- Oggetto:
- Oggetto:
Laboratorio di Statistica Computazionale
- Oggetto:
Computational Statistics Laboratory
- Oggetto:
Anno accademico 2015/2016
- Codice dell'attività didattica
- MFN1622
- Docente
- Prof. Maria Teresa Giraudo (Titolare del corso)
- Corso di studi
- Laurea in Matematica
- Anno
- 3° anno
- Periodo didattico
- Primo semestre
- Tipologia
- D.M. 270 TAF F - Altre attività
- Crediti/Valenza
- 3
- SSD dell'attività didattica
- MAT/06 - probabilita' e statistica matematica
- Modalità di erogazione
- Doppia
- Lingua di insegnamento
- Inglese
- Modalità di frequenza
- Facoltativa
- Tipologia d'esame
- Scritto
- Prerequisiti
-
Possibilmente aver sostenuto l'esame di Calcolo delle Probabilità e
Statistica del secondo anno.
It is recommendable to have passed the exam of the second year Probability and
Statistics course. - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Il corso si prefigge di far comprendere agli studenti le applicazioni pratiche della Statistica prendendo spunto dal suo utilizzo nel contesti più diversi come la biologia, l'ingegneria, la finanza, la demografia, l’epidemiologia e altri. A tale scopo viene introdotto nel corso il software statistico R (www.r-project.org) di cui si forniscono anche elementi di programmazione.
The aim of the course is to introduce the students to the applications of the basic statistical pronciples and techniques they have acquired. This is done by employing real problems and data sets coming from different fields such as for instance Biology, Engineering, Finance, Demography, Epidemiology and by introducing the statistical software R (www.r-project.com) and its programming facilities.
- Oggetto:
Risultati dell'apprendimento attesi
Conoscenza e capacità di comprensione
Il corso, partendo dalle conoscenze di base di statistica, consente agli studenti di utilizzarle in un contesto applicativo approfondendo nel contempo le competenze computazionali e informatiche tramite l'uso di sofware statistico specifico. Il corso utilizza materiali in inglese, favorendo l’abitudine alla lettura di testi matematici in lingua inglese.
Capacità di applicare conoscenza e comprensione
Il corso presenta agli studenti le modalità specifiche della statistica per estrarre informazioni qualitative da dati quantitativi. Li pone inoltre in grado di utilizzare strumenti informatici specifici per acquisire le possibili informazioni anche tramite attività di programmazione autonoma.
Autonomia di giudizio
Gli studenti sono posti in grado di proporre e analizzare modelli statistici associati a situazioni concrete derivanti da altre discipline e di usare tali modelli per facilitare lo studio della situazione originale. Possono fare esperienza di lavoro di gruppo per le analisi che vengono loro proposte, ma sono in grado di lavorare autonomamente.
Abilità comunicative
Gli studenti divengono in grado di dialogare con esperti di altri settori su problemi di moderata difficoltà, riconoscendo la possibilità di formalizzare e analizzare statisticamente situazioni di interesse applicativo e formulando gli adeguati modelli a supporto di attività in svariati ambiti. Sono in grado di utilizzare la lingua inglese nell'ambito specifico di competenza.
Knowledge and understanding
The course, starting from basic Statistics knowledge, allows the students to employ them in real applications broadening at the same time the computational and computer science skills. The teaching material is in English and thus favours the habit to read mathematical papers and books in the original language.
Applying Knowledge and understanding
The course shows to the students specific statistical methodologies to extract qualitative information from quantitative data. Moreover it allows them to use specific computer science instruments to get the possibile information also by means of some programming skills.
Making judgements
The students are lead to propose and to analyze statistical models for real situations arising in other fields and to use such models to facilitate their study. They can work in group but they are also able to work satisfactorily on their own.
Communication
The students become able to discuss with experts in other subjects about problems of moderate difficulty and they realize the possibility to statistically formalize real situations and to suitably formulate useful models in several contexts. They are able to employ the English language in the specific fields .
- Oggetto:
Modalità di insegnamento
Questo insegnamento prevede lezioni ed esercitazioni in aula informatizzata. Il programma calendarizzato dell'insegnamento è scaricabile dal materiale didattico.
La frequenza alle lezioni e alle esercitazioni è facoltativa, ma fortemente consigliata vista la necessità di apprendere l'utilizzo di software dedicati.
This course is given through practical lessons in the computer room. The detailed program of the lessons will be available on the web site of the course.
Attendance to lessons is not compulsory, but highly recommended due to the necessity of learning and employing specific computer science instruments.
- Oggetto:
Modalità di verifica dell'apprendimento
Gli studenti dovranno svolgere durante il corso due lavori individuali, per i quali sarà chiesto sia di analizzare nel modo più completo possibile un set di dati assegnato che di approfondire un argomento di statistica. Tali lavori verranno valutati e forniranno il 40% della valutazione finale.
L’esame sarà svolto in aula informatizzata e consisterà nell’analisi autonoma il più possibile completa di un dataset fornito. L’esito dell’esame scritto fornirà il 60% della valutazione finale.
Students will be asked to complete during the course two assigned individual works, where they will have both to analyze in detail a given dataset and to deepen a subject in the statistical theory. The works will be given a score covering 40% of the final mark.
The examination will take place in the computer room, students will be asked to perform an autonomous detailed analysis of a given dataset. It will provide the 60% of the final mark.
- Oggetto:
Programma
Introduzione alle applicazioni della Statistica e all'uso del software R.
Analisi esplorativa di dati unidimensionali: principali indici statistici: media campionaria, moda, mediana, varianza campionaria, coefficiente di variazione, curtosi, asimmetria; rappresentazioni grafiche dei dati campionari.
Analisi esplorativa di dati bivariati: tabelle di contingenza, correlazione campionaria.
Simulazione di un campione: metodo della trasformata inversa, metodo del rigetto.
Verifica di ipotesi: test parametrici e non parametrici per uno e due campioni; test chi quadro di indipendenza.
Test di bontà dell'adattamento.
Correlazione e regressione.
Analisi della varianza a una ea due vie.
Introduction to the applications of Statistics and to the use of statistical software R.
Unidimensional descriptive Statistics: main statistical indexes (sample mean, mode, median, sample variance, coefficient of variation, curtosis, skewness); graphical representations of sample data
Bidimensional descriptive statistics: contingency tables, sample correlation.
Simulating a sample: inverse transform method, rejection method.
Hypothesis testing: parametrical and not parametrical tests for one and for two samples; chi square test for independence.
Goodness of fit tests.
Correlation and regression.
One and two way analysis of variance.
Testi consigliati e bibliografia
- Oggetto:
1) P. Dalgaard Introductory Statistics with R, Springer 2008
2) Owen Jones, Robert Maillardet, Andrew Robinson Introduction to Scientific Programming and Simulation Using R, Second Edition, Chapman and Hall/CRC 2014
3) Materiale didattico utilizzato a lezione presente sulla pagina del corso e sitografia segnalata dal docente.
1) P. Dalgaard Introductory Statistics with R, Springer 2008
2) Owen Jones, Robert Maillardet, Andrew Robinson Introduction to Scientific Programming and Simulation Using R, Second Edition, Chapman and Hall/CRC 2014
3) Teaching material downloadable on the web page of the course and web material suggested by the teacher.
- Oggetto:
Orario lezioni
Giorni Ore Aula - Oggetto:
Note
LABORATORIO DI STATISTICA MATEMATICA, MFN1622 (DM 270) , 3 CFU: MAT/06, TAF F (altro), Ambito altre conoscenze utili per l'inserimento nel mondo del lavoro.
- Oggetto: