STATISTICA

Anno accademico 2022/2023 - Docente: Luca MARTINO

Risultati di apprendimento attesi

OBIETTIVI FORMATIVI

1. Conoscenza e capacità di comprensione (knowledge and understanding): L'insegnamento si propone di

fornire agli studenti gli strumenti metodologici fondamentali della Statistica per l’analisi di dati, con

riferimento ai 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 le tecniche statistiche di base (analisi

descrittive, calcolo delle probabilità, metodi inferenziali e modelli di regressione lineare semplice) al fine di

analizzare, investigare e comprendere aspetti essenziali di fenomeni socio economici.

3. Autonomia di giudizio (making judgements): Utilizzando le tecniche statistiche oggetto del programma

dell'insegnamento, lo studente sarà in grado di individuare gli strumenti statistici opportuni per elaborare

analisi ed interpretazioni di dati di natura quantitativa e/o qualitativa, con riferimento specifiche realtà

economico-aziendali.

4. Abilità comunicative (communication skills): Lo studente sarà in grado di comprendere e comunicare, con

padronanza di linguaggio, informazioni e valutazioni tecniche relative a insiemi di dati inerenti a realtà socioeconomiche.

5. Capacità di apprendimento (learning skills): Lo studente avrà acquisito capacità logiche e conoscenze

necessarie nell'ambito della statistica metodologica per poter proseguire i suoi studi nel corso di laurea.

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.

Prerequisiti richiesti

PREREQUISITI RICHIESTI

Conoscenze di base di matematica: algebra, geometria analitica, analisi matematica.

Contenuti del corso

CONTENUTI DEL CORSO

Distribuzioni statistiche semplici. Rilevazioni statistiche. Variabili statistiche. Distribuzioni di frequenza. Densità di

frequenza. Rapporti statistici e numeri indici. Indici di tendenza centrale: media aritmetica, media geometrica,

media armonica, mediana e percentili. Variabilità statistica: varianza e scarto quadratico medio, differenze medie.

Variabilità relativa. Concentrazione. Rapporto di concentrazione. Box-plot. Indici di forma: asimmetria.

Distribuzioni statistiche multiple. Tabelle a doppia entrata. Distribuzioni di frequenze congiunte, marginali,

condizionali. Medie e varianze delle distribuzioni marginali e condizionate. Analisi della relazione fra due caratteri.

Indici di associazione e connessione. Covarianza e correlazione lineare.

Calcolo delle Probabilità. Eventi. Probabilità in senso oggettivo e soggettivo. Principali regole del calcolo delle

probabilità. Eventi condizionati. Probabilità condizionate, Teorema di Bayes. Variabili aleatorie discrete e continue.

Distribuzioni di probabilità: uniforme, Bernoulli, binomiale, Poisson, Normale. Skewness e Curtosi.

Inferenza statistica. Distribuzioni campionarie. Distribuzioni t-Student, chi-quadrato. Stimatori e stime. Proprietà

degli stimatori. Metodi di stima: metodo dei minimi quadrati, metodo della massima verosimiglianza.

Stime per intervallo. Livello di confidenza. Intervalli di confidenza per media, varianze, proporzioni.

Verifica delle ipotesi statistiche. Errori di I e II specie. Livello di significatività. Potenza di un test. Verifica di ipotesi

per: medie, varianze, proporzioni, confronti fra medie, confronti fra proporzioni. Verifica dell'ipotesi di indipendenza

e di omogeneità

Modelli statistici. Il modello di regressione lineare. Regressione semplice. Misure di bontà del modello. Analisi dei

residui. Inferenza sui parametri del modello di regressione.

Testi di riferimento

Parlare con il Professore, per consigli.

Verifica dell'apprendimento

Modalità di verifica dell'apprendimento

Prova scritta, con domande di teoria incluse.
ENGLISH VERSION