\(\mathcal{R\,lab}\) | Statistical Computing con R

Questa pagina contiene uno schema degli argomenti, materiale e compiti per il semestre. La pagina verrà aggiornata settimanalmente dopo le due lezioni in aula.

SETTIMANA	DATA	ARGOMENTO	MATERIALE	LETTURE	QUIZ	HW
1	ven 25 set	Lab 1: Introduzione al corso | Introduzione ad R, RStudio e Positron | Caratteristiche del linguaggio R: linguaggio di tipo espressione, linguaggio funzionale, linguaggio orientato agli oggetti | Struttura di un’espressione | Regole per la nomenclatura di un oggetto | Sintassi di chiamata di una funzione: passaggio degli argomenti per nome, per posizione e mista | Tipologie di oggetti R: oggetti atomici (vettori, matrici e array) | Modalità e lunghezza di un oggetto | Oggetti di tipo numeric e di tipo character | Attributi di un oggetto | Cancellazione degli oggetti dal workspace	🖥️ Alcune slide introduttive 💻 Introduzione ad R 💻 Oggetti atomici
	mar 29 set	Consegna su MS-Teams: HW-01		📖 Introduction to R Cap. 1, 2, 3, 5 (par. 5.1, 5.2, 5.3, 5.4, 5.8 e 5.9) 📗 R for Data Science Introduction, Cap. 2	❓Quiz #01	✍️ HW-01
2	mer 30 set	Lab 2: Oggetti non atomici: oggetti “tabellari” (data.frame e tibble) e liste | Liste senza nomi e liste con nomi | Script R: creazione, regole di stile per la formattazione, commenti e sezioni | Puntamento agli elementi di un oggetto non atomico: operatore dollaro, uso della doppia parentesi quadra e della singola parentesi quadra | Valori riservati: NULL, TRUE / FALSE, Inf, NaN e NA | Gestione del workspace: funzioni save.image, save e load	💻 Oggetti non atomici
	ven 2 ott	Operatori logici: not, or e and | Operatori relazionali | Operatori aritmetici | Puntamento di un oggetto non atomico: indici, nomi, valori booleani e puntamento sfruttando gli operatori relazionali | Progetti RStudio | Missing value | L’operatore pipe nativo e l’operatore pipe del package magrittr | Logica del lavoro per progetti in RStudio | Cenni agli environment di R: regole per la risoluzione dei nomi lungo la search.path: uso dell’interfaccia di RStudio in alternativa alla funzione search() | L’operatore :: per l’accesso ad oggetti in punti specifici della search.path o in ambienti/package non caricati in memoria	💻 Puntamento e dintorni
	mar 6 ott	Consegna su MS-Teams: HW-02		📖 Introduction to R Cap. 5, 6 📗 R for Data Science Cap. 4, 6, 8 e 27 (par. 27.1, 27.1 e 27.3) 🗒️ Regole per la scrittura di buon codice (versione compatta) 🗒️ Regole per la scrittura di buon codice (versione estesa)	❓Quiz #02	✍️ HW-02
3	mer 7 ott	Lab. 4: Importazione di file dei dati in R: la funzione read.table {base} e le sue varianti, le funzioni read_delim {readr} e sue varianti | Il package readxl per l’importazione di file in formato MS-Excel | Pulizia dei nomi di una tabella sfruttando la funzione clean_names{janitor} | I verbi di dplyr per due tabelle: mutating joins (inner, left, right e full), filtering joins (semi_join e anti_join) ed operazioni su insiemi (intersect, union , union_all, setdiff, symdiff e setequal) | Factor e ordered factor | Conversione di una variabile in tabella in formato factor usando l’operatore $ | Conversione di una variabile in tabella usando il verbo mutate {dplyr}	💻 Miscellanea: missing value e factor 🖥️ Verbi a due tabelle
	ven 9 ott	Introduzione al package dplyr e alla grammatica per la manipolazione dei dati: la funzione mutate | Trasformazione di una variabile (log, exp, sqrt, ecc.) | Calcolo di una colonna a partire da operazioni algebriche su due colonne | Ricodifica di una variabile sfruttando if_else | La grammatica per la data manipulation: mutate, recode_values, replace_values, case_when, if_else, cut e sue varianti (cut_interval, cut_width e cut_number), relocate, arrange, rename | Utilizzo dei prompt di AI per la generazione dei comandi R	💻 La grammatica per la data manipulation: dplyr e dintorni (trattati in aula: verbi mutate, arrange, rename e relocate, il resto studio autonomo)
	mar 13 ott	Consegna su MS-Teams: HW-03		📖 Introduction to R Cap. 4, 7 📗 R for Data Science Cap. 20, 19, 3 📖 Documentazione package dplyr 🗒️ Introduction to dplyr 🗒️ Two-table verbs 🗒️ Recoding columns and replacing values 🗒️ A general vectorised if-else (case_when e replace_when) 📖 Documentazione package janitor 🗒️ Overview of janitor functions	❓Quiz #03	✍️ HW-03
4	mer 14 ott	Lab. 6: Esercitazione in gruppi (la gestione di un sistema bibliotecario): importazione, pulizia e codifica dei dati, incrocio di dati da fonti diverse, manipolazione e sintesi dei dati	🗒️ Esercitazione: un sistema bibliotecario cittadino 💻 La grammatica per la data manipulation: dplyr e dintorni
	ven 16 ott	La grammatica per la data manipulation: il package dplyr: filter, select, summarise e group_by | Utilizzo di mutate insieme group_by: imputazione di valori mancanti usando un singolo valore per colonna o usando valori differenziati per gruppi di unità | Manipolazione di tabelle: il package tidyr e le operazioni di pivoting | Cenni alle operazioni di rectangling e nesting | Confronto tra le funzioni di R base e le funzioni di tidyverse per la manipolazione dei dati	🖥️ Pivoting e dintorni 💻️ Pivoting (tidyr)
	mar 20 ott	Consegna su MS-Teams: HW-04 (22 ottobre)		📗 R for Data Science Cap. 3 e 5 📖 Documentazione package dplyr 🗒️ Introduction to dplyr 🗒️ Grouped data 🗒️ Column-wise operations 🗒️ dplyr <-> base R 📖 Documentazione package tidyr 🗒️ Pivoting 🗒️ Rectangling 🗒️ Nested data 📖 Articolo “Tidy Data” (Hadley Wickham, 2014) - Journal of Statistical Software	❓Quiz #04	✍️ HW-04
[5]	mer 21 ott	Lab. 8: Presentazione dei risultati dell’esercitazione in piccoli gruppi | Introduzione all’ambiente Positron | Creazione di tabelle di frequenze univariate e bivariate: le funzioni table e tabyl | Funzioni relative alle distribuzioni di probabilità e funzioni di densità: r_, d_, p_ e q_ | Numeri pseudo-casuali: la funzione set.seed | Funzion per la grafica di base | La grammatica per la grafica: il package ggplot2 | La logica dei layer di ggplot2 | Principali grafici con ggplot2 | Estensioni del package ggplot2	💻 tabyl e dintorni 💻 Funzioni per i modelli di variabili casuali
	ven 23 ott	Package per la grafica interattiva: plotly, ggiraph, highcharter e dygraphs
	mar 27 ott	Consegna su MS-Teams: HW-05	🖥️ Grafica in ggplot2 🖥️ Grafica interattiva ed animazioni			[✍️ HW-05]
[6]	mer 28 ott	Lab. 10: Utilizzo dell’animazione sui grafici: gganimate
	ven 30 ott	Il sistema Quarto per la reportistica in R | Literate programming | Il linguaggio Markdown | Utilizzo di chunk di codice | Cenni ai progetti Quarto: website, blog e book
	mar 3 nov	Consegna su MS-Teams: HW-06	🖥️ Quarto: un sistema di pubblicazione scientifica e tecnica open source 🖥️ Quarto lezione #01: scarica il progetto RStudio in formato compresso 🖥️ Quarto lezione #02: scarica il progetto RStudio in formato compresso			[✍️ HW-06]
[7]	mer 4 nov	Lab. 12: Package per la reportistica tabellare: knitr, kableExtra, DT, gt, gtExtra, formattable | Creazione di un report che sfrutta codice esterno: la funzione read_chunk {knitr}
	ven 6 nov	Quarto Dashboard in R. Struttura di una dashboard: layout, pages, tabsets, cards, sidebar, valueBox. Cambio del tema grafico di una dashboard.
	mar 10 nov	Consegna su MS-Teams: HW-07	🖥️ Quarto: scarica il progetto con le dashboard in formato compresso			[✍️ HW-07]
[8]	mer 11 nov	Lab. 14: Creazione di una dashboard sul dataset gapminder. Report Quarto parametrici. Il package quarto e la funzione quarto_render.
	ven 13 nov	Creazione di una funzione | Strutture di selezione ed iterazione | Cenni alle funzioni della famiglia apply
	mar 17 nov	Consegna su MS-Teams: HW-08	🖥️ Quarto: scarica il progetto con OJS per l’interattività 🖥️ Quarto: scarica il progetto con il codice per i report parametrici 🖥️ Funzioni in R 🖥️ Approfondimenti sulla creazione di funzioni in R			[✍️ HW-08]
[9]	mer 18 nov	Lab. 16: Interattività nei file Quarto: breve introduzione al linguaggio OJS (Obvservable Java Script) per aggiungere controlli interfaccia utente. Utilizzo di un LLM (ChatGPT, Copilot, Claude, Gemini, DeepSeek, Kimi, ecc.) per generare codice OJS. Creazione di una funzione in R: oggetto function. Struttura di selezione: il costrutto if e if - else.
	ven 20 nov	Strumenti di debug in R. Programmazione funzionale: il package purrr: funzioni map e walk, map2 e walk2, pmap e pwalk.
	mar 24 nov	Consegna su MS-Teams: HW-09	🖥️ Programmazione funzionale 🖥️ Approfondimenti sulla programmazione funzionale			[✍️ HW-09]
[10]	mer 25 nov	Lab 18: Funzioni per la gestione di dati in formato testuale: il package stringr e le espressioni regolari.
	ven 27 nov	Un’applicazione di analisi di dati testuali: il package tidytext. Gestione delle date in R. Cenni al webscraping: il package rvest.
	ven 4 dic	Consegna su MS-Teams: HW-10	🖥️ Funzioni stringhe e date: scarica il progetto RStudio in formato compresso 🖥️ Analisi testuale “I Promessi Sposi”: scarica il progetto RStudio in formato compresso			[✍️ HW-10]