Conoscenze informatiche e telematiche
A.A. 2024/2025
Obiettivi formativi
L'insegnamento si propone di fornire agli/alle studenti/studentesse conoscenze e abilità di base nell'ambito dell'informatica e della statistica, con particolare attenzione al loro impiego a servizio della lettura, della sintesi, dell'analisi e dell'interpretazione di fenomeni complessi.
Pertanto, in un'ottica sia quantitativa che qualitativa, verranno introdotti i concetti base della statistica descrittiva, quali le modalità di organizzazione e rappresentazione dei dati, le misure di tendenza centrale e i relativi indici di dispersione, lo studio della relazione tra due variabili statistiche (statistica bivariata, correlazione, retta di regressione).
Con l'obiettivo di sviluppare il pensiero statistico e quello computazionale, le nozioni teoriche assimilate saranno trasferite in campo applicativo attraverso l'impiego di aggiornati strumenti informatici.
Scopo trasversale del corso è quello di fornire competenze digitali, comunicative, relazionali, decisionali e di problem solving utili per affrontare il percorso accademico e il mondo del lavoro.
Pertanto, in un'ottica sia quantitativa che qualitativa, verranno introdotti i concetti base della statistica descrittiva, quali le modalità di organizzazione e rappresentazione dei dati, le misure di tendenza centrale e i relativi indici di dispersione, lo studio della relazione tra due variabili statistiche (statistica bivariata, correlazione, retta di regressione).
Con l'obiettivo di sviluppare il pensiero statistico e quello computazionale, le nozioni teoriche assimilate saranno trasferite in campo applicativo attraverso l'impiego di aggiornati strumenti informatici.
Scopo trasversale del corso è quello di fornire competenze digitali, comunicative, relazionali, decisionali e di problem solving utili per affrontare il percorso accademico e il mondo del lavoro.
Risultati apprendimento attesi
Al termine del corso, lo/la studente/studentessa sarà in grado di:
- utilizzare i principali strumenti per la raccolta di informazioni e impiegare fonti pubbliche per ricavare dati secondari;
- rappresentare fenomeni connessi all'esperienza quotidiana, sia graficamente che attraverso opportuni valori di sintesi, e interpretarli anche mediante l'esplorazione delle relazioni di dipendenza tra variabili;
- impiegare software e scrivere script utili per la gestione, l'elaborazione, l'automazione, l'archiviazione la rappresentazione dei dati;
- progettare e produrre con autonomia di giudizio contenuti multimediali utili per offrire a utenti terzi conoscenze relative alle tematiche chiave delle scienze agrarie e ambientali;
- adottare un approccio etico all'impiego delle tecnologie della comunicazione e dell'informazione;
- utilizzare criticamente gli strumenti del web partecipativo e le applicazioni di produttività collaborative.
- utilizzare i principali strumenti per la raccolta di informazioni e impiegare fonti pubbliche per ricavare dati secondari;
- rappresentare fenomeni connessi all'esperienza quotidiana, sia graficamente che attraverso opportuni valori di sintesi, e interpretarli anche mediante l'esplorazione delle relazioni di dipendenza tra variabili;
- impiegare software e scrivere script utili per la gestione, l'elaborazione, l'automazione, l'archiviazione la rappresentazione dei dati;
- progettare e produrre con autonomia di giudizio contenuti multimediali utili per offrire a utenti terzi conoscenze relative alle tematiche chiave delle scienze agrarie e ambientali;
- adottare un approccio etico all'impiego delle tecnologie della comunicazione e dell'informazione;
- utilizzare criticamente gli strumenti del web partecipativo e le applicazioni di produttività collaborative.
Periodo: Primo semestre
Modalità di valutazione: Giudizio di approvazione
Giudizio di valutazione: superato/non superato
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo semestre
Programma
Informatica
· Microsoft Office Word (videoscrittura): visualizzazione, salvataggio e stampa documento; formattazione testo; inserimento immagini, tabelle, forme, icone e grafici; layout e impaginazione; strumenti di controllo ortografico; riferimenti e revisione.
· Come scrivere un Elaborato Finale di Laurea.
· Microsoft Office Excel (calcolo e analisi dati): visualizzazione e salvataggio foglio di calcolo; funzioni logiche, di ricerca e riferimento, matematiche e trigonometriche, riferimenti relativi e assoluti, formattazione condizionale, ordinamento dati secondo criteri, filtri, grafici. Macro e database.
· PowerPoint (presentazioni): visualizzazione e salvataggio documento; gestione diapositive e inserimento oggetti; presentazioni animate, effetti di transizione, modalità "presentazione"; cosa fare e non fare per rendere accattivante una presentazione. Come preparare la presentazione dell'Elaborato Finale di Laurea.
· Strumenti per la ricerca bibliografica.
Statistica
Introduzione alla statistica
· Definizione, utilità e impieghi della statistica;
· Concetti base (popolazione, campione, variabile);
· Linguaggio statistico;
I dati
· Come organizzare i dati;
· I dati secondari e le fonti;
· I dati primari e il campionamento;
· Le tecniche di rilevazione;
· Dataset, tabelle e grafici;
Analisi dei dati
· La distribuzione dei dati;
· Organizzare i dati qualitativi;
· Organizzare i dati quantitativi;
· Gli indici di posizione centrale per dati unitari e dati raggruppati in classi (media, mediana e moda);
· Gli indici di dispersione per dati unitari e dati raggruppati in classi (range, scarto medio assoluto, varianza, deviazione standard, intervallo interquartile, proprietà degli intervalli tipici)
· Gli indici di forma per dati unitari e dati raggruppati in classi (indice di asimmetria di Pearson, primo e secondo coefficiente di asimmetria di Pearson, indice di asimmetria di Fisher, coefficiente di asimmetria di Pearson-Fisher, indice di curtosi);
· Gli indici di posizione non centrale (z-score, quartili);
· I valori anomali;
· Analisi univariata - L'Exploratory Data Analysis (boxplot, sintesi dei cinque numeri);
· Analisi univariata - Come descrivere una distribuzione;
· Analisi bivariata - La correlazione;
· Analisi bivariata - La regressione lineare semplice.
· Probabilità; distribuzione normale;
· Analisi multivariata dei dati, concetti base. Analisi delle componenti principali (PCA);
· Software di programmazione utili per la gestione, l'elaborazione, l'automazione, l'archiviazione la rappresentazione dei dati.
· Microsoft Office Word (videoscrittura): visualizzazione, salvataggio e stampa documento; formattazione testo; inserimento immagini, tabelle, forme, icone e grafici; layout e impaginazione; strumenti di controllo ortografico; riferimenti e revisione.
· Come scrivere un Elaborato Finale di Laurea.
· Microsoft Office Excel (calcolo e analisi dati): visualizzazione e salvataggio foglio di calcolo; funzioni logiche, di ricerca e riferimento, matematiche e trigonometriche, riferimenti relativi e assoluti, formattazione condizionale, ordinamento dati secondo criteri, filtri, grafici. Macro e database.
· PowerPoint (presentazioni): visualizzazione e salvataggio documento; gestione diapositive e inserimento oggetti; presentazioni animate, effetti di transizione, modalità "presentazione"; cosa fare e non fare per rendere accattivante una presentazione. Come preparare la presentazione dell'Elaborato Finale di Laurea.
· Strumenti per la ricerca bibliografica.
Statistica
Introduzione alla statistica
· Definizione, utilità e impieghi della statistica;
· Concetti base (popolazione, campione, variabile);
· Linguaggio statistico;
I dati
· Come organizzare i dati;
· I dati secondari e le fonti;
· I dati primari e il campionamento;
· Le tecniche di rilevazione;
· Dataset, tabelle e grafici;
Analisi dei dati
· La distribuzione dei dati;
· Organizzare i dati qualitativi;
· Organizzare i dati quantitativi;
· Gli indici di posizione centrale per dati unitari e dati raggruppati in classi (media, mediana e moda);
· Gli indici di dispersione per dati unitari e dati raggruppati in classi (range, scarto medio assoluto, varianza, deviazione standard, intervallo interquartile, proprietà degli intervalli tipici)
· Gli indici di forma per dati unitari e dati raggruppati in classi (indice di asimmetria di Pearson, primo e secondo coefficiente di asimmetria di Pearson, indice di asimmetria di Fisher, coefficiente di asimmetria di Pearson-Fisher, indice di curtosi);
· Gli indici di posizione non centrale (z-score, quartili);
· I valori anomali;
· Analisi univariata - L'Exploratory Data Analysis (boxplot, sintesi dei cinque numeri);
· Analisi univariata - Come descrivere una distribuzione;
· Analisi bivariata - La correlazione;
· Analisi bivariata - La regressione lineare semplice.
· Probabilità; distribuzione normale;
· Analisi multivariata dei dati, concetti base. Analisi delle componenti principali (PCA);
· Software di programmazione utili per la gestione, l'elaborazione, l'automazione, l'archiviazione la rappresentazione dei dati.
Prerequisiti
Si richiede una buona conoscenza della lingua italiana, parlata e scritta.
Metodi didattici
Le lezioni si svolgono in presenza, con una forte componente laboratoriale. Per entrambe le unità (Informatica e statistica) l'insegnamento prevede sia lezioni frontali teoriche (16+16 h), sia esercitazioni (16+16 h) per l'applicazione pratica dei concetti teorici affrontati durante le lezioni frontali.
Le lezioni di statistica sono svolte in presenza e registrate sul canale Teams dell'insegnamento e rese fruibili unicamente per gli studenti classificati come lavoratori.
Le lezioni di Informatica sono svolte in presenza ma non vengono registrate.
Per gli studenti interessati da Disturbi Specifici dell'Apprendimento (DSA) si seguono le norme previste dall'Ateneo (https://www.unimi.it/it/studiare/servizi-gli-studenti/servizi-studenti-con-dsa)
Le lezioni di statistica sono svolte in presenza e registrate sul canale Teams dell'insegnamento e rese fruibili unicamente per gli studenti classificati come lavoratori.
Le lezioni di Informatica sono svolte in presenza ma non vengono registrate.
Per gli studenti interessati da Disturbi Specifici dell'Apprendimento (DSA) si seguono le norme previste dall'Ateneo (https://www.unimi.it/it/studiare/servizi-gli-studenti/servizi-studenti-con-dsa)
Materiale di riferimento
1. Slide e appunti delle lezioni.
2. Registrazione delle lezioni (solo per l'unità di statistica e solo studenti lavoratori)
3. Introduzione alla Statistica, di M. K. Pelosi e T. M. Sandifer, ed. McGraw-Hill, 2009
2. Registrazione delle lezioni (solo per l'unità di statistica e solo studenti lavoratori)
3. Introduzione alla Statistica, di M. K. Pelosi e T. M. Sandifer, ed. McGraw-Hill, 2009
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame prevede una valutazione basata sullo svolgimento di una prova scritta. Tale prova, della durata di 90 minuti, è composta da 25 domande a scelta multipla e 1 esercizio al computer finalizzato a verificare l'uso competente degli strumenti digitali impiegati durante il corso. La votazione finale sarà espressa in "approvato" o "non approvato".
L'iscrizione dell'esame avverrà unicamente via SIFA e l'appello verrà chiuso circa 7 giorni prima della data di svolgimento del test. Gli studenti avranno la possibilità di iscriversi da circa 14 giorni prima della chiusura dell'appello.
I risultati dei test verranno comunicati tramite email.
Gli studenti con DSA e con disabilità sono pregati di contattare via mail il Docente almeno 10 giorni prima della data di esame prevista per concordare le eventuali misure individualizzate. Nella mail indirizzata al docente è necessario mettere in CC i rispettivi Servizi di Ateneo: [email protected] (per studenti con DSA) e [email protected] (per studenti con disabilità).
L'iscrizione dell'esame avverrà unicamente via SIFA e l'appello verrà chiuso circa 7 giorni prima della data di svolgimento del test. Gli studenti avranno la possibilità di iscriversi da circa 14 giorni prima della chiusura dell'appello.
I risultati dei test verranno comunicati tramite email.
Gli studenti con DSA e con disabilità sono pregati di contattare via mail il Docente almeno 10 giorni prima della data di esame prevista per concordare le eventuali misure individualizzate. Nella mail indirizzata al docente è necessario mettere in CC i rispettivi Servizi di Ateneo: [email protected] (per studenti con DSA) e [email protected] (per studenti con disabilità).
- CFU: 6
Esercitazioni in aula informatica: 32 ore
Lezioni: 32 ore
Lezioni: 32 ore
Docenti:
Campagnoni Fabio, Tugnolo Alessio
Siti didattici
Docente/i
Ricevimento:
On appointment
Milano - Via Celoria 2