- Oggetto:
- Oggetto:
Statistica (Farmacia)
- Oggetto:
mathematics and statistics
- Oggetto:
Anno accademico 2022/2023
- Codice dell'attività didattica
- STF0301
- Docente
- Gianluca Garello (Titolare del corso)
- Corso di studi
- [f003-c503] laurea magistrale in farmacia - a torino
- Anno
- 1° anno
- Periodo didattico
- Primo semestre
- Tipologia
- Di base
- Crediti/Valenza
- 5
- SSD dell'attività didattica
- MAT/05 - analisi matematica
- Modalità di erogazione
- Tradizionale
- 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.
Basic mathematics notions: equations and inequalities. Calculations with powers, exponentials and logarithms. Cartesian representation of points and lines.
Knowledge of elementary functions and their graph.
Ability to obtain basic information from reading the graph of a function: domain, maximum and minimum points, growth and decrease, injectivity, invertibility. - 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.Le lezioni e le esercitazioni si svolgono in presenza. La frequenza non è obbligatoria ma fortemente consigliata.
Lectur and excercise sessionsLessons and exercises take place in person. Attendance is not compulsory but strongly recommended.
- Oggetto:
Modalità di verifica dell'apprendimento
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.
Attenzione: l'iscrizione on line è OBBLIGATORIA per poter sostenere l'esame.
Gli studenti iscritti che NON si presentano alla prova senza avvisare, saranno esclusi dalla prova di Matematica e Statistica successiva.
The exam is written form only and it will be carried out in computerized mode in a computer room of the MAthematics Department.
The duration of the exam will be approximately 60 minutes.
Simulations of the exam will be provided to students via the moodle page of the course.
Warning: online registration is MANDATORY in order to take the exam.
Enrolled students who not partecipate to te exam, without infor the teacher, will be excluded from the subsequent Mathematics and Statistics test.
- 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.
Descriptive 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.
The teacher systematically uses the Moodle platform, which can be activated from the button at the bottom of the page.
Students are invited to access it and register as soon as possible, preferably before the start of lessons.
Above all, we invite you to download the R and R-Studio software on your PC/tablet from the moodle page and check that it works.
Students with laptops and/or tablets are strongly encouraged to bring them to class. It will be a very useful tool for following lessons and exercises.
Il link per il collegamento è: https://unito.webex.com/meet/gianluca.garello
- Oggetto:
