- Oggetto:
- Oggetto:
Informatica applicata all'elaborazione statistica dei dati (Anno Accademico 2016/2017)
- Oggetto:
COMPUTATIONAL STATISTICS AND DATA ANALYSIS
- Oggetto:
Anno accademico 2016/2017
- Codice dell'attività didattica
- AGR0400
- Docente
- Prof. Andras Horvath (Affidamento interno)
- Insegnamento integrato
- Corso di studi
- [f001-c503] LM - Scienze e tecnologie alimentari
- Anno
- 1° anno
- Tipologia
- B - Caratterizzante
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- INF/01 - informatica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Facoltativa
- Tipologia d'esame
- Prova pratica
- Prerequisiti
- Nessuno / None
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
L'obiettivo del corso è fornire agli studenti la capacità di utilizzare in modo consapevole strumenti informatici ampiamente diffusi per l'elaborazione statistica dei dati. Il corso si propone anche di fornire le nozioni elementari della statistica descrittiva, la teoria della probabilità e la statistica inferenziale.
The course objective is to give students the ability to consciously use widely adopted software packages for statistical data analyisis. The course also aims to provide basic knowledge of the fields of descriptive statistics, probability theory and inferential statistics.
- Oggetto:
Risultati dell'apprendimento attesi
Al termine del corso gli studenti hanno la capacità di utilizzare autonomamente alcuni tra gli strumenti software più diffusi per l'elaborazione statistica dei dati. I risultati pratici dell'apprendimento riguardano in particolare l'uso avanzato di fogli di calcolo per l'elaborazione statistica e la visualizzazione di dati sperimentali.
At the end of the course, students have the ability autonomously to use some of the most popular software tools for statistical data analysis. The learning outcomes in particular focus on advanced use of spreadsheets for statistical analysis and visualization of experimental data.
- Oggetto:
Modalità di insegnamento
Il corso consiste di 60 ore di lezione frontale di cui circa 20 ore dedicate a attività di laboratorio informatico. Per le lezioni frontali il docente si avvale di presentazioni e slide che sono a disposizione degli studenti.
The course consists of 60 hours, 20 of which in laboratory at computer. For lectures the teacher makes use of presentations and slides that are available to students.
- Oggetto:
Modalità di verifica dell'apprendimento
La verifica in itinere dell'apprendimento avviene risolvendo in aula e durante le ore di laboratorio esercizi analoghi a quelli incontrati all'esame.
L'esame consiste in una prova scritta con semplici esercizi teorici e numerici e in una prova in laboratorio al computer.
The runtime check of the learning process is accomplished by solving in the classroom and at computer exercises analogous to those found in the final exam.
The exams consists of a written part (simple theoretical and numerical problems) and a practical part at the computer.
- Oggetto:
Programma
I programma del corso è il seguente:
- statistica descrittiva (distribuzione di frequenza, grafici della distribuzione di frequenza, indici di posizione e di dispersione, diagramma di dispersione, covarianza, coefficiente di correlazione, metodo di linearizzazione)
- introduzione alla teoria della probabilità (spazio campione, eventi, operazioni insiemistiche, concetto di probabilità, probabilità condizionata, eventi indipendenti, teorema della probabilità totale, teorema di Bayes, variabili aleatorie discrete e continue, distribuzioni di probabilità discrete e continue, indici di una distribuzione)
- statistica inferenziale (concetto di intervallo di confidenza, calcolo dell'intervallo di confidenza di vari parametri di un insieme di dati, concetto di test di ipotesi, test di ipotesi per vari parametri di un insieme di dati)
- utilizzo di fogli di calcolo per l'analisi statistica di dati.
Area di apprendimento: Ulteriori Attività formative - Abilità informatiche e telematiche - TAF: B - SSD INF-01
The program is the following:
- descriptive statistics (distribution of frequency and its plots, measures of location and dispersion, plots of dispersion, covariance and correlation, linearization)
- basic probability theory (sample space, events, set operations, concept of probability, conditional probability, independence, theorem of total probability, theorem of Bayes, discrete and continuous random variables, discrete and continuous distributions,, indices of a distribution )
- inferential statistics (concept of confidence interval, calculation of confidence intervals for various indices of data sets, concept di hypotesis test, hypotesis test di ipotesi for various indices of data sets)
- use of spreadsheets to statistical analysis of data.
Testi consigliati e bibliografia
- Oggetto:
Dispense fornite dal docente.
Maria Garetto. Statistica, Lezione ed esercizi.
Sheldon M. Ross. Probabilità e statistica per
l’ingegneria e le scienzeLecture notes provided by the instructor.
Maria Garetto. Statistica, Lezione ed esercizi.
Sheldon M. Ross. Probabilità e statistica per
l’ingegneria e le scienze- Oggetto:
Note
Il corso si tiene a Cuneo.
The course is delivered in Cuneo.
- Oggetto:
