30001 - STATISTICA / STATISTICS
Orario di ricevimento / Student consultation hours
Orario delle lezioni / Class timetable
Calendario esami / Exam timetable
Per la lingua del corso verificare le informazioni sulle classi/
For the instruction language of the course see class group/s below
RAFFAELLA PICCARRETA
Classe/i impartita/e in lingua italiana
Synchronous Blended: Lezioni erogate in modalità sincrona in aula (max 1 ora per credito online sincrona)
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 multiplo.
Tutte le tecniche descrittive e inferenziali descritte nel corso verranno applicate utilizzando il software statistico R– e in particolare l’ambiente di sviluppo integrato (IDE) RStudio. Il corso prevede quindi anche lezioni dedicate all'introduzione e all'utilizzo del software
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.
- Utilizzare il software R – e in particolare l’ambiente di sviluppo integrato (IDE) RStudio – per svolgere analisi dei dati
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 modelli di regressione per studiare le relazioni fra le diverse variabili di interesse.
- Utilizzare il software R/RStudio per 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 prevede, oltre alle tradizionali lezioni frontali, lezioni/esercitazioni in cui si utilizza il software R – e in particolare l’ambiente di sviluppo integrato (IDE) RStudio – per analizzare le diverse tecniche statistiche illustrate. In particolare, durante le esercitazioni e i tutoraggi gli studenti dovranno utilizzare il loro pc per condurre insieme al docente analisi dei dati volte alla risoluzione di specifici problemi, e interpretare i risultati ottenuti.
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) due prove parziali 2) una prova generale.
Le due prove parziali sono organizzate in modo identico. In entrambe le prove verranno somministrati esercizi da risolvere manualmente (relativi a dati aggregati), domande di teoria, e domande relative all’analisi di un dataset cui rispondere utilizzando il software R/RStudio.
Ognuna delle prove parziali viene valutata con un voto massimo pari a 31/30, e si considera superata con un voto maggiore o uguale a 15. Se la prima e la seconda prova parziale sono entrambe superate, il voto finale nell’esame è dato dalla media dei voti nelle due prove. Il voto massimo è di 31/30, e l’esame si ritiene superato solo se tale voto risulta maggiore o uguale a 18. Un voto pari a 31/30 comporta l’assegnazione della lode.
Importante: gli studenti che superano le prove parziali ma che nella seconda prova parziale conseguono un voto inferiore a 18 potranno chiedere che il loro voto finale non sia registrato. Questo non vale per gli studenti che conseguono un voto inferiore a 18 nella prima prova parziale, in quanto la partecipazione alla seconda prova parziale implica l'accettazione del risultato conseguito nella prima prova.
La prova generale è articolata come le prove parziali (esercizi da svolgere manualmente, domande di teoria, domande relativa ad analisi di dati cui rispondere utilizzando il software R/RStudio). Il voto massimo è di 31/30, e l’esame si ritiene superato solo se tale voto risulta maggiore o uguale a 18. Un voto pari a 31/30 comporta l’assegnazione della lode.
Entrambe le modalità d'esame mirano a verificare:
- 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 in R/RStudio.
- La capacità di interpretare l'output del software.
Materiali didattici
STUDENTI FREQUENTANTI E NON FREQUENTANTI
- P. NEWBOLD, W.L. CARLSON, B. THORNE, Statistica, Milano, 9/Ed. Pearson (2021).
- Materiali integrativi distribuiti sulla piattaforma Bboard
- Materiale specifico sull'uso del software R disponibile sulla piattaforma Bboard.