Modelli statistici per le decisioni aziendali

1) 0.01-Introduzione al corso

Lezione del corso di Modelli statistici per le decisioni aziendali tenuta dal Prof. Tommaso Minerva

2) 0.02-Sintesi e Generalizzazione

Lezioni introduttive del corso di Modelli Statistici per le Decisioni Aziendali

3) 0.03-Matrici

Lezione di Modelli Statistici per le Decisioni Aziendali

4) 0.04-Funzioni, variabili e dati

Lezione di Modelli Statistici per le Decisioni Aziendali

5) 1.01-Introduzione alla Cluster Analysis

Introduzione alla Cluster Analysis

6) 1.02 - Sul concetto di distanza

Introduzione alla misurazione della distanza

7) 1.03-Definizione di distanza

Sul concetto di distanza

8) 1.04 - Metodi per la Cluster Analysis

Sui metodi per la cluster analysis

9) 1.05 - Metodo del legame semplice

Metodo del legame semplice

10) 1.06 - Metodo del legame completo

Metodo del legame completo

11) 1.07 - Il dendrogramma

Il dendrogramma

12) 1.08 - Impostazione dell'header del report

Sulla scrittura di un report

13) 1.09 - Sulla preparazione dei dati

Sulla preparazione dei dati

14) 1.10 - Lettura del dendrogramma e conclusioni

Sui metodi per la cluster analysis

15) 2.01- Introduzione al Multidimensional Scaling

[MSDA] 2.01- Introduzione al Multidimensional Scaling

16) 2.02- Tipi di MDS e misura di stress

[MSDA] 2.02- Tipi di MDS e misura di stress

17) 2.03 - Misurare la bontà di un MDS

[MSDA] 2.03 - Misurare la bontà di un MDS

18) 2.4 - MDS: Alcuni esempi

[MSDA] 2.4 - MDS: Alcuni esempi

19) [MSDA-LAB] 0.01-Installazione di R su Mac

Installazione di R su Mac

20) [MSDA-LAB] Installazione di R-Studio su Mac

Installazione di R-Studio su Mac

21) [MSDA-LAB] Installazione di R in Windows

Lezioni del corso di Modelli statistici per le decisioni aziendali tenute dal Prof. Tommaso Minerva

22) [MSDA-LAB] Installazione di R Studio in WIndows

Lezione del corso di Modelli statistici per le decisioni aziendali tenuta dal Prof. Tommaso Minerva

23) [MSDA-LAB] 1.01-Introduzione a R ed RStudio

Introduzione a R ed RStudio

24) [MSDA-LAB] 1.02-Operatori e Tipi di Dati

Operatori e tipi di dati

25) [MSDA - LAB] Esercitazione 1.1 (Cluster Analysis)

Esercitazione sulla Cluster Analysis

26) [MSDA - LAB] Esercitazione 1.2 (Cluster Analysis)

Esercitazione sulla Cluster Analysis (2)

27) [MSDA - LAB] Esercitazione 2.1a (Multidimensional Scaling)

[MSDA - LAB] Esercitazione 3.1 (Multidimensional Scaling)

28) [MSDA - LAB] Esercitazione 2.1b (Multidimensional Scaling)

[MSDA - LAB] Esercitazione 3.2 (Multidimensional Scaling)

29) [MSDA - LAB] Esercitazione 2.2 (Multidimensional Scaling)

[MSDA - LAB] Esercitazione 4 (Multidimensional Scaling)

30) [MSDA-LAB] Esercitazione 3.1 (Analisi Corrispondenze)

[MSDA-LAB] Esercitazione 3.1 (Analisi Corrispondenze)

31) [MSDA-LAB] Esercitazione 3.2 (Analisi Corrispondenze)

[MSDA-LAB] Esercitazione 3.3 (Analisi Corrispondenze)

32) [MSDA-LAB] Esercitazione 3.3 (Analisi Corrispondenze)

[MSDA-LAB] Esercitazione 3.3 (Analisi Corrispondenze)

33) [MSDA-LAB] Esercitazione 4.1 (Analisi componenti principali)

[MSDA-LAB] Esercitazione 4.1 (Analisi componenti principali)

34) [MSDA-LAB] Esercitazione 4.2 (Analisi componenti principali)

[MSDA-LAB] Esercitazione 4.2 (Analisi componenti principali)

35) [MSDA-LAB] Interfaccia di RStudio

36) [MSDA-LAB] Vettori in R

37) [MSDA-LAB] Matrici in R

38) [MSDA-LAB] Dataframe in R

39) [MSDA-LAB] Grafici in R

40) [MSDA-LAB] Alcune funzioni di Statistica Descrittiva

41) [MSDA-LAB] La Distribuzione Normale in R

42) [MSDA-LAB] La distribuzione Binomiale e di Poisson in R

43) [MSDA-LAB] Il T-test in R