Quali aspetti del gioco hanno un maggiore impatto sulle vittorie e sulle sconfitte in una partita di basket? Pagare di più i propri giocatori garantisce un maggior numero di vittorie? Perdere di proposito le partite è una strategia razionale per rafforzare una squadra? Può sembrare strano, ma la chiave per trovare le risposte a queste e altre domande è l'analisi statistica: questo manuale ne insegna principi e metodi e spiega come lavorare in modo efficace con grandi insiemi di dati, prendendo a esempio dataset reali della NBA. In ogni capitolo viene presentato un progetto completo e viene mostrato come sfruttare la potenza del linguaggio R per installare e caricare pacchetti, trasformare e gestire dati non preconfezionati, applicare tecniche di analisi esplorativa, sviluppare algoritmi di machine learning supervisionato e non supervisionato, creare grafici e diagrammi, identificare modelli e tendenze e realizzare test di verifica delle ipotesi e calcolare valori attesi, coefficienti Gini, z-scores e molto altro. Una guida pratica, ricca di esempi e casi di studio reali, perfetta per professionisti e studenti che vogliono padroneggiare l'analisi statistica e sfruttarne le potenzialità in diversi settori.
