30001 - STATISTICA / STATISTICS
Department of Decision Sciences
For the instruction language of the course see class group/s below
PIERO VERONESE
Classe 1: PAOLA PAGANI, Classe 2: LUCA MOLTENI, Classe 3: GIANNA SERAFINA MONTI, Classe 4: CLAUDIO GIOVANNI BORRONI, Classe 5: PAOLA PAGANI, Classe 6: ELENA POLI, Classe 7: EMILIANO SIRONI, Classe 8: ALESSANDRO RECLA
Classe/i impartita/e in lingua italiana
Conoscenze pregresse consigliate
Mission e Programma sintetico
MISSION
PROGRAMMA SINTETICO
Il corso si articola nei seguenti punti:
- Raccolta, organizzazione e descrizione dei dati tramite distribuzioni di frequenza, grafici e indici.
- Studio delle relazioni fra due caratteri.
- Inferenza statistica e variabilità campionaria.
- Teoria della stima puntuale e per intervallo.
- Verifica di ipotesi.
- Modello di regressione lineare semplice e cenni a quello multiplo.
Risultati di Apprendimento Attesi (RAA)
CONOSCENZA E COMPRENSIONE
- Comprendere la diversa natura dei dati.
- Distinguere le tecniche di analisi descrittiva da quelle inferenziali ed essere in grado di identificare quella più appropriata per il problema oggetto di studio.
- Riconoscere semplici modelli statistici.
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
- Sintetizzare in modo appropriato un insieme di dati.
- Stimare e verificare ipotesi su parametri non noti di una popolazione a partire da dati campionari.
- Costruire semplici modelli statistici, quali quelli di regressione, volti a studiare le relazioni fra le diverse variabili di interesse.
- Utilizzare il software R al fine di determinare le soluzioni dei precedenti problemi.
Modalità didattiche
- Lezioni frontali
- Esercitazioni (esercizi, banche dati, software etc.)
- Analisi casi studio / Incidents guidati (tradizionali, multimediali)
DETTAGLI
L'attività di insegnamento-apprendimento di questo corso, oltre alle tradizionali lezioni frontali, prevede lezioni/esercitazioni/tutoraggi in cui si utilizza il software R per risolvere le diverse problematiche statistiche precedentemente illustrate. In particolare durante le esercitazioni e i tutoraggi gli studenti possono utilizzare il loro pc per risolvere assieme al docente il problema proposto e interpretare i risultati. Un data-set reale è utilizzato durante tutto il corso cosicché alla fine si possa avere un esempio completo (rispetto agli strumenti illustrati) di una concreta analisi statistica.
Metodi di valutazione dell'apprendimento
Accertamento in itinere | Prove parziali | Prova generale | |
---|---|---|---|
|
x | x |
STUDENTI FREQUENTANTI E NON FREQUENTANTI
La valutazione, identica sia per studenti frequentanti che non frequentanti, avviene attraverso due possibili modalità: 1) tre prove parziali 2) uno scritto generale.
- Delle tre prove parziali, due (PP1, PP2) sono svolte in modo tradizionale (carta e penna) e danno un punteggio massimo di 31/30, mentre una (PR) richiede che lo studente usi il software R installato sul suo pc per poter rispondere ad alcune domande che richiedono una piccola analisi di un data-set. Quest’ultima prova vale al massimo 4/30 di punto che sono aggiunti alla media ponderata delle altre due prove parziali. Il voto finale è quindi dato da: [ (PP1+PP2)/2]*(27/31)+PR.
- Una prova generale svolta in modo tradizionale (punteggio massimo 31/30). Il testo dell’esame contiene domande esplicite sul codice di R, sul suo funzionamento e sull’interpretazione dei suoi risultati. Tali domande hanno globalmente un peso pari a 4/30 di punto. Un punteggio totale di 31/30 equivale a 30/30 e lode.
Entrambe le modalità mirano a verificare tramite opportune domande:
- La capacità di identificare la metodologia corretta per risolvere un dato problema.
- La comprensione della logica sottostante una determinata procedura.
- La capacità di calcolare specifici indicatori statistici a mano e con il software.
- La capacità di proporre un modello statistico, coerente con le ipotesi e con i dati assegnati, e di implementarlo con R.
- La capacità di interpretare l'output del software.
Materiali didattici
STUDENTI FREQUENTANTI E NON FREQUENTANTI
- P. NEWBOLD, W.L. CARLSON, B. THORNE, Statistica, Milano, Pearson/Prentice Hall, 2010, 2° edizione.
- Nota sulle Distribuzioni di frequenza disponibile sulla piattaforma Bboard del corso.
- Materiale specifico sull'uso del software R caricato sulla piattaforma Bboard.