Management, Diritto e Governance della Pubblica Amministrazione LM-63
Gestione e analisi dei dati
| Settore scientifico disciplinare | Numero crediti formativi (CFU) | Docente |
| SECS-S/01 | 12 | Biagio Simonetti |
Obiettivi
L’insegnamento intende fornire agli studenti competenze informatiche di grado avanzato. In particolare, gli studenti potranno imparare a gestire dati reali comunemente generati dalle pubbliche amministrazioni; utilizzare strumenti statistici per trarne intuizioni rilevanti per la formulazione delle politiche;
interpretare i risultati per prestare supporto al processo decisionale pubblico, concentrando l’attenzione sulle intuizioni basate sui dati per una governance efficace.
Descrizione
Risultati di apprendimento attesi
I risultati di apprendimento attesi sono i seguenti. Conoscenza delle tecniche basilari di analisi dei dati. Capacità di mettere in pratica queste tecniche in autonomia, utilizzando il software di analisi; di presentare e interpretare correttamente i risultati ottenuti; di condurre analisi dei dati mono e bi-variate, di manipolare i dati, di leggere e interpretare l’output delle tabelle e di presentare graficamente i risultati delle analisi; di impostare un'analisi multivariata mediante la regressione lineare multipla. Comprensione della logica dell’inferenza statistica.
Contenuti dell’insegnamento
Il corso include i seguenti argomenti. Fondamenti di Gestione dei Dati: Introduzione alla gestione dei dati tramite SQL, tecniche di pulizia e pre-elaborazione dei dati, e nozioni di base sullo storage dei dati e sui database. Visualizzazione dei Dati: Studio dei principi per una visualizzazione efficace dei dati, utilizzando lo strumento PowerBI. Introduzione a R: Utilizzo del linguaggio R per la pulizia dei dati, la loro visualizzazione e analisi semplice, con un'introduzione al pacchetto ggplot2 per la creazione di grafici avanzati. Analisi Descrittiva: Analisi dei dati categorici e continui, creazione di tabelle di frequenza, realizzazione di grafici e diagrammi, con particolare attenzione ai grafici semiparametrici. Dati di Serie Temporali: Approfondimento delle correlazioni, creazione di grafici per le serie temporali, analisi degli indici e delle variabili reali e nominali. Dati da Sondaggi: Tecniche di progettazione di sondaggi e analisi di regressione semplice.
Verifica
L’esame comprende un test con prove chiuse e un’interazione orale docente-studente.
Lezioni
Introduzione ai Big Data
Processi di esplorazione dei dati
Elaborazione dei dati
Introduzione a R
Gli indicatori statistici
Costruzione di un indicatore composito
Il concetto di qualità
Modelli per la Customer Satisfaction
L\'indagine statistica di Customer Satisfaction
La rilevazione dei dati
Il Modello di Regressione lineare Semplice
I modelli statistici di previsione
L'Analisi Multidimensionale dei Dati (AMD)
Considerazioni preliminari su scalari e vettori
Algebra delle matrici
L\'Analisi delle Componenti Principali (ACP)
La matrice dei dati e la matrice di base nella ACP
Il software SPSS
I Big Data nel Turismo. Intervista al prof. Fabrizio Antolini, Presidente della Società
Analisi in Componenti Principali con SPSS
Metodi statistici per il Credit Scoring
L\'Analisi Fattoriale Discriminante
I Big Data per la gestione delle Risorse Umane. Intervista a Gilda Antonelli, Professore di Organizzazione Aziendale e Gestione delle Risorse Umane
L\'Analisi delle Corrispondenze Binarie (AC)
I risultati dell\'Analisi delle Corrispondenze Binarie (AC)
I Big Data in Sanità
L\'Analisi delle Corrispondenze Multiple (ACM)
Caso studio: un esempio di ACM
Text mining
I metodi di Classificazione Automatica
La Cluster Analysis
La qualità
I sette strumenti manageriali della qualità
Le Carte di Controllo
I Big Data nella Pubblica Amministrazione. Intervista al Prof. Pasquale Sarnacchiaro
Introduzione alla linguistica computazionale. Intervista con Michele Gallo