STATISTICA PER L'ANALISI ORGANIZZATIVA - cod.8063 A.A. 2006/2007
Docente responsabile dell'insegnamento: Sonia Petrone Docente responsabile della classe: Bruno Scarpa
Alcune note per gli studenti:
La maggior parte della valutazione per questo corso si baserà sui progetti e sulle attività svolte durante il semestre.
Una rilevante componente del corso e delle prove per la valutazione si baserano sull'utilizzo da parte degli studenti di supporto informatico e di computer.
L'ambiente informatico “ufficiale” del corso è R, che è disponibile nelle Aule Informatiche ed essendo un ambiente “open source” è scaricabile e installabile su ogni piattaforma dal sito
http://www.r-project.org (suggeriamo fortemente a ciascuno di scaricare il software ed installarlo nel proprio computer).
È possibile utilizzare un qualsiasi software statistico, e un qualsiasi computer, purché sia in grado di effettuare i calcoli necessari; ogni inadeguatezza del software è quindi responsabilità dello studente. Noi forniremo eventuale supporto oltre che per R, per S-plus e, relativamente poco, per SAS. Excel non è consigliabile come strumento per questo corso.
È di fondamentale importanza che tutti gli studenti prima della fine della prima settimana di lezione abbiano ripassato il materiale del corso di base di Statistica, riprendendo i concetti di base
dell'inferenza statistica e della regressione.
Per alcune attività durante il corso, sarà richiesto agli studenti di cercare ed ottenere autonomamente i dati da analizzare. Non prendete i dati da un libro; ottenete piuttosto i dati dalla fonte originale. Vi sarà richiesto infatti di fornire la fonte completa di informazioni per i vostri dati (un URL se i dati sono stati presi da internet, o una fotocopia delle opportune pagine se i dati derivano da una fonte stampata). Le attività per casa devono essere stampate utilizzando un qualche gestore di testi (Word, Latex...); report scritti a mano non verranno accettati.
È di vostra utilità che le attività fatte a casa siano fatte in autonomia, senza copiare, plagiare o far copiare altri.
In particolare
• Tutte le analisi dei dati devono essere fatte in maniera indipendente. I docenti saranno disponibili per ogni domanda sulle vostre analisi, ma andando avanti col semestre la nostra risposta sarà sempre di più del tipo: “ma tu cosa faresti?”! Potete certamente (anzi è auspicabile) avere aiuto dai vostri colleghi o da amici fuori dal corso sugli aspetti
computazionali (come fare qualcosa in R, ad esempio), ma non sugli aspetti specificamente statistici.
• Gli insiemi di dati non possono essere presi da fonti in cui simili analisi sono state fatte. La violazione di queste condizioni, oltre ad essere di danno per la vostra formazione, possono portare alla perdita della valutazione per ciascuna attività.
Un consiglio: non affrontate le attività per casa in ritardo! Sarebbe la maniera più semplice per avere problemi in un corso come questo.
Non aspettate l'ultimo momento per affrontare gli homework, potreste avere difficoltà ad accedere alla biblioteca o al laboratorio o a internet (ad esempio potreste trovare il laboratorio chiuso o affollato, o la rete potrebbe essere sconnessa, o il vostro hard disk potrebbe rompersi...). Oppure potreste trovare delle difficoltà nell'analisi che non erano previste.
Non accetteremo alcun lavoro per casa consegnato dopo la data in cui è richiesto.
La valutazione finale per gli studenti frequentanti si baserà sulla valutazione dei lavori per casa, delle analisi effettuate e della loro presentazione finale e su un breve esame scritto (al primo appello); chi non raggiunge la sufficienza o non presenta alcuni homework dovrà affrontare l'esame come non frequentante (esame orale sul libro di testo).
Questo corso sarà certamente impegnativo in termini di tempo da dedicarci, in quanto richiede oltre alla partecipazione alle lezioni e allo studio personale, un rilevante impegno per la preparazione delle attività per casa.
Attività richiesta prima dell'inizio del corso o al più entro la prima settimana di lezione: All'inizio del corso assumiamo che tutti gli studenti abbiano chiaro i concetti base dell'inferenza statistica e del modello di regressione semplice. È quindi opportuno per ciascuno studente riprendere il materiale del corso introduttivo di statistica durante la prima settimana di lezione.
