Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA PER L'AMBIENTE E IL TERRITORIO
Insegnamento
ANALISI DEI DATI
IN02100135, A.A. 2018/19

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

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
INGEGNERIA PER L'AMBIENTE E IL TERRITORIO
IN0510, ordinamento 2012/13, A.A. 2018/19
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese STATISTICAL DATA ANALYSIS
Dipartimento di riferimento Dipartimento di Ingegneria Civile, Edile e Ambientale (ICEA)
Sito E-Learning https://elearning.unipd.it/dicea/course/view.php?idnumber=2018-IN0510-000ZZ-2017-IN02100135-N0
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile ROSA ARBORETTI GIANCRISTOFARO 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

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 6.0 48 102.0

Calendario
Inizio attività didattiche 01/10/2018
Fine attività didattiche 18/01/2019

Commissioni d'esame
Commissione Dal Al Membri
8 2017 01/10/2017 30/11/2018 CAPIZZI GIOVANNA (Presidente)
CARROZZO ANNA ELEONORA (Membro Effettivo)
CORAIN LIVIO (Supplente)

Syllabus
Prerequisiti: Nessuno.
Conoscenze e abilita' da acquisire: Introdurre lo studente della Laurea Triennale in Ingegneria Ambientale alle principali tecniche statistiche nell'ambito dei contesti applicativi in cui sorge spontaneo il loro utilizzo facendone comprendere sia i fondamenti teorici che la loro adeguata applicazione a problemi concreti.
Obiettivo del corso è quello di fornire gli strumenti necessari per:
- saper gestire un insieme di dati,
- rappresentare un insieme di dati in modo efficace,
- saper leggere un insieme di dati in modo critico,
- fare delle scelte,
- poter pianificare ed eseguire semplici sperimentazioni.
Modalita' di esame: L'esame consiste in una prova scritta con domande a risposta multipla e la produzione di un elaborato personale su una analisi di dati.
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: Introduzione alla statistica: statistica descrittiva e statistica inferenziale. I concetti di popolazione, campione, unità statistica.
Statistica descrittiva: tipi di variabili, indicatori di tendenza centrale e di variabilità o dispersione, il concetto di frequenza, rappresentazioni grafiche dei dati, la correlazione e le tabelle di contingenza.
Elementi di probabilità e le principali distribuzioni di probabilità. La distribuzione di probabilità normale o gaussiana.
Dalla statistica descrittiva alla statistica inferenziale: il concetto di replicazione e di campionamento casuale semplice.
Gli intervalli di confidenza e la verifica di ipotesi. Test ad un campione, a due campioni e per dati appaiati.
L’Analisi della varianza ad una e due vie.
La verifica di ipotesi per dati categoriali mediante il test Chi-quadrato.
La regressione lineare semplice e multipla.
Elementi di Design of Experiments.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali ed esercitazioni anche mediante l'utilizzo di slide e materiale preventivamente fornito agli studenti.
Eventuali indicazioni sui materiali di studio: Slide e materiale fornito dal docente e libro di testo.
Testi di riferimento:
  • Levine, D.M., Krehbiel T.C., Berenson M.L., Statistica. Milano: Pearson, 2010. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Laboratory
  • Problem based learning
  • Case study
  • Interactive lecturing
  • Problem solving
  • Utilizzo di video disponibili online o realizzati
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • One Note (inchiostro digitale)
  • MINITAB

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Industria, innovazione e infrastrutture Consumo e produzione responsabili Agire per il clima