Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA GESTIONALE
Insegnamento
STATISTICAL METHODS AND APPLICATIONS
INP9086964, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
INGEGNERIA GESTIONALE
IN0522, ordinamento 2008/09, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese STATISTICAL METHODS AND APPLICATIONS
Dipartimento di riferimento Dipartimento di Tecnica e Gestione dei Sistemi Industriali (DTG)
Sito E-Learning https://elearning.unipd.it/dtg/course/view.php?idnumber=2019-IN0522-000ZZ-2019-INP9086964-N0
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede VICENZA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile LUIGI SALMASO SECS-S/01

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative SECS-S/01 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 6.0 48 102.0

Calendario
Inizio attività didattiche 23/09/2019
Fine attività didattiche 18/01/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2008

Commissioni d'esame
Nessuna commissione d'esame definita

Syllabus
Prerequisiti: Nessuno.
Conoscenze e abilita' da acquisire: Introdurre lo studente della Laurea Magistrale in Ingegneria Gestionale alle principali tecniche statistiche nell'ambito dei contesti aziendali in cui sorge spontaneo il loro utilizzo facendone comprendere sia i fondamenti teorici che la loro adeguata applicazione a problemi concreti.
Modalita' di esame: L'esame consiste in una prova orale.
Criteri di valutazione: La preparazione dello studente sarà valutata sulla base del grado di conoscenza dei principi teorici e delle applicazioni delle metodologie statistiche presentate all'interno dell'insegnamento.
Contenuti: 1. Elementi di metodologia statistica univariata e multivariata:
Elementi di statistica descrittiva: frequenza, indici di sintesi (posizione, variabilità e forma) e di rappresentazioni grafiche (istogrammi, boxplot, grafico a dispersione).
Elementi di teoria della probabilità: discrete e continue distribuzioni di probabilità.
Elementi di inferenza statistica: distribuzioni campionarie, stima puntuale ed intervallare, verifica di ipotesi, regressione lineare semplice e multipla.
2. Progettazione e analisi degli esperimenti e Conjoint Analysis:
One-way ANOVA, Multi-Way ANOVA, piani fattoriali, disegni e modelli ottimali. Response Surface Methodology. Full profile and choice based conjoint analysis.
3. Statistica non parametrica:
Metodi di ricampionamento: test di permutazione univariati e multivariati.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali e esercitazioni in laboratorio informatico mediante software dedicato.
Eventuali indicazioni sui materiali di studio: Libro di testo e materiale fornito dal docente.
Testi di riferimento:
  • Montgomery DC, Design and Analysis of Experiments, 12th Edition. New York: Wiley, 2012. Cerca nel catalogo
  • R.E. Walpole - R.H. Myers - S.L. Myers - K.E. Ye, Analisi statistica dei dati per l'ingegneria. Milano: Pearson, 2017.

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Laboratory
  • Case study
  • Working in group
  • Problem solving
  • Quiz o test a correzione automatica per feedback periodico o per esami
  • Active quiz per verifiche concettuali e discussioni in classe

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • One Note (inchiostro digitale)
  • MINITAB

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Istruzione di qualita' Industria, innovazione e infrastrutture Consumo e produzione responsabili