Obiettivi formativi
Il corso si propone di introdurre gli studenti ai metodi della statistica descrittiva e dell'inferenza statistica, metodi che hanno numerose potenziali applicazioni in ambito zootecnico e veterinario. I metodi proposti sono presentati in modo orientato alle applicazioni e con l'aiuto di strumenti informatici di modellazione, analisi e visualizzazione dei dati.
Il corso, in particolare, ha l'obiettivo di fornire allo studente strumenti che arricchiscano le competenze professionali di esperto zootecnico, quali uso di metodologie statistiche appropriate, di rappresentazioni grafiche di dati e popolazioni, di inferenza (previsione) di un determinato dato statistico significativo.
Lo studente, al termine del corso, sarà in grado di prendere decisioni in autonomia e di migliorare la qualità del proprio ambito lavorativo (I, II e III descrittori Dublino).
Inoltre, al termine del corso, lo studente sarà in grado di comunicare efficacemente quanto appreso a clienti e colleghi, indirizzandoli verso scelte zootecniche opportune, mediante grafici e rappresentazioni statistiche di facile interpretazione, nonché avvalendosi di strumenti quantitativi come probabilità e intervalli di confidenza.
Infine, il corso si pone l'obiettivo di trasmettere agli studenti una capacità di pensiero critico, che li renda in grado, se necessario, di mettere in dubbio eventuali pratiche consolidate ma obsolete del settore zootecnico, e di interpretare e applicare anche criticamente quanto appreso durante il corso stesso (IV e V descrittori di Dublino).
Prerequisiti
Nessun prerequisito formale.
Contenuti dell'insegnamento
Il corso è articolato in tre parti principali.
La prima parte introduce una panoramica di metodologie statistiche utili per descrivere popolazioni, campioni e individui. Vengono presentati strumenti di raccolta e presentazione dei dati come matrici di dati, tabelle di frequenza e rappresentazioni grafiche. Vengono quindi proposte misure di sintesi e indicatori di variabilità dei dati quali moda, media aritmetica, mediana e deviazione standard. Vengono infine presentati metodi per confrontare variabili e correlarle.
La seconda parte presenta concetti di base di teoria della probabilità e fornisce alcuni strumenti pratici ed esempi di applicazione concreta in compiti significativi in ambito zootecnico e veterinario.
La terza parte presenta tecniche di stima di statistiche riferite a intere popolazioni a partire da campioni tratti dalle popolazioni stesse. Vengono introdotti concetti come intervalli di confidenza e test d'ipotesi, nonché lo studio delle stime puntuali e intervallari.
La presentazione dei concetti è accompagnata da esemplificazioni ed esercizi tramite le funzioni offerte da applicativi software di calcolo come Microsoft Excel.
Si prevede di dedicare un paio di lezioni, anche con il contributo di relatori esterni di provenienza industriale, alla presentazione di sistemi informativi e altre soluzioni ingegneristiche adottate per la acquisizione e gestione dei dati negli allevamenti zootecnici.
Programma esteso
Statistica descrittiva: L’indagine statistica e le sue fasi principali. Popolazione e campione. Tipologie di dati. Variabili statistiche quantitative e qualitative. La rappresentazione grafica dei dati. Indici di posizione: moda, mediana, quantili, media. Indici di variabilità: campo di variazione, differenza interquartile, varianza, standard deviation. Legge empirica. Distribuzioni bidimensionali e tabelle a doppia entrata. Frequenze congiunte, marginali e condizionate. Indipendenza in generale. Associazione tra variabili continue e categoriche. Coefficiente di correlazione e retta di regressione.
Elementi di calcolo delle probabilità: Prove, eventi, operazioni logiche sugli eventi. Nozione di probabilità. Teoremi elementari del calcolo delle probabilità. Teorema di Bayes. Variabili casuali o aleatorie. Distribuzioni di probabilità e densità di probabilità. Valore atteso. Variabili casuali discrete: bernoulliana, binomiale. Variabili casuali continue: normale. Teorema limite centrale.
Campionamento ed inferenza statistica: Popolazioni e campioni. Statistiche e momenti campionari. Media e varianza campionaria. Distribuzione campionaria. Stime puntuali. Stimatori e principali proprietà di uno stimatore. Intervalli di confidenza per grandi campioni. Intervallo di confidenza per la media di una distribuzione Normale. Intervallo di confidenza per la proporzione. Intervallo di confidenza per la differenza tra medie. Verifica di ipotesi. Generalità sulla costruzione di un test. Errori di I e II specie. Ipotesi unilaterali e bilaterali. Verifica di ipotesi sulla media di una distribuzione Normale. Verifica di ipotesi su una proporzione. Verifica di ipotesi sulla differenza tra medie. Confronto di due gruppi.
Esercitazioni Excel: Preparazione di un dataset. Caricare un dataset su Excel. Analisi esplorative: tabelle di frequenza, grafico a barre, grafico a torta, istogramma, grafico a bastoncini e boxplot. Calcolo indici di posizione: minimo, massimo, media, mediana, quartili. Calcolo indici di variabilità: varianza campionaria e deviazione standard. Relazioni tra variabili: calcolo covarianza e correlazione, scatterplot, boxplot per categorie, calcolo e disegno della retta di regressione lineare semplice.
Bibliografia
Una trattazione organica degli argomenti del corso, utile in particolare per studenti non frequentanti, si trova in libri di testo come i seguenti:
G. Cicchitelli, P. D'Urso, M. Minozzo, "Statistica: principi e metodi", Pearson, 2017. ISBN: 8891902780.
(Ai fini del corso sono equivalenti anche edizioni precedenti del testo riferite al primo autore.)
F. Mencatti, "Statistica di base", III edizione, McGraw-Hill, 2022. ISBN: 8838656606.
Un libro di testo è, per tutti gli studenti, un buon investimento, una risorsa che resta a disposizione anche dopo il conseguimento del titolo di studio. Ai fini del superamento dell'esame, per gli studenti frequentanti potrà essere sufficiente integrare con la frequenza il materiale reso disponibile sul sito Elly del corso.
Metodi didattici
Lezioni in presenza presso il Dipartimento di Scienze Medico-Veterinarie.
Agli studenti è richiesto di portare il proprio PC portatile per lo svolgimento interattivo degli esercizi nel corso delle lezioni.
Modalità verifica apprendimento
La verifica dei risultati di apprendimento attesi viene effettuata mediante una prova scritta della durata di circa 1 ora contenente domande di teoria ed esercizi, seguita da una prova pratica / orale interattiva, cioè svolta di fronte al docente.
Nella prova scritta ad ogni domanda è assegnato un punteggio predefinito, con un punteggio massimo complessivo pari a 30. La prova deve essere svolta senza l’ausilio di libri o appunti; anche gli esercizi presenti nella prova non richiedono l’uso di ausili esterni di calcolo. Gli studenti che conseguono un punteggio almeno pari a 15/30 sono ammessi alla successiva prova pratica interattiva.
La prova 'pratica' ha una durata di circa 20’ e viene anch’essa valutata con un punteggio massimo pari a 30 punti. La prova si tiene mediante il PC del candidato con l’uso del programma Excel. Lo studente dovrà svolgere esercizi simili a quelli proposti e lezione.
Il voto finale è la media delle due valutazioni parziali conseguite. Viene assegnata la lode (30 e lode) se il punteggio totale raggiunge 30 e le risposte sono articolate in maniera ottimale.
I risultati della prova scritta vengono comunicati ai candidati a breve termine. La prova orale viene svolta subito dopo la prova scritta o il primo giorno utile successivo.
Agli studenti con DSA (Legge 170/2010) sono garantite le previste modalità di verifica e di valutazione.
Altre informazioni
- - -
Obiettivi agenda 2030 per lo sviluppo sostenibile
4 Istruzione di qualità
12 Consumo e produzione responsabili
