Insegnamento
DATA ANALYSIS
SCP4063259, A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
SCIENZE STATISTICHE
SS1736, ordinamento 2014/15, A.A. 2016/17
1150746
Crediti formativi 9.0
Denominazione inglese DATA ANALYSIS
Sito della struttura didattica http://scienzestatistiche.scienze.unipd.it/2016/laurea_magistrale
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA

Docenti
Responsabile MONICA CHIOGNA SECS-S/01

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative SECS-S/01 9.0

Modalità di erogazione
Periodo di erogazione Primo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LEZIONE 9.0 64 161.0 Nessun turno

Calendario
Inizio attività didattiche 01/10/2016
Fine attività didattiche 20/01/2017
Orario della didattica Visualizza calendario delle lezioni
Giorno Ora Aula Edificio
Orari_chiudi Martedi' 14.30-16.30 ASID20 S.CATERINA
  04/10/2016 14.30-16.30 ASID20 S.CATERINA
11/10/2016 14.30-16.30 ASID20 S.CATERINA
18/10/2016 14.30-16.30 ASID20 S.CATERINA
25/10/2016 14.30-16.30 ASID20 S.CATERINA
08/11/2016 14.30-16.30 ASID20 S.CATERINA
15/11/2016 14.30-16.30 ASID20 S.CATERINA
22/11/2016 14.30-16.30 ASID20 S.CATERINA
29/11/2016 14.30-16.30 ASID20 S.CATERINA
06/12/2016 14.30-16.30 ASID20 S.CATERINA
13/12/2016 14.30-16.30 ASID20 S.CATERINA
10/01/2017 14.30-16.30 ASID20 S.CATERINA
17/01/2017 14.30-16.30 ASID20 S.CATERINA
Orari_chiudi Venerdi' 10.30-12.30 ASID20 S.CATERINA
  07/10/2016 10.30-12.30 ASID20 S.CATERINA
14/10/2016 10.30-12.30 ASID20 S.CATERINA
21/10/2016 10.30-12.30 ASID20 S.CATERINA
28/10/2016 10.30-12.30 ASID20 S.CATERINA
04/11/2016 10.30-12.30 ASID20 S.CATERINA
11/11/2016 10.30-12.30 ASID20 S.CATERINA
18/11/2016 10.30-12.30 ASID20 S.CATERINA
25/11/2016 10.30-12.30 ASID20 S.CATERINA
02/12/2016 10.30-12.30 ASID20 S.CATERINA
16/12/2016 10.30-12.30 ASID20 S.CATERINA
13/01/2017 10.30-12.30 ASID20 S.CATERINA
20/01/2017 10.30-12.30 ASID20 S.CATERINA

Commissioni d'esame
Nessuna commissione d'esame definita

Syllabus
Prerequisiti: Basic Mathematics (undergraduate level). It would be advantageous to have some background knowledge of elementary Probability Theory.
Conoscenze e abilita' da acquisire: The course is organized into two distinct parts, i.e., Statistical Methods and Applied Multivariate Techniques. The purpose of the first part is to give an introduction to the statistical method and to related concepts. Lectures will present the tools and concepts of statistical data analysis routinely used in a variety of disciplines such as agriculture, medicine, biological sciences, economics, engineering and so on. Such modulus is open to University of Padova PhD students and to Unipd Master students coming from the School of Science and of Engineering.
Applied Multivariate Techniques provides a quick overview of multivariate techniques.
Modalita' di esame: For PhD students taking the first part of the course, the exam consists in the preparation of a poster, to be presented at a poster session organized at the end of the course. Other students i will take a written exam, comprehensive of both parts of the course.
Criteri di valutazione: The successful student should show essential knowledge of the key concepts, development of skills in the analysis of data and competency in applications.
Contenuti: Part 1: Statistical Methods (6CFU)
- Visualization: plots including histograms, box plots, scatterplots, scatterplot matrices, etc.
- Summary statistics and goodness-of-fit tests. One- and two-sample examples, t and F distributions.
- Concepts of simulation: simple simulation experiments.
- Linear regression, including multiple linear regression. Associated inference problems. Regression diagnostics. Classical approaches to ANOVA. Model selection.
- Logistic regression and Poisson regression.
- Introduction to the design of experiments, observational studies and sampling methods.

Part 2: Applied Multivariate Techniques (3CFU)
- Dimension reduction
- Classification
- Clustering
Attivita' di apprendimento previste e metodologie di insegnamento: Lectures and Laboratories
Eventuali indicazioni sui materiali di studio: Specific applications can be found in the following books:
-Campbell, R.C. (1989). Statistics for Biologists (3rd ed.). Cambridge University Press.
-Devore, J.L. (2000). Probability and Statistics for Engineering and the Sciences (5th ed.). Duxbury Press, Pacific Grove, CA.
-Agresti, A. & Finlay. B. (2007). Statistical Methods for the Social Sciences (4th ed.). Prentice Hall
Testi di riferimento:
  • Nolan, D.A. & Speed, T., Stat Labs: Mathematical Statistics Through Applications. --: Springer, 2000. Cerca nel catalogo
  • Venables, W.N. & Ripley, B.D., Modern Applied Statistics with S.. --: Springer, 2002. Cerca nel catalogo
  • Härdle, W. Simar, L., Applied Multivariate Statistical Analysis. --: Springer, 2007. Cerca nel catalogo
  • Venables, W.N. & Ripley, B.D., Modern Applied Statistics with S. --: Springer, 2002. Cerca nel catalogo
  • Hastie, T., Tibshirani, R., and Friedman, J., The Elements of Statistical Learning: Data Mining, Inference, and Prediction. --: Springer, 2001. Cerca nel catalogo
  • Mardia, K.V., Kent, J.T., and Bibby, J.M., Multivariate Analysis. --: Academic Press, 1979. Cerca nel catalogo