Insegnamento PROBABILITÀ E STATISTICA PER L'INVESTIGAZIONE
- Corso
- Scienze socioantropologiche per l'integrazione e la sicurezza sociale
- Codice insegnamento
- GP004351
- Curriculum
- Migrazione e integrazione
- Docente
- Fabio Pasticci
- Docenti
-
- Fabio Pasticci
- Ore
- 36 ore - Fabio Pasticci
- CFU
- 6
- Regolamento
- Coorte 2020
- Erogato
- 2020/21
- Attività
- Caratterizzante
- Ambito
- Discipline matematico-statistiche ed economiche
- Settore
- MAT/06
- Tipo insegnamento
- Opzionale (Optional)
- Tipo attività
- Attività formativa monodisciplinare
- Lingua insegnamento
- ITALIANO
- Contenuti
- Il corso è diviso in tre parti, ognuna approssimativamente di 6 lezioni (12 ore) per un totale di 18 lezioni (36 ore): Statistica Descrittiva, Calcolo delle Probabilità, Statistica Inferenziale.
La prima parte presenta i principali strumenti della Statistica Descrittiva che sono usati per fornire una rappresentazione concisa ed espressiva di una collezione di dati.
La seconda parte fornisce alcune nozioni di base di Calcolo delle Probabilità che sono un prerequisito per comprendere la terza parte.
La terza parte presenta alcune tecniche di base della Statistica Inferenziale che permettono di trarre conclusioni su una popolazione di interesse partendo da un campione di individui. - Testi di riferimento
- A. Agresti, B. Finlay: Statistica per le scienze sociali, Pearson, 2009. (ENGLISH VERSION: Statistical methods for the social science 4/ed, Pearson Prentice Hall, 2009).
I. Diamond, J. Jefferies: Introduzione alla statistica per le scienze sociali, 2/ed. McGraw-Hill, 2006. (ENGLISH VERSION: Beginning Statistics: An Introduction for Social Scientists, SAGE Publications, 2001).
E. Ivaldi: Elementi introduttivi alla statistica e al calcolo delle probabilità, Impressioni Grafiche, 2019.
Dispense/slides fornite dal docente.
(Sarà fornito materiale sostitutivo in inglese, se richiesto). - Obiettivi formativi
- Al termine del corso lo studente sarà in grado di capire ed usare i più comuni strumenti della statistica descrittiva quali tabelle, grafici, frequenze, medie e indici di dispersione.
Lui/lei saprà comprendere il significato di valutazioni probabilistiche, di usare il calcolo delle probabilità per schematizzare alcuni semplici fenomeni aleatori e trarre semplici inferenze probabilistiche (bayesiane).
Lo studente sarà in grado di trarre delle conclusioni su una popolazione di interesse (nella forma di intervalli di confidenza e test di significatività) usando un campione dei suoi individui. Sarà anche capace di quantificare la correlazione tra due variabili e di fare delle previsioni su una variabile conoscendone un'altra. - Prerequisiti
- Conoscenze matematiche elementari.
- Metodi didattici
- Lezioni frontali e in videoconferenza interattiva.
Materiale didattico delle lezioni disponibile sulla piattaforma di e-learning UniStudium: https://www.unistudium.unipg.it/unistudium/. - Altre informazioni
- Ricevimento: previo appuntamento inviando una mail a fabio.pasticci@unipg.it
- Modalità di verifica dell'apprendimento
- Esame scritto con quesiti (esercizi e/o domande teoriche) che vertono sugli argomenti visti a lezione, con eventuale discussione orale (facoltativa) nel caso lo studente non fosse soddisfatto del voto dello scritto.
- Programma esteso
- Il corso è diviso in tre parti, ognuna approssimativamente di 6 lezioni (12 ore) per un totale di 18 lezioni (36 ore): Statistica Descrittiva, Calcolo delle Probabilità, Statistica Inferenziale.
La prima parte presenta i principali strumenti della Statistica Descrittiva che sono usati per fornire una rappresentazione concisa ed espressiva di una collezione di dati:
dati, variabili statistiche (numeriche e categoriche), distribuzioni di frequenze, rappresentazioni tabellari;
distribuzioni di frequenze cumulate, le più comuni rappresentazioni grafiche (grafici a barre, grafici a torta, istogrammi, diagrammi a linea);
valori medi (media aritmetica e pesata, moda e mediana), quartili;
indici di dispersione (scarto inter-quartile, deviazione standard e varianza), box-plots.
La seconda parte fornisce alcune nozioni di base di Calcolo delle Probabilità che sono un prerequisito per comprendere la terza parte:
eventi, probabilità di un evento come misura del grado di fiducia e sua possibile stima come una frequenza;
probabilità condizionata, indipendenza stocastica, teorema di Bayes;
variabili aleatorie, la distribuzione normale.
La terza parte presenta alcune tecniche di base della Statistica Inferenziale che permettono di trarre conclusioni su una popolazione di interesse partendo da un campione di individui:
distinzione tra popolazione e campione, campione casuale;
intervalli di confidenza, test di significatività;
correlazione e regressione (retta di regressione).