Guida degli insegnamenti

Syllabus

Partially translatedTradotto parzialmente
[W000583] - ISTITUZIONI DI STATISTICAPRINCIPLES OF STATISTICS
Elisa BELLUCCI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea - [AT01] SCIENZE E TECNOLOGIE AGRARIE First Cycle Degree (3 years) - [AT01] AGRICULTURAL SCIENCE
Dipartimento: [040027] Dip.Scienze Agrarie,Alimentari e AmbientaliDepartment: [040027] Dip.Scienze Agrarie,Alimentari e Ambientali
Anno di corsoDegree programme year : 1 - Primo Semestre
Anno offertaAcademic year: 2021-2022
Anno regolamentoAnno regolamento: 2021-2022
Obbligatorio
Crediti: 3
Ore di lezioneTeaching hours: 27
TipologiaType: C - Affine/Integrativa
Settore disciplinareAcademic discipline: MAT/06 - PROBABILITÀ E STATISTICA MATEMATICA


LINGUA INSEGNAMENTO LANGUAGE

ITALIANO

Italian


MODALITÀ DI SVOLGIMENTO DEL CORSO DEVELOPMENT OF THE COURSE

Il corso si struttura in lezioni frontali (2 CFU) e in esercitazioni pratiche (1
CFU) per fornire agli studenti gli elementi di base della statistica e delle
sue applicazioni più comuni. In parallelo, una versione del
corso è resa disponibile attraverso la piattaforma Moodle che include
materiale didattico organizzato in moduli di apprendimento comprensivi
di esercizi svolti e test di autovalutazione.


RISULTATI DI APPRENDIMENTO ATTESI LEARNING OUTCOMES
Conoscenze e comprensione.

L’insegnamento consente agli studenti di acquisire conoscenze sui
principi fondamentali di statistica e di biometria per rendere possibile la
comprensione degli elementi necessari alla corretta analisi e
interpretazione dei risultati.


Capacità di applicare conoscenze e comprensione.

L’insegnamento si pone come principale obiettivo didattico quello di
fornire una formazione di base che consenta la comprensione dei concetti
fondamentali di statistica e il corretto utilizzo delle principali applicazioni
per il disegno sperimentale, l’analisi dei dati e la loro presentazione.
Inoltre, il corso fornirà gli strumenti per la comprensione delle più comuni
applicazioni statistiche utilizzate nella letteratura scientifica e tecnica.


Competenze trasversali.

a) acquisizione di capacità relative alle tecniche di campionamento,
disegno sperimentale, e analisi di vari tipi di dati; b) capacità di comprensione del significato dei risultati dell’analisi statistica riportati
nella letteratura scientifica e tecnica.


Knowledge and Understanding.

Capacity to apply Knowledge and Understanding.

Transversal Skills.


PROGRAMMA PROGRAM

Introduzione e statistica descrittiva (1 CFU): Il metodo scientifico,
Misurazione dei fenomeni naturali, Distribuzioni empiriche, Statistiche
descrittive, Variabilità e rappresentazione grafica dei dati. Statistica
inferenziale (2 CFU): Popolazioni e campioni, Probabilità e test delle
ipotesi, Distribuzioni di probabilità, Intervalli di confidenza e confronto
delle medie, Test di t e Analisi della Varianza (ANOVA), Correlazione e regressione, Metodi non parametrici.


MODALITÀ DI SVOLGIMENTO DELL'ESAME DEVELOPMENT OF THE EXAMINATION
Modalità di valutazione dell'apprendimento.

L’esame finale consiste in un compito scritto basato su esercizi relativi al programma del corso. Durante il corso verranno svolti dei test di autovalutazione (modalità e-learning), al fine di fornire agli studenti uno strumento utile per valutare il livello raggiunto.


Criteri di valutazione dell'apprendimento.

Nell’esame scritto, gli studenti dovranno completare correttamente
almeno i 3/5 degli esercizi che saranno predisposti per valutare: a)
l’abilità di utilizzare le statistiche descrittive più comuni applicate ai
diversi tipi di dati (compresa la rappresentazione grafica dei dati); b)
comprensione dei principi e dei metodi di calcolo delle probabilità e di
test delle ipotesi; c) abilità di usare e comprendere i risultati delle applicazioni di statistica inferenziale e d) abilità di disegnare semplici
esperimenti statistici.


Criteri di misurazione dell'apprendimento.

Il voto finale sarà attribuito in trentesimi. Il superamento della prova
finale si concretizzerà in un voto che potrà variare fra un minimo di 18 fino ad un massimo di 30 “cum laude”.


Criteri di attribuzione del voto finale.

Il compito scritto è composto da 5 esercizi relativi al programma del
corso, ognumo dei quali sarà valutato con un voto da 0 a 6. Il voto massimo (30 “cum laude”) è attribuito agli studenti che dimostreranno
una completa padronanza della materia.


Learning Evaluation Methods.

Learning Evaluation Criteria.

Learning Measurement Criteria.

Final Mark Allocation Criteria.


TESTI CONSIGLIATI RECOMMENDED READING

TESTI CONSIGLIATI
Michael C. Whitlock, Dolph Schluter, 2010.
Analisi Statistica dei Dati Biologici, Zanichelli


Scheda insegnamento erogato nell’A.A. 2021-2022
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento.
Academic year 2021-2022

 


Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427