1. Analisi di dati Network
2. Metodi Regressivi Avanzati
3. Cluster Analysis
4. Serie Storiche
1. Analisi di dati Network
1.1. Introduzione
1.2. Tipologie di Grafi: Diretti ed Indiretti
1.3. Visualizzazione ed analisi descrittive di dati Network
1.4. Layout grafico
1.5. Connessioni e Matrici di Contiguità
1.6. Metriche e tassonomia dei dati Network
1.7. Utilizzo dei dati Network nella Classificazione e Previsione
1.8. Raccolta di dati Network con R
1.9. Applicazioni
2. Metodi Regressivi Avanzati
2.1. Regressione polinomiale locale: regressione non parametrica
2.2. Regressione Quantilica
2.3. Applicazioni
3. Cluster Analysis
3.1. Introduzione
3.2. Distanze tra Unità e tra Gruppi
3.3. Clustering Gerarchico
3.4. Dendrogramma: visualizzazione del processo di aggregazione
3.5. Limiti del Clustering Gerarchico
3.6. Clustering Non-Gerarchico l’Algoritmo k-Means
3.7. Applicazioni
4. Serie Storiche
4.1. Introduzione
4.2. Raccolta di dati in Serie Storica con R
4.3. Componenti di una serie storica
4.4. I modelli ARIMA: Identificazione e Stima
4.5. Uso dei modelli ARIMA per la previsione
4.6. Altri metodi di previsione
4.7. Applicazioni
SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551
SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371
email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693