Servizi per la didattica
PORTALE DELLA DIDATTICA

Statistics

11CKRPW

A.A. 2018/19

Course Language

Italian

Course degree

1st degree and Bachelor-level of the Bologna process in Pianificazione Territoriale, Urbanistica E Paesaggistico-Ambientale - Torino

Course structure
Teaching Hours
Lezioni 30
Esercitazioni in aula 15
Esercitazioni in laboratorio 15
Teachers
Teacher Status SSD h.Les h.Ex h.Lab h.Tut Years teaching
Fontana Roberto Professore Ordinario SECS-S/01 30 15 0 0 12
Teaching assistant
Espandi

Context
SSD CFU Activities Area context
SECS-S/01 6 A - Di base Matematica, informatica e statistica
Valutazione CPD 2018/19
2018/19
L’analisi statistica dei dati ed i modelli probabilistici sono strumenti comuni in numerosi campi di applicazione. Il corso fornisce un’introduzione ad alcune metodologie che saranno usate dagli studenti nelle loro future attività professionali. Le metodologie verranno sperimentate in pratica avvalendosi di software specializzato nell’elaborazione statistica di dati.
Statistical data analysis and probabilistic models are currently used in many fields of application. The course provides an introduction to some methodologies that will be used by the students in their future professional activities. The methodologies will be applied to real datasets using ad-hoc statistical software.
Il corso presenta le metodologie statistiche come strumenti per estrarre informazioni dai dati. Al termine del corso gli studenti dovranno saper analizzare dati provenienti da differenti campi di applicazione.
The course presents statistical methodologies as a tool to extract information from data. The students will be able to analyze data coming from different fields of application.
Il corso di calcolo erogato al primo anno fornisce gli strumenti matematici che saranno utilizzati durante il corso. E’ richiesta anche la capacità di usare le principali funzioni di un computer.
The first year mathematics course (Calcolo) provides the mathematical tools that will be used during the course. Basic computer skills are also required.
1) Statistica descrittiva: popolazione, campione e cenni ai principali metodi di campionamento; variabili qualitative e quantitative; rappresentazioni grafiche; principali indici di tendenza centrale; la variabilità e i suoi indici; caratteristiche bidimensionali e loro rappresentazione; robustezza(cenni).[10h] 2) Probabilità elementare: definizioni di probabilità e loro applicabilità; regole per il calcolo delle probabilità; probabilità condizionata, formula di Bayes, indipendenza stocastica. [12h] 3) Distribuzioni univariate. Variabile casuale; distribuzioni di variabili discrete e continue; parametri principali relativi a posizione, dispersione, forma; principali distribuzioni teoriche. [18h] 4) Inferenza statistica: distribuzioni campionarie; teorema del limite centrale e sue applicazioni; stimatori puntuali (cenni); intervallo di fiducia per medie e proporzioni; test di ipotesi (cenni). [10h] 5) Elementi di statistica multivariata: analisi in componenti principali; cluster analysis; regressione multipla (cenni).[10h]
1) Descriptive statistics: population, samples and sampling designs (basics) ; qualitative and quantitative variables; pictorial and tabular methods; measures of location; measures of variability; bivariate data; robust statistics (basics).[10h] 2) Probability: definitions of probability; properties of probability; conditional probabiliy, Bayes’ theorem, independence. [12h] 3) Univariate distribution. Random variables; probability distributions for discrete and continuos random variables; expected values; some widely-used random variables. [18h] 4) Statistical inference: sampling distributions; central limit theorem; point estimation (basics); confidence intervals for a population mean and proportion; tests of hypotheses (basics). [10h] 5) Elements of multivariate statistics: principal component analysis; cluster analysis; multiple regression (basics).[10h]
Le esercitazioni in aula tratteranno applicazioni delle metodologie viste a lezione per la soluzione di problemi reali, a differenti livelli di complessità. In laboratorio, con l’aiuto di software statistico ad hoc, saranno analizzate alcune basi di dati. I risultati delle analisi statistiche verranno sintetizzati in report.
During tutorials some exercises on the application of statistical methodologies to real data will be solved. In IT-laboratories, statistical software will be used to analyze some datasets. The results of the analysis will be used to prepare short reports.
Testo di riferimento: Elementi di Statistica per l’Ingegneria e l’architettura, D. Bonino, F.R. Crucinio, R. Fontana, F. Pellerey, Società Editrice Esculapio. Il testo di riferimento verrà integrato con materiale fornito dai docenti mediante il portale della didattica. Si segnalano inoltre • Rapallo, Fabio e Maria Piera Rogantin. "Statistica descrittiva multivariata." Seconda Edizione, CLUT Editrice, Torino (2003) • Ross, Sheldon M. Introduzione alla statistica. Apogeo Editore, 2008 • Devore JL. Probability and Statistics for Engineering and the Sciences. Cengage learning; 2011.
Reference textbook: Elementi di Statistica per l’Ingegneria e l’architettura, D. Bonino, F.R. Crucinio, R. Fontana, F. Pellerey, Società Editrice Esculapio. Some learning material will be made available through the course website. Suggested readings: • Rapallo, Fabio e Maria Piera Rogantin. "Statistica descrittiva multivariata." Seconda Edizione, CLUT Editrice, Torino (2003) • Ross, Sheldon M. Introduzione alla statistica. Apogeo Editore, 2008 • Devore JL. Probability and Statistics for Engineering and the Sciences. Cengage learning; 2011.
Modalità di esame: Prova scritta (in aula);
Exam: Written test;
L’accertamento delle conoscenze e abilità previste avviene mediante una prova scritta della durata di 2 ore. Tale prova è suddivisa in due parti. La prima parte (1.5h) consta di 7-8 esercizi relativi ai punti 2,3 e 4 del programma e permette di conseguire un punteggio massimo pari a 25 su 30. La seconda parte (0.5h), che riguarda i punti 1 e 5 del programma, prevede l’interpretazione di output prodotti da sw statistici e permette di conseguire un punteggio massimo pari a 8 su 30. Il voto d’esame è la somma dei punteggi conseguiti nelle due parti. I valori pari a 31, 32 e 33 corrispondono al 30 e lode. Durante lo scritto non si possono portare in aula libri o appunti di alcun tipo. E' consentito l’uso di una calcolatrice non programmabile. Le tavole delle distribuzioni ed un formulario verranno forniti dai docenti.
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Exam: Written test;
The exam is written (2 hours). The exam is divided into two parts. The first part (1.5h) is made by 7-8 exercises on the points 2,3 and 4 of the course programme (see Contents section). The second part (0.5 h) concerns the points 1 and 5 of the course programme (see Contents section) and requires the interpretation of few statistical software outputs. The maximum score of the first part is 25/30 while the maximum score of the second part is 8/30. The exam score is the sum of the scores of the two parts. If the score is 31/30, 32/30 or 33/30 then the exam score is "30 e lode". Candidates are not allowed to take in the exam room text-books or notes. The use of non-programmable electronic calculators is allowed. The statistical distribution tables and a formulary will be made available to the candidates.
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.
Esporta Word


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti