Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
STATISTICA PER L'ECONOMIA E L'IMPRESA
Insegnamento
ANALISI DEI DATI MULTIDIMENSIONALI (Ult. numero di matricola dispari)
SCP4063365, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
STATISTICA PER L'ECONOMIA E L'IMPRESA
SC2095, ordinamento 2014/15, A.A. 2017/18
Dispari
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese MULTIVARIATE DATA ANALYSIS
Sito della struttura didattica http://scienzestatistiche.scienze.unipd.it/2017/laurea_statisticaeconomiaimpresa
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile LIVIO FINOS M-PSI/03

Mutuazioni
Codice Insegnamento Responsabile Corso di studio
SCP4063365 ANALISI DEI DATI MULTIDIMENSIONALI (Ult. numero di matricola dispari) LIVIO FINOS SC2094

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Statistico, statistico applicato, demografico SECS-S/01 6.0

Modalità di erogazione
Periodo di erogazione Secondo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LABORATORIO 2.0 14 36.0 2
LEZIONE 4.0 28 72.0 Nessun turno

Calendario
Inizio attività didattiche 26/02/2018
Fine attività didattiche 01/06/2018

Commissioni d'esame
Nessuna commissione d'esame definita

Syllabus
Prerequisiti: Algebra lineare
Statistica I
Conoscenze e abilita' da acquisire: Il corso mira ad introdurre lo studente ai principali metodi statistici per dati (e problemi) multidimensionali.
Vengono affrontati alcuni metodi inferenziali classici e i principali metodi esplorativi di riduzione dei dati (Componenti Principali e MultiDimentional Scaling).
Una particolare rilevanza è data anche alla definizione di tecniche di analisi dei gruppi (clustering gerarchico e non gerarchico).
L'acquisizione della capacità di applicazione dei metodi tramite software (R) è una finalità non secondaria del corso.
Modalita' di esame: Prova scritta e prova in laboratorio (con R).
Criteri di valutazione: Capacità di risolvere gli esercizi e di rispondere alle domande.
Contenuti: Metodi di riduzione dei dati
- Analisi delle componenti principali
- Analisi fattoriale esplorativa. Identificazione dei fattori,
rotazioni degli assi, interpretazione dei fattori.
- Scaling multidimensionale.
Metodi di clustering e classificazione.
- Cluster analysis gerarchica.
- Misure di distanza e metodologie appropriate per variabili non
quantitative.
- Cluster analysis non gerarchica.
Inferenza Multivariata
- Vettori casuali multivariati
- Distribuzione Normale Multivariata
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali e laboratorio.
Eventuali indicazioni sui materiali di studio: Appunti delle lezioni e materiale su moodle.
Testi di riferimento:
  • Mardia, Kantilal Varichand; Kent, John T., Multivariate analysisK. V. Mardia, J. T. Kent, J. M. Bibby. London [etc.]: Academic press, 1979. Cerca nel catalogo
  • Johnson, Richard Arnold; Wichern, Dean W., Applied Multivariate Statistical AnalysisRichard Johnson, Dean Wichern. Edinburgh: Pearson Education Limited, 2014. Cerca nel catalogo
  • Everitt, Brian S.; Hothorn, Torsten, <<An>> introduction to applied multivariate analysis with RBrian Everitt, Torsten Hothorn. New York [etc.]: Springer, 2011. Cerca nel catalogo