Skip to Main Content (Press Enter)

Logo UNIBG
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze

UNI-FIND
Logo UNIBG

|

UNI-FIND

unibg.it
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze
  1. Insegnamenti

STATISTICS FOR DIGITAL AND ORGANISATIONAL INNOVATION - 37195-E2

insegnamento
ID:
37195-E2
Dettaglio:
SSD: Statistica per la ricerca sperimentale e tecnologica Durata: 48 CFU: 6
SSD: STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA Durata: 48 CFU: 6
Sede:
DALMINE
Url:
Dettaglio Insegnamento:
INGEGNERIA GESTIONALE - 37-270/PERCORSO COMUNE Anno: 1
Dettaglio Insegnamento:
INGEGNERIA MECCANICA - 39-270/PERCORSO GENERALE Anno: 1
INGEGNERIA MECCANICA - 39-270/PERCORSO GENERALE Anno: 2
Anno:
2026
  • Dati Generali
  • Syllabus
  • Corsi
  • Persone
  • Altre Info

Dati Generali

Periodo di attività

Secondo Semestre (22/02/2027 - 05/06/2027)

Syllabus

Obiettivi Formativi

In questo corso, lo studente svilupperà strumenti statistici per monitorare e comprendere i processi di innovazione: imparerà a calcolare trend e previsioni, quantificare l'incertezza e valutare l'impatto dei cambiamenti nell'era dell’innovazione e della mitigazione del riscaldamento globale.

Lavorando in un ambiente di calcolo avanzato (Matlab, R o Python), lo studente imparerà a fornire un'adeguata rappresentazione grafica dei dati e a costruire modelli statistici a fini descrittivi, interpretativi, predittivi e di simulazione.

Svilupperà inoltre una significativa esperienza operativa tramite la realizzazione di un lavoro di gruppo su un progetto statistico di interesse per un Ingegnere gestionale, con l’utilizzo di R o Python.

In particolare lo studente entrerà in contatto con i metodi di analisi delle serie storiche e di previsione statistica utili per descrivere la dinamica temporale di un fenomeno, per prevederne il comportamento futuro a breve termine e per effettuare analisi di scenario e simulazione. Particolare attenzione verrà dedicata alla valutazione dell'incertezza di previsione.


Prerequisiti

Conoscenze equivalenti a un corso di Calcolo delle probabilità e inferenza statistica

In particolare è richiesta la conoscenza dei seguenti argomenti:

- Principali distribuzioni di probabilità

- Stima e intervalli di confidenza

- Verifica di Ipotesi




Metodi didattici

Lezioni frontali e discussione (70%)
Case studies (30%)

Lavoro di gruppo su un progetto di previsione statistica.

Verifica Apprendimento

L’esame è composto di tre parti; ognuna deve essere passata con un voto >= 18/30.

Le tre parti e il loro peso nel voto finale sono:

-         20% Test di teoria

-         20% Paper

-         60% Discussione


In caso di insufficienza grave (<=9/30) o di assenza ingiustificata, il docente potrà applicare il salto dell’appello immediatamente successivo.


Contenuti

Richiami di probabilità e inferenza statistica.

Rappresentazioni grafiche per dati nel tempo e serie storiche.
Dati multivariati e la matrice di varianze-covarianze.
La distribuzione normale multivariata. Test di normalità.

Il modello di regressione classico: assunzioni, stima a minimi quadrati. Previsione statica.
Selezione delle variabili, capacità previsiva, cross-validazione.
Modelli di regressione non parametrica, spline e reti neurali.

I dati nel tempo e la funzione di autocorrelazione.
Modelli autoregressivi e a media mobile:
Stazionarietà, stima dei parametri, problemi di selezione, diagnostica e validazione del modello

La previsione dinamica: previsione a uno e a più passi.

Modelli di regressione per serie storiche.

Modelli nello spazio degli stati: equazioni di stato, equazioni di misura, filtraggio, previsione e smoothing.

Gli argomenti di cui sopra saranno collegati ad uno o più data set che verranno usati a) dal docente per illustrare i metodi e b) dallo studente che imparerà a lavorarci tramite R o Python.

Risorse Online

  • Materiali didattici online (e-learning)
  • Leganto - Testi d'esame

Altre informazioni

Materiale del corso su Moodle


Corsi

Corsi (3)

INGEGNERIA GESTIONALE - 37-270 
Laurea Magistrale
2 anni
INGEGNERIA MECCANICA - 39-270 
Laurea Magistrale
2 anni
MECHATRONICS AND SMART TECHNOLOGY ENGINEERING - 161-270-EN 
Laurea Magistrale
2 anni
No Results Found

Persone

Persone

FASSO' Alessandro
Gruppo 13/STAT-01 - STATISTICA
AREA MIN. 13 - Scienze economiche e statistiche
Settore STAT-01/B - Statistica per la ricerca sperimentale e tecnologica
Professori Ordinari
No Results Found

Altre Info

Insegnamento principale

STATISTICS FOR DIGITAL AND ORGANISATIONAL INNOVATION
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 26.7.2.0