Corso di Laurea Triennale in Informatica ‐ 2° anno
Codice e denominazione insegnamento
N° cfu
E3101Q127 ‐ Probabilità e Statistica per l'Informatica
8
Tipologia Attività Formativa (TAF)
C ‐ affine integrativa
SSD
semestre
MAT/06
2
Tipo insegnamento
Obbligatorio
Contenuti:
Variabili aleatorie, probabilità, probabilità condizionata e indipendenza stocastica. Distribuzione di probabilità. Distribuzioni notevoli. Campioni e campionamento. Legge dei grandi numeri e teorema centrale limite. Test di ipotesi parametrici e non parametrici. Regressione lineare.
Obiettivi formativi:
Formulare problemi di conteggio, computazione di probabilità marginali, congiunte e condizionali. Rappresentare dati tramite indici statistici con valutazioni puntuali ed intervallari. Inferire uguaglianza o superiorità/inferiorità o ancora non omogeneità di un campione rispetto ad un’altro campione dal punto di vista di una misura di prestazione. Individuare ed analizzare le relazioni esistenti tra diverse variabili di un medesimo insieme di dati. Uso di software statistici per la risoluzione dei problemi citati.
Prerequisiti:
Tutti gli esami di matematica previsti
Docente responsabile dell'insegnamento: STELLA Fabio
Cognomi A‐L
Turno
Docenti e attività didattica
docente
Tipologia attività didattica assistita
N° ore attività didattica assistita erogata
Lezione
STELLA Fabio
2
16
CV docente
Lezione e‐learning
STELLA Fabio
2
16
CV docente
Esercitazione
CHIESA Paola
2
20
Laboratorio e‐learning
da definire
2
24
8
76
totale
Cognomi M‐Z
N° cfu
Lezione
STELLA Fabio
2
16
CV docente
Lezione e‐learning
STELLA Fabio
2
16
CV docente
Esercitazione
STELLA Fabio
2
20
Laboratorio e‐learning
CHIESA Paola
2
24
8
76
totale
Metodi didattici
Materiale organizzato e realizzato per rendere autonomo lo studio da parte dello studente. Lezioni frontali (circa il 60% del corso) ed esercitazioni (40%) a calcolatore con ambienti software open source su problemi realistici in ambito medico, finanziario, pubblicitario, social networking, ...
Testi di riferimento:
Franco Pellerey, (2010) Elementi di statistica per le applicazioni, Ed. Celid Torino.
Modalità di verifica dell'apprendimento
La verifica dell'apprendimento comprende una prova scritta ed una prova orale. La verifica dell'apprendimento può inoltre derivare dall'esito di prove intermedie parziali.
Programma esteso – a.a. 2015‐2016
argomento
Statistica Descrittiva 1.1. Rappresentazioni numeriche e grafiche di dati statistici
1 1.2. Indici di tendenza centrale e di variabilità
1.3. Rappresentazione per caratteri bidimensionali
tipologia attività didattica
lezione frontale
3
esercitazione
2
laboratorio
studio individuale
2. Calcolo delle Probabilità
2.1. Definizioni, probabilità condizionata ed indipendenza stocastica
2 2.2. Variabili aleatorie unidimensionali e multidimensionali, indici di tendenza centrale e variabilità
7
esercitazione
5
laboratorio
6
24
Lezione frontale
3
esercitazione
2
laboratorio
2
studio individuale
Teoremi di Convergenza
4.1. Convergenza in distribuzione
4
4.2. Legge dei grandi numeri, Teorema limite centrale
2
14
Lezione frontale
studio individuale
3. Distribuzioni Notevoli
3.1. Distribuzioni dicrete: Bernoulli, binomiale, Poisson, …
3
3.2. Distribuzioni continue: normale, beta, esponenziale, t di Student, F, Chi‐quadro, …
ore
12
Lezione frontale
2
esercitazione
1
laboratorio
studio individuale
2
14
5. Stima di Parametri
5.1. Campionamento e campioni
5 5.2. Principali distribuzioni campionarie
5.3. Stimatori e stime puntuali, Stime intervallari: intervalli di confidenza per la media e sulla varianza
Lezione frontale
5
esercitazione
3
laboratorio
3
6. Verifica di Ipotesi: test parametrici
6.1. Introduzione, Errori del I e del II tipo
6 6.2. Test sulla media e sulla varianza di una popolazione
6.3. Test sulla differenza delle medie e delle varianze di due popolazioni
Lezione frontale
4
esercitazione
2
laboratorio
3
studio individuale
studio individuale
7. Verifica di Ipotesi: test non parametrici
7.1. Test per la bontà dell’adattamento: Kolmogorov‐Smirnov e test Chi‐quadro
7 7.2. Test per il confronto delle distribuzioni di popolazioni
7.3. Test di indipendenza
14
Lezione frontale
4
esercitazione
2
laboratorio
studio individuale
Regressione Lineare
8.1. Stima delle costanti del modello, intervalli di confidenza per i valori dei singoli individui
8 8.2. Attendibilità di un modello lineare, Analisi dei residui
8.3. Regressione lineare multipla: stima parametri, attendibilità, importanza variabili
14
2
14
Lezione frontale
4
esercitazione
3
laboratorio
4
studio individuale
18
