Codice: Course code: |
8572 | |||||||||||||||||||||||||||||||||||
Anno accademico: Academic year: |
2005-2006 | |||||||||||||||||||||||||||||||||||
Titolo del corso: Course title: |
Modelli esplicativi della qualitą
Mathematical Models for Quality Control |
|||||||||||||||||||||||||||||||||||
Modulo: Module: |
Unico | |||||||||||||||||||||||||||||||||||
Docente 1: Teacher 1: |
NEGRI Ilia | |||||||||||||||||||||||||||||||||||
Ruolo Docente 1: Teacher 1: |
||||||||||||||||||||||||||||||||||||
Modalitą 1: Type 1: |
Convenzionale | |||||||||||||||||||||||||||||||||||
Settore scientifico-disciplinare: Reference sector: |
SECS-S/02 Statistica per la ricerca sperimentale e tecnologica | |||||||||||||||||||||||||||||||||||
Anno di corso: Year of degree course: |
3
Third |
|||||||||||||||||||||||||||||||||||
Facoltą: Faculty: |
Ingegneria | |||||||||||||||||||||||||||||||||||
Modalitą di frequenza: Type: |
Non obbligatoria | |||||||||||||||||||||||||||||||||||
Semestre: Semester: |
2 | |||||||||||||||||||||||||||||||||||
Sottoperiodo: Sub period: |
0° | |||||||||||||||||||||||||||||||||||
Numero totale di crediti: Total credits: |
2.5 | |||||||||||||||||||||||||||||||||||
Carico di lavoro Workload |
|
|||||||||||||||||||||||||||||||||||
Prerequisiti: Prerequisites: |
||||||||||||||||||||||||||||||||||||
Obiettivi formativi: Educational goals: |
Saper scegliere il modello pił adatto a descrivere un fenomeno anche complesso, sapendo cogliere le pecuiiaritą del fenomeno da analizzare a da formalizzare. Avere una buona padronanza dell'ambiente R
To develop the ability to choose the most suitable model to describe both simple and complex phenomena and grasp the unique nature of the phenomenon to analyse and formalise. To be comfortable using the R environment. |
|||||||||||||||||||||||||||||||||||
Contenuto del corso: Course contents: |
Analisi di regressione lineare, semplice e multipla, approccio matriciale. Analisi dei residui. Analisi della varianza. Modelli lineari per risposte qualitatitive, modelli lineari generalizzati.
Applicazioni a data set reali di tutti gli argomenti trattati.
Analisi dei dati in ambiente R.
Analysis of linear, simple and multiple regression; matrix approach. Analysis of residuals. Analysis of variance. Linear models for qualitative answers; generalised linear models. Application of all the topics studied to real data sets. Analysis of data in the R environment. |
|||||||||||||||||||||||||||||||||||
Testo di riferimento 1: Course text 1: |
Probabilitą e statistica per l'ingegneria e le scienze. S.M. Ross (pagine/pages: 100) | |||||||||||||||||||||||||||||||||||
Testo di riferimento 2: Course text 2: |
Laboratorio di Statistica con R S.M. Iacus, G. Masarotto (pagine/ pages: 80) | |||||||||||||||||||||||||||||||||||
Metodi didattici: Teaching activities: |
lezioni frontali, esercitazione
Lectures; practical sessions |
|||||||||||||||||||||||||||||||||||
Struttura della verifica del
profitto: Assessment: |
scritto + orale
written + oral |
|||||||||||||||||||||||||||||||||||
Descrizione verifica del profitto: |
Esercitazione pratica in laboratorio e commento orale alla prova.
Practical work in laboratory followed by discussion of the same. |
|||||||||||||||||||||||||||||||||||
Lingua di insegnamento: Teaching language: |
italiano
Italian |
|||||||||||||||||||||||||||||||||||
Altre informazioni: Other information: |
||||||||||||||||||||||||||||||||||||