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 089085 - STATISTICA
Docente Toigo Alessandro
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 (366) INGEGNERIA FISICA*AZZZZ089085 - STATISTICA
Ing Ind - Inf (Mag.)(ord. 270) - MI (481) COMPUTER SCIENCE AND ENGINEERING - INGEGNERIA INFORMATICA*AZZZZ089085 - STATISTICA

Programma dettagliato e risultati di apprendimento attesi

Obiettivi e contenuti del corso

 

Introdurre gli studenti alle principali tecniche statistiche di analisi dati (statistica descrittiva, metodi inferenziali, modelli lineari) in modo che ogni studente alla fine del corso sia in grado di elaborare, presentare e discutere un progetto di statistica su dati reali.

 


Programma delle lezioni e delle esercitazioni

 

Statistica descrittiva. Tipi di dati. Tabelle di distribuzione di frequenza. Indici di posizione:media, moda, mediana. Quantili. Indici di dispersione: varianza e scarto interquartile.Rappresentazioni grafiche di distribuzioni: istogrammi e box-plot.

Elementi di calcolo delle probabilitàEsperimenti aleatori, variabili aleatorie e probabilità. Variabili aleatorie continue: densità, cdf, media e varianza. Distribuzioni Uniforme ed Esponenziale. La distribuzione Normale. Variabili indipendenti. Variabili aleatorie discrete: densità, cdf, media e varianza. Distribuzioni di Bernoulli, Binomiale e di Poisson. Il Teorema Centrale del Limite. Approssimazione Normale per la distribuzione Binomiale e di Poisson.

Statistica inferenziale. Campioni casuali e statistiche. Stima e stimatore di un parametro: distorsione, EQM, formula di propagazione degli errori. La verifica delle ipotesi. Criteri di decisione per la scelta tra due ipotesi: errore di primo tipo ed errore di secondo tipo. Test: regione di rifiuto, livello di significatività e funzione potenza. Potenza e dimensione campionaria. Valori p. Test e intervalli di confidenza per la media di una popolazione a varianza nota o incognita. Intervalli di previsione per una variabile normale. Test e IC per una proporzione. Test di Shapiro-Wilks. Normal probability plot. Test e IC per il confronto tra due medie. Test e IC per il confronto tra due proporzioni.

Regressione lineare. Modelli empririci gaussiani di regressione lineare (semplice e multipla). Stima ai minimi quadrati dei parametri del modello. Diagnostica: analisi dei residui, R-quadro. Metodi per la selezione delle variabili. Test e IC per i coefficienti di una regressione. Previsione di una nuova osservazione. Modelli con predittori categorici.

 


Attività di laboratorio

Il corso prevede esercitazioni di laboratorio informatico su software dedicato. L'attività di laboratorio è parte integrante del corso.

 


Prerequisiti

Nozioni acquisite nel corso di "Analisi Matematica I e Geometria".


Note Sulla Modalità di valutazione

La verifica dell’apprendimento verrà effettuata per mezzo di una prova d'appello scritta, un progetto di analisi dei dati e un colloquio che si sviluppa a partire dalla discussione del progetto.
Gli studenti accedono al colloquio orale solo con un voto sufficiente nella prova scritta.


Bibliografia
Risorsa bibliografica facoltativaMontgomery Douglas C., Runger George C., Hubele Norma F., Statistica per ingegneria - II edizione italiana, Editore: EGEA, Anno edizione: 2012, ISBN: 9788823821491
Risorsa bibliografica facoltativaSheldon M. Ross, Probabilita' e statistica per l'ingegneria e le scienze, Editore: Apogeo, Anno edizione: 2008, ISBN: 8850325800
Risorsa bibliografica facoltativaIeva Francesca; Masci Chiara; Paganoni Anna M., Laboratorio di statistica con R. 2ed, Editore: Pearson Italia, Anno edizione: 2016, ISBN: 9788891901521
Risorsa bibliografica facoltativaPeter Dalgaard, Introductory Statistics with R, Editore: Springer, Anno edizione: 2008, ISBN: 978-0-387-79054-1
Risorsa bibliografica facoltativaMateriale didattico caricato sulla pagina BeeP del corso https://beep.metid.polimi.it/

Mix Forme Didattiche
Tipo Forma Didattica Ore didattiche
lezione
26.0
esercitazione
18.0
laboratorio informatico
15.0
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
Disponibilità di libri di testo/bibliografia in lingua inglese
Possibilità di sostenere l'esame in lingua inglese
schedaincarico v. 1.6.5 / 1.6.5
Area Servizi ICT
20/09/2020