Unit COMPUTER SCIENCE AND STATISTICS
- Course
- Food science and technology
- Study-unit Code
- GP000935
- Curriculum
- In all curricula
- Teacher
- Lorenzo Vergni
- Teachers
-
- Lorenzo Vergni
- Hours
- 60 ore - Lorenzo Vergni
- CFU
- 6
- Course Regulation
- Coorte 2018
- Offered
- 2018/19
- Learning activities
- Base
- Area
- Matematiche, fisiche, informatiche e statistiche
- Academic discipline
- INF/01
- Type of study-unit
- Obbligatorio (Required)
- Type of learning activities
- Attività formativa monodisciplinare
- Language of instruction
- Italian
- Contents
- •Descriptive statistics. The scientific method, measurement of natural phenomena and experimental data variability. Absolute, relative, and cumulated frequency distributions. Measures of location: media, mode and median. Measures of variability: range, deviance, variance, standard deviation, variation coefficient. Quantiles. Contingency tables, co-deviance, correlations, simple linear regression analysis.•Probability. Concepts of population and sample. Elements of probability theory. Discrete and continuous probability distributions: binomial and normal distribution.•Inferential statistics. Parameters and estimators. Estimation methods and criteria: General considerations. Sampling from a normal population: mean and standard deviation. Confidence intervals.•Test of hypothesis. Introduction to the hypothesis test for the mean and the variance of the population, Student t-test.•Data processing: basic and advanced functions of spreadsheet for data analysis (filters, ranks, PivotTables, statistical functions) and for solving logical-mathematical problems. Introduction to the statistical software R.Examples of descriptive analysis data, simple linear regression and test of hypothesis, also by computer applications.
- Reference texts
- Pelosi M. K., Sandifer T. M., Cerchiello P., Giudici P. (2009). Introduzione alla Statistica, McGraw-Hill.
Notes provided by the lecturer - Educational objectives
- L'obiettivo principale del corso è quello di fornire agli studenti le basi per l'elaborazione statistica di dati rilevati in occasione di indagini campionarie.In particolare le principali conoscenze acquisite saranno:•concetti di base della statistica (metodo sperimentale e concetto di campione e popolazione) e obiettivi di un'indagine statistica,•sintetizzare e descrivere i dati rilevati (con gli indicatori opportuni e graficamente),•differenza tra statistica descrittiva ed inferenziale•concetti di frequenza relativa e assoluta campionarie•misure di tendenza centrale e di dispersione campionaria•analisi di correlazione e regressione•distribuzioni di probabilità discrete e continue•stima dei parametri di una distribuzione normale•verifica delle ipotesi statistiche•funzionalità dei programmi utili nell'analisi e nella gestione dei datiTali conoscenze permetteranno di sviluppare le seguenti abilità:1.effettuare un campionamento (numerosità, metodo di campionamento)2.rappresentazioni grafiche della frequenza campionaria per dati qualitativi e quantitativi3.calcolare le principali misure di tendenza centrale e di dispersione di un campione4.individuare la retta di regressione in una dispersione di dati5.calcolare la probabilità di eventi di cui si conosce la distribuzione di probabilità6.verificare le ipotesi statistiche7.utilizzare il foglio elettronico e altri programmi specifici per l'analisi statistica dei dati8.utilizzare i programmi per la creazione e gestione dei dati9.saper individuare le tecniche più idonee alla soluzione dei problemi posti
- Prerequisites
- Knowledge of basic mathematics
- Teaching methods
- The course is organized as follows:-theoretical lectures about the topics of the course;-practical training about the use of the spreadsheet and other softwares for analysis, presentation and interpretation of experimental data.
- Learning verification modality
- Final exam is written and it is held in a computer room to make it possible the evaluation of both the statistics and computer sciences knowledge. The past exams are available in the learning material on Unistudium.
- Extended program
- T•basic concepts of statistics (experimental method and concepts of population and sample) and aims of an statistical investigation •summarize the experimental data (using indicators and graphically)•difference between descriptive and inferential statistics•relative and absolute sample frequency •measures of variation and central position•correlation and regression analysis•discrete and continuous probability distributions •estimation of a normal distribution parameters •statistical test•data analysis by computer programsThis knowledge led to the skills:•Carry out a sampling design •Graphical representations of samples frequencies•calculation of the most important measures of descriptive statistics•determination of the equation of the regression function•calculation of probabilities (for normal distributed variables)•use of statistical hypothesis tests•use of the spreadsheet and other specific programs, such as R, for data statistical analysis •use of database management software•identify the most suitable techniques in solving problems