FACOLT ANNO ACCADEMICO CORSO DI LAUREA INSEGNAMENTO TIPO DI ATTIVIT AMBITO DISCIPLINARE CODICE INSEGNAMENTO ARTICOLAZIONE IN MODULI NUMERO

MODULI SETTORI SCIENTIFICO DISCIPLINARI DOCENTE RESPONSABILE

Ingegneria 2013-14 Ingegneria Gestionale STATISTICA Di Base Matematica, informatica, statistica 06644 NO SECS-S/02 Alberto Lombardo Professore Ordinario Universit di Palermo 9 137 88 Nessuna II Consultare il sito www.ingegneria.unipa.it Lezioni frontali, Esercitazioni in aula Facoltativa Prova Orale, Prova Scritta Voto in trentesimi Secondo semestre Consultare il sito www.ingegneria.unipa.it Mercoled 14:17

CFU NUMERO DI ORE RISERVATE ALLO STUDIO PERSONALE NUMERO DI ORE RISERVATE ALLE ATTIVIT DIDATTICHE ASSISTITE PROPEDEUTICIT ANNO DI CORSO SEDE DI SVOLGIMENTO DELLE LEZIONI ORGANIZZAZIONE DELLA DIDATTICA MODALIT DI FREQUENZA METODI DI VALUTAZIONE TIPO DI VALUTAZIONE PERIODO DELLE LEZIONI CALENDARIO DELLE ATTIVIT DIDATTICHE ORARIO DI RICEVIMENTO DEGLI STUDENTI RISULTATI DI APPRENDIMENTO ATTESI

Conoscenza e capacit di comprensione Lo studente al termine del Corso avr conoscenza degli strumenti basilari del calcolo delle probabilit (comprese le principali variabili casuali), della statistica inferenziale classica e bayesiani (stima puntuale ed intervallare e verifica di ipotesi parametrica e non) e di analisi della dipendenza statistica tra variabili (analisi della varianza e regressione semplice e multipla). Capacit di applicare conoscenza e comprensione Lo studente sar in grado di utilizzare i predetti strumenti in ambito industriale ed aziendale, contribuendo ad arricchire linsieme dei propri strumenti di analisi attraverso moderni metodi non deterministici. Autonomia di giudizio Lo studente sar in grado di interpretare i principali risultati di esperimenti programmati, cos come organizzare e leggere i dati provenienti dalla propria azienda. Abilit comunicative

Lo studente acquisir la capacit di comunicare ed esprimere problematiche inerenti fenomeni non deterministici, trasferendo al proprio gruppo di lavoro la necessit di utilizzare strumenti idonei. Capacit dapprendimento Lo studente avr appreso i principi della metodologia probabilistica e statistica e sar in grado di acquisire nuove informazioni, cos come leggere i risultati di un qualunque software statistico.

OBIETTIVI FORMATIVI

Lo studente al termine del Corso avr conoscenza degli strumenti basilari del calcolo delle probabilit (comprese le principali variabili casuali), della statistica inferenziale classica e bayesiani (stima puntuale ed intervallare e verifica di ipotesi parametrica e non) e di analisi della dipendenza statistica tra variabili (analisi della varianza e regressione semplice e multipla). ORE FRONTALI 2 2 4 8 2 2 4 6 4 4 2 2 6 8 2 2 LEZIONI FRONTALI Introduzione alla Probabilit Variabili casuali (generalit) Variabili casuali discrete: binomiale, Poisson, Binomiale negativa, Ipergeometrica Variabili casuali continue: esponenziale, gamma, normale, chi-quadrato, tStudent, F-Fisher Convergenze stocastiche, legge dei grandi numeri Generazione di numeri pseudo casuali Stima puntuale Stima intervallare Verifica di ipotesi parametrica Confronto tra due campioni Verifica di ipotesi non parametrica Tabelle di associazione e contingenza Analisi della varianza ad uno e due fattori Regressione semplice e multipla Modello lineare generalizzato Analisi dei residui ESERCITAZIONI Variabili casuali discrete: binomiale, Poisson, Binomiale negativa, Ipergeometrica Variabili casuali continue: esponenziale, gamma, normale, chi-quadrato, tStudent, F-Fisher Stima puntuale Stima intervallare Verifica di ipotesi parametrica Confronto tra due campioni Verifica di ipotesi non parametrica Tabelle di associazione e contingenza Analisi della varianza ad uno e due fattori Regressione semplice e multipla Dispense del corso P. Erto, Probabilit e statistica per ingegneri, McGrawHill

2 6 2 2 2 2 2 2 4 4 TESTI CONSIGLIATI