Obiettivi formativi
Il corso ha l'obiettivo di fornire allo studente strumenti che arricchiscano le proprie competenze professionali di veterinario, quali statistica, rappresentazione grafica dei dati e delle popolazioni, inferenza (previsione) di un determinato dato statistico significativo. Lo studente, alla fine del corso, sarà infatti in grado di prendere decisioni in completa autonomia al fine di migliorare la qualità del suo ambito lavorativo. (I, II e III descrittori Dublino).
Altresì, al termine del corso, lo studente sarà in grado di comunicare efficacemente quanto appreso ai clienti ed ai colleghi, indirizzandoli verso scelte zootecniche opportune, mediante grafici e rappresentazioni statistiche di facile interpretazione, nonché probabilità e intervalli di confidenza. Inoltre il corso si pone l'obiettivo di trasmettere agli studenti il pensiero critico, che li renda in grado di mettere in dubbio da un lato le pratiche consolidate ma obsolete del settore zootecnico, in particolare riguardo alle stime su una popolazione, e dall'altro di interpretare e applicare anche criticamente quanto appreso durante il corso stesso (IV e V descrittori Dublino).
Prerequisiti
Nessuno
Contenuti dell'insegnamento
La prima parte del corso presenta allo studente una panoramica di statistiche utili su popolazioni e campioni di dati e individui. Si vedranno grafici, tabelle di frequenza e statistiche significative quali media, mediana e standard deviation. Si vedrà inoltre come confrontare variabili e correlarle.
La seconda parte del corso fornirà strumenti pratici ed esempi sulla teoria delle probabilità e come applicarla praticamente a task significativi per il veterinario.
La terza parte parlerà di stime di statistiche su intere popolazioni a partire da campioni tratti dalle popolazioni stesse. Si vedranno intervalli di confidenza e test d'ipotesi, nonché uno studio sulle stime puntuali e intervallari.
A contorno di tutto questo, si verificherà l'applicazione delle parti teoriche tramite software statistici come ad esempio Microsoft Excel.
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 abastoncini 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
Materiale didattico fornito dal docente reperibile nella piattaforma ELLY
Metodi didattici
Il corso sarà svolto tramite lezioni frontali in presenza presso la facoltà di Veterinaria.
Qualora necessario causa emergenza sanitaria le lezioni potrebbero effettuarsi da remoto (in sincrono-streaming) mediante il supporto della piattaforma Teams. In tal modo verrà preservata la possibilità di interagire in tempo reale con il Docente a distanza.
Modalità verifica apprendimento
La verifica dei risultati di apprendimento attesi viene effettuata mediante una prova scritta con domande di teoria ed esercizi pratici da svolgere con a disposizione il materiale delle lezioni.
Ad ogni domanda verrà assegnato un punteggio per raggiungere un complessivo punteggio di circa 25.
I restanti punti (per arrivare a 30) saranno assegnati in una successiva prova 'orale' al PC nel quale lo studente svolgerà esercitazioni simili a quelle viste a lezione sul videoterminale (piattaforma Excel o simile).
Può essere assegnata la lode (30 e lode) se il punteggio totale parte da 30/30 e le risposte sono articolate in maniera ottimale.
I risultati della prova scritta vengono comunicati ai candidati a breve termine. La prova orale avverrà il primo giorno utile successivo alla prova scritta.
Qualora a causa del perdurare dell'emergenza sanitaria fosse necessario adottare la modalità a distanza per gli esami di profitto, si procederà come segue: esame scritto da remoto, tramite Teams o altra piattaforma per esami online di Unipr; esame orale a distanza, mediante la piattaforma Teams (guida http://selma.unipr.it/).
Agli studenti con DSA (Legge 170/2010) sono garantite le adeguate forme di verifica e di valutazione.
Altre informazioni
- - -
