Insegnamento CALCOLO DELLE PROBABILITA' E STATISTICA MATEMATICA
- Corso
- Informatica
- Codice insegnamento
- 55007206
- Curriculum
- Comune a tutti i curricula
- Docente
- Alessio Troiani
- Docenti
-
- Alessio Troiani
- Andrea Capotorti
- Ore
- 42 ore - Alessio Troiani
- 10 ore - Andrea Capotorti
- CFU
- 6
- Regolamento
- Coorte 2022
- Erogato
- 2023/24
- Attività
- Base
- Ambito
- Formazione matematico-fisica
- Settore
- MAT/06
- Tipo insegnamento
- Obbligatorio (Required)
- Tipo attività
- Attività formativa monodisciplinare
- Lingua insegnamento
- ITALIANO
- Contenuti
- Nozione di base di statistica descrittiva. Regressione lineare semplice. Stima parametrica. Stima intervallare. Verifica di ipotesi. Principio di coerenza.
- Testi di riferimento
- Iacus S.M., Masarotto G.: Laboratorio di statistica con R. McGraw-Hill.
Erto P.: Probabilita' e Statistica per le scienze e l'ingegneria, Mc-Graw-Hill, ed. 2004
Scozzafava R.: Incertezza e Probabilità,Zanichelli Ed.
Testo in inglese alternativo:
S. Ross, Introduction to probability and Statistics for Engineers and
Scientists, Academic Press, 2009. - Obiettivi formativi
- Conoscenza e capacità d'utilizzo nozioni base di probabilità, statistica descrittiva ed inferenziale.
Gli studenti saranno in grado di di affrontare e risolvere problemi sia pratici che teorici relativi alla statistica descrittiva, la regressione lineare e i test d'ipotesi.
Essi saranno anche in grado di esporre con cognizione di causa le nozioni apprese. - Prerequisiti
- Nozioni base di analisi matematica, con particolare attenzione al calcolo differenziale e integrale. Nozioni base di algebra e calcolo combinatorio e di alfabetizzazione informatica.
Per poter al meglio comprendere gli argomenti del corso sono fondamentali le nozioni sviluppate negli insegnamenti Analisi Matematica I e II e Informatica I. - Metodi didattici
- Lezioni teoriche in aula su tutti i contenuti & svolgimento esercizi pratici anche con software R.
- Altre informazioni
- Per studenti con DSA e/o invalidità far riferimento al referente didipartimento e al sito dell’ateneo: http://www.unipg.it/disabilita-e-dsai.
- Modalità di verifica dell'apprendimento
- Prova pratica R per verificare le capacità ad affrontare e risolvere problemi pratici di statistica di base e domande teoriche (test a risposta multipla o sintetica, con punteggio pieno solo in caso di risposta esatta, eventuale penalità in caso di risposta errata) atta a verificare la padronanza delle nozioni studiate.
La prova pratica in R consta di una serie di quesiti (orientativamente fra 3 e 6) da sviluppare su base di dati simulati o direttamente forniti. Deve essere svolta entro un'ora e mezza e i vari punti hanno indicati il punteggio massimo raggiungibile (variabile di norma tra i 3 e 10 a seconda della complessità di analisi richiesta).
Il punteggio relativo alle domande teoriche sarà indicato sul testo della prova.
PER GLI STUDENTI FREQUENTANTI: sono previste due prove parziali con le stesse modalità di verifica complessiva ma su argomenti solo sulla prima o la seconda parte del corso, rispettivamente.
La media delle due prove costituirà il voto finale.
Per lo svolgimento della prova pratica in R il materiale di riferimento è principalmente quello all'interno del primo testo consigliato (laboratorio di statistica in R) e il materiale presente in Unistudium.
Per le domande teoriche si fa riferimento a quanto contenuto nei restanti testi consigliati -.
Per informazioni sui servizi di supporto agli studenti con disabilità e/o DSA visita la pagina http://www.unipg.it/disabilita-e-dsa - Programma esteso
- Statistica descrittiva: distribuzioni statistiche unitarie, di frequenze e in classi; rappresentazioni grafiche distribuzioni; valori medi: moda, mediana, media aritmetica, medie alla Chisini; proprietà valori medi; indici di variazione; quantili; Boxplots; distribuzione campionaria doppia: frequenze congiunte, marginali, condizionate, indice di dipendenza chi-quadro (assoluto e relativo).Regressione lineare semplice: metodo dei minimi quadrati; previsioni; indice di accostamento lineare R2.
Principali distribuzioni di probabilità: binomiale, geometrica, Poisson, uniforme, esponenziale, normale. Distribuzioni di statistiche campionarie: chi-quadro e t-student.
Stima parametrica: principali stimatori e loro proprietà. Stima intervallare: tecnica generale individuazione intervalli di confidenza, casi particolari per la media e la varianza popolazione normale. Verifica di ipotesi: test parametrici con loro definizioni generali, casi particolari campionamento da popolazione normale; test non parametrici: test binomiale, di adattamento, d’indipendenza. - Obiettivi Agenda 2030 per lo sviluppo sostenibile