Politecnico di Torino | |||||||||||||||||
Anno Accademico 2017/18 | |||||||||||||||||
11CKRPW Statistica |
|||||||||||||||||
Corso di Laurea in Pianificazione Territoriale, Urbanistica E Paesaggistico-Ambientale - Torino |
|||||||||||||||||
|
|||||||||||||||||
|
|||||||||||||||||
Presentazione
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.
|
Risultati di apprendimento attesi
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.
|
Prerequisiti / Conoscenze pregresse
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.
|
Programma
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] |
Organizzazione dell'insegnamento
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.
|
Testi richiesti o raccomandati: letture, dispense, altro materiale didattico
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. |
Criteri, regole e procedure per l'esame
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. Può essere consentito l’uso di una calcolatrice non programmabile. Le tavole delle distribuzioni ed un formulario verranno forniti dai docenti. |
Orario delle lezioni |
Statistiche superamento esami |
|