Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1- Introduzione al corso
• Psicologia
• Ingegneria
o Ingegneria Civile
o Ingegneria Industriale
o Ingegneria dell’Informazione (Ingegneria Informatica, Telecomunicazioni, …)
4
Approccio statistico
Statistica metodologica
• Enfasi sulla metodologia statistico-matematica
• Analisi dei dati al fine di dimostrare la validità del
metodo
Statistica applicata
• Progettazione della raccolta dei dati (ad es., gli
esperimenti) ed analisi dei dati per la risoluzione di
problemi in diversi domini applicativi
• Analisi dei fenomeni attraverso gli strumenti statistici
o Scelta del metodo più appropriato
5
Data Science
La Data Science (scienza dei
dati) si basa sulle competenze di
Informatica, Statistica e quelle
del dominio applicativo
https://hbr.org/2012/10/data-scientist-the-sexiest-
job-of-the-21st-century
7
Libri di testo
D. Piccolo
Statistica per le decisioni, 3° ed.
Il Mulino, 2020
S. M. Iacus, G. Masarotto
Laboratorio di Statistica con R, 2° ed.
McGraw-Hill, 2014
8
Libri di supporto
M. Guida
Affidabilità
Aracne, 2020
A. Papoulis, S. U. Pillai
Probability, random variables and
stochastic processes, 4th ed.
McGraw-Hill, 2001
Conoscenze e comprensione
Descrizione di fenomeni non deterministici basata sulla teoria della probabilità. Elementi di
base di statistica descrittiva, per sintetizzare i dati nell’analisi univariata e multivariata, e
dell’inferenza statistica. Analisi dei fattori più significativi nella descrizione di un fenomeno.
Modelli di regressione lineare. Test per valutare la significatività statistica.
Prerequisiti:
• adeguate conoscenze matematiche
• nozioni di probabilità di base.
Propedeuticità:
• Fondamenti di segnali e trasmissione
11
Contenuti del corso di Statistica Applicata
• Richiami di teoria della probabilità. Calcolo combinatorio. Modelli di variabili
aleatorie. Coppie di variabili aleatorie. Distribuzioni congiunte e marginali.
Indicatori sintetici per coppie di variabili aleatorie. Modelli di variabili aleatorie
discrete e continue di uso nell’analisi dei dati
13
Modalità di verifica dell’apprendimento
• L’esame prevede un progetto di gruppo e un colloquio orale.
o Il progetto mira a stabilire le capacità di analizzare un semplice dataset
tramite il software R.
o Il colloquio orale è finalizzato a valutare nel suo complesso: la capacità di
affrontare problemi di statistica applicata attraverso le metodologie e gli
strumenti illustrati durante il corso; la conoscenza ed il livello di
comprensione dei concetti presentati al corso.
o Vengono anche valutate l’autonomia di giudizio e la capacità espositiva
14
Introduction to R
http://cran.r-project.org/
• A language and environment for statistical computing and graphics
• A GNU project which is similar to the S language and environment, developed at Bell
Laboratories (formerly AT&T, now Lucent Technologies) by John Chambers and
colleagues
• One of most widely used data analysis software: used by millions of data
scientists, statisticians and data analysts
15
RStudio
https://www.rstudio.com/products/rstudio/
17