Il Corso
Inizio: 11/3/2019, Fine: 1/7/2019
Il linguaggio R è diventato negli anni lo standard di fatto nel mondo della statistica e della data science. Diversamente da altri linguaggi, R è proprio nato per esplorare, analizzare e rappresentare dati e implementa al suo interno molte di quelle strutture di dati che in altri linguaggi devono essere importate per mezzo di estensioni e librerie esterne. Un’ulteriore forza di R è che è open source e vanta migliaia di pacchetti scritti da scienziati e practitioners di tutto il mondo che ne estendono e aggiornano le funzionalità.
Questo corso introduce il linguaggio R, cercando di chiarirne da subito la logica di lavoro. In tale modo il discente sarà meno soggetto agli errori tipici del neo-utilizzatore/programmatore R. Per meglio capire e memorizzare gli elementi del linguaggio R, invitiamo il discente ad installare R e RStudio sul proprio computer per potere esercitarsi replicando e facendo girare il codice esposto nelle lezioni e svolgendo gli esercizi suggeriti dal docente.
Il corso è adatto a tutti coloro che abbiano già un’idea, per quanto vaga, degli elementi di base di un linguaggio di programmazione (variabili, operatori, funzioni, strutture di controllo quali if-then-esle e cicli for).
Prof. Matteo Pelagatti
Matteo Pelagatti è professore di Statistica Economica presso il Dipartimento di Economia, Metodi Quantitativi e Strategie di Impresa dell’Università degli Studi di Milano-Bicocca. Ha un dottorato in Statistica conseguito presso l’Università degli Studi di Milano e i suoi interessi di ricerca coprono principalmente l’analisi delle serie storiche, i mercati energetici e finanziari e la statistica robusta, benché occasionalmente si occupi anche di altre scienze sociali e della salute. I suoi studi sono pubblicati in riviste internazionali quali Journal of Econometrics, Journal of Applied Econometrics, Energy Journal, Energy Economics, Journal of Banking and Finance, PLOS One, inoltre è autore di una monografia per Chapman & Hall/CRC dal titolo Time Series Modelling with Unobserved Components.
Prof. Gianna Monti
Gianna Monti è professore di Statistica Computazionale presso il Dipartimento di Economia,
Metodi Quantitativi e Strategie di Impresa dell’Università degli Studi di Milano-Bicocca. Ha un
dottorato in Statistica conseguito presso l’Università degli Studi di Milano-Bicocca e i suoi interessi di ricerca coprono principalmente l’analisi dei dati composizionali, metodi statistici per dati ecotossicologici e la statistica robusta. È inoltre molto attiva in attività socialmente educative per la diffusione del ragionamento probabilistico al fine di prevenire comportamenti patologici legati al gioco dell'azzardo. Le sue ricerche sono state pubblicate in diverse riviste scientifiche, tra cui Risk Analysis, Statistics and Computing, Journal of Applied Statistics, Environmental and Ecological Statistics e in oltre 30 articoli e relazioni tecniche, a seguito della collaborazione con molti co-autori nazionali e internazionali.
