Libri UniversitariApri il catalogo

Prof. Laura Maria Sangalli

Politecnico di Milano · Scuola di Ingegneria Industriale e dell'Informazione · libri consigliati e cosa studiare, a.a. 2026/2027

Libri adottati dal prof. Laura Maria Sangalli

Materie del prof. Laura Maria Sangalli

Fondamenti di Statistica e Calcolo Numerico [C.I] P-ZZZZ

Corso di laurea: Ingegneria Biomedica · Laurea triennale · 2º anno · 2º semestre · 10 CFU

Politecnico di Milano · Scuola di Ingegneria Industriale e dell'Informazione · 10 CFU · apri nel catalogo · Ingegneria Biomedica · 2º anno · 2º semestre · canale P-ZZZZ ›

Sheldon – Inroduzione alla statisticaCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Montgomery – Statistica per ingegneriaCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Testi consigliati (facoltativi)

Verri – Probabilità e statisticaCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Ieva – Laboratorio di Statistica con RCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare

Argomenti del programma: 1. Analisi univariata : Indici di centralità, di dispersione e di forma, distribuzioni empiriche, istogrammi, boxplot. 2. Analisi bivariata : Tabella di contingenza, scatterplot, coefficiente di correlazione campionario. 3. Probabilità : Spazio campionario, eventi, funzione di probabilità e relative proprietà, spazi campionari finiti.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Applied Statistics Canale unico

Corso di laurea: Management Engineering · Laurea triennale · 2º anno · 1º semestre · ANALYTICS FOR BUSINESS · 15 CFU / esame facoltativo · 052911 CFU

Politecnico di Milano · Scuola di Ingegneria Industriale e dell'Informazione · 15 CFU · apri nel catalogo · Management Engineering · 2º anno · 1º semestre ›

Galecki – Linear Mixed-Effects Models using RCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Testi consigliati (facoltativi)

Cressie – Statistics for Spatial DataCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare

Argomenti del programma: Program : Introduction: a short recap on linear models for independent data The case of heterogeneous variance Linear fixed-effects models for correlated data Linear mixed-effects models Nonparametric regression models Spatial statistics: kriging A brief introduction to Dynamic Linear Models and Kalman filtering A brief introduction to Markov Models and Hidden Markov Models All methods will be illustrated using…

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Lab - Data Science For Industrial Engineering – con Prof. Stefania Cacace Canale unico

Corso di laurea: Mechanical Engineering - BV,PC · Laurea triennale · 2º anno · 2º semestre · 5 CFU

Politecnico di Milano · Scuola di Ingegneria Industriale e dell'Informazione · 5 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

Bacheca del docente: cosa indica di studiare

Argomenti del programma: Industrial case study and problem definition Engineering problem formulation and project objectives. Literature review and state-of-the-art analysis. Experimental planning and data acquisition Experimental design and monitoring strategy. Experimental execution and data acquisition. Data representation and analysis Image- and/or video-based data preprocessing and representation.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Domande frequenti

Quali libri consiglia il prof. Laura Maria Sangalli per Fondamenti di Statistica e Calcolo Numerico [C.I]?

Sheldon – Inroduzione alla statistica; Montgomery – Statistica per ingegneria; Verri – Probabilità e statistica; Epifani – Esercizi di statistica per l'ingegneria, le scienze…; Ieva – Laboratorio di Statistica con R

Quali libri consiglia il prof. Laura Maria Sangalli per Applied Statistics?

Galecki – Linear Mixed-Effects Models using R; Cressie – Statistics for Spatial Data