STATISTICA PER L'ECONOMIA E L'IMPRESAModulo STATISTICA
Anno accademico 2023/2024 - Docente: SALVATORE DANIELE TOMARCHIORisultati di apprendimento attesi
- Conoscenza e capacità di comprensione: Il corso si propone di fornire una base di Statistica, concentrando l'attenzione sui metodi della Statistica descrittiva e inferenziale.
- Capacità di applicare conoscenza e comprensione: Con le competenze acquisite, lo studente sarà in grado di applicare i metodi quantitativi principali per esaminare e esplorare aspetti fondamentali dei fenomeni socio-economici.
- Autonomia di giudizio: Lo studente avrà la capacità di raccogliere, analizzare e interpretare dati sia quantitativi che qualitativi. Successivamente, sarà in grado di strutturare in modo organizzato tali valutazioni all'interno di una riflessione approfondita su contesti specifici nell'ambito economico.
- Abilità comunicative: Lo studente sarà in grado di comunicare in modo chiaro e competente, utilizzando un linguaggio tecnico adeguato, informazioni e giudizi riguardanti distribuzioni di dati legati a contesti socio-economici.
- Capacità di apprendimento: Al termine del corso, lo studente avrà sviluppato una solida base di conoscenze che gli permetterà di continuare con successo i suoi studi nell'ambito dell'economia sostenibile. Questo apprendimento avviene gradualmente e si integra strettamente con le materie specifiche del campo di studio e gli obiettivi formativi distintivi del Corso di Laurea in Management delle imprese per l'Economia Sostenibile.
Modalità di svolgimento dell'insegnamento
Lezioni frontali in aula.
Prerequisiti richiesti
Nonostante non siano richiesti prerequisiti formali, si ritiene essenziale avere una conoscenza degli elementi di base di Matematica Generale.
Frequenza lezioni
Di norma obbligatoria.
Contenuti del corso
Statistica Descrittiva. Rilevazioni statistiche. Variabili statistiche. Distribuzioni di frequenza. Densità di frequenza. Rapporti statistici. Media aritmetica, mediana, moda e percentili. Variabilità statistica. Scostamenti medi. Varianza. Dati raggruppati e varianza. Variabilità relativa. Concentrazione. Rapporto di concentrazione. Asimmetria. Covarianza e correlazione lineare. Regressione lineare: determinazione dei coefficienti, misure di bontà del modello.
Calcolo delle Probabilità. Eventi e Probabilità. Principali regole del calcolo delle probabilità. Eventi condizionati. Probabilità condizionate. Variabili aleatorie discrete e continue. Distribuzioni di probabilità: Bernuoilli, binomiale, ipergeometrica, normale e Poisson.
Inferenza statistica.
- Stima puntuale. Stimatori e stime.
- Stima per intervallo. Livello di confidenza. Intervalli di confidenza per media e proporzioni.
Testi di riferimento
- P. Newbold, W. Carlson, B. Thorne - Statistica, 9e, Pearson, 2021;
- Materiale didattico a cura del docente che verrà messo a disposizione durante le lezioni.
Programmazione del corso
| Argomenti | Riferimenti testi | |
|---|---|---|
| 1 | Lezioni 1-2: Aspetti introduttivi. Popolazioni e unità statistiche, caratteri e modalità. Classificazione dei caratteri statistici. Rilevazioni statistiche totali e campionarie. Rapporti statistici. Distribuzioni di frequenze relative e assolute. | Testo 1, Cap. 1-2 + Slides Docente |
| 2 | Lezioni 3-6: Sintesi numeriche delle distribuzioni: aspetti introduttivi, Media aritmetica. Indici di posizione: mediana, quartili, decili, percentili. Valori modali. Indici di variabilità assoluta. Varianza e scarto quadratico medio. | Testo 1, Cap. 3 + Slides Docente |
| 3 | Lezioni 7-10: Probabilità. Eventi; operazioni sugli eventi. Risultati elementari del calcolo delle probabilità. Teorema delle probabilità totali e applicazioni. | Testo 1, Cap. 4 + Slides Docente |
| 4 | Lezioni 11-12: Variabili aleatorie discrete e continue. Funzioni di densità. Funzione di ripartizione. Speranza matematica, varianza di v.a.. | Testo 1, Cap. 5-6 + Slides Docente |
| 5 | Lezioni 13-14: Distribuzione di Bernoulli. Distribuzione binomiale. Distribuzione ipergeometrica. Distribuzione normale standard. | Testo 1, Cap. 5-6 + Slides Docente |
| 6 | Lezioni 15-16: Introduzione alle distribuzioni campionarie. Media e varianza campionaria. Campionamento da distribuzioni normali. Distribuzione della media campionaria. Distribuzione della proporzione campionaria. Distribuzione t-Student | Testo 1, Cap. 7 + Slides Docente |
| 7 | Lezioni 17-19: Introduzione all’inferenza statistica. Stimatori puntuali. Intervalli di confidenza: aspetti generali. Intervalli di confidenza per la media (popolazioni normali con varianza nota). Intervalli di confidenza per proporzioni. | Testo 1, Cap. 7-8-10 + Slides Docente |
| 8 | Lezioni 20-21: Regressione lineare semplice. Misure di bontà dell’adattamento. | Testo 1, Cap. 12 + Slides Docente |
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
L'esame consiste in una prova scritta costituita da tre esercizi numerici. La prova scritta si considera superata se lo studente ottiene un voto totale di almeno 18/30. Per ulteriori specifiche, si veda la cartella del corso sulla piattaforma Studium.
Esempi di domande e/o esercizi frequenti
Di seguito un elenco di possibili tematiche degli esercizi:
- Media aritmetica;
- Quantili;
- Concentrazione;
- Varianza e coefficiente di variazione;
- Regressione lineare;
- Probabilità;
- Stimatori puntuali;
- Stima intervallare.
Per ulteriori specifiche, si veda la cartella del corso sulla piattaforma Studium.