Caricamento...
OEC019

Analisi dati esplorativa (con il linguaggio R)

Prezzo

€ 690.00
(Iva esclusa)

Scheda tecnica

Scarica

Giorni

1 gg

L'esame sistematico dei dati a disposizione mediante tecniche statistiche, per scoprire trend, pattern e relazioni, e presentarli efficacemente ai Manager con R.

L’analisi esplorativa dei dati aziendali disponibili (alias Data Discovery) è in genere il passo preliminare alla modellazione, ed è dunque fondamentale nell'Analitica avanzata e nella Data Science in generale.

3 passi classici (per partire): verifica della distribuzione dei valori, verifica delle relazioni tra risposta e predittori, verifica delle relazioni tra predittori. Taglio pratico con il software R od, in alternativa su richiesta, con Excel 2013+.


Il corso introduttivo su R.
  • Tipi di variabili (numeriche e categoriche). 
  • Misure di sintesi dei dati. 
  • Istogrammi e tabelle di frequenza. 
  • Misure centrali dei dati. 
  • Misure di dispersione dei dati. 
  • Rappresentazione grafica dei dati. 
  • Campione vs popolazione. 
  • Distribuzioni di probabilità (le principali per le aziende). 
  • Correlazione e covarianza. 
  • Regressione lineare semplice. 
  • Assunzioni ed analisi dei residui. 
  • Rilevamento, analisi e trattamento degli outlier (valori estremi) e dei valori mancanti. 
  • Regressione linearizzabile. 
  • Regressione non lineare. 
  • Regressione multipla e multivariata (cenni). 
  • Regressione stocastica (cenni). 
  • Analisi della varianza (cenni). 
  • Intervalli di confidenza e di previsione (per correlazione e regressione). Riduzione variabili / PCA. Analisi dati esplorativa per dati non-strutturati (cenni). Test di ipotesi. Grafici e plot (scatterplot, boxplot, density plot). Visualizzazione grafica dei dati (avanzata): cenni. 

NB. Gli esempi relativi ai suddetti problemi sono in R. Quali tool usare per i suddetti problemi, oltre ad R: rapida rassegna (in primis Excel e Microsoft in generale) e confronto.


Sede Data P
Milano 17/10/2018