ECTS - University of Pisa
View syllabus
ERRORS AND DATA ANALYSIS
LORENZO CUPELLINI
Academic year2020/21
CourseCHEMISTRY
Code095CC
Credits3
PeriodSemester 2
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
ERRORI E ANALISI DEI DATICHIM/02LEZIONI24
LORENZO CUPELLINI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Il corso di Errori ed Analisi dei Dati consentirà allo studente di acquisire i concetti base necessari per la valutazione degli errori associati con le misure sperimentali e per il trattamento statistico dei dati sperimentali.
Knowledge

The course of Errors and Data Analysis will allow the student to acquire the basic concepts necessary for the evaluation of the errors associated with the experimental measurements as well as for the statistical treatments of the experimental data.
Modalità di verifica delle conoscenze

L'apprendimento delle conoscenze di base sarà valutato durante le lezioni frontali e le esercitazioni, mediante domande dirette agli studenti. La verifica delle conoscenze sarà principale oggetto dell'esame orale.
Assessment criteria of knowledge

Learning of knowledge will be evaluated throughout the course during lectures and exercises, through questions to the students. Knowledge gained by the students will be assessed during the oral exam.
Capacità

Al termine del corso:

  • Lo studente sarà in grado di applicare la propagazione degli errori in diverse situazioni ipotetiche di misure sperimentali
  • Lo studente sarà in grado di effettuare il trattamento statistico di dati sperimentali
Skills

At the end of the course:

  • the student will be able to apply error propagation in different hypothetical exmperimental measurement situations
  • the student will be able to apply statistical treatment to experimental data
Modalità di verifica delle capacità

L'abiità dello studente di applicare la teoria degli errori e il trattamento statistico a dati sperimentali sarà verificata durante le esercitazioni in classe, e sarà il principale oggetto dell'esame scritto.
Assessment criteria of skills

The student's ability to apply error theory and statistical treatment to experimental data will be assessed during practice exercises, and will be the main subject of the written exam.
Comportamenti

Lo studente potrà acquisire la capacità di utilizzare i concetti trattati in questo corso per risolvere problemi teorici e pratici connessi alla determinazione di errori associati a misure nonché al trattamento dei dati sperimentali.
Behaviors

The student could acquire the ability to use the concepts treated in this course to solve theoretical and practical problems related to the determination of errors associated to measurements, as well as to the treatment of experimental data
Modalità di verifica dei comportamenti

Gli studenti saranno stimolati a discutere alcune problematiche connesse agli errori delle misure ed al trattamento dei dati sperimentali durante le lezioni.

Durante l'esame orale, sarà verificata la capacità dello studente di risolvere problemi legati al trattamento dei dati.
Assessment criteria of behaviors

The students will be stimulated to discuss during the classes some problems related to the measurement errors and to the treatment of experimental data.

The oral exam is also focused on the ability of the student to solve problems related to treatment of experimental data.
Prerequisiti (conoscenze iniziali)

Per seguire il corso in modo proficuo lo studente dovrebbe aver acquisito i concetti base dei corsi di matematica dei primi due anni. In particolare, lo studente dovrebbe avere familiarità con potenze e logaritmi, limiti, derivate, serie, e integrali.
Prerequisites

In order to effectively attend the course, the student should have previously acquired the basic concepts treated in the mathematics courses held in the first two years. In particular, the student should be familiar with the following concepts: powers and logarithms, limits, derivatives, series, and integrals.
Indicazioni metodologiche
  • il corso è costituito da lezioni frontali ed esercitazioni in classe oppure al computer.
  • le lezioni frontali sono svolte con l'ausilio di slides, che saranno distribuite sul sito elearning dell'Università
  • il docente fa uso di ricevimenti, della posta elettronica, e del sito elearning per comunicare con gli studenti
Teaching methods
  • the course consists of lectures and practice exercises in class or with the computer
  • slides are used to support the lectures, and they will be made available through the e-learning website.
  • the teacher uses e-mails, consultations in the office, and the e-learning website to communicate with the students
Programma (contenuti dell'insegnamento)

Gli argomenti trattati nelle singole lezioni saranno riportati durante lo svolgimento del corso sul sito UNIMAP. Gli argomenti previsti sono i seguenti:

  • Concetto di misura
  • Errori casuali e sistematici
  • Propagazione degli errori
  • Distribuzione normale e sue proprietà dettagliate
  • Statistica descrittiva
  • Criteri di rigetto dei dati
  • Metodo dei minimi quadrati lineari e non lineari
  • Concetti di overfitting e underfitting
  • Covarianza e correlazione
  • Distribuzione binomiale
  • Distribuzione di Poisson
Syllabus

The subjects treated in each class will be reported during the year on the UNIMAP web site. The following subjects are included:

  • The concept of measure
  • Sistematic and random errors
  • Error propagation
  • Normal distribution and its detailed properties
  • Descriptive statistics
  • Criteria for data rejection
  • Linear and non-linear least squares methods
  • Overfitting and underfitting
  • Covariance and correlation
  • Binomial distribution
  • Poisson distribution
Bibliografia e materiale didattico

Copia elettronica delle slides e la bibliografia di riferimento, basata su libri disponibili nella biblioteca di Chimica, sono resi disponibili agli studenti.
Bibliography

An electronic copy of the slides, as well as the reference bibliography, based on books available at the library of Chemistry, are made available to the students.
Modalità d'esame

L'esame è composto da una prova scritta ed una orale.

  • La prova scritta consiste in 2-5 esercizi numerici e si tiene in una normale aula. Lo studente potrà utilizzare una calcolatrice.
  • La prova orale consiste in un colloquio della durata media di circa 30 minuti tra il candidato e la commissione, e può riguardare tutti gli argomenti trattati nelle ore di didattica frontale.

L’esame avrà esito positivo se

  • lo studente sarà in grado di applicare le tecniche imparate durante le lezioni per svolgere esercizi di statistica e analisi dei dati
  • lo studente dimostrerà di essere in grado di esprimersi in modo chiaro e di usare la terminologia scientifica corretta
  • lo studente dimostrerà di aver compreso un numero sufficiente di concetti e di aver acquisito un livello sufficiente delle conoscenze che caratterizzano questo insegnamento
Assessment methods

A written and an oral examination will be used as assessment method

  • The written exam takes place in a normal room, and it consists of 2-5 numerical exercises. The student can use a calculator.
  • The oral examination normally lasts about 30 minutes, and it consists of questions concerning the subjects treated during the lessons

In order to get a positive evaluation, the student should

  • be able to apply the techniques learned during class to simple exercises in statistics and data analysis
  • use the appropriate language and the correct terminology
  • show the understanding of a sufficient number of concepts, as well as the acquisition of a sufficient level of the knowledges characterizing this course
Updated: 22/09/2020 17:47