Stampa  
Codice:  
Course code:		 8910
Anno accademico:
Academic year:		 2008-2009
Titolo del corso:
Course title:		 Statistica Industriale
Industrial Statistics
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:		 Primo
1st year post-graduate degree
Facoltą:
Faculty:		 Ingegneria
Modalitą di frequenza:
Type:		 Non obbligatoria
Semestre:
Semester:		 1
Sottoperiodo:
Sub period:		 0°
Numero totale di crediti:
Total credits:		 5.0
Carico di lavoro
Workload
Attività frontale:
Lectures:		 30.0
Esercitazioni:
Applied activities:		 18.0
Studio individuale:
Individual work:		 80.0
Attività didattica a piccoli gruppi:
Group work:		 0.0
Seminari:
Seminars:		 0.0
Laboratori:
Laboratories:		 0.0
TOTALE (voci sopra-elencate):
TOTAL:		 128.0
Ore di lezione settimanali:
 4.0
Prerequisiti:
Prerequisites:		 Statistica 7.5 crediti
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
Learn how to choose the most suitable model to describe both simple and complex phenomena, taking into consideration the unique aspects of the phenomenon to be analysed and formalised. Thorough knowledge of the R enviroment.
Contenuto del corso:
Course contents:		 Analisi di regressione lineare, semplice e multipla, approccio matriciale. Analisi della varianza. Modelli lineari per risposte qualitatitive, modelli lineari generalizzati. Controllo statistico della qualitą. Controllo per variabili, carte per la media e carte per la varianza. ARL, funzione operativa caratteristica. Carte di controllo per attributi. Carte CUSUM e carte EWMA. Cenni su ARL e OC per carte CUSUM. Carte di controllo per processi multidimensionali. Carte Chi quadrato e T quadrato. Miglioramento continuo di prodotti e processi. La sperimentazione industriale. Principi della pianificazione sperimentale. Progettazione dell'esperimento. Piani fattoriali completi a due livelli. Modello della risposta sperimentale e analisi dell'esperimento. Sperimentazione sotto il vincolo di budget. Applicazioni a data set reali di tutti gli argomenti trattati. Analisi dei dati in ambiente R.
Simple and multi-linear regression analysis, matrix approach. Variance analysis. Linear modelling for qualitative analysis, generalised linear models. Statistical quality control. Control by variables, mean and variance working papers. ARL, working characteristics. Control papers by attributes, CUSUM and EWMA working papers. Brief look at ARl and OC for CUSUM papers. Working papers for multi-dimensional process control. Chi-squared and T-squared papers. Continuous improvement of products and processes. Experimentation in industry. Principles of experimental planning. Designing experiments. Complete dual-level factorial plans. Experiment results form and analysis of the experiment. Experimentation within budget limits. Application of all the topics studied to real data sets. Data analysis in 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:		 Controllo statistico della qualitą D.C. Montgomery (pagine/pages: 180)
Testo di riferimento 3:
Course text 3:		 Laboratorio di Statistica con R S.M. Iacus, G. Masarotto (pagine/pages: 80)
Metodi didattici:
Teaching activities:		 lezione frontale, esercitazioni in laboratorio informatico
Lectures, computer laboratory
Struttura della verifica del profitto:
Assessment:		 scritto
written
Descrizione verifica del profitto:
 Esame scritto e commento alla prova.
Written exercises and subsequent discussion.
Lingua di insegnamento:
Teaching language:		 italiano
Italian
Altre informazioni:
Other information:
 
Stampa