Insegnamento INFORMATICA E PRINCIPI DI STATISTICA
- Corso
- Scienze e tecnologie agro-alimentari
- Codice insegnamento
- GP000935
- Curriculum
- Comune a tutti i curricula
- Docente
- Lorenzo Vergni
- Docenti
-
- Lorenzo Vergni
- Ore
- 54 ore - Lorenzo Vergni
- CFU
- 6
- Regolamento
- Coorte 2020
- Erogato
- 2020/21
- Attività
- Base
- Ambito
- Matematiche, fisiche, informatiche e statistiche
- Settore
- INF/01
- Tipo insegnamento
- Obbligatorio (Required)
- Tipo attività
- Attività formativa monodisciplinare
- Lingua insegnamento
- Italiano
- Contenuti
- •Statistica descrittiva. Il procedimento scientifico, la misurazione dei fenomeni naturali e la variabilità dei dati sperimentali. Distribuzioni di frequenza assolute, relative e cumulate. Indicatori di tendenza centrale campionaria: media, moda e mediana. Indicatori di variabilità campionaria: intervallo di variazione, devianza, varianza, deviazione standard, coefficiente di variazione. Percentili. Tabelle di contingenza, codevianza, correlazione tra variabili, analisi di regressione lineare semplice. •Probabilità. Concetti di popolazione e campione. Elementi di teoria della probabilità. Distribuzioni di probabilità discrete e continue: la distribuzione binomiale e la distribuzione normale.•Statistica inferenziale. Campionamento da una distribuzione normale. Parametri e stimatori. Metodi e criteri di stima: considerazioni generali. Campionamento da una popolazione normale: media e deviazione standard. Intervalli di confidenza di una media.•Test d'ipotesi. Introduzione al test d'ipotesi: test per la media e la varianza di una popolazione, confronto fra due medie.•Informatica: funzioni di base e avanzate del foglio elettronico per l'analisi dei dati (filtri, ordinamenti, tabelle pivot, funzioni statistiche) e per la soluzione di problemi logico-matematici e di ottimizzazione (funzioni logico-matematiche, risolutore). Cenni sulle principali funzionalità del software statistico R
- Testi di riferimento
- Pelosi M. K., Sandifer T. M., Cerchiello P., Giudici P. (2009). Introduzione alla Statistica, McGraw-Hill.
Materiale didattico fornito dal docente - Obiettivi formativi
- L'obiettivo principale del corso è quello di fornire agli studenti le basi per l'elaborazione statistica di dati rilevati in occasione di indagini campionarie. In particolare le principali conoscenze acquisite saranno:•concetti di base della statistica (metodo sperimentale e concetto di campione e popolazione) e obiettivi di un'indagine statistica,•sintetizzare e descrivere i dati rilevati (con gli indicatori opportuni e graficamente) •differenza tra statistica descrittiva ed inferenziale •concetti di frequenza relativa e assoluta campionarie •misure di tendenza centrale e di dispersione campionaria •analisi di correlazione e regressione •distribuzioni di probabilità discrete e continue•stima dei parametri di una distribuzione normale • verifica delle ipotesi statistiche • funzionalità dei programmi utili nell'analisi e nella gestione dei dati. Tali conoscenze permetteranno di sviluppare le seguenti abilità:1-effettuare un campionamento (numerosità, metodo di campionamento); 2-rappresentazioni grafiche della frequenza campionaria per dati qualitativi e quantitativi; 3-calcolare le principali misure di tendenza centrale e di dispersione di un campione; 4-individuare la retta di regressione in una dispersione di dati; 5-calcolare la probabilità di eventi di cui si conosce la distribuzione di probabilità; 6-verificare le ipotesi statistiche; 7-utilizzare il foglio elettronico e altri programmi specifici per l'analisi statistica dei dati; 8-utilizzare applicazioni informatiche per gestione e la visualizzazione dei dati dati; 9-saper individuare le tecniche più idonee alla soluzione dei problemi posti.
- Prerequisiti
- Conoscenza di nozioni base di matematica e informatica
- Metodi didattici
- Il corso è organizzato nel seguente modo:-lezioni in aula su tutti gli argomenti del corso;-esercitazioni in aula informatica o con il proprio pc per l'utilizzo del foglio elettronico per l'analisi e di altro software, la rappresentazione e l'interpretazione di dati sperimentali.
- Altre informazioni
- Per informazioni su orari e sede di svolgimento delle lezioni e degli esami consultare il sito
http://dsa3.unipg.it/ - Modalità di verifica dell'apprendimento
- L'esame finale è di tipo scritto e viene svolto al computer in aula informatica al fine di valutare sia l’apprendimento delle nozioni teoriche di statistica, sia del funzionamento dei software utili all'elaborazione e alla rappresentazione dei dati sperimentali. Le prove consistono nella risoluzione di esercizi e problemi e il tempo a disposizione è circa 2 ore. Le prove di esame delle precedenti sessioni sono fornite agli studenti nel materiale didattico sulla pagina del corso disponibile su Unistudium.
- Programma esteso
- Definizione di Statistica. Popolazione, campione e variabile. Differenza tra parametro e statistica. Fattori che influenzano la dimensione del campione. Scelta del campione: il campione casuale semplice. Tipi di dati: qualitativi (nominali e ordinali); quantitativi (discreti e continui). Differenza tra statistica descrittiva e statistica inferenziale. La distribuzione di frequenza: frequenze assolute, frequenze relative, frequenze relative cumulate. Rappresentazioni grafiche: diagramma a torta e a barre; istogramma di frequenza. Misure di tendenza centrale. La moda. La mediana. La media aritmetica. Misure di variabilità: range, varianza, deviazione standard, coefficiente di variazione. Le misure di tendenza relativa: percentili e quartili (per dati grezzi e distribuzioni di frequenza). Scarto interquartilico. Analisi bivariata. Analisi dati qualitativi bivariati: tabella di contingenza; frequenze congiunte assolute e relative. Analisi dati quantitativi bivariati: diagramma di dispersione; tipi di relazione tra due variabili; coefficiente di correlazione lineare; retta di regressione o dei minimi quadrati: calcolo dei parametri e loro interpretazione; interpolazione ed estrapolazione di valori. Esperimento casuale. Spazio campionario. Evento casuale. Probabilità: definizione classica. Evento complementare. Intersezione e unione di eventi. Eventi incompatibili. Regola generale per il calcolo della probabilità dell'unione di due eventi. Probabilità condizionata. Eventi indipendenti. Definizione di variabile casuale. Variabili casuali discrete. Distribuzione di probabilità e rappresentazione grafica. Valore atteso e varianza. Variabile casuale binomiale. Variabili casuali continue. Funzione di densità di probabilità. Variabile casuale normale e significato dei suoi parametri. Standardizzazione di variabili casuali e variabile casuale normale standard. Tavole della Z. Calcolo delle probabilità di intervalli per una variabile casuale normale. Calcolo dei quantili di una variabile casuale normale. Distribuzioni campionarie. Distribuzione della media e della deviazione standard campionarie: stimatori puntuali e stimatori intervallari. Intervalli di confidenza per media, varianza, coefficienti della retta di regressione. Test d' ipotesi. Principi generali. Fasi della verifica di ipotesi. Statistica test, valori critici e regione di rifiuto di un test. Errore di I e II specie. Vari esempi di test di ipotesi per campioni singoli e per due campioni. Confronto tra medie, varianze e proporzioni campionarie. Test per la significatività della regressione. Esercitazioni in aula informatica: utilizzo del software Excel o software alternativi gratuiti (come R) nell'analisi dei dati (funzioni matematiche e logiche, funzioni per le statistiche descrittive, tipologie di grafici, analisi di regressione, probabilità, statistica inferenziale, test d'ipotesi).