Conoscenze informatiche e telematiche

A.A. 2020/2021
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/CIT2021). Tutto il materiale, comprese le attività da svolgere individualmente o collaborativamente, saranno pubblicate nel corso Moodle (http://tiny.cc/CIT2021-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 Word/Google Docs e 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;
- Realizzare immagini e infografiche con Canva;
- Utilizzare Word/Google Docs e 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;
- 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.

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

Abilità digitali coinvolte
- Utilizzare Word/Google Docs e Excel/Google Sheets per elaborare l'indagine statistica;
- Registrare, eseguire e associare una macro a un pulsante in Excel/Google Sheets.
- Realizzare contenuti grafici con Canva.
Prerequisiti
Non sono richieste conoscenze preliminari.
Metodi didattici
Le lezioni si svolgono in presenza, con una forte componente laboratoriale. Ampio spazio è dedicato all'impiego di strumenti freeware o 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.

Nell'ottica di una didattica universale e interdisciplinare, alcune lezioni si svolgeranno contestualmente all'insegnamento di Matematica.

Si farà uso del corso Moodle dedicato all'insegnamento (http://labonline.ctu.unimi.it/course/view.php?id=148).
Materiale di riferimento
1. Slide, esercizi e risorse proposte durante le lezioni e raccolte nell'ambiente Moodle del corso (http://tiny.cc/CIT2021-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: 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/CIT2021-pratica).
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.

Il docente rafforza il processo di acquisizione delle conoscenze e delle abilità attraverso una continua valutazione formativa operata su di una sorta di diario di bordo. Gli studenti dovranno svolgere in itinere un'indagine statistica collaborativa, mettendo in campo di volta in volta le nuove conoscenze e abilità acquisite. Il campione di dati sarà raccolto nelle prime lezioni dopo la formulazione di una domanda di ricerca adeguata. Il processo di restituzione di feedback avverrà settimanalmente in forma di commenti e suggerimenti.
L'elaborato resterà condiviso con il docente per l'intera durata del corso.
- CFU: 6
Esercitazioni in aula informatica: 32 ore
Lezioni: 32 ore
Docente/i
Ricevimento:
Per concordare un ricevimento, contattare tramite e-mail.