Didattica - Università degli Studi di Padova

Corsi di Laurea	Corsi di Laurea Magistrale	Corsi di Laurea Magistrale a Ciclo Unico
Scuola di Scienze
STATISTICA PER LE TECNOLOGIE E LE SCIENZE

Insegnamento
ANALISI DEI DATI MULTIDIMENSIONALI (Ult. numero di matricola pari)
SCP4063365, A.A. 2016/17

Informazioni valide per gli studenti immatricolati nell'A.A. 2015/16

Principali informazioni sull'insegnamento

Corso di studio	Corso di laurea in STATISTICA PER LE TECNOLOGIE E LE SCIENZE SC2094, ordinamento 2014/15, A.A. 2016/17	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/2016/laurea_statisticatecnologiescienze
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	MANUELA CATTELAN		SECS-S/01
Altri docenti	LORENZO MARAGONI		000000000000

Mutuazioni

Codice	Insegnamento	Responsabile	Corso di studio
SCP4063365	ANALISI DEI DATI MULTIDIMENSIONALI (Ult. numero di matricola pari)	MANUELA CATTELAN	SC2095

Dettaglio crediti formativi

Tipologia	Ambito Disciplinare	Settore Scientifico-Disciplinare	Crediti
AFFINE/INTEGRATIVA	Attività formative affini o integrative	SECS-S/01	6.0

Organizzazione dell'insegnamento

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

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

Calendario

Inizio attività didattiche	27/02/2017
Fine attività didattiche	09/06/2017
Visualizza il calendario delle lezioni	Lezioni 2019/20 Ord.2014

Commissioni d'esame

Commissione	Dal	Al	Membri
4 Commissione a.a. 2019/20 (matr. pari)	01/10/2019	30/09/2020	RULI ERLIS (Presidente) GIRARDI PAOLO (Membro Effettivo) SCARPA BRUNO (Membro Effettivo)
3 Commissione a.a.2019/20 (matr.dispari)	01/10/2019	30/09/2020	CATTELAN MANUELA (Presidente) RISSO DAVIDE (Membro Effettivo) SCARPA BRUNO (Membro Effettivo)

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. 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.
Criteri di valutazione:	Capacità di rispondere alle domande e interpretare l'analisi dei dati.
Contenuti:	Metodi di riduzione dei dati - Analisi delle componenti principali - Analisi fattoriale esplorativa. Identificazione dei fattori, rotazioni degli assi, interpretazione dei fattori. - Analisi delle corrispondenze semplici e multiple. - 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 - Distribuzione Wishart e T^2 di Hotelling
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, K.V., Kent, J.T., Bibby, J.M., Multivariate Analysis. New York: Academic Press, 1979. Johnson, R. A., Wichern, D. W., Applied Multivariate Statistical Analysis. --: Prentice Hall, 2013. Everitt, B., Hothorn, T., An Introduction to Applied Multivariate Analysis with R. --: Springer, 2011.