STATISTICS AND EXPERIMENTAL DESIGN
- Anno accademico
- 2024/2025 Programmi anni precedenti
- Titolo corso in inglese
- STATISTICS AND EXPERIMENTAL DESIGN
- Codice insegnamento
- CM0535 (AF:513710 AR:286737)
- Modalità
- Blended (in presenza e online)
- Crediti formativi universitari
- 6
- Livello laurea
- Laurea magistrale (DM270)
- Settore scientifico disciplinare
- SECS-S/01
- Periodo
- I Semestre
- Anno corso
- 1
- Sede
- VENEZIA
- Spazio Moodle
- Link allo spazio del corso
Inquadramento dell'insegnamento nel percorso del corso di studio
L'obiettivo dell’insegnamento è fornire conoscenze di statistica descrittiva, calcolo delle probabilità e statistica inferenziale, nonché abilità nell’utilizzo di programmi specifici per l'analisi dei dati e la comunicazione delle informazioni ricavate.
Alla fine del corso, lo studente sarà in grado di individuare ed applicare i modelli e le metodologie di analisi più adatti al contesto di interesse; inoltre saprà interpretare e comunicare i risultati ottenuti, con l'obiettivo di guidare le scelte più adeguate.
Risultati di apprendimento attesi
-conoscere i principali strumenti per la rappresentazione grafica e la sintesi delle caratteristiche fondamentali di un insieme di dati
-conoscere i concetti di base del calcolo delle probabilità e le principali distribuzioni di probabilità utili per l'inferenza
-conoscere le metodologie di base dell'inferenza statistica
2. Capacità di applicare conoscenza e comprensione:
-saper utilizzare programmi specifici per l'analisi dei dati e per la comunicazione dei risultati
-saper utilizzare la terminologia adeguata in tutti i processi di applicazione e comunicazione delle conoscenze acquisite
3. Capacità di giudizio:
-saper contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse
4. Abilità comunicative:
-saper presentare in modo chiaro ed esaustivo i risultati ottenuti da un'analisi statistica, sia in forma scritta che orale
-sapere interagire con i pari e con il docente, in modo critico e rispettoso, in presenza e sul forum dell’aula virtuale
5. Capacità di apprendimento:
-saper utilizzare ed integrare informazioni provenienti da appunti, libri, slide e sessioni pratiche di laboratorio
-saper valutare la propria preparazione utilizzando quiz ed esercizi di autovalutazione assegnati durante il corso
Prerequisiti
Contenuti
probabilità elementare e alle principali distribuzioni di probabilità. L'ultima parte del corso riguarda metodi inferenziali per la verifica di ipotesi e la previsione. Le lezioni teoriche sono motivate da esempi e applicazioni a problemi di interesse nell’ambito delle scienze della conservazione e del restauro e delle biotecnologie. Viene introdotto anche l'utilizzo del programma R (http://cran.r-project.org/ ) per l'analisi dei dati.
Ripasso di statistica descrittiva: popolazione e campione; tipi di variabili; rappresentazioni grafiche e indici sintetici per variabili quantitative e qualitative; relazione fra due variabili qualitative e statistica Chi-quadrato; relazione fra due variabili quantitative, correlazione e regressione.
Campionamento e disegno degli esperimenti: metodi di campionamento, trattamenti, replicazioni, randomizzazione e blocchi.
Probabilità: spazio campionario, eventi e probabilità; indipendenza; variabili aleatorie discrete e continue; le principali distribuzioni di probabilità.
Inferenza: distribuzioni campionarie; stima della media e della varianza di una popolazione; intervalli di confidenza; verifica di ipotesi e p-value. Regressione e analisi della varianza.
Testi di riferimento
-Robinson and White (2016) Elementary Statistics with R. Disponibile al link http://homerhanumat.github.io/elemStats/
Modalità di verifica dell'apprendimento
Le attività e i compiti assegnati durante il corso consistono nella discussione di alcuni argomenti, nella soluzione di quiz ed esercizi in Moodle e in classe e in lavori da svolgere individualmente o in gruppo.
L'esame finale consiste in una discussione orale degli argomenti svolti durante il corso.
Per quanto riguarda la gradazione dei voti (come i voti saranno attribuiti):
1. Voti nella fascia da 18 a 22 saranno attribuiti in presenza di:
-discreta capacità di utilizzare gli strumenti acquisiti per l'analisi dei dati
-sufficiente capacità di contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse
-limitata capacità di interpretare criticamente i risultati ottenuti
-sufficienti abilità comunicative, con utilizzo di formule e terminologia adeguate
2. Voti nella fascia da 22 a 26 saranno attribuiti in presenza di:
-buona capacità di utilizzare gli strumenti acquisiti per l'analisi dei dati
-discreta capacità di contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse
-sufficiente capacità di interpretare criticamente i risultati ottenuti
-discrete abilità comunicative, con utilizzo di formule e terminologia adeguate
3. Voti nella fascia da 26 a 30 saranno attribuiti in presenza di:
-ottima capacità di utilizzare gli strumenti acquisiti per l'analisi dei dati
-buona o ottima capacità di contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse
-buona capacità di interpretare criticamente i risultati ottenuti
-buone o ottime abilità comunicative, con utilizzo di formule e terminologia adeguate
4. La lode sarà attribuita a studenti nella fascia 3. che abbiano partecipato con continuità e interesse alle attività proposte in itinere.
Metodi didattici
Lingua di insegnamento
Altre informazioni
Solo per studenti del corso di studi in SCIENCE AND TECHNOLOGY OF BIO AND NANOMATERIALS: Per accedere alla prova di esame bisogna aver frequentato almeno l'80% delle lezioni.