Suchergebnisse

Il volume raccoglie i contributi presentati alla conferenza "Stat.Edu'21 -New Perspectives in Statistics Education". La Conferenza è stata ospitata dal Dipartimento di Scienze Politiche dell'Università degli Studi di Napoli Federico II (25-26 marzo 2021). La conferenza è stata organizzata come evento finale del progetto ERASMUS+ "ALEAS - Adaptive LEArning in Statistics" (https://aleas-project.eu) che si è svolto dal 2018 al 2021. Il progetto ha avuto l'obiettivo di sviluppare e implementare un sistema di apprendimento adattivo che offra percorsi di apprendimento personalizzati agli studenti, con lo scopo ultimo di aiutare gli studenti a fronteggiare l'ansia statistica. Stat.Edu'21 ha stimolato riflessioni, discussioni e contributi sul tema di ALEAS e sullo sviluppo di sistemi di apprendimento adattivo in ambito universitario come strumenti complementari ai corsi tradizionali e contribuito lo scambio di buone pratiche. Il volume comprende 12 contributi che propongono riflessioni e studi quantitativi in particolare su 3 temi: la valutazione degli effetti dell'ansia o più generalmente lo studio di diverse attitudini nello studio della statistica, strumenti e metodi per la valutazione dei percorsi di insegnamento e le esperienze di apprendimento basate sulla tecnologia.

This thesis aims to demonstrate in a tangible way how mobile phone data, private vehicle tracks, and scanner data are useful for measuring complex systems. The three main areas of application concerned use of Big Data: i) for measuring the presence within a territory through Data Mining techniques, ii) to now-casting socio-economic development of a country, and iii) for measuring the dynamics of cities. First, it has been developed a tool for real-time demography demonstrating how to use mobile phone data over a wide area to achieve a new Official Statistic indicators. The study showed how Big Data, either using mobile phone data or scanner data are useful and effective for carrying out a continuous census of the population. Second, it has been proposed an analytical framework able to evaluate relations between relevant aspects of human behavior and the well-being of a territory. We found out that the diversity of human mobility is a mirror of some aspects of socio-economic development and well-being. Then, we showed how mobility features help to improve the performance of state-of-the-art methodology such as small area estimation methodologies. Finally, it has been analyzed how mobility interacts with the territory due to the movement of people. We proposed to use mobile phone data and GPS tracks for city government measuring the attractiveness of cities. Furthermore, a data analysis approach aimed to identify mobility functional areas in a completely data-driven way has been proposed. The main findings of the thesis concern the statistical and ethical evaluation of results with official sources and showed that methodologies could be applied in other contexts and with different data sources as well. We showed how the geographic information contained in the data sources is incredibly useful to observe our society with a new ``microscope''. Thanks to the opportunity provided by the varied scientific context of SoBigData, the European Research Infrastructure for Big Data and Social Mining. the Ph.D. also contributed to develop and promote responsible data science because the ethical framework is considered as part of the CRISP model, not a problem to treat apart.

[Italiano]:Il volume raccoglie i contributi presentati alla conferenza "Stat.Edu'21 -New Perspectives in Statistics Education". La Conferenza è stata ospitata dal Dipartimento di Scienze Politiche dell'Università degli Studi di Napoli Federico II (25-26 marzo 2021). La conferenza è stata organizzata come evento finale del progetto ERASMUS+ "ALEAS - Adaptive LEArning in Statistics" (https://aleas-project.eu) che si è svolto dal 2018 al 2021. Il progetto ha avuto l'obiettivo di sviluppare e implementare un sistema di apprendimento adattivo che offra percorsi di apprendimento personalizzati agli studenti, con lo scopo ultimo di aiutare gli studenti a fronteggiare l'ansia statistica. Stat.Edu'21 ha stimolato riflessioni, discussioni e contributi sul tema di ALEAS e sullo sviluppo di sistemi di apprendimento adattivo in ambito universitario come strumenti complementari ai corsi tradizionali e contribuito lo scambio di buone pratiche. Il volume comprende 12 contributi che propongono riflessioni e studi quantitativi in particolare su 3 temi: la valutazione degli effetti dell'ansia o più generalmente lo studio di diverse attitudini nello studio della statistica, strumenti e metodi per la valutazione dei percorsi di insegnamento e le esperienze di apprendimento basate sulla tecnologia. /[English]: The volume collects the papers presented at the Conference "Stat.Edu'21 -New Perspectives in Statistics Education". The Conference was held at the Department of Political Sciences of the University of Naples Federico II (25-26 March 2021). The conference was the final event of the "ALEAS - Adaptive LEArning in Statistics", an ERASMUS+ project (https://aleas-project.eu) developed in the period 2018-2021 to design and implement an Adaptive LEArning system able to offer personalised learning paths to students, with the purpose to provide them remedial advice to deal with the "statistics anxiety". Stat.Edu'21 aimed at stimulating discussions, solicitations and contributions around the central theme of ALEAS, the development of adaptive learning systems in the field of Higher Education as a complementary tool for traditional courses and promote a community of practice in this field. The volume collects 12 papers reporting reflections and quantitative studies covering mainly three topics: the assessment of the effects of anxiety or more generally of a different attitude in the study of Statistics, tools and methods for the assessment of training paths and technology-based learning experiences.

The 2017 SIS Conference aims to highlight the crucial role of the Statistics in Data Science. In this new domain of 'meaning' extracted from the data, the increasing amount of produced and available data in databases, nowadays, has brought new challenges. That involves different fields of statistics, machine learning, information and computer science, optimization, pattern recognition. These afford together a considerable contribute in the analysis of 'Big data', open data, relational and complex data, structured and no-structured. The interest is to collect the contributes which provide from the different domains of Statistics, in the high dimensional data quality validation, sampling extraction, dimensional reduction, pattern selection, data modelling, testing hypotheses and confirming conclusions drawn from the data.

L'opera si propone di illustrare in modo sintetico e sistematico le tecniche di stima dei parametri di una popolazione finita che fanno uso delle informazioni ausiliarie disponibili, al fine di affrontare i problemi che emergono nelle indagini reali. In queste infatti ci si trova a dover fronteggiare gli effetti delle imperfezioni nelle basi di campionamento, della mancata osservazione di tutte le variabili da rilevare o di una parte di esse nelle unità designate a far parte del campione, degli errori di misura. Il volume si propone di rendere il lettore consciodi tali effetti e capace di farv