STATISTICA M - Z

Anno accademico 2020/2021 - 2° anno
Docente: Antonio Punzo
Crediti: 9
SSD: SECS-S/01 - Statistica
Organizzazione didattica: 225 ore d'impegno totale, 165 di studio individuale, 60 di lezione frontale
Semestre:
ENGLISH VERSION

Obiettivi formativi

1.Conoscenza e capacità di comprensione (knowledge and understanding): Il corso mira a fornire gli strumenti fondamentali della Statistica, con particolare attenzione ai metodi della Statistica descrittiva e inferenziale, per l’analisi di dati osservati, nel campo dei fenomeni socio-economici ed aziendali.

2.Capacità di applicare conoscenza e comprensione (applying knowledge and understanding): Sulla base delle conoscenze acquisite, lo studente sarà in grado di utilizzare i principali metodi quantitativi al fine di analizzare e investigare aspetti essenziali di fenomeni socio economici.

3.Autonomia di giudizio (making judgements): lo studente sarà in grado di raccogliere, elaborare ed interpretare dati di natura quantitativa e qualitativa, anche in un’ottica politico-decisionale. Lo studente potrà poi organizzare sistematicamente tali valutazioni in una riflessione articolata su specifiche realtà economico-aziendale.

4.Abilità comunicative (communication skills): Lo studente sarà in grado di trasferire ad altri, con padronanza di linguaggio tecnico, informazioni e valutazioni relative a distribuzioni di dati inerenti realtà socio-economiche.

5.Capacità di apprendimento (learning skills): alla fine del corso di lezioni lo studente avrà acquisito le conoscenze necessarie per poter proseguire i suoi studi economici. L’apprendimento è ottenuto con un processo graduale in stretta relazione con le tematiche disciplinari e con gli obiettivi formativi peculiari del Corso di Laurea in Economia Aziendale.

 


Modalità di svolgimento dell'insegnamento

Lezioni frontali in aula.

Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte le necessarie variazioni rispetto a quanto dichiarato in precedenza, al fine di rispettare il programma previsto e riportato nel syllabus.


Prerequisiti richiesti

Conoscenza degli elementi di base di Matematica Generale


Frequenza lezioni

Di norma obbligatoria


Contenuti del corso

Descrizione del programma:

Statistica Descrittiva.

  • Distribuzioni statistiche semplici. Rilevazioni statistiche. Variabili statistiche. Distribuzioni di frequenza. Densità di frequenza. Rapporti statistici e numeri indici. Media aritmetica. Altre medie. Mediana e percentili. Variabilità statistica. Scostamenti medi. Varianza. Dati raggruppati e varianza. Differenze medie. Variabilità relativa. Concentrazione. Rapporto di concentrazione. Box-plot. Indici di forma: asimmetria e curtosi.
  • Distribuzioni statistiche multiple. Tabelle a doppia entrata. Distribuzioni di frequenze congiunte, marginali, condizionali. SMedie e varianze delle distribuzioni marginali e condizionate. Analisi della relazione fra due caratteri. Indici di associazione e connessione. Covarianza e correlazione lineare. Regressione lineare: determinazione dei coefficienti con il metodo dei minimi quadrati, misure di bontà del modello e analisi dei residui.

Calcolo delle Probabilità. Eventi. Probabilità in senso oggettivo e soggettivo. Principali regole del calcolo delle probabilità. Eventi condizionati. Probabilità condizionate. Variabili aleatorie discrete e continue. Distribuzioni di probabilità: uniforme, binomiale, ipergeometrica, Poisson e Normale.

Inferenza statistica. Distribuzioni campionarie. Distribuzione t-Student.

  • Stima puntuale. Stimatori e stime. Proprietà degli stimatori.
  • Stima per intervallo. Livello di confidenza. Intervalli di confidenza per media e proporzioni.
  • Verifica delle ipotesi statistiche. Ipotesi nulla e ipotesi alternativa. Livello di significatività. Potenza di un test. Verifica di ipotesi per medie e proporzioni.

Testi di riferimento

1. M. Zenga - Lezioni di Statistica Descrittiva, Giappichelli, Torino, 2007

2. P. Newbold, W. L. Carlson, B. Thorne - Statistica 2/Ed., Pearson, 2010



Programmazione del corso

 ArgomentiRiferimenti testi
1Lezioni 1-2: Aspetti introduttivi. Popolazioni e unità statistiche, caratteri e modalità. Classificazione dei caratteri statistici. Rilevazioni statistiche totali e campionarie. Rapporti statistici. Numeri indici. Distribuzioni di frequenze relative e assolute.Testo 1, Cap. 1-4  
2Lezioni 3-7: Sintesi numeriche delle distribuzioni: aspetti introduttivi Media aritmetica, media geometrica, media armonica. Indici di posizione: mediana, quartili, decili, percentili. Valori modali. Indici di variabilità assoluta. Varianza e scarto quadratico medio.Testo 1, Cap.5 
3Lezioni 8-10: Distribuzioni doppie, tabelle a doppia entrata. Distribuzioni marginali, condizionate. Sintesi numeriche delle distribuzioni doppie. Analisi della dipendenza di distribuzioni doppie. Indipendenza stocastica e connessione. Indice chi-quadrato di dipendenza distributiva.Testo 1, Cap. 6-7  
4Lezioni 11-13: Probabilità. Eventi; operazioni sugli eventi. Risultati elementari del calcolo delle probabilità. Teorema delle probabilità totali e applicazioni. Concezioni della probabilità. Combinazioni. Calcolo di probabilità per eventi equiprobabili.Testo 2, Cap. 1  
5Lezioni 14-15: Variabili aleatorie discrete e continue. Funzioni di densità. Funzione di ripartizione. Speranza matematica, varianza di v.a..Testo 2, Cap. 2  
6Lezioni 16-20: Modelli probabilistici. Distribuzione uniforme. Distribuzione di Bernoulli. Distribuzione binomiale. Distribuzione ipergeometrica. Distribuzione di Poisson. Distribuzione normale standard.Testo 2, Cap. 2  
7Lezioni 21-22: Introduzione alle distribuzioni campionarie. Media e varianza campionaria. Campionamento da distribuzioni normali. Distribuzione della media campionaria. Distribuzione della proporzione campionaria. Distribuzione t-StudentTesto 2, Cap. 2  
8Lezioni 23-27: Introduzione all’inferenza statistica. Stimatori puntuali. Proprietà degli stimatori puntuali. Intervalli di confidenza: aspetti generali. Intervalli di confidenza per la media (popolazioni normali con varianza nota). Intervalli di confidenza per proporzioni.Testo 3, Cap. 1-2 
9Lezioni 28-30: Regressione lineare semplice. Metodo di stima dei minimi quadrati. Misure di bontà dell’adattamento. Analisi dei residuiTesto 1, Cap. 6; Testo 3, Cap. 6  

Verifica dell'apprendimento

Modalità di verifica dell'apprendimento

L’esame consiste di una prova scritta e di una prova orale. La prova scritta è obbligatoria e consta di tre esercizi numerici. La prova orale è obbligatoria solo dopo due prenotazioni all’esame. La prova scritta si intende superata se lo studente ottiene una votazione complessiva non inferiore a 18/30.

La verifica dell’apprendimento potrà essere effettuata anche per via telematica, qualora le condizioni lo dovessero richiedere.


Esempi di domande e/o esercizi frequenti

1. Argomenti di statistica descrittiva (lezioni 1-10)

2. Argomenti di probabilità (lezioni 11-20)

3. Argomenti di inferenza statistica e regressione (lezioni 21-30)