logo-polimi
Loading...
Risorse bibliografiche
Risorsa bibliografica obbligatoria
Risorsa bibliografica facoltativa
Scheda Riassuntiva
Anno Accademico 2017/2018
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Insegnamento 083229 - STATISTICA
Docente Vantini Simone
Cfu 5.00 Tipo insegnamento Monodisciplinare

Corso di Studi Codice Piano di Studio preventivamente approvato Da (compreso) A (escluso) Insegnamento
Ing Ind - Inf (1 liv.)(ord. 270) - MI (365) INGEGNERIA MATEMATICA*AZZZZ083229 - STATISTICA

Programma dettagliato e risultati di apprendimento attesi

Obiettivi del corso: Lo scopo del corso è introdurre gli studenti alle principali tecniche statistiche di analisi dati (statistica descrittiva, metodi inferenziali, modelli lineari) in modo che alla fine del corso ogni studente sia in grado di presentare un progetto di statistica, in cui utilizzando supporti informatici adeguati, applichi le tecniche imparate a set di dati reali.

 

Programma delle lezioni e delle esercitazioni: Statistica descrittiva: tipi di dati, istogrammi, indici di posizione, indici di variabilità. Disuguaglianza di Chebychev. Percentili. Boxplot.  Variabili aleatorie discrete e continue: densità di probabilità, funzione di ripartizione, media e varianza. Distribuzioni binomiale, di Poisson, uniforme, normale e esponenziale. Distribuzioni congiunte e indipendenza. Teorema Centrale del Limite. Approssimazione Normale. Stima puntuale: non distorsione, errore quadratico medio, efficienza relativa. Test: generalità. Errore di tipo I e di tipo II. Test z sulla media di una popolazione Normale. P-value. Intervalli di confidenza per la media di una popolazione Normale: varianza nota. Test t e intervalli di confidenza per la media di una popolazione Normale. Test e intervalli di confidenza su due medie. Test t per dati accoppiati. Modelli lineari: regressione lineare semplice e multipla. Stima ai minimi quadrati dei parametri del modello lineare. Test e intervalli di confidenza per i parametri di un modello lineare. Analisi del modello; analisi dei residui.

 
Attività di laboratorio: il corso prevede  esercitazioni di laboratorio informatico su piattaforma R sugli argomenti trattati a lezione. L'attività di laboratorio è fondamentale per l'apprendimento.

 

Prerequisiti: nozioni acquisite nel corso di Analisi Matematica I.


Note Sulla Modalità di valutazione

Organizzazione del corso e modalità di verifica

La verifica dell’apprendimento avverrà mediante: 1) una prova d'appello scritta 2) l'elaborazione, la presentazione e la discussione di un progetto di analisi dati. Per maggiori informazioni si veda il sillabo del corso pubblicato su BeeP, https://beep.metid.polimi.it/. 


Bibliografia
Risorsa bibliografica facoltativaMontgomery, D.C., Runger, G.C. e Hubele N.F., Statistica per ingegneria, Editore: Egea, Milano., Anno edizione: 2004
Risorsa bibliografica facoltativaIeva, F., Masci, C., Paganoni, A.M., Laboratorio di statistica con R, Editore: Pearson Italia, Anno edizione: 2016, ISBN: 9788891901521
Risorsa bibliografica facoltativaJohnson, R., Probabilità e Statistica per Ingegneria e Scienze, Editore: Pearson Education, Milano, Anno edizione: 2007
Risorsa bibliografica facoltativaRoss, S.M., Introduction to Probability and Statistics for Engineers and Scientists, Editore: Wiley, N.Y., Anno edizione: 2003
Risorsa bibliografica facoltativaEpifani, I., Ladelli, L., Posta, G., Esercizi di Statistica per l'Ingegneria, le Scienze e l'Economia, Editore: LaDotta, Anno edizione: 2017, ISBN: 978-88-98648-59-7

Mix Forme Didattiche
Tipo Forma Didattica Ore didattiche
lezione
26.0
esercitazione
20.0
laboratorio informatico
12.0
laboratorio sperimentale
0.0
progetto
0.0
laboratorio di progetto
0.0

Informazioni in lingua inglese a supporto dell'internazionalizzazione
Insegnamento erogato in lingua Italiano
schedaincarico v. 1.6.1 / 1.6.1
Area Servizi ICT
08/12/2019