Vai al contenuto principale
Oggetto:
Oggetto:

STATISTICA

Oggetto:

STATISTICS

Oggetto:

Anno accademico 2024/2025

Codice attività didattica
ECO0004
Docenti
Pierpaolo De Blasi (Titolare del corso)
Corso di studio
ECONOMIA - percorso in Economia e Data Science
ECONOMIA - percorso in Economia e Finanza
ECONOMIA - percorso in Economia e Management
ECONOMIA - percorso in Economia, Mercati e Istituzioni
Anno
1° anno
Periodo
Secondo semestre
Tipologia
Caratterizzante
Crediti/Valenza
12
SSD attività didattica
SECS-S/01 - statistica
Erogazione
Tradizionale
Lingua
Italiano
Frequenza
Facoltativa
Tipologia esame
Scritto
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

L'insegnamento si propone di fornire le basi concettuali e operative del ragionamento statistico. In particolare, esso prevede un'introduzione all'analisi statistica dei dati, l'esposizione delle nozioni elementari del calcolo delle probabilità e dell'inferenza statistica evidenziando l'utilità delle tecniche statistiche per l'analisi empirica in varie discipline.

 The course aims at providing the main concepts and methods of statistical reasoning. In particular, it consists of an introduction to data analysis and a presentation of elementary notions of probability theory and statistical inference. The importance of statistics in various disciplines will also be emphasized.

Oggetto:

Risultati dell'apprendimento attesi

Risultati d'apprendimento previsti (espressi tramite i Descrittori europei del titolo di studio (D.M. 16/03/2007, art. 3, comma 7)

- Conoscenza e capacità di comprensione. Risultati attesi: acquisizione dei concetti fondamentali del ragionamento statistico. Strumenti: lezioni frontali ed esercitazioni svolte dai docenti. Verifiche: verifiche pratiche in forma scritta.
- Capacità di applicare conoscenza e comprensione. Risultati attesi: capacità di formalizzare un problema statistico in modo da utilizzare le appropriate tecniche statistiche presentate durante l'insegnamento. Strumenti: lezioni frontali ed esercitazioni svolte dai docenti. Verifiche: verifiche pratiche in forma scritta.
- Autonomia di giudizio. Risultati attesi: capacità di affrontare, in maniera autonoma e consapevole, l'analisi di un problema statistico e l'interpretazione dei risultati. Strumenti: lezioni frontali ed esercitazioni svolte dai docenti. Verifiche: verifiche pratiche in forma scritta.
- Abilità comunicative. Risultati attesi: abilità di comunicare in forma scritta le questioni oggetto dell'insegnamento. Strumenti: lezioni frontali ed esercitazioni svolte dai docenti. Verifiche: verifiche pratiche in forma scritta.
- Capacità di apprendimento. Risultati attesi: capacità di apprendere e sviluppare modelli statistici ed econometrici più elaborati. Strumenti: lezioni frontali ed esercitazioni svolte dai docenti. Verifiche: verifiche pratiche in forma scritta.

 

Expected learning outcomes


- Knowledge and understanding. Expected results: acquisition of the fundamental concepts of statistical reasoning. Tools: lectures and exercises conducted by teachers. Tests: practical tests in written form.
- Ability to apply knowledge and understanding. Expected results: ability to formalize a statistical problem in order to use the appropriate statistical techniques presented during the course. Tools: lectures and exercises conducted by the teachers. Tests: practical tests in written form.
- Autonomy of judgment. Expected results: ability to deal, autonomously and consciously, with the analysis of a statistical problem and the interpretation of the results. Tools: lectures and exercises conducted by the teachers. Tests: practical tests in written form.
- Communication skills. Expected results: ability to communicate in written form the issues covered in the course. Tools: lectures and exercises conducted by teachers. Tests: practical tests in written form.
- Learning ability. Expected results: ability to learn and develop more elaborate statistical and econometric models. Tools: lectures and exercises conducted by teachers. Tests: practical tests in written form.

Oggetto:

Programma

Programma dettagliato del corso (tra parentesi il riferimento alle sezioni del libro di testo indicato in calce):

1. Statistica descrittiva

  • statistica descrittiva e inferenziale (1.1-1.3)
  • variabili statistiche e loro classificazioni (2.1)
  • rappresentazioni grafiche per variabili categoriche (2.2)
  • rappresentazioni grafiche per serie storiche (2.3)
  • rappresentazioni grafiche per variabili numeriche (2.4, 2.6)
  • rappresentazioni grafiche per variabili doppie (2.5)
  • misure di tendenza centrale e altri indici di posizione: moda, medie, mediana, quartili, percentili (3.1)
  • misure di variabilità: campo di variazione, differenza interquartile, varianza, scarto quadratico medio, coefficiente di variazione (3.2)
  • disuguaglianza di Chebyshev e regola empirica (3.2)
  • misure di sintesi per dati raggruppati (3.3)
  • box plot e rappresentazione dei valori anomali (app. cap. 3)
  • simmetria e asimmetria delle distribuzioni (app. cap. 3)
  • misure delle relazioni tra due variabili (3.4)
  • relazioni lineari (3.5)

2. Calcolo delle probabilità

  • elementi di calcolo combinatorio (app. cap. 4)
  • esperimenti aleatori e spazi campionari (4.1)
  • concezioni di probabilità e impostazione assiomatica (4.2)
  • regole di calcolo delle probabilità e probabilità condizionata (4.3)
  • probabilità congiunte, marginali, indipendenza tra eventi (4.4)
  • Teorema di Bayes (4.5)

3. Variabili aleatorie discrete

  • definizione, funzione di probabilità e funzione di ripartizione (5.1, 5.2)
  • valore atteso, varianza, momenti di una v.a. discreta (5.3)
  • trasformazioni lineari di una v.a. discreta (5.3)
  • distribuzione di Bernoulli, distribuzione binomiale (5.4)
  • distribuzione ipergeometrica (5.5)
  • distribuzione geometrica (app.)
  • distribuzione di Poisson (5.6)
  • distribuzioni congiunte di due v.a. discrete (5.7)
  • indipendenza, covarianza e correlazione (5.7)
  • combinazioni lineari di v.a. (5.7)

4. Variabili aleatorie continue

  • definizione, funzione di densità (6.1)
  • valore atteso, varianza (6.2)
  • distribuzione uniforme (6.1)
  • distribuzione esponenziale (6.5)
  • distribuzione normale (6.3)
  • approssimazione della distribuzione binomiale con la distribuzione normale (6.4)

5. Campionamento e distribuzioni campionarie

  • campione aleatorio (7.1)
  • distribuzione della media campionaria, Teorema del Limite Centrale  (7.2)
  • distribuzione della proporzione campionaria (7.3)
  • distribuzione della varianza campionaria, distribuzione chi-quadrato (7.4)

 

6. Problemi di stima su una singola popolazione

  • stima puntuale: proprietà di non distorsione, non distorsione asintotica e di efficienza (8.1)
  • intervalli di confidenza per la media quando la varianza è nota (8.2)
  • intervalli di confidenza per la media quando la varianza non è nota, distribuzione t di Student (8.3)
  • intervalli di confidenza per la proporzione (grandi campioni) (8.4)
  • intervalli di confidenza sulla varianza di una popolazione normale (9.4)

7. Verifica di ipotesi su una singola popolazione

  •  concetti base della verifica di ipotesi (10.1)
  • verifica di ipotesi sulla media quando la varianza è nota (10.2)
  • verifica di ipotesi sulla media quando la varianza non è nota (10.3)
  • verifica di ipotesi sulla proporzione (grandi campioni) (10.4)
  • verifica di ipotesi sulla varianza di una popolazione normale (11.3)

8. Ulteriori argomenti 

  • test chi quadrato per tabelle di contingenza (13.3)
  • altri argomenti da confermare a fine corso

 

 The topics of the course are as follows (for a detailed course program with reference to the sections of the textbook, see the Italian version):

1. Data Analysis: frequency distributions, graphical representations and descriptive indexes.
2. Elementary probability: probability measures, conditional probability and main properties.
3. Random variables: discrete and continuous random variables, bivariate random variables, main probability models and central limit theorem.
4. Inference: sampling distributions, point estimation, confidence intervals and hypothesis testing.

Oggetto:

Modalità di insegnamento

L'insegnamento è articolato in 96 ore di lezioni formali in aula, e in circa 10 esercitazioni. La didattica sarà erogata in presenza. Il materiale didattico sarà reso disponibile sulla pagina Moodle del corso.

 The course is articulated in 96 hours of formal in‐class lecture time, plus around 10 tutorials. The teaching is foreseen to be in presence.  Teaching material will be made available through the course Moodle page.

 

Oggetto:

Modalità di verifica dell'apprendimento

Esame in forma scritta, con verifica delle conoscenze mediante risposte a scelta multipla (che possono richiedere la risoluzione di un esercizio). Durata della prova: 1h30min. Non è prevista la prova orale. La prova verrà erogata in presenza (se concesso dalle disposizioni di Ateneo vigenti) e in forma telematica per coloro che hanno diritto a tale erogazione.

Written test with muplie choice questions, possibly requiring resolving an excercise. Duration: 1h30mins. No oral examination is foreseen for this course. The test will take place in presence (if allowed by the current University regulations) and online for those entitled to take the test remotely.

 

Testi consigliati e bibliografia



Oggetto:
Libro
Titolo:  
Statistica
Anno pubblicazione:  
2021
Editore:  
Pearson
Autore:  
Paul Newbold - William L. Carlson - Betty Thorne
ISBN  
Obbligatorio:  
Si


Oggetto:

Orario lezioniV

Oggetto:
Ultimo aggiornamento: 07/10/2024 11:47
Location: https://www.ecocomm.unito.it/robots.html
Non cliccare qui!