Vai al contenuto principale
Oggetto:
Oggetto:

Analisi dati sperimentali

Oggetto:

Experimental Data Analysis

Oggetto:

Anno accademico 2017/2018

Codice dell'attività didattica
MFN0725
Docente
Prof. Marina Serio (Titolare del corso)
Corso di studi
(f008-c715) laurea i^ liv. in ottica e optometria -a torino
Anno
1° anno
Tipologia
Di base
Crediti/Valenza
6
SSD dell'attività didattica
FIS/01 - fisica sperimentale
Modalità di erogazione
Mista
Lingua di insegnamento
Italiano
Modalità di frequenza
Obbligatoria
Tipologia d'esame
Scritto ed orale
Prerequisiti
Le esercitazioni in laboratorio sono basate su esperimenti di Meccanica e Termodinamica e l'analisi statistica dei dati viene fatta con software informatico, attualmente Excell-OpenOffice-NeoOffice. 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 Mechanics and Thermodynamics and the statistical analysis of the data is done with IT software, at present Excell-OpenOffice-NeoOffice. Therefore it is necessary that the student has acquired the knowledge of the courses of General Physics I and of Computer Science.
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

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 e Spss.

Knowledge and practical experience of 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 comparing tests between experimental values and expected values.

Basic knowledge of the main statistical, parametric and nonparametric tests.

Ability to use statistical functions in Excel and Spss.

Oggetto:

Risultati dell'apprendimento attesi

Conoscenza e capacità di comprensione (knowledge and understanding)

Solida conoscenza di base delle principali tecniche di analisi statistica utilizzate nel campo professionale.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

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.

Knowledge and understanding (knowledge and understanding) :

Solid basic knowledge of the main statistical analysis techniques used in the professional field.

Ability to apply knowledge and understanding (applying knowledge and understanding):

Ability to carry out physical measurements and manage the 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.

Oggetto:

Modalità di insegnamento

L'insegnamento è frontale in aula e laboratorio.

Sono previste esercitazioni in aula e autovalutazione online sulla parte di statistica

Teaching is frontal in classroom and lab.

Classroom exercises and online self-evaluation on the part of statistics are provided

Oggetto:

Modalità di verifica dell'apprendimento

L'apprendimento viene verificato progressivamente durante tutto il corso 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 esercizi di statistica e analisi dati sul modello di quanto svolto durante le esercitazioni: vengono messi a tal fine a disposizione i modelli di fogli elettronici elaborati in aula

- la stesura della relazione di un'esperienza di laboratorio

- un esame orale in cui viene discussa la relazione redatta e viene verificata la conoscenza della fisica delle esperienze eseguite e dei contenuti teorici dei metodi di analisi dati presentati durante le lezioni in aula

Per la votazione finale viene considerata la media del voto dell'esame scritto e della relazione, un punteggio per l'esame orale di massimo 3 punti  e 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 in classroom and for the individual study.

Learning is verified through:
- a written exam, carried out in the PC classroom with statistical exercises and data analysis; the spreadsheet models developed in the classroom can be used to solve exercises
- drawing up a report of a laboratory experience
- an oral examination with discussion of written report and evaluation of knowledge of the physics of the experiments and the theoretical contents of the data analysis methods

The final vote is the average of the written examination and report vote, a score for the oral exam of up to 3 points 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  excercises in  classroom

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)

Cenni di epidemiologia

Estimate of the uncertaintes on the determined physical quantities.

Descriptive statistics and graphical methods. Correlation and regression.

Statistical methodology, interpretation and computing techniques.

Probability and sampling distributions.

Statistical inference. Parametric and nonparametric tests

Introduction to epidemiology

Testi consigliati e bibliografia

Oggetto:

Dispense presenti sulla piattaforma di e-learning Moodle

Biostatistica , W.W. Daniel, EdiSES
Epidemiologia, Biostatistica e Medicina Preventiva, J.F.Jekel, D.L. Katz e J.G. Elmore, EdiSES
Epidemiologia Facile, P.L. Loparco e A.E. Tozzi, Il Pensiero Scientifico Editore

Taylor - introduzione alla teoria dell'errore - Zanichelli

Booklet on e-learning Moodle platform

Biostatistica , W.W. Daniel, EdiSES
Epidemiologia, Biostatistica e Medicina Preventiva, J.F.Jekel, D.L. Katz e J.G. Elmore, EdiSES
Epidemiologia Facile, P.L. Loparco e A.E. Tozzi, Il Pensiero Scientifico Editore

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: fortemente consigliata per le lezioni ed obbligatoria per i laboratori.

The teaching material is made year by year available on the Moodle platform: it's mandatory to sign up for self-assessment activities.

Attendance: strongly recommended for lessons and mandatory for laboratories.

Oggetto:
Ultimo aggiornamento: 07/07/2017 10:30
Location: https://otticaeoptometria.campusnet.unito.it/robots.html
Non cliccare qui!