Prof. Livio Finos

• Materiale didattico e dispense forniti dal docente

Argomenti del programma: Introduzione al Data Storytelling - Il potere della narrazione attraverso i dati - Il ruolo delle visualizzazioni nell’analisi dei dati - Introduzione a R per l’analisi dei dati Analisi descrittiva e sintesi dei dati con R - Tecniche di descrizione statistica dei dataset - Tabelle riassuntive, statistiche descrittive e grafici di base - Sintesi e organizzazione di dataset di grandi dimensioni Data Visualization con…

• Il testo consigliato e gli eventuali materiali didattici aggiuntivi (slide, fogli di esercizi) saranno indicati dal docente all’inizio del corso.

Argomenti del programma: Descrizione del corso Il corso fornisce i principi fondamentali della probabilità e della statistica, con particolare attenzione alle applicazioni rilevanti per le scienze della salute. Il programma copre la statistica descrittiva, la teoria della probabilità, l’inferenza statistica (incluse le stime intervallari e la verifica delle ipotesi) e un’introduzione ai modelli di regressione.

Argomenti del programma: Ripasso di algebra, decomposizione spettrale e decomposizione a valori singolari di matrici. Matrici di dati: - calcolo matriciale delle principali statistiche; - trasformazioni lineari, loro proprietà e trasformazioni notevoli (centramento, standardizzazione, ortogonalizzazione).

• Testi consigliati per la parte teorica e di laboratorio / Recommended Textbooks:
• Eventuali indicazioni sui materiali di studio / Eventuali indicazioni sui materiali di studio in Inglese:
• Ulteriore materiale didattico sotto forma di dispense teoriche, script di laboratorio R, estratti matematici sulle Catene di Markov e note sulla visualizzazione di reti verrà reso disponibile sulla pagina Moodle del corso.

Argomenti del programma: Fondamenti della Visualizzazione e Percezione Visiva: Il flusso di lavoro della data visualization riproducibile (R Markdown/Quarto). Principio del Data-Ink ratio di Tufte ed errori percettivi (Anscombe’s Quartet). Canali percettivi secondo Cleveland e McGill. Teoria del colore e accessibilità (tavolozze viridis).

Argomenti del programma: Ripasso di algebra, decomposizione spettrale e decomposizione a valori singolari di matrici. Matrici di dati: - calcolo matriciale delle principali statistiche; - trasformazioni lineari, loro proprietà e trasformazioni notevoli (centramento, standardizzazione, ortogonalizzazione).

• Testi consigliati per la parte teorica e di laboratorio / Recommended Textbooks:
• Eventuali indicazioni sui materiali di studio / Eventuali indicazioni sui materiali di studio in Inglese:
• Ulteriore materiale didattico sotto forma di dispense teoriche, script di laboratorio R, estratti matematici sulle Catene di Markov e note sulla visualizzazione di reti verrà reso disponibile sulla pagina Moodle del corso.

Argomenti del programma: Fondamenti della Visualizzazione e Percezione Visiva: Il flusso di lavoro della data visualization riproducibile (R Markdown/Quarto). Principio del Data-Ink ratio di Tufte ed errori percettivi (Anscombe’s Quartet). Canali percettivi secondo Cleveland e McGill. Teoria del colore e accessibilità (tavolozze viridis).