Scheda programma d'esame
STATISTICA
MARIO MAURELLI
Anno accademico2023/24
CdSINFORMATICA
Codice737AA
CFU6
PeriodoSecondo semestre
LinguaItaliano

ModuliSettore/iTipoOreDocente/i
STATISTICAMAT/06LEZIONI48
MARIO MAURELLI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Illustare i concetti di base e le principali proprietà (con dimostrazione se previsto) di statistica descrittiva, probabilità e inferenza statistica.

Knowledge

Explain the basic concepts and main properties (with proofs if required) of descriptive statistics, probability, and statistical inference.

Modalità di verifica delle conoscenze

Esame finale.

Assessment criteria of knowledge

Final exam.

Capacità

Risolvere problemi elementari di probabilità, fare un'analisi statistica di dati e impostare intervalli di fiducia e test statistici.

Skills

Solve elementary probability problems, perform a statistical analysis of data, and set confidence intervals and statistical tests.

Modalità di verifica delle capacità

Esame finale.

Assessment criteria of skills

Final exam.

Behaviors

The student will look at real data with a statistical way of thinking.

Prerequisiti (conoscenze iniziali)

Il contenuto del corso di Analisi del primo anno, nozioni di Algebra Lineare.

Prerequisites

The notions of the classes Mathematical Analysis and Linear Algebra.

Indicazioni metodologiche

Il corso consta di lezioni frontali ed esercitazioni riguardanti soluzioni di problemi.

Teaching methods

The course consists of lectures and exercises focusing on problem-solving.

Programma (contenuti dell'insegnamento)

Nozioni di Statistica Descrittiva: dati numerici singoli e multipli e grandezze che li descrivono.

Probabilità e Variabili Aleatorie: probabilità condizionata e indipendenza, variabili aleatorie discrete e con densità, valori attesi e momenti, le principali distribuzioni di probabilità dell'inferenza statistica, Legge dei Grandi Numeri e Teorema Limite Centrale.

Inferenza Statistica: modelli statistici e stima dei parametri, intervalli di fiducia e test statistici, i principali test statistici sulle Variabili Gaussiane.

Syllabus

Notions of descriptive statistics: numerical data and quantities describing them.

Probability and random variables: conditional probability and independence, discrete random variables, random variables with a density, expected values and moments, the main probability distributions for statistical inference, the Law of Large Numbers, the Central Limit Theorem.

Statistical inference: statistical models and estimates of the parameters, confidence intervals and statistical tests, main statistical tests for Gaussian Variables.

Bibliografia e materiale didattico

Appunti scritti dai docenti sui contenuti del corso, con esercizi.

S. Ross "Probabilità e Statistica per l'Ingegneria e le Scienze" Apogeo

Bibliography

Notes from the lecturers.

S. Ross "Probabilità e Statistica per l'Ingegneria e le Scienze" Apogeo

Indicazioni per non frequentanti

Non ci sono variazioni per i "non frequentanti". Attraverso la classe MS Teams e/o Google classroom e/o la pagina e-learning del corso, tenersi al corrente del programma svolto.

Non-attending students info

There are no variations for non-attending students. Stay updated on the course program through the MS Teams class and/or Google Classroom and/or the course's e-learning page.

Modalità d'esame

L'esame consiste in una prova scritta (che prevede sia parti di teoria sia di esercizi) seguita da un colloquio orale.

Assessment methods

The exam consists of a written test (involving both theoretical questions and exercise) and an oral test.

Altri riferimenti web

Verrà usata almeno una tra:

  • classe MS Teams
  • Google classroom
  • pagina e-learning del corso
Additional web pages

At least one of the following will be used:

  • MS Teams classroom
  • Google classroom
  • e-learning webpage of the course

 

Ultimo aggiornamento 06/12/2023 23:12