$\mathcal{R\,lab}$ | 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`)
	gio 22 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 \| 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`	💻 `tabyl` e dintorni 💻 Funzioni per i modelli di variabili casuali
	ven 23 ott	Una panoramica della grafica statistica \| I portali The R Graph Gallery e DataToViz \| Funzioni per la grafica di base \| Utilizzo di un LLM per rifinire un grafico \| Utilizzo di un LLM per riprodurre un grafico a partire da un’immagine	🖥️ La grafica di base in `R`
	gio 29 ott	Consegna su MS-Teams: HW-05		📖 Introduction to R Cap. 8, 12 🖥️ The R graph gallery 🖥️ Data Viz Project 🖥️ From Data to Viz	❓Quiz #05	✍️ HW-05
6	mer 28 ott	Lab. 10: La grammatica per la grafica: il package `ggplot2` \| La logica dei layer di `ggplot2` \| Principali grafici con `ggplot2`	🖥️ La logica di `ggplot2` 🗒️ Esercitazione: `ggplot2` 🖥️ Grafica in `ggplot2`
	ven 30 ott	Estensioni del package `ggplot2`: il portale ggplot2 extensions \| Package per la grafica interattiva: `plotly`, `ggiraph`, `highcharter` e `dygraphs` \| Utilizzo dell’animazione sui grafici: il package `gganimate`	🖥️ Grafica interattiva ed animazioni 🖥️ Uno script R sul package `gganimate` 🖥️ Un tutorial sul package `gganimate`
	gio 5 nov	Consegna su MS-Teams: HW-06		📗 R for Data Science Cap. 1, 9, 10 e 11 📖 Documentazione ufficiale `ggplot2` 💻️ Libro `ggplot2` 💻️ Estensioni `ggplot2` 🗒️ Documentazione package `patchwork` 🗒️ Documentazione package `ggstatsplot` 🗒️ Documentazione package `ggpubr` 🗒️ Documentazione package `ggeasy` 🗒️ Documentazione package `ggeasy`	❓Quiz #06	✍️ HW-06
7	mer 4 nov	Lab. 12: Il sistema `Quarto` per la reportistica in R \| Literate programming \| Il linguaggio `Markdown` e il dialetto `Quarto Markdown` \| Anatomia di un documento `Quarto` \| Il funzionamento di `Quarto`: il rendering \| Le regole essenziali del linguaggio `Markdown` \| Blocchi speciali: i `fency div` \| Riferimenti incrociati, bibliografia, didascalia di figure e tabelle \| Utilizzo di chunk di codice in modalità `inline` e in modalità `display` \| Sintassi e principali opzioni della sezione `YAML` \| Un report statico in formato `html`, `pdf` utilizzando `Typst` e `docx`	🖥️ Il sistema `Quarto` 🖥️ Il sistema `Quarto` - file di esempio 🗒️ Esercitazione:`Quarto` 🖥️ Quarto: un sistema di pubblicazione scientifica e tecnica open source 🖥️ Quarto add-in #01: scarica un primo progetto RStudio in formato compresso 🖥️ Quarto add-in #02: scarica un secondo progetto RStudio in formato compresso
	ven 6 nov	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` \| Report `Quarto` parametrici \| Il package `quarto` e la funzione `quarto_render` \| Prima introduzione alle funzioni `map` e `walk` del package `purrr` per automatizzare la creazione di report sfruttando i report parametrici	🖥️ Quarto: scarica il progetto con OJS per l’interattività 🖥️ Quarto: scarica il progetto con il codice per i report parametrici
	gio 12 nov	Consegna su MS-Teams: HW-07		📗 R for Data Science Cap. 28 e 29 📖 Quarto: the official guide 📖 Quarto: the practical guide 🖥️ Tutorial: Hello Quarto 💻️ Tutorial: Computations 💻️ Tutorial: Authoring 💻️ Tutorial: Parameterized reporting in R using Quarto 💻️ Tutorial: Parameterized reporting with Quarto, R Risorse su OJS - OPZIONALI 🗒️ Blog su Quarto - Fun with OJS 🖥️ Learn Observable Workshop Video tutorial su Observable JavaScript 🖥️ Allison Horst - Observable Plot for Fast Interactive Data Visualizations in JavaScript 🖥️ Session 1: Arrays, objects, & arrow functions – Intro to data wrangling & analysis in JavaScript 🖥️ Session 2: Map, filter, and Arquero – Introduction to data wrangling & analysis in JavaScript 🖥️ Session 3: Summary statistics, groups & rollups – Intro to data wrangling & analysis in JavaScript 🖥️ Session 1 — Data science workflows in JavaScript 🖥️ Session 2 — Data science workflows in JavaScript	❓Quiz #07	✍️ HW-07
[8]	mer 11 nov	Lab. 14: Creazione di un report che sfrutta codice esterno: la funzione `read_chunk {knitr}` \| Introduzione all’ambiente Positron \| Progetti `Quarto`: website, blog e book \| Creazione e pubblicazione di un blog sfruttando `github pages` o `netfliy` \| Package per la reportistica tabellare: `knitr`, `kableExtra`, `DT`, `gt`, `gtExtra`, `formattable`	🖥️ Quarto: scarica il progetto con le dashboard in formato compresso
	ven 13 nov	`Quarto` Dashboard in R. Struttura di una dashboard: layout, pages, tabsets, cards, sidebar, valueBox. Cambio del tema grafico di una dashboard \| Creazione di una `dashboard` sul dataset `gapminder` \| Creazione di una funzione \| Strutture di selezione ed iterazione \| Cenni alle funzioni della famiglia `apply`	🖥️ Funzioni in `R` 🖥️ Approfondimenti sulla creazione di funzioni in `R`
	gio 19 nov	Consegna su MS-Teams: HW-08		🗒️ Documentazione package `kableExtra` 🗒️ Documentazione package `gt` 🗒️ Documentazione package `gtExtras` 🗒️ Documentazione package `formattable` 📖 Quarto dashboards 📖 Dashboard Layout 📖 Dashboard data display 📖 Dashboard Input Layout 📖 Dashboard theming 📖 Dashboard parameters 🖥️ Tutorial: Quarto Dashboards 1: Hello, Dashboards! \| Mine Çetinkaya-Rundel \| Posit 💻️ Tutorial: Quarto Dashboards 2: Components \| Mine Çetinkaya-Rundel \| Posit 💻️ Tutorial: Quarto Dashboards 3: Theming and Styling \| Mine Çetinkaya-Rundel \| Posit 🖥️ Tutorial: Quarto Dashboards 1: Hello, Dashboards! \| Mine Çetinkaya-Rundel \| Posit 💻️ Tutorial: Quarto Dashboards 2: Components \| Mine Çetinkaya-Rundel \| Posit		[✍️ HW-08]
[9]	mer 18 nov	Lab. 16: 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.
	gio 26 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]