- Oggetto:
- Oggetto:
Matematica e Statistica (Farmacia)
- Oggetto:
mathematics and statistics
- Oggetto:
Anno accademico 2020/2021
- Codice dell'attività didattica
- STF0060
- Docente
- Prof. Gianluca Garello (Titolare del corso)
- Corso di studi
- [f003-c503] laurea magistrale in farmacia - a torino
- Anno
- 1° anno
- Periodo didattico
- Da definire
- Tipologia
- Di base
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- MAT/05 - analisi matematica
- Modalità di erogazione
- Doppia
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Consigliata
- Tipologia d'esame
- Scritto
- Prerequisiti
- Nozioni di matematica di base: equazioni e disequazioni. calcoli con potenze, esponenziali e logaritmi. Rappresentazione cartesiana di punti e rette.
Conoscenza delle funzioni elementari e del loro grafico.
Capacità di trarre informazioni basilari dalla lettura del grafico di una funzione: dominio, punti di massimo e minimo, crescita e decrescita, iniettività, invertibilità. - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Il corso si propone di fornire agli studenti i metodi fondamentali per la lettura dei dati statistici ottenuti da procedure sperimentali, nonchè gli strumenti fondamentali di statistica inferenziale per trarre informazioni generali sulla popolazione a partire dai dati campionari.
The course aims to provide the students with the basic methods for reading statistical data obtained from experimental procedures, as well as the basic inferential statistic tools for obtaining general informations about the population from sampling data.
- Oggetto:
Risultati dell'apprendimento attesi
Al termine dell'insegnamento gli studenti devono dimostrare di conoscere e saper applicare in casi semplici, anche con l'utilizzo di strumenti di calcolo informatizzati (in particolare il software R), i metodi di base per l'analisi statistica descrittiva e inferenziale .
In particolare gli studenti dovranno:
- saper descrivere e rappresentare graficamente (con l'uso di R) piccole collezioni di dati strutturati e saperne dedurre le prime considerazioni qualitative
- acquisire la capacità di interpretare semplici tabelle di analisi statistica che intervengono nella letteratura scientifica,
- saper distinguere tra popolazione e campione, stima e stimatore,
- saper completare le deduzioni descrittive tratte dai campioni con elementi quantitativi,
- saper quantificare l''incertezza nella deduzione statistica.
At the end of the course, students must demonstrate knowledge and knowing how to apply in basic cases, even using computing tools (especially software R), the basic methods for descriptive and inferential statistical analysis.
In particular students should:
- know how to describe and represent graphically (using R) small structured data collections and be able to infer the first qualitative considerations
- acquire the ability to interpret simple statistical analysis tables that occur in scientific literature,
- be able to distinguish between population and sample, estimate and estimator,
- be able to complete the descriptive deductions drawn from the samples with quantitative elements,
- know how to quantify the uncertainty in the statistical deduction.- Oggetto:
Modalità di insegnamento
Lezioni ed esercitazioni.Nell'a.a. 2020/21, in regime di contenimento della pandemia COVID-19 le lezioni e esercitazioni si terranno in parte in presenza e in parte a distanza con modalità sincrona.
Tutte le attività potranno in ogni caso essere seguite a distanza.
La prima lezione si terrà il giorno lunedì 12 ottobre alle ore 14.00 esclusivamente in modalità sincrona a distanza.
Il link per il collegamento è: https://unito.webex.com/meet/gianluca.garello
Lectur and excercise sessionsIn the academic year 2020/21, for the containment of the COVID-19 pandemic, the lessons and exercises sessions will be held partly in presence and partly on-line with synchronous mode.
In any case, all activities can be followed on-line.
The first lecture will be held on Monday 12 October at 2.00 pm exclusively in remote synchronous mode.
The link for the connection is: https://unito.webex.com/meet/gianluca.garello
- Oggetto:
Modalità di verifica dell'apprendimento
REGOLE DELL'ESAME INTEGRATO
Il CCS di Farmacia ha stabilito che gli esami di Fisica e Matematica/Statistica siano accorpati in un unico esame con due moduli distinti (un modulo di Fisica e uno di Matematica)
Gli studenti possono sostenere l'esame dei due moduli nell'ordine che preferiscono. Alla fine si fara' la media degli esami dei due moduli per stabilire il voto finale dell'esame congiunto.
Gli studenti per sostenere l'esame di Matematica devono iscriversi all'appello in Esse3, per sostenere l'esame di Fisica devono iscriversi sia all'appello scritto che all'appello orale, nelle date corrette. Infatti l'esame di Matematica e' solo scritto mentre quello di Fisica e' scritto/orale.
Nel caso in cui lo studente sostenga prima il modulo di Matematica e ne accetti l'esito, dovrà presentarsi alla prova orale di Fisica munito di autocertificazione del voto di Matematica (il modulo è scaricabile dalla pagina del corso). All'esame orale di Fisica, potrà rifiutare il voto di Fisica e in tal caso l'esito finale (fisica+matematica) non sarà verbalizzato.
Lo studente potrà poi ripresentarsi all'esame di Fisica senza perdere il voto di Matematica (mentre invece avra' perso il voto di Fisica poiche' si tiene sempre conto solo
dell'esito dell'ultima prova sostenuta).
Nel caso in cui lo studente sostenga prima il modulo di Fisica e ne accetti il voto, dovrà presentarsi alla prova scritta di matematica munito di autocertificazione del voto di Fisica (il modulo è scaricabile dalla pagina moodle del corso).
Se lo studente supera la prova scritta di Matematica l'esito finale dell'esame (fisica+matematica) sarà disponibile online e lo studente potrà rifiutare il voto entro 5 giorni (il rifiuto avviene solo tramite ESSE3). Se lo studente non rifiuta nei 5 giorni significa che accetta il voto finale (fisica + matematica).
Se lo studente rifiuta l'esito finale dell'esame (fisica+matematica) si puo' ripresentare al successivo esame di Matematica senza perdere il voto di Fisica (avra' invece perso il voto di Matematica).
Ricordiamo che per entrambi i moduli, nel caso in cui si rifiuti il voto esplicitamente o si sostenga più volte la prova, si tiene in considerazione solo l'esito dell'ultima prova sostenuta (NON della prova migliore).REGOLE DEL MODULO DI MATEMATICA E STATISTICA
L'esame è solo scritto e verrà svolto in modalità informatizzata presso un'aula informatica del Dipartimento di Matematica.
La durata dell'esame sarà indicativamente di 60 minuti.
Simulazioni della prova d'esame sarannno fornite agli studenti tramite la pagina moodle del corso.
Agli studenti degli anni precedenti verà sottoposta una prova d'esame sul programma seguito, che si svolgerà comunque in aula informatica e avrà durata 60 minuti, potranno portare con sè calcolatrice e tavole delle distribuzioni e dei quantili.
Attenzione: l'iscrizione on line è OBBLIGATORIA per poter sostenere l'esame.
Gli studenti iscritti che NON si presentano alla prova, saranno esclusi dalla prova di Matematica e Statistica successiva.
Modalità temporanea di svolgimento dell’esame di profitto in regime di emergenza sanitaria ai sensi del D.R. 1097/2020 del 20/03/2020
Nell'a.a. 2020-21 gli esami del modulo di Matematica e Statistica si terranno di norma in presenza, presso l'aula Info-5 del Dipartimento di Matematica.
Potranno chiedere di sopstenere l'esame a distanza le/gli studenti residenti o domiciliate/i fuori regione, oppure in condizioni di fragilità sanitaria* o affetti da sintomi di Covid 19, o in quarantena cautelativa dichiarata, la richiesta dovrà essere indicata nel campo Note all'atto dell'iscrizione.
Nel caso siano in vigore nel periodo dell'appello misure restrittive decretate dal Rettore, gli esami si terranno esclusivamente a distanza. Il Docente si riserva di richiedere un' autoicertificazione attestante il possesso dei requisiti sopraindicati.
La prova d'esame a distanza avrà le stesse modalità di quella ordinaria in presenza e per quanto possibile sarà identica.
* Presentano condizioni di "fragilità", così come definito dal Decreto-legge 17 marzo 2020, n. 18 (GU n. 70 del 17.03.2020), convertito in Legge 24 aprile 2020 n. 27 (GU n.110 del 29-04-2020 - SO n. 1): soggetti in possesso del riconoscimento di disabilità con connotazione di gravità ai sensi dell’articolo 3, comma 3, della legge 5 febbraio 1992, n. 104, nonché per coloro in possesso di certificazione rilasciata dai competenti organi medico-legali, attestante una condizione di rischio derivante da immunodepressione o da esiti da patologie oncologiche o dallo svolgimento di relative terapie salvavita, ai sensi dell’articolo 3, comma 1, della medesima legge n. 104 del 1992.
- Oggetto:
Programma
Statistica descrittiva: Introduzione all’ambiente R. Variabili univariate. Variabili quantitative e qualitative. Indici riassuntivi di posizione e di variabilità, rappresentazioni grafiche (istogramma, boxplot). Variabili bivariate. Rappresentazione grafica, scatterplot, istogrammi e boxplot. Confronti qualitativi. Indipendenza e misure di associazione. Dati categoriali bivariati e tabelle.
Elementi essenziali di probabilità: Introduzione al modello probabilistico per i dati. Definizione di probabilità e calcolo elementare. Variabili aleatorie. Media e varianza di variabile aleatoria. Campionamento, statistica e distribuzione campionaria. Esempi di famiglie di distribuzioni.Inferenza statistica: Il controllo della variabilità. Stima intervallare, per proporzioni, per la media, per la varianza, per differenze (di proporzioni, di medie), per la mediana non parametrici. Test di ipotesi. Per proporzioni, per la media, per la mediana. Test per due campioni (indipendenti e accoppiati).
Test di bontà del fit, test el chi quadro per l'indipendenza,
Analisi della varianza ad una via per variabili quantitative.
Introduzione alla stima di modelli statistici. La regressione lineare (semplice e multivariata). Stima dei parametri e loro interpretazione.
1270/5000Descriptive statistics: Introduction to the R environment. Univariate variables. Quantitative and qualitative variables. Summarizing position and variability indices, graphic representations (histogram, boxplot). Bivariate variables. Graphic representation, scatterplot, histograms and boxplot. Independence and Association Measures. Bivariate categorical data and tables.
Basic probability tools: Introduction to the probabilistic model for data. Definition of probability and elementary calculation. Random variables. Mean and variance of random variable. Sampling, statistics and sampling distribution. Examples of distribution families.
Statistical Inference: Variability Control. Estimate intervals, for proportions, mean, variance, differences (of proportions, mean) for the non-parametric median. Hypothesis test. For proportions, mean, median. Test for two samples (independent and paired).
Fit fitness test, chisquare test for independence,
One-way ANOVA for quantitative variables.
Introduction to the Estimation of Statistical Models. Linear regression (simple and multivariate). Estimation of parameters and their interpretation.Testi consigliati e bibliografia
- Oggetto:
- J. Verzani, Using R for Introductory Statistics, CRC Press.
- Materiale del corso pubblicato sulla pagina Moodle (Slide, Script R, Report R, Videolezioni)
J. Verzani, Using R for Introductory Statistics, CRC Press.
- Other teching tools published on the Moodle page (Slide, Script R, Report R, Videolectures)
- Oggetto:
Note
- L'insegnamento si avvale sistematicamente della Piattaforma Moodle, attivabile dal bottone a fondo pagina.
Gli studenti sono invitati ad accedervi e ad iscriversi il prima possibile, meglio se prima dell'inizio delle lezioni.
Si invita soprattutto a scaricare sul proprio PC/ tablet i software R e R-Studio presenti sulla pagina moodle e a verificarne il funzionamento.
Gli studenti in posssesso di computer portatile e/o tablet sono caldamente invitati a portarlo in aula. Sarà un utilissimo strumento per seguire lezioni e esercitazioni.
La prima lezione si terrà il giorno lunedì 12 ottobre alle ore 14.00 esclusivamente in modalità sincrona a distanza.
Il link per il collegamento è: https://unito.webex.com/meet/gianluca.garello
- Oggetto:
