Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA GESTIONALE
Insegnamento
STATISTICAL METHODS AND APPLICATIONS - METODI E APPLICAZIONI STATISTICHE
INM0018840, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
INGEGNERIA GESTIONALE
IN0522, ordinamento 2008/09, A.A. 2017/18
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese STATISTICAL METHODS AND APPLICATIONS
Dipartimento di riferimento Dipartimento di Tecnica e Gestione dei Sistemi Industriali (DTG)
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede VICENZA

Docenti
Responsabile LUIGI SALMASO SECS-S/01

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative SECS-S/01 6.0

Modalità di erogazione
Periodo di erogazione Primo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LEZIONE 6.0 48 102.0 Nessun turno

Calendario
Inizio attività didattiche 02/10/2017
Fine attività didattiche 19/01/2018

Syllabus
Prerequisiti: Nessuno.
Conoscenze e abilita' da acquisire: Introdurre lo studente della Laurea Magistrale in Ingegneria Gestionale alle principali tecniche statistiche nell'ambito dei contesti aziendali in cui sorge spontaneo il loro utilizzo facendone comprendere sia i fondamenti teorici che la loro adeguata applicazione a problemi concreti.
Modalita' di esame: L'esame consiste in una prova orale.
Criteri di valutazione: La preparazione dello studente sarà valutata sulla base del grado di conoscenza dei principi teorici e delle applicazioni delle metodologie statistiche presentate all'interno dell'insegnamento.
Contenuti: 1. Elementi di metodologia statistica univariata e multivariata:
Elementi di statistica descrittiva: frequenza, indici di sintesi (posizione, variabilità e forma) e di rappresentazioni grafiche (istogrammi, boxplot, grafico a dispersione).
Elementi di teoria della probabilità: discrete e continue distribuzioni di probabilità.
Elementi di inferenza statistica: distribuzioni campionarie, stima puntuale ed intervallare, verifica di ipotesi, regressione lineare semplice e multipla.
2. Progettazione e analisi degli esperimenti e Conjoint Analysis:
One-way ANOVA, Multi-Way ANOVA, piani fattoriali, disegni e modelli ottimali. Response Surface Methodology. Full profile and choice based conjoint analysis.
3. Statistica non parametrica:
Metodi di ricampionamento: test di permutazione univariati e multivariati.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali e esercitazioni in laboratorio informatico mediante software dedicato.
Eventuali indicazioni sui materiali di studio: Libro di testo e materiale fornito dal docente.
Testi di riferimento:
  • Montgomery DC, Design and Analysis of Experiments, 12th Edition. New York: Wiley, 2012.