Insegnamento STATISTICA
| Nome del corso di laurea | Economia aziendale |
|---|---|
| Codice insegnamento | 20007009 |
| Sede | TERNI |
| Curriculum | Comune a tutti i curricula |
| Docente responsabile | Luca Scrucca |
| Docenti |
|
| Ore |
|
| CFU | 9 |
| Regolamento | Coorte 2022 |
| Erogato | Erogato nel 2023/24 |
| Erogato altro regolamento | |
| Attività | Caratterizzante |
| Ambito | Statistico-matematico |
| Settore | SECS-S/01 |
| Anno | 2 |
| Periodo | Annuale |
| 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. |