Insegnamento STATISTICA
- Corso
- Economia aziendale
- Codice insegnamento
- 20007009
- Sede
- TERNI
- Curriculum
- Comune a tutti i curricula
- Docente
- Luca Scrucca
- Docenti
-
- Luca Scrucca
- Ore
- 63 ore - Luca Scrucca
- CFU
- 9
- Regolamento
- Coorte 2021
- Erogato
- 2022/23
- Attività
- Caratterizzante
- Ambito
- Statistico-matematico
- Settore
- SECS-S/01
- Tipo insegnamento
- Obbligatorio (Required)
- Tipo attività
- Attività formativa monodisciplinare
- Lingua insegnamento
- Italiano
- Contenuti
- Introduzione alla statistica descrittiva. Medie e variabilità. Numeri indici. Associazione tra due caratteri. Elementi di calcolo delle probabilità. Variabili casuali e distribuzioni di probabilità. Distribuzioni campionarie. Inferenza statistica. Stima puntuale e proprietà degli stimatori. Intervalli di confidenza e verifica delle ipotesi. Modelli statistici e inferenza nel modello di regressione lineare semplice.
- Testi di riferimento
- Borra S., Di Ciaccio A. (2021) Statistica: Metodologie per le Scienze Economiche e Sociali. 4a edizione, McGraw-Hill.
Slides delle lezioni disponibili nella pagina UniStudium del corso.
Soluzioni degli esercizi tratti dal libro di testo saranno rese disponibili nella pagina UniStudium durante il corso. - Obiettivi formativi
- L'insegnamento fornisce un'introduzione ai principi e alle tecniche di analisi statistica dei dati. L'obiettivo principale dell'insegnamento consiste quindi nel fornire agli studenti le nozioni di base della statistica descrittiva e inferenziale.
Le principali conoscenze acquisite saranno:
• elementi e concetti introduttivi di statistica;
• descrizione numerica e grafica dei dati;
• conoscenze di base della statistica descrittiva, del calcolo delle probabilità e dell'inferenza statistica.
Le principali abilità (ossia la capacità di applicare le conoscenze acquisite) saranno:
• leggere ed interpretare le informazioni statistiche prodotte da istituzioni pubbliche e private;
• effettuare semplici analisi statistiche inerenti fenomeni economici e sociali. - Prerequisiti
- La presentazione delle metodologie statistiche introdotte nel corso si avvale di strumenti matematici di base, per cui è necessario aver sostenuto con successo l'esame di Matematica Generale.
- Metodi didattici
- Lezioni teoriche ed esercitazioni pratiche.
- Altre informazioni
- La frequenza delle lezioni è fortemente consigliata.
- Modalità di verifica dell'apprendimento
- L'esame consiste in una prova scritta strutturata in due parti: la prima parte contiene domande teoriche a risposta chiusa, mentre la seconda esercizi numerici di analisi dei dati.
- Programma esteso
- Statistica descrittiva: nozioni introduttive. Caratteri e modalità, unità statistiche e collettivo. Classificazione dei caratteri statistici. Modalità di raccolta dei dati (cenni). Distribuzioni unitarie e di frequenza. Rappresentazioni grafiche di distribuzioni statistiche. Le medie: definizione e proprietà formali. Media aritmetica, geometrica e quadratica. Mediana, moda, percentili. Variabilità: definizione e concetti introduttivi. Indici di variabilità: varianza, deviazione standard, coefficiente di variazione, campo di variazione, differenza interquartile. Concentrazione. Omogeneità ed eterogeneità. Indici di asimmetria. Standardizzazione dei dati. Rapporti statistici e numeri indici. Numeri indici semplici e complessi (Laspeyres e Paasche). Cambiamento di base dei numeri indici. Indici Istat dei prezzi. Associazione tra due caratteri: concetti introduttivi. Distribuzioni doppie di frequenze: indici di indipendenza. Il coefficiente di correlazione lineare.
Elementi di calcolo delle probabilità. Variabili casuali e distribuzioni di probabilità. Valore atteso e varianza. Modelli probabilistici nel discreto: uniforme, Bernoulli, binomiale. Modelli probabilistici nel continuo: uniforme, normale, t di Student, Chi-quadrato. Distribuzione di somme di variabili casuali. Teorema del limite centrale.
Inferenza statistica: nozioni introduttive. Concetto di campione, statistiche campionarie e distribuzioni campionarie. Stima puntuale e proprietà degli stimatori. Stima per intervallo: concetti introduttivi. Intervalli di confidenza per la media (sigma incognito e grandi campioni) e la proporzione (grandi campioni). Verifica delle ipotesi: concetti introduttivi. Verifica di ipotesi per la media (sigma incognito e grandi campioni) e la proporzione (grandi campioni). Test per la differenza tra due medie e tra due proporzioni. Test di indipendenza. Modelli statistici: il modello di regressione lineare semplice. Stima dei coefficienti di regressione tramite il metodo dei minimi quadrati. Decomposizione della varianza totale e il coefficiente di determinazione. Normalità degli errori e inferenza sui parametri del modello di regressione. Analisi dei residui e valori anomali. Inferenza per la risposta media e per la previsione.