Offerta Didattica
INFORMATICA
METODI E MODELLI STATISTICI
Classe di corso: L-31 - Scienze e tecnologie informatiche
AA: 2016/2017
Sedi: MESSINA
SSD | TAF | tipologia | frequenza | moduli |
---|---|---|---|---|
MAT/05 | Base | Libera | Libera | No |
CFU | CFU LEZ | CFU LAB | CFU ESE | ORE | ORE LEZ | ORE LAB | ORE ESE |
---|---|---|---|---|---|---|---|
6 | 6 | 0 | 0 | 48 | 48 | 0 | 0 |
LegendaCFU: n. crediti dell’insegnamento CFU LEZ: n. cfu di lezione in aula CFU LAB: n. cfu di laboratorio CFU ESE: n. cfu di esercitazione FREQUENZA:Libera/Obbligatoria MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli ORE: n. ore programmate ORE LEZ: n. ore programmate di lezione in aula ORE LAB: n. ore programmate di laboratorio ORE ESE: n. ore programmate di esercitazione SSD:sigla del settore scientifico disciplinare dell’insegnamento TAF:sigla della tipologia di attività formativa TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio
Obiettivi Formativi
Fornire i mezzi per comprendere le principali nozioni di probabilità e statistica ed, al tempo stesso, illustrare come essi possano essere applicati per lo studio scientifico di vari fenomeni aleatori. A tal scopo, ci si propone di coprire vari aspetti concernenti il calcolo delle probabilità (con particolare riguardo allo studio delle distribuzioni di probabilità discrete e continue), la statistica descrittiva (allo scopo di introdurre i metodi di analisi dei dati, i principali tipi di grafici, il concetto di variabile, le definizioni delle più importanti statistiche e le nozioni di regressione), e la statistica inferenziale (al fine di dedurre informazioni su una intera popolazione utilizzando risultati ottenuti su campioni estratti da essa).Learning Goals
Provide the tools to understand the main notions of probability and statistics and, at the same time, to show how they can be applied for the scientific investigation of many aleatory phenomena. To this aim, there will be covered several aspects concerning the calculus of probability (with particular emphasis to the study of the discrete and continuous probability distributions), the descriptive statistics (with the goal of introducing the methods of data description, the main types of graphs, the notion of variable, the definitions of the most significant statistics and regression), and the inferential statistics (with the goal of deducing information on the whole population through results obtained by using subsets extracted from it).Metodi didattici
Lezioni frontali ed esercitazioni.Teaching Methods
Frontal lectures and exercises.Prerequisiti
Conoscenze di base di analisi matematica. Conoscenze della struttura algebrica dei numeri reali, delle successioni (limiti fondamentali), delle funzioni, del calcolo differenziale ed integrale.Prerequisites
Basic knowledge on mathematical analysis. Knowledge on the algebraic structure of the real numbers, sequences (fundamental limits), functions, integral and differential calculus.Verifiche dell'apprendimento
Esame scritto sui contenuti del corso. Esame orale facoltativoAssessment
Written exam on the overall content of the course.Programma del Corso
Calcolo delle probabilità: introduzione al calcolo delle probabilità. Richiami di calcolo combinatorio. Teoria assiomatica della probabilità. Probabilità condizionata. Indipendenza. Variabili aleatorie discrete e continue. Vettori aleatori discreti e continui. Valore atteso (o media), varianza e deviazione standard. Covarianza e coefficiente di correlazione. Densità di probabilità notevoli: densità discrete (binomiale, di Bernoulli, di Poisson e geometrica) e densità continue (Uniforme, esponenziale, normale o di Gauss e normale standardizzata). Disuguaglianza di Markov e disuguaglianza di Chebychev. Legge dei grandi numeri. Statistica descrittiva: Organizzazione e descrizione dei dati. Rappresentazione dei dati. Le grandezze che sintetizzano i dati (Indici di posizione e di dispersione. Quartili.). Forma di una distribuzione. Correlazione fra variabili. Metodo dei minimi quadrati. Cenni di Statistica inferenziale: campionamento. Distribuzione della media campionariaCourse Syllabus
Calculus of probability: Introduction. Hint of combinatorics. Axiomatic theory of probability. Conditional probability. Indipendence. Discrete and continuous random variables. Discrete and continuous random vectors. Expected value (mean) and variance. Distributions: discrete (binomial, of Bernoulli, of Poisson and geometric) and continuous (uniform, exponential, of Gauss or normal). Law of large numbers. Central limit theorem. Descriptive statistics: Organization and description of the data. The variables which described the data Inferential statistics: Sampling. Estimation of parameters. Test of hypotheses.Testi di riferimento: R.A. Johnson, Probabilità e Statistica per Ingegneria e Scienze, 2007, Pearson
S.M. Ross. Probabilita' e statistica per l'ingegneria e le scienze, 2008, Apogeo Editore.
Esami: Elenco degli appelli
Elenco delle unità didattiche costituenti l'insegnamento
METODI E MODELLI STATISTICI
Docente: MARIA BERNADETTE DONATO
Orario di Ricevimento - MARIA BERNADETTE DONATO
Giorno | Ora inizio | Ora fine | Luogo |
---|---|---|---|
Lunedì | 09:00 | 10:00 | Dipartimento di Economia, stanza 28, piano I |
Martedì | 09:00 | 10:30 | Dipartimento di Economia, stanza 28, piano I |
Note: