ITA | ENG
B020529 - STATISTICA INDUSTRIALE
Principali informazioni
Lingua Insegnamento
Libri di testo consigliati
Obiettivi Formativi
Prerequisiti
Metodi Didattici
Altre Informazioni
Modalità di verifica apprendimento
Programma del corso
Anno Accademico 2015-16
Coorte 2014 - Laurea Triennale (DM 270/04) in INGEGNERIA MECCANICA
Anno di corso
Secondo Anno - Primo Semestre
Dipartimento di Afferenza
Ingegneria Industriale
Tipo insegnamento
Attività formativa monodisciplinare
Settore Scientifico disciplinare
SECS-S/02 - STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Crediti Formativi
6
Ore Didattica
54
Periodo didattico
21/09/2015 ⇒ 18/12/2015
Frequenza Obbligatoria
No
Tipo Valutazione
Voto Finale
Programma del corso
mostra
Docenza
Lingua Insegnamento
Italiano
Libri di testo consigliati (Cerca nel catalogo della biblioteca)
NAVIDI, William
Probabilità e statistica per l'ingegneria e le scienze
McGraw-Hill 2006
Montgomery et al. Statistica per ingegneria, Egea 2004
Probabilità e statistica per l'ingegneria e le scienze
McGraw-Hill 2006
Montgomery et al. Statistica per ingegneria, Egea 2004
Obiettivi Formativi
Acquisizione dei principali metodi statistici con specifico riferimento alla loro utilità nella risoluzione di problemi applicati all'ingegneria civile, edile e ambientale
Prerequisiti
Gli elementi fondamentali del "Calcolo" per una e più variabili (Analisi 1 e 2) e dell'algebra lineare (Geometria)
Metodi Didattici
Lezioni ed esercitazioni in aula
Altre Informazioni
E' presente il corso nella piattaforma moodle di Ateneo dove sarà inserito anche l'eventuale materiale integrativo. E' consigliabile iscriversi attraverso le proprie credenziali di Ateneo
Modalità di verifica apprendimento
Esame scritto su applicazioni dei metodi
Programma del corso
A. Statistica Descrittiva
1. Popolazioni e Campioni. Dati
2. Sintesi numeriche di dati: media, mediana, moda; deviazione standard, differenza interquartile; asimmetria, curtosi.
2. Rappresentazioni grafiche: istogrammi, poligoni di frequenza, analisi esplorativa dei dati. Diagrammi ramo-foglie, diagrammi scatole-baffi(box-plot)).
B. Fondamenti di Probabilità
1. La logica dell'incerto. Eventi, Probabilità, Eventi dipendenti e indipendenti, tecniche di conteggio.
2. Distribuzioni di probabilità, momenti. Modelli probabilistici:
Discreti: binomiale, ipergeometrico, geometrico, binomiale negativo, di Poisson:
Continui: normale, log-normale (Gamma, Beta, Weibull).
C. Inferenza statistica
1. Stima di parametri puntuale e intervallare Confronti fra campioni diversi.
2. Verifica di ipotesi. Test di adattamento [cenni].
3. Analisi di correlazione.
4. Regressione lineare semplice: minimi quadrati, stima dei parametri e verifica del modello.
1. Popolazioni e Campioni. Dati
2. Sintesi numeriche di dati: media, mediana, moda; deviazione standard, differenza interquartile; asimmetria, curtosi.
2. Rappresentazioni grafiche: istogrammi, poligoni di frequenza, analisi esplorativa dei dati. Diagrammi ramo-foglie, diagrammi scatole-baffi(box-plot)).
B. Fondamenti di Probabilità
1. La logica dell'incerto. Eventi, Probabilità, Eventi dipendenti e indipendenti, tecniche di conteggio.
2. Distribuzioni di probabilità, momenti. Modelli probabilistici:
Discreti: binomiale, ipergeometrico, geometrico, binomiale negativo, di Poisson:
Continui: normale, log-normale (Gamma, Beta, Weibull).
C. Inferenza statistica
1. Stima di parametri puntuale e intervallare Confronti fra campioni diversi.
2. Verifica di ipotesi. Test di adattamento [cenni].
3. Analisi di correlazione.
4. Regressione lineare semplice: minimi quadrati, stima dei parametri e verifica del modello.