- Oggetto:
- Oggetto:
STATISTICA
- Oggetto:
STATISTICS
- Oggetto:
Anno accademico 2023/2024
- Codice dell'attività didattica
- ECO0004
- Docenti
- Matteo Ruggiero (Titolare del corso)
Pierpaolo De Blasi (Titolare del corso)
Nicoletta Melis (Esercitatore) - Corso di studi
- 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 didattico
- Secondo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 12
- SSD dell'attività didattica
- SECS-S/01 - statistica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Facoltativa
- Tipologia d'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 e teoriche 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 e teoriche 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 e teoriche 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 e teoriche 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 e teoriche in forma scritta.At the end of the course, the student is expected to:
- understand the main statistical concepts
- appropriately formalize a statistical problem in order to apply the methods taught during the course
- face a simple statistical problem and interpret the results of the statistical analysis
- present in written form the knowledge gained during the course
- being able to successfully attend intermediate level classes in statistics and econometrics- 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.- 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: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.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 lezioni
- Oggetto:
