- Oggetto:
- Oggetto:
Analisi dati sperimentali
- Oggetto:
Experimental Data Analysis
- Oggetto:
Anno accademico 2023/2024
- Codice attività didattica
- MFN0725
- Docente
- Marina Serio (Titolare del corso)
- Corso di studio
- (f008-c715) laurea i^ liv. in ottica e optometria -a torino
- Anno
- 2° anno
- Periodo
- Primo periodo didattico
- Tipologia
- Di base
- Crediti/Valenza
- 6
- SSD attività didattica
- FIS/01 - fisica sperimentale
- Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Obbligatoria
- Tipologia esame
- Scritto
- Prerequisiti
-
Le esercitazioni in laboratorio sono basate su esperimenti di Fisica Generale e l'analisi statistica dei dati viene fatta con software informatico, attualmente Excel-OpenOffice. Pertanto è necessario che lo studente abbia acquisito le conoscenze dei corsi di Fisica Generale I e di Informatica.
The practice exercises in laboratory are based on experiments of General Physics. The statistical analysis of the data is done with IT software, (Excel-OpenOffice). Thus the student must have acquired the knowledge
of the courses of General Physics I and of Computer Science. - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Questo insegnamento è mirato a fornire :
- Conoscenze ed esperienze pratiche relative all'effettuare misure fisiche e gestirne i risultati, determinando gli errori delle grandezze ricavate e le leggi fisiche sottostanti i dati sperimentali.
- Conoscenze di base per la discussione dei risultati di un esperimento, effettuando test di confronto fra valori sperimentali e valori attesi.
- Conoscenze di base sui principali test statistici, parametrici e nonparametrici.
- Abilità nell'uso delle funzioni statistiche in Excel.
The present module aims at giving students:
-
Knowledge and practical experience in performing physical measurements and managing the results, determining the errors of the obtained measurements, and the physical laws underlying the experimental data.
-
Basic knowledge for discussing the results of an experiment, by comparison tests between experimental values and expected values.
-
Basic knowledge of the main statistical, parametric and nonparametric tests.
-
Ability to use statistical functions in Excel.
- Oggetto:
Risultati dell'apprendimento attesi
Conoscenza e capacità di comprensione (knowledge and understanding)
Acquisizione di una solida conoscenza di base delle principali tecniche di analisi statistica utilizzate nel campo professionale.
Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)
Acquisizione delle capacità di effettuare misure fisiche e gestirne i risultati, determinando gli errori delle grandezze ricavate e le leggi fisiche sottostanti i dati sperimentali; capacità di discutere i risultati di un esperimento, effettuando test di confronto fra valori sperimentali e valori attesi; capacità di leggere criticamente un lavoro scientifico in area medico-biologica.
Autonomia di giudizio
Acquisizione di consapevole autonomia di giudizio con riferimento avalutazione e interpretazione di dati sperimentali per scelte strategiche in situazioni nuove.
Abilità comunicative
Acquisizione di competenze e strumenti per la comunicazione nella forma scritta e orale, in lingua italiana, unitamente all'utilizzo di linguaggi grafici e formali.
Capacità di apprendimento
Acquisizione di capacità autonome di apprendimento e di autovalutazione della propria preparazione.
Knowledge and understanding (knowledge and understanding) :
Getting a solid basic knowledge of the main statistical analysis techniques used in the professional field
Ability to apply knowledge and understanding (applying knowledge and understanding):
Reaching the ability to carry out physical measurements and manage their results determining the errors of the obtained quantities and the physical laws underlying the experimental data. Ability to discuss the results of an experiment by performing tests of comparison between experimental values and expected values. Ability to critically read a scientific work in the medical-biological area.
Making judgment
Acquisition of autonomous awareness in judgement concerning evaluation and interpretation of experimental data to achieve strategic choices in unknown situations.
Communication skills
Acquisition of oral and written communication skills and expertise, in Italian, as well as the ability to use graphical and formal languages.
Learning skills.
Acquisition of autonomous learning capacity and self-assessment of its preparation.
- Oggetto:
Programma
La misura delle grandezze fisiche. Strumenti di misura. Errori nelle misure e propagazione degli errori.
Statistica descrittiva e metodi grafici di rappresentazione dei dati. Istogrammi e grafici a dispersione. Best fit.
Come elaborare i dati sperimentali : metodologia statistica, interpretazione e tecniche informatiche.
Distribuzioni statistiche (binomiale, bernoulliana,poissoniana, gaussiana, Student e X2) e test statistici (normale,t di Student, X2, Anova)
Measure of physical quantities. Measurement tools. Estimate the uncertainties on the determined physical quantities and calculate the error propagation.
Descriptive statistics and graphical methods. Histograms and dispersion charts. Best fit
How to elaborate statistical data: statistical methodology, interpretation, and computing techniques. Probability and sampling distributions (binomial, Bernoulli, Poissonian, Gaussian, Student and Chi squared) and statistical test (normal, Student’s t, Chi squared, Anova)
- Oggetto:
Modalità di insegnamento
L'insegnamento è frontale in aula (42 ore), aula informatica (6 ore) e in laboratorio (8 ore). Sono previste esercitazioni e attività da svolgere online (per un totale di 5 ore) che concorrono alla valutazione finale.
La frequenza delle esercitazioni in laboratorio è obbligatoria.
Sul sito Moodle del corso verranno messe a disposizione le registrazioni delle lezioni teoriche in modalità asincrona di A.A. precedenti, esempi di esercizi e prove di esame con soluzione, tests di autovalutazione
La comunicazione con gli studenti avviene mediante e-mail e richiede la registrazione sulla pagina Campusnet dell'insegnamento.
The teaching is frontal in the classroom (42 hours), computer lab (6 hours) and the laboratory (8 hours). There are exercises and activities to be carried out online (5 hours) that contribute to the final assessment. The frequency of the laboratory class is mandatory.
All didactic material will be published and /or available on the Moodle platform: asynchronous lessons and synchronous exercises (recorded), examples of solved exercises, and tests for training and self-assessment.
Communication with students takes place through e-mail and requires registration on the Campusnet web page of the teaching course.
- Oggetto:
Modalità di verifica dell'apprendimento
L'apprendimento viene verificato progressivamente durante tutto l'insegnamento attraverso l'attività di autovalutazione online sul sito Moodle e le esercitazioni assegnate in aula e per lo studio individuale.
L'apprendimento viene infine verificato attraverso :
- un esame scritto, svolto in sala informatica con domande a risposta multipla sulla teoria (tempo previsto per lo svolgimento: 20 minuti), esercizi di statistica e analisi dati sul modello di quanto svolto durante le esercitazioni (tempo previsto per lo svolgimento: 80 minuti).Vengono messi a tal fine a disposizione i modelli di fogli elettronici elaborati in aula
- la stesura della relazione di un'esperienza di laboratorio
Per la votazione finale viene considerata la media del voto dell'esame scritto e della relazione, con un bonus da 0 a 3 punti per la partecipazione alle attività di autovalutazione e esercitazione
Learning is monitored progressively throughout the course through online self-assessment on Moodle platform and exercises assigned both in the classroom and individual study.
Learning is verified through:
-
a written exam carried out in the PC classroom with multiple choice questions on theory (expected time for the performance: 20 minutes), statistical exercises and data analysis (expected time for the performance: 80 minutes). The spreadsheet models developed in the classroom can be used to solve exercises
-
drawing up a report of a laboratory experience
The final vote is the average of the written examination and report vote and a 0 to 3-point bonus for participation in self-assessment and exercise activities.
-
- Oggetto:
Attività di supporto
Esercitazioni in laboratorio
Tests di autovalutazione online tramite piattaforma Moodle
Tutorato in aula
Laboratory experiences
Online self-evaluation tests via Moodle platform
Tutoring exercises in classroom
Testi consigliati e bibliografia
- Oggetto:
Dispense presenti sulla piattaforma di e-learning Moodle
Biostatistica , W.W. Daniel, EdiSES
Taylor - introduzione alla teoria dell'errore - ZanichelliBooklet on e-learning Moodle platform
Biostatistica , W.W. Daniel, EdiSES
Taylor - introduzione alla teoria dell'errore - Zanichelli
- Oggetto:
Note
Il materiale didattico viene reso di anno in anno disponibile sulla pagina Moodle, cui è obbligatorio iscriversi per svolgere le attività di autovalutazione.
Frequenza: obbligatoria per i laboratori e il tutoraggio informatico in aula.
The teaching material is made year by year available on the Moodle platform: it's mandatory to sign up on it for self-assessment activities.
Attendance: strongly recommended for lessons and mandatory for laboratories and computer class tutoring.
- Registrazione
- Aperta
- Oggetto:
