenti all’utilizzo di R e Python, con particolare attenzione alla gestione, esplorazione e analisi preliminare di dataset, rafforzando le competenze quantitative utili nel prosieguo degli studi.

Al termine del laboratorio, gli studenti e le studentesse saranno in grado di comprendere la logica di base di R e Python, utilizzare ambienti di lavoro per l’analisi dei dati, importare dataset in diversi formati, svolgere semplici operazioni di pulizia e organizzazione dei dati, produrre statistiche descrittive di base e realizzare prime rappresentazioni grafiche. Gli studenti e le studentesse acquisiranno inoltre familiarità con un approccio riproducibile all’analisi dei dati.

È caldamente consigliata la conoscenza della statistica descrittiva di base.

Il laboratorio introduce l’uso di R e Python per l’analisi statistica di base. I contenuti includono: panoramica degli ambienti di lavoro, logica dei linguaggi e degli script, importazione di dati da file comuni, organizzazione e ispezione dei dataset, gestione di variabili e osservazioni, calcolo di statistiche descrittive, produzione di tabelle e grafici di base, esempi guidati di analisi esplorativa e cenni alla riproducibilità del lavoro di analisi.

Il materiale di riferimento principale è costituito dalle slide, dagli script in R e Python, dai dataset e dalle esercitazioni forniti dalla docente durante il laboratorio. Per approfondimenti sull’uso di R per importare, trasformare e visualizzare i dati si consiglia R for Data Science, 2nd edition, disponibile anche online. Per l’analisi dei dati in Python, con particolare attenzione a pandas e agli strumenti di calcolo esplorativo, si consiglia Python for Data Analysis, 3rd edition, disponibile anche in versione open access HTML. Come risorse di consultazione rapida si suggeriscono inoltre la documentazione ufficiale di pandas e le cheat sheets di Posit/RStudio.

Non è prevista una verifica formale dell’apprendimento né un esame finale; la frequenza e le attività svolte in aula hanno finalità esclusivamente esercitative, applicative e formative.

non previsto

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

Non è prevista alcuna graduazione dei voti, poiché il laboratorio non prevede una prova d’esame.

Lezioni introduttive, dimostrazioni guidate al computer, esercitazioni pratiche individuali e discussione di esempi applicativi.

Il laboratorio è pensato anche come supporto per gli studenti che intendono svolgere una tesi di tipo quantitativo, offrendo strumenti di base utili per la gestione, l’organizzazione e l’analisi preliminare dei dati.