STATISTICS AND EXPERIMENTAL DESIGN

L’insegnamento è una delle attività formative quantitative dei corsi di studio Magistrali in Conservation Science and Technology for Cultural Heritage e Science and Technology of Bio and Nanomaterials e consente allo studente di acquisire la conoscenza e la comprensione dei principali strumenti statistici in uso nell’ambito sia del restauro e della conservazione dei beni culturali, che degli esperimenti biologici e di nanotecnologie.
L'obiettivo dell’insegnamento è fornire conoscenze di statistica descrittiva, calcolo delle probabilità e statistica inferenziale, nonché abilità nell’utilizzo di programmi specifici per l'analisi dei dati e la comunicazione delle informazioni ricavate.
Alla fine del corso, lo studente sarà in grado di individuare ed applicare i modelli e le metodologie di analisi più adatti al contesto di interesse; inoltre saprà interpretare e comunicare i risultati ottenuti, con l'obiettivo di guidare le scelte più adeguate.

1. Conoscenza e comprensione:
-conoscere i principali strumenti per la rappresentazione grafica e la sintesi delle caratteristiche fondamentali di un insieme di dati
-conoscere i concetti di base del calcolo delle probabilità e le principali distribuzioni di probabilità utili per l'inferenza
-conoscere le metodologie di base dell'inferenza statistica
-conoscenze di base di analisi multivariata

2. Capacità di applicare conoscenza e comprensione:
-saper utilizzare programmi specifici per l'analisi dei dati e per la comunicazione dei risultati
-saper utilizzare la terminologia adeguata in tutti i processi di applicazione e comunicazione delle conoscenze acquisite

3. Capacità di giudizio:
-saper contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse

4. Abilità comunicative:
-saper presentare in modo chiaro ed esaustivo i risultati ottenuti da un'analisi statistica, sia in forma scritta che orale
-sapere interagire con i pari e con il docente, in modo critico e rispettoso, in presenza e sul forum dell’aula virtuale

5. Capacità di apprendimento:
-saper utilizzare ed integrare informazioni provenienti da appunti, libri, slide e sessioni pratiche di laboratorio
-saper valutare la propria preparazione utilizzando quiz ed esercizi di autovalutazione assegnati durante il corso

Nozioni di matematica di base al livello di laurea triennale.

Il corso fornisce un'introduzione pratica alla statistica e al calcolo delle probabilità. La prima parte del corso ha lo scopo di richiamare agli studenti le tecniche più utilizzate per la sintesi, la rappresentazione grafica e l’analisi di un insieme di dati. Segue una breve introduzione alla probabilità elementare e alle principali distribuzioni di probabilità. L'ultima parte del corso riguarda metodi inferenziali per la verifica di ipotesi e la previsione. Le lezioni teoriche sono motivate da esempi e applicazioni a problemi di interesse nell’ambito delle scienze della conservazione e del restauro e delle biotecnologie. Viene introdotto anche l'utilizzo del programma R (http://cran.r-project.org/ ) per l'analisi dei dati.

Statistica descrittiva: popolazione e campione; tipi di variabili; rappresentazioni grafiche e indici sintetici per variabili quantitative e qualitative; relazione fra due variabili qualitative e statistica Chi-quadrato; relazione fra due variabili quantitative, correlazione e regressione.
Campionamento e disegno degli esperimenti: metodi di campionamento, trattamenti, replicazioni, randomizzazione e blocchi.
Probabilità: spazio campionario, eventi e probabilità; indipendenza; variabili aleatorie discrete e continue; le principali distribuzioni di probabilità.
Inferenza: distribuzioni campionarie; stima della media e della varianza di una popolazione; intervalli di confidenza; verifica di ipotesi e p-value. Regressione e analisi della varianza.
Analisi multivariata: analisi delle componenti principali, classificazione e clustering.

-Materiale didattico messo a disposizione nella pagina Moodle dell'insegnamento.
-James, Witten, Hastie and Tibshirani (2021) Introduction to statistical learning with applications in R. Disponibile al link https://www.statlearning.com/
-Robinson and White (2016) Elementary Statistics with R. Disponibile al link http://homerhanumat.github.io/elemStats/
-Skipper and Skipper (2025) Experimental design and scientific data analysis. Routledge, Taylor & Francis

Il raggiungimento degli obiettivi dell'insegnamento viene valutato attraverso la partecipazione alle attività proposte e ai compiti assegnati durante il corso (fino ad un massimo di 15 punti) e un esame finale orale (ad integrazione del punteggio ottenuto nelle attività in itinere). L'utilizzo del pacchetto statistico R è parte integrante del programma e costituisce lo strumento principale per risolvere gli esercizi assegnati.
Le attività e i compiti assegnati durante il corso consistono nella discussione di alcuni argomenti, nella soluzione di quiz ed esercizi in Moodle e in classe e in lavori da svolgere individualmente o in gruppo.
L'esame finale consiste in una discussione orale degli argomenti svolti durante il corso.

orale

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

1. Voti nella fascia da 18 a 22 saranno attribuiti in presenza di:
-discreta capacità di utilizzare gli strumenti acquisiti per l'analisi dei dati
-sufficiente capacità di contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse
-limitata capacità di interpretare criticamente i risultati ottenuti
-sufficienti abilità comunicative, con utilizzo di formule e terminologia adeguate
2. Voti nella fascia da 22 a 26 saranno attribuiti in presenza di:
-buona capacità di utilizzare gli strumenti acquisiti per l'analisi dei dati
-discreta capacità di contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse
-sufficiente capacità di interpretare criticamente i risultati ottenuti
-discrete abilità comunicative, con utilizzo di formule e terminologia adeguate
3. Voti nella fascia da 26 a 30 saranno attribuiti in presenza di:
-ottima capacità di utilizzare gli strumenti acquisiti per l'analisi dei dati
-buona o ottima capacità di contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse
-buona capacità di interpretare criticamente i risultati ottenuti
-buone o ottime abilità comunicative, con utilizzo di formule e terminologia adeguate
4. La lode sarà attribuita a studenti nella fascia 3. che abbiano partecipato con continuità e interesse alle attività proposte in itinere.

Si adotta un approccio interattivo, alternando lezioni teoriche a sessioni di laboratorio e analisi di casi di studio. Si utilizza la piattaforma di e-learning Moodle per lo scambio di informazioni e per la verifica dell'apprendimento in itinere. Si usano programmi open-source per l'analisi dei dati e la produzione di rapporti statistici. Inoltre gli studenti saranno chiamati a partecipare attivamente alle lezioni, preparando in autonomia alcuni argomenti da condividere poi con la classe.

Corso blended con 30 ore di didattica frontale e 18 ore di didattica online.