Conoscenze informatiche e telematiche

A.A. 2021/2022
6
Crediti massimi
64
Ore totali
Lingua
Italiano
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.
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.
Programma e organizzazione didattica

Edizione unica

Responsabile
Periodo
Primo semestre
Il corso si svolgerà in presenza ma sarà comunque possibile seguire le lezioni mediante la piattaforma Microsoft Teams (http://tiny.cc/CIT2022-teams). Tutto il materiale, comprese le attività da svolgere individualmente o collaborativamente, saranno pubblicate nel corso Moodle (http://tiny.cc/CIT2022-moodle).
Programma
Attraverso un percorso guidato nelle diverse fasi dell'indagine statistica, l'insegnamento si propone di far acquisire agli studenti e alle studentesse conoscenze e abilità di base nell'ambito dell'informatica e della statistica descrittiva.

1. Cos'è e a cosa serve la Statistica
- Utilità e impieghi;
- Definizione;
- Concetti base;
- La domanda di ricerca;
- Editor di testo e di calcolo.

Abilità digitali coinvolte
- Utilizzare Microsoft Word/Google Docs e Microsoft Excel/Google Sheets per stilare l'indagine statistica.

2. Raccogliere i dati
- I dati;
- I dati secondari e le fonti;
- I dati primari e il campionamento;
- Le tecniche di rilevazione.

Abilità digitali coinvolte
- Impiegare le funzioni matematiche, statistiche, logiche e di testo di Excel/Google Sheets per il campionamento;
- Consultare banche dati e motori di ricerca (Istat, Eurostat, Google Trends, Google Dataset Search, Google Scholar);
- Progettare e realizzare questionari digitali con Microsoft Forms/Google Forms;
- Progettare e realizzare chatbot con Landbot.io.

3. Organizzare i dati
- Dataset, tabelle e grafici;
- La distribuzione dei dati (frequenze, classi di frequenze);
- Organizzare i dati qualitativi;
- Organizzare i dati quantitativi;
- Grafici: do's & don'ts.

Abilità digitali coinvolte
- Organizzare un dataset con Excel/Google Sheets e impiegare le tabelle Pivot;
- Utilizzare Microsoft Word/Google Docs e Microsoft Excel/Google Sheets per una prima descrizione dei dati.

4. Sintetizzare i dati
- 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, disuguaglianza di Čebyšëv);
- 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.

Abilità digitali coinvolte
- Utilizzare le funzioni matematiche, statistiche, logiche e di testo di Excel/Google Sheets per la sintesi dei dati.

5. Analizzare i dati
- 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.

Abilità digitali coinvolte
- Utilizzare le funzioni matematiche, statistiche, logiche e di testo di Excel/Google Sheets per l'Exploratory Data Analysis e per le regressione lineare semplice;
- Utilizzare BoxplotR per realizzare un boxplot.
- Registrare, eseguire e associare una macro a un pulsante in Excel/Google Sheets;

6. Trarre conclusioni (e comunicare i risultati)
- Concludere l'indagine;
- Comunicare i risultati.

Abilità digitali coinvolte
- Utilizzare Microsoft Word/Google Docs e Microsoft Excel/Google Sheets per elaborare l'indagine statistica;
- Realizzare immagini e infografiche con Canva.
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. Ampio spazio è dedicato all'impiego di strumenti freeware od open source, all'analisi di casi studio e allo svolgimento di attività, individuali e collaborative. Con l'obiettivo di coltivare la competenza interpersonale e di stimolare la riflessione metacognitiva, si privilegiano lezioni di tipo partecipato, che saranno supportate dall'impiego del digitale, da attività di apprendimento autentico, da esperienze ludiche, da webquest e da momenti di scaffolding.
Materiale di riferimento
1. Slide, esercizi e risorse proposte durante le lezioni e raccolte nell'ambiente Moodle del corso (http://tiny.cc/CIT2022-moodle).

2. Un qualsiasi manuale di statistica. Si consiglia il testo Sullivan III, M. (2011) Fondamenti di statistica, Pearson: pp. 1-131 (Parti I e II);

3. Strumenti impiegati: Microsoft Word/Google Docs, Portale Dati Istat, Google Trends, Google Forms, Landbot.io, Microsoft Excel/Google Sheets, Canva, BoxPlotR;

4. Elenco delle abilità digitali sviluppate durante il corso e richieste per la prova pratica (http://tiny.cc/abilita-cit).
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame prevede una valutazione sommativa basata sullo svolgimento di una prova scritta e di una successiva prova pratica.
La prova scritta è composta da cinque domande/esercizi di statistica ed è da intendersi superata con quattro domande/esercizi corretti; la prova pratica è finalizzata a verificare l'uso competente degli strumenti digitali impiegati durante il corso e potrà essere sostenuta unicamente se la prova scritta sarà stata ritenuta sufficiente.
L'idoneità è attribuita al superamento di entrambe le prove. La prova scritta, se superata, resta valida per l'intero anno accademico.
- CFU: 6
Esercitazioni in aula informatica: 32 ore
Lezioni: 32 ore
Docente/i
Ricevimento:
Per concordare un ricevimento, contattare tramite e-mail.