Syllabus
Obiettivi Formativi
L'obiettivo del corso è quello di formare studenti in grado di comprendere ed utilizzare i principali strumenti di base della statistica descrittiva ed inferenziale al fine di poter elaborare, analizzare e interpretare dati economici e/o sociali. A tal fine il corso tratta gli elementi di base della statistica descrittiva, del calcolo delle probabilità e dell'inferenza statistica (stima puntuale, intervalli di confidenza, Massima Verosimiglianza, Minimi Quadrati, verifica d'ipotesi e modello di regressione lineare), così da consentire agli studenti di acquisire la capacità di analizzare i fenomeni sociali ed economici attraverso la corretta applicazione dei metodi statistici di base.
RISULTATI DI APPRENDIMENTO ATTESI:
Attraverso lo studio delle metodologie statistiche e l'applicazione pratica su casi di studio, lo studente acquisisce la capacità di analizzare i dati statistici, scegliendo l'approccio più adeguato per soddisfare le diverse finalità conoscitive.
CONOSCENZA E CAPACITA' DI COMPRENSIONE:
Attraverso lo studio delle metodologie statistiche e l'applicazione pratica su casi di studio, lo studente acquisisce la capacità di analizzare i dati statistici, scegliendo l'approccio più adeguato per le diverse finalità conoscitive. In particolare, lo studente deve conoscere e
saper applicare le principali misure di statistica descrittiva in relazione ai dati qualitativi e/o quantitativi, conoscere e comprendere la differenza tra una analisi descrittiva limitata allo specifico campione e una analisi inferenziale che desidera trarre conclusioni più generali, saper effettuare un test statistico e trarne le conclusioni, saper applicare un modello di regressione lineare.
APPLICARE CONOSCENZA E CAPACITÀ DI COMPRENSIONE
Attraverso l'elaborazione di una tesina e/o lo svolgimento della prova scritta, lo studente deve dimostrare di essere in grado di maneggiare dati statistici, condurre semplici analisi e descrivere i risultati ottenuti.
AUTONOMIA DI GIUDIZIO:
Lo studio della teoria, le applicazioni pratiche e le interazioni durante le lezioni devono consentire agli studenti di selezionare le migliori tecniche da utilizzare difronte ad un problema statistico.
ABILITA' COMUNICATIVE:
La capacità di analizzare i dati statistici e presentare in forma scritta i risultati ottenuti viene valutata attraverso l'elaborazione di una tesina, che influisce sul voto finale, redatta utilizzando un linguaggio tecnico appropriato e/o lo svolgimento della prova scritta.
CAPACITÀ DI APPRENDERE:
Gli studenti vengono continuamente coinvolti, durante le lezioni, in discussioni su casi concreti legati ad analisi statistiche relative a dati economici reali.
Learning Objectives
The aim of the corse is to train students able to understand and use the main basic tools of descriptive and inferential statistics in order to process, analyze and interpret economic and/or social data. To this end, the course deals with the basic elements of descriptive statistics, probability calculation and statistical inference (point estimate, confidence intervals, maximum likelihood, least squares, hypothesis testing and linear regression model), so as to allow students to acquire the ability to analyze social and economic phenomena through the correct application of basic statistical methods.
KNOWLEDGE AND UNDERSTANDING:
Through the study of statistical methodologies and the practical application of case studies, the student acquires the ability to analyze statistical data, choosing the most appropriate approach for the various cognitive purposes. In particular, the student must know and
know how to apply the main measures of descriptive statistics in relation to qualitative and/or quantitative data, know and understand the difference between a descriptive analysis limited to the specific sample and an inferential analysis which wishes to draw more general conclusions, know how to carry out a statistical test and draw conclusions from it conclusions, know how to apply a linear regression model.
MAKING JUDGMENTS
Through the development of a term paper, the student must demonstrate that he is able to handle statistical data, conduct simple analyzes and describe the results obtained.
COMMUNICATION SKILLS:
The ability to analyze statistical data and present the results obtained in written form is assessed through the development of a term paper, which affects the final grade, written using an appropriate technical language.
CAPACITY TO LEARN:
Students are continuously involved, during the lessons, in discussions on concrete cases related to statistical analyzes of real economic data.
ISABELLA CARBONARO
Prerequisiti
Per comprendere i contenuti del corso e raggiungere gli obiettivi formativi, lo studente dovrà essere in grado di svolgere uno studio di funzione e dovrà saper lavorare con le matrici.
Prerequisites
To understand the course content and achieve the learning objectives, the student must be able to carry out a function study and must know how to work with matrices.
Programma
Nella prima parte di statistica descrittiva, della durata complessiva di 20 ore, lo studente apprenderà i concetti di base e la terminologia statistica (4 ore); imparerà a sintetizzare i fenomeni oggetto di studio ed esaminarne la variabilità e la concentrazione (8 ore); analizzerà le relazioni tra due caratteri qualitativi e due caratteri quantitativi e conoscerà i principali indici per misurarne la dipendenza (8 ore).
Con il calcolo delle probabilità della durata di 10 ore, lo studente verrà a conoscenza delle principali definizioni di probabilità, studierà i principali teoremi del calcolo delle probabilità ed il teorema di Bayes.
Infine, con l'inferenza statistica (14 ore), lo studente sarà in grado di utilizzare le procedure di campionamento per stimare i parametri incogniti di una popolazione e sottoporre a verifica i parametri incogniti di una popolazione mediante i test statistici. Argomento finale del corso sarà la regressione lineare con la quale lo studente imparerà ad esaminare la relazione tra due variabili con un modello probabilistico.
Durante il corso si svogeranno esercitazioni (due ore a settimana delle ore previste per ciascuna parte), per verificare l'apprendimento degli studenti degli argomenti trattati.
Program
In the first part of descriptive statistics, lasting a total of 20 hours, students will learn the
basic concepts and statistical terminology (4 hours); they will learn to summarise the
phenomena under study and examine their variability and concentration (8 hours); they will analyse the relationships between two qualitative and two quantitative characters and learn the main indices for measuring their dependence (8 hours).
With the Calculus of Probability lasting 10 hours, the student will learn the main definitions of probability, study the main theorems of the Calculus of Probability and Bayes' theorem.
Finally, with statistical inference (14 hours), the student will be able to use sampling
procedures to estimate the unknown parameters of a population and test them using
statistical tests. The final topic of the course will be linear regression whereby the student will learn to examine the relationship between two variables with a probabilistic model.
During the course, exercises (two hours per week of the scheduled hours for each part) will be carried out to test the students' learning of the topics covered.
Testi Adottati
Statistica descrittiva: capitoli 1-7.
Calcolo delle probabilità: capitoli 8 e 9.
Inferenza stististica: capitoli 10-16
Books
Descriptive statistics: chapters 1-7.
Calculation of probabilities: chapters 8 and 9.
Statistical inference: chapters 10-16
Bibliografia
Piccolo D. Statistica, il Mulino, Bologna,2010
Orsi R. Probabilità e inferenza statistica, il Mulino, Bologna, 1995
Vitali O. Statistica per le scienze applicate, volume primo, Cacucci editore, Bari, 1998
Dall'Aglio Calcolo delle probabilità, Zanichelli, 2003
Bibliography
Piccolo D. Statistica, il Mulino, Bologna,2010
Orsi R. Probabilità e inferenza statistica, il Mulino, Bologna, 1995
Vitali O. Statistica per le scienze applicate, volume primo, Cacucci editore, Bari, 1998
Dall'Aglio Calcolo delle probabilità, Zanichelli, 2003
Modalità di svolgimento
Il corso si svolgerà per 18 ore in modalità a distanza.
Teaching methods
The course will take place over 18 hours in distance learning mode.
Regolamento Esame
All'esame orale gli studenti dovranno dimostrare di aver acquisito il linguaggio proprio della statistica e dovranno esporre con chiarezza e precisione glia argomenti rischiesti dal docente.
Il punteggio della due prove di esame è attribuito mediante un voto espresso in trentesimi. Lo studente sarà ammesso all'orale se avrà conseguito nello scritto una valutazione di
almeno 18/30.
Nella valutazione finale il docente terrà conto del risultato della prova scritta e giudicherà:
- insufficiente lo studente che non ha acquisito la terminologia statistica e dimostra gravi lacune nella conoscenza dei concetti di base di ciascuna delle tre parti del coso;
- sufficiente con una valutazione tra 18/30 e 20/30 lo studente che non ha trattato con adeguato approfondimento gli argomenti del corso, ma che ha conoscenza dei concetti di base di ciascuna delle tre parti del corso;
- sufficiente con una valutazione tra 21/30 e 23/30 lo studente che ha conoscenza dei concetti di base del corso, ma che non è in grado di rispondere con precisione e chiarezza alle domande formuate dal docente;
- sufficiente con una valutazione tra 24/30 e 26/30 lo studente che dimostra di aver appreso in profondità gli argomenti del corso ma che non è in grado di effettuare i collegamenti tra gli stessi come richiesto dal docente;
- sufficiente con una valutazione tra 27/30 e 29/30 lo studente che ha studiato in profondità la materia, ma che dimostra alcune lacune rispetto ai temi di maggiore complessità del corso;
- sufficiente con una valutazione di 30/30 e 30/30 con lode lo studente che dimostra padronanza degli argomenti trattati, anche i più complessi, li espone con chiarezza e precisione e sa effettuare i giusti collegamenti tra i vari temi richesti dal docente.
Exam Rules
of the written test the knowledge of the student of the main topics, in order to admit him to
take the oral exam.
At the oral exam students will have to demonstrate that they have acquired the language of statistics and will have to explain with clarity and precision the topics asked by the teacher.
The marks for the two examination papers are awarded by means of a mark expressed in thirtieths.
The student will be admitted to the oral examination if he/she has obtained a mark of at least 18/30. In the final assessment, the teacher will take into account the result of the written test and will judge:
nsufficient the student who has not acquired the statistical terminology and shows serious gaps in the knowledge of the basic concepts of each of the three parts;
sufficient with a grade between 18/30 and 20/30 the student who has not dealt with adequate depth of the course topics, but has knowledge of the basic concepts of each of the three parts of the course;.
sufficient with a mark of between 21/30 and 23/30 the student who has knowledge of the
basic concepts of the course, but is unable to answer accurately and clearly the questions formulated by the teacher;
sufficient with a mark between 24/30 and 26/30 the student demonstrates a thorough understanding of the course topics but is unable to make the connections between them as required by the teacher;
sufficient with a mark between 27/30 and 29/30 the student who has studied the subject in depth but shows some gaps with respect to the more complex topics of the course;
sufficient with a mark of between 30/30 and 30/30 with distinction the student who demonstrates mastery of the topics covered, even the most complex ones, expounds them with clarity and precision and knows how to make the right connections between the various topics requested by the teacher.
ISABELLA CORAZZIARI
Bibliografia
Piccolo D. Statistica, il Mulino, Bologna,2010
Orsi R. Probabilità e inferenza statistica, il Mulino, Bologna, 1995
Vitali O. Statistica per le scienze applicate, volume primo, Cacucci editore, Bari, 1998
Dall'Aglio Calcolo delle probabilità, Zanichelli, 2003
Obiettivi Formativi
L'obiettivo del corso è quello di formare studenti in grado di comprendere ed utilizzare i principali strumenti di base della statistica descrittiva ed inferenziale al fine di poter elaborare, analizzare e interpretare dati economici e/o sociali. A tal fine il corso tratta gli elementi di base della statistica descrittiva, del calcolo delle probabilità e dell'inferenza statistica (stima puntuale, intervalli di confidenza, Massima Verosimiglianza, Minimi Quadrati, verifica d'ipotesi e modello di regressione lineare), così da consentire agli studenti di acquisire la capacità di analizzare i fenomeni sociali ed economici attraverso la corretta applicazione dei metodi statistici di base.
RISULTATI DI APPRENDIMENTO ATTESI:
Attraverso lo studio delle metodologie statistiche e l'applicazione pratica su casi di studio, lo studente acquisisce la capacità di analizzare i dati statistici, scegliendo l'approccio più adeguato per soddisfare le diverse finalità conoscitive.
CONOSCENZA E CAPACITA' DI COMPRENSIONE:
Attraverso lo studio delle metodologie statistiche e l'applicazione pratica su casi di studio, lo studente acquisisce la capacità di analizzare i dati statistici, scegliendo l'approccio più adeguato per le diverse finalità conoscitive. In particolare, lo studente deve conoscere e
saper applicare le principali misure di statistica descrittiva in relazione ai dati qualitativi e/o quantitativi, conoscere e comprendere la differenza tra una analisi descrittiva limitata allo specifico campione e una analisi inferenziale che desidera trarre conclusioni più generali, saper effettuare un test statistico e trarne le conclusioni, saper applicare un modello di regressione lineare.
APPLICARE CONOSCENZA E CAPACITÀ DI COMPRENSIONE
Attraverso l'elaborazione di una tesina, lo studente deve dimostrare di essere in grado di maneggiare dati statistici, condurre semplici analisi e descrivere i risultati ottenuti.
AUTONOMIA DI GIUDIZIO:
Lo studio della teoria, le applicazioni pratiche e le interazioni durante le lezioni devono consentire agli studenti di selezionare le migliori tecniche da utilizzare difronte ad un problema statistico.
ABILITA' COMUNICATIVE:
La capacità di analizzare i dati statistici e presentare in forma scritta i risultati ottenuti viene valutata attraverso lo svolgimento della prova scritta e/o l'elaborazione di una tesina, che influisce sul voto finale, redatta utilizzando un linguaggio tecnico appropriato.
CAPACITÀ DI APPRENDERE:
Gli studenti vengono continuamente coinvolti, durante le lezioni, in discussioni su casi concreti legati ad analisi statistiche relative a dati economici reali.
Learning Objectives
The aim of the course is to train students able to understand and use the main basic tools of descriptive and inferential statistics in order to process, analyze and interpret economic and/or social data. To this end, the course deals with the basic elements of descriptive statistics, probability calculation and statistical inference (point estimate, confidence intervals, maximum likelihood, least squares, hypothesis testing and linear regression model), so as to allow students to acquire the ability to analyze social and economic phenomena through the correct application of basic statistical methods.
KNOWLEDGE AND UNDERSTANDING:
Through the study of statistical methodologies and the practical application of case studies, the student acquires the ability to analyze statistical data, choosing the most appropriate approach for the various cognitive purposes. In particular, the student must know and
know how to apply the main measures of descriptive statistics in relation to qualitative and/or quantitative data, know and understand the difference between a descriptive analysis limited to the specific sample and an inferential analysis which wishes to draw more general conclusions, know how to carry out a statistical test and draw conclusions from it conclusions, know how to apply a linear regression model.
MAKING JUDGMENTS
Through the development of a term paper, the student must demonstrate that he is able to handle statistical data, conduct simple analyzes and describe the results obtained.
COMMUNICATION SKILLS:
The ability to analyze statistical data and present the results obtained in written form is assessed through the development of a term paper, which affects the final grade, written using an appropriate technical language.
CAPACITY TO LEARN:
Students are continuously involved, during the lessons, in discussions on concrete cases related to statistical analyzes of real economic data.
ISABELLA CARBONARO
Prerequisiti
Prerequisites
Programma
1. Statistica descrittiva
• I caratteri, le scale di misura e le rilevazioni (Cap. 1, Sez. 1.1, 1.2, 1.3, 1.4,)
• La distribuzione di un carattere e la sua rappresentazione grafica (Cap. 2, Sez. 2.1, 2.2, 2.3, 2.4, 2.6, 2.11)
• Sintesi della distribuzione di un carattere: le medie (Cap. 3, Sez. 3.1, 3.2, 3.5, 3.6, 3.7)
• Sintesi della distribuzione di un carattere: la variabilità (Cap. 4, Sez. 4.1, 4.2, 4.3, 4.5, 4.7 fino ad esempio 4.7.2, pag.82 - Dimostrazioni: D.4.1 e D.4.6)
• Analisi dell’associazione tra due caratteri (Cap. 6, Sez. 6.1, 6.2, 6.3, 6.4, 6.5, 6.6 fino a pag.124; 6.9)
2. Calcolo delle probabilità
• Concetti primitivi. Eventi e algebra degli eventi. Postulati. Principali teoremi. Probabilità condizionata e indipendenza (Cap. 8, Sez. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8,7, 8.8*)
• Variabili casuali e distribuzioni di probabilità (Cap. 9, Sez. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3, 9.8.2, 9.9 relativamente alle sole variabili casuali doppie discrete e compresi gli esempi 9.9.3, 9.9.4, 9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Inferenza statistica
• Campionamento e distribuzioni campionarie. (Cap. 10, Sez. 10.1, 10.2, 10.4, 10.5, 10.6 - Dimostrazioni: D10.1, D10.2, D10.3, D10.4)
• Stima puntuale. (Cap. 11, tutto – Dimostrazioni: D11.1, D11.2 facoltative, ma ricordarsi i risultati)
• Stima per intervallo. (Cap. 12, Sez. 12.1, 12.2, 12.3, 12.4, 12.5 fino a pag. 298, esempio 12.5.1)
• Teoria dei test statistici. (Cap. 13, Sez. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 fino pag. 322, escluso 13.7.1; 13.9)
•Test per medie e proporzioni. (Cap. 14, Sez. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Il modello di regressione lineare semplice. (Cap. 16, Sez. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; solo punti 1 e 2 di apg.387 – Dimostrazioni: D16.1, D16.3,)
Program
- descriptive statistics;
• Variable, measures' levels, surveys (Chap. 1, Sec. 1.1, 1.2, 1.3, 1.4,)
• Variable's distribution and graphic descriptions (Chap. 2, Sec 2.1, 2.2, 2.3, 2.4, 2.6, 2.11)
• Variable distribution's summaries: means (Chap. 3, Sec. 3.1, 3.2, 3.5, 3.6, 3.7)
• Variable distribution's summaries: variability (Chap. 4, Sec. 4.1, 4.2, 4.3, 4.5, 4.7 until example 4.7.2, pg.82 - Show: D.4.1 e D.4.6)
• Association analysis between tow characters (Chap. 6, Sec. 6.1, 6.2, 6.3, 6.4, 6.5, 6.6 until pg.124; 6.9)
2. Probability
• Basic concepts: Events and sample space. Axioms. Main theorems. Conditional Probability and independence (Chap. 8, Sec. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8,7, 8.8*)
• Random Variables and probability distributions (Chap. 9, Sec. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3, 9.8.2, 9.9 only discrete bivariate random variables including examples 9.9.3, 9.9.4, 9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Statistic Inference
• Sampling and sampling distributions. (Chap. 10, Sec. 10.1, 10.2, 10.4, 10.5, 10.6 - Show: D10.1, D10.2, D10.3, D10.4)
• Point Estimate. (Chap. 11, Show: D11.1, D11.2 optional but results are asked)
• Interval Estimate. (Chap. 12, Sec. 12.1, 12.2, 12.3, 12.4, 12.5 until pg. 298, example 12.5.1)
• Hypothesis test Theory. (Chap. 13, Sec. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 until pg. 322, not 13.7.1; 13.9)
• Test for mean and for proportions. (Chap. 14, Sec. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Simple Linear regression model. (Chap. 16, Sec. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; only point 1 and 2 pg.387 – Show: D16.1, D16.3,)
Testi Adottati
Books
Bibliografia
Piccolo D. Statistica, il Mulino, Bologna,2010
Orsi R. Probabilità e inferenza statistica, il Mulino, Bologna, 1995
Vitali O. Statistica per le scienze applicate, volume primo, Cacucci editore, Bari, 1998
Dall'Aglio Calcolo delle probabilità, Zanichelli, 2003
Bibliography
Piccolo D. Statistica, il Mulino, Bologna,2010
Orsi R. Probabilità e inferenza statistica, il Mulino, Bologna, 1995
Vitali O. Statistica per le scienze applicate, volume primo, Cacucci editore, Bari, 1998
Dall'Aglio Calcolo delle probabilità, Zanichelli, 2003
Modalità di svolgimento
Teaching methods
Regolamento Esame
All'esame orale gli studenti dovranno dimostrare di aver acquisito il linguaggio proprio della statistica e dovranno esporre con chiarezza e precisione gli argomenti rischiesti dal docente.
La prova di esame sarà valutata secondo i seguenti criteri:
Non idoneo: importanti carenze e/o inaccuratezze nella conoscenza e comprensione degli argomenti; limitate capacità di analisi e sintesi, frequenti generalizzazioni e limitate capacità critiche e di giudizio, gli argomenti sono esposti in modo non coerente e con linguaggio inappropriato;
18-20: conoscenza e comprensione degli argomenti appena sufficiente con possibili generalizzazioni e imperfezioni; capacità di analisi sintesi e autonomia di giudizio sufficienti, gli argomenti sono esposti in modo frequentemente poco coerente e con un linguaggio poco appropriato/tecnico;
21-23: Conoscenza e comprensione degli argomenti routinaria; Capacità di analisi e sintesi corrette con argomentazione logica sufficientemente coerente e linguaggio appropriato/tecnico
24-26: Discreta conoscenza e comprensione degli argomenti; buone capacità di analisi e sintesi con argomentazioni espresse in modo rigoroso ma con un linguaggio non sempre appropriato/tecnico.
27-29: Conoscenza e comprensione degli argomenti completa; notevoli capacità di analisi e sintesi. Buona autonomia di giudizio. Argomenti esposti in modo rigoroso e con linguaggio appropriato/tecnico
30-30L: Ottimo livello di conoscenza e comprensione approfondita degli argomenti. Ottime capacità di analisi, di sintesi e di autonomia di giudizio. Argomentazioni espresse in modo originale e con linguaggio tecnico appropriato.
Exam Rules
At the oral exam students will have to demonstrate that they have acquired the language of statistics and will have to explain with clarity and precision the topics asked by the teacher.
The exam will be assessed according to the following criteria:
Not suitable: important deficiencies and / or inaccuracies in the knowledge and understanding of the topics; limited capacity for analysis and synthesis, frequent generalizations and limited critical and judgment skills, the arguments are presented in an inconsistent way and with inappropriate language;
18-20: just sufficient knowledge and understanding of the topics with possible generalizations and imperfections; sufficient capacity for analysis, synthesis and autonomy of judgment, the topics are frequently exposed in an inconsistent way and with inappropriate / technical language;
21-23: Routine knowledge and understanding of topics; Ability to correct analysis and synthesis with sufficiently coherent logical argument and appropriate / technical language
24-26: Fair knowledge and understanding of the topics; good analysis and synthesis skills with rigorously expressed arguments but with a language that is not always appropriate / technical.
27-29: Complete knowledge and understanding of the topics; remarkable abilities of analysis and synthesis. Good autonomy of judgment. Topics exposed rigorously and with appropriate / technical language
30-30L: Excellent level of knowledge and in-depth understanding of the topics. Excellent skills of analysis, synthesis and autonomy of judgment. Arguments expressed in an original way and with appropriate technical language.
ISABELLA CORAZZIARI
Programma
1. Statistica descrittiva
• I caratteri, le scale di misura e le rilevazioni (Cap. 1, Sez. 1.1, 1.2, 1.3, 1.4,)
• La distribuzione di un carattere e la sua rappresentazione grafica (Cap. 2, Sez. 2.1, 2.2, 2.3, 2.4, 2.6, 2.11)
• Sintesi della distribuzione di un carattere: le medie (Cap. 3, Sez. 3.1, 3.2, 3.5, 3.6, 3.7)
• Sintesi della distribuzione di un carattere: la variabilità (Cap. 4, Sez. 4.1, 4.2, 4.3, 4.5, 4.7 fino ad esempio 4.7.2, pag.82 - Dimostrazioni: D.4.1 e D.4.6)
• Analisi dell’associazione tra due caratteri (Cap. 6, Sez. 6.1, 6.2, 6.3, 6.4, 6.5, 6.6 fino a pag.124; 6.9)
2. Calcolo delle probabilità
• Concetti primitivi. Eventi e algebra degli eventi. Postulati. Principali teoremi. Probabilità condizionata e indipendenza (Cap. 8, Sez. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8,7, 8.8*)
• Variabili casuali e distribuzioni di probabilità (Cap. 9, Sez. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3, 9.8.2, 9.9 relativamente alle sole variabili casuali doppie discrete e compresi gli esempi 9.9.3, 9.9.4, 9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Inferenza statistica
• Campionamento e distribuzioni campionarie. (Cap. 10, Sez. 10.1, 10.2, 10.4, 10.5, 10.6 - Dimostrazioni: D10.1, D10.2, D10.3, D10.4)
• Stima puntuale. (Cap. 11, tutto – Dimostrazioni: D11.1, D11.2 facoltative, ma ricordarsi i risultati)
• Stima per intervallo. (Cap. 12, Sez. 12.1, 12.2, 12.3, 12.4, 12.5 fino a pag. 298, esempio 12.5.1)
• Teoria dei test statistici. (Cap. 13, Sez. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 fino pag. 322, escluso 13.7.1; 13.9)
•Test per medie e proporzioni. (Cap. 14, Sez. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Il modello di regressione lineare semplice. (Cap. 16, Sez. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; solo punti 1 e 2 di apg.387 – Dimostrazioni: D16.1, D16.3,)
Bibliografia
Piccolo D. Statistica, il Mulino, Bologna,2010
Orsi R. Probabilità e inferenza statistica, il Mulino, Bologna, 1995
Vitali O. Statistica per le scienze applicate, volume primo, Cacucci editore, Bari, 1998
Dall'Aglio Calcolo delle probabilità, Zanichelli, 2003
Bibliography
Piccolo D. Statistica, il Mulino, Bologna,2010
Orsi R. Probabilità e inferenza statistica, il Mulino, Bologna, 1995
Vitali O. Statistica per le scienze applicate, volume primo, Cacucci editore, Bari, 1998
Dall'Aglio Calcolo delle probabilità, Zanichelli, 2003
Regolamento Esame
All'esame orale gli studenti dovranno dimostrare di aver acquisito il linguaggio proprio della statistica e dovranno esporre con chiarezza e precisione gli argomenti rischiesti dal docente.
La prova di esame sarà valutata secondo i seguenti criteri:
Non idoneo: importanti carenze e/o inaccuratezze nella conoscenza e comprensione degli argomenti; limitate capacità di analisi e sintesi, frequenti generalizzazioni e limitate capacità critiche e di giudizio, gli argomenti sono esposti in modo non coerente e con linguaggio inappropriato;
18-20: conoscenza e comprensione degli argomenti appena sufficiente con possibili generalizzazioni e imperfezioni; capacità di analisi sintesi e autonomia di giudizio sufficienti, gli argomenti sono esposti in modo frequentemente poco coerente e con un linguaggio poco appropriato/tecnico;
21-23: Conoscenza e comprensione degli argomenti routinaria; Capacità di analisi e sintesi corrette con argomentazione logica sufficientemente coerente e linguaggio appropriato/tecnico
24-26: Discreta conoscenza e comprensione degli argomenti; buone capacità di analisi e sintesi con argomentazioni espresse in modo rigoroso ma con un linguaggio non sempre appropriato/tecnico.
27-29: Conoscenza e comprensione degli argomenti completa; notevoli capacità di analisi e sintesi. Buona autonomia di giudizio. Argomenti esposti in modo rigoroso e con linguaggio appropriato/tecnico
30-30L: Ottimo livello di conoscenza e comprensione approfondita degli argomenti. Ottime capacità di analisi, di sintesi e di autonomia di giudizio. Argomentazioni espresse in modo originale e con linguaggio tecnico appropriato.
Obiettivi Formativi
OBIETTIVI FORMATIVI: il corso si propone di fornire allo studente le conoscenze di carattere teorico e pratico per metterlo in grado di usare al meglio i metoddi statistici imparati durante il corso. A tale fine il corso tratta i concetti, le definizioni, i metodi e gli strumenti della ststistica.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: gli studenti dovranno conoscere i concetti, i metodi e gli strumenti fondamentali della Statistica e saranno capaci di interpretare correttamente i risultati ottenuti mediante l'impiego dei principali metodi e strumenti.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: gli studenti dovranno essere in grado di utilizzare i metodi e gli strumenti studiati per trattare problemi reali nel proprio campo di studi.
AUTONOMIA DI GIUDIZIO: gli studenti saranno in grado di trattare in maniera critica i risultati ottenuti con l'impiego di appropriati strumeti relativamente ai problemi oggetto di studio.
ABILITÀ COMUNICATIVE: gli studenti esporranno in maniera chiara, ma rigorosa, le definizioni, i metodi e gli strumenti statistici , sapendosi confrontare con competenza e professionalità con esperti e non sui temi trattati.
CAPACITÀ DI APPRENDIMENTO: gli studenti dimostreranno di aver appreso i temi trattati durante il corso.
Learning Objectives
LEARNING OUTCOMES: the course aims to provide the student with theoretical and practical knowledge to to enable him to make the best use of the statistical methods learned during the course. To this end, the course deals with statistical concepts, definitions, methods and tools.
KNOWLEDGE AND UNDERSTANDING: students will need to know the fundamental concepts, methods and tools of Statistics and will be able to correctly interpret the results obtained through the use of the main methods and instruments.
APPLY KNOWLEDGE AND UNDERSTANDING:students should be able to use the methods and tools studied to deal with real problems in their field of study.
MAKING JUDGEMENTS:students will be able to critically treat the results obtained using appropriate tools for the problems being studied.
COMMUNICATION SKILLS: students will clearly, but rigorously, present definitions, methods and statistical tools knowing how to compare with competence and professionalism with experts and not on the topics covered.
LEARNING SKILLS:students will demonstrate that they have learned the topics covered during the course.
ISABELLA CARBONARO
Prerequisiti
Prerequisites
Programma
1. Statistica descrittiva
• I caratteri, le scale di misura e le rilevazioni (Cap. 1, Sez. 1.1, 1.2, 1.3, 1.4,)
• La distribuzione di un carattere e la sua rappresentazione grafica (Cap. 2, Sez. 2.1, 2.2, 2.3, 2.4, 2.6, 2.11)
• Sintesi della distribuzione di un carattere: le medie (Cap. 3, Sez. 3.1, 3.2, 3.5, 3.6, 3.7)
• Sintesi della distribuzione di un carattere: la variabilità (Cap. 4, Sez. 4.1, 4.2, 4.3, 4.5, 4.7 fino ad esempio 4.7.2, pag.82 - Dimostrazioni: D.4.1 e D.4.6)
• Analisi dell’associazione tra due caratteri (Cap. 6, Sez. 6.1, 6.2, 6.3, 6.4, 6.5, 6.6 fino a pag.124; 6.9)
2. Calcolo delle probabilità
• Concetti primitivi. Eventi e algebra degli eventi. Postulati. Principali teoremi. Probabilità condizionata e indipendenza (Cap. 8, Sez. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8,7, 8.8*)
• Variabili casuali e distribuzioni di probabilità (Cap. 9, Sez. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3, 9.8.2, 9.9 relativamente alle sole variabili casuali doppie discrete e compresi gli esempi 9.9.3, 9.9.4, 9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Inferenza statistica
• Campionamento e distribuzioni campionarie. (Cap. 10, Sez. 10.1, 10.2, 10.4, 10.5, 10.6 - Dimostrazioni: D10.1, D10.2, D10.3, D10.4)
• Stima puntuale. (Cap. 11, tutto – Dimostrazioni: D11.1, D11.2 facoltative, ma ricordarsi i risultati)
• Stima per intervallo. (Cap. 12, Sez. 12.1, 12.2, 12.3, 12.4, 12.5 fino a pag. 298, esempio 12.5.1)
• Teoria dei test statistici. (Cap. 13, Sez. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 fino pag. 322, escluso 13.7.1; 13.9)
•Test per medie e proporzioni. (Cap. 14, Sez. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Il modello di regressione lineare semplice. (Cap. 16, Sez. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; solo punti 1 e 2 di apg.387 – Dimostrazioni: D16.1, D16.3,)
Program
- descriptive statistics;
• Variable, measures' levels, surveys (Chap. 1, Sec. 1.1, 1.2, 1.3, 1.4,)
• Variable's distribution and graphic descriptions (Chap. 2, Sec 2.1, 2.2, 2.3, 2.4, 2.6, 2.11)
• Variable distribution's summaries: means (Chap. 3, Sec. 3.1, 3.2, 3.5, 3.6, 3.7)
• Variable distribution's summaries: variability (Chap. 4, Sec. 4.1, 4.2, 4.3, 4.5, 4.7 until example 4.7.2, pg.82 - Show: D.4.1 e D.4.6)
• Association analysis between tow characters (Chap. 6, Sec. 6.1, 6.2, 6.3, 6.4, 6.5, 6.6 until pg.124; 6.9)
2. Probability
• Basic concepts: Events and sample space. Axioms. Main theorems. Conditional Probability and independence (Chap. 8, Sec. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8,7, 8.8*)
• Random Variables and probability distributions (Chap. 9, Sec. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3, 9.8.2, 9.9 only discrete bivariate random variables including examples 9.9.3, 9.9.4, 9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Statistic Inference
• Sampling and sampling distributions. (Chap. 10, Sec. 10.1, 10.2, 10.4, 10.5, 10.6 - Show: D10.1, D10.2, D10.3, D10.4)
• Point Estimate. (Chap. 11, Show: D11.1, D11.2 optional but results are asked)
• Interval Estimate. (Chap. 12, Sec. 12.1, 12.2, 12.3, 12.4, 12.5 until pg. 298, example 12.5.1)
• Hypothesis test Theory. (Chap. 13, Sec. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 until pg. 322, not 13.7.1; 13.9)
• Test for mean and for proportions. (Chap. 14, Sec. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Simple Linear regression model. (Chap. 16, Sec. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; only point 1 and 2 pg.387 – Show: D16.1, D16.3,)
Testi Adottati
Books
Bibliografia
Piccolo D. Statistica, il Mulino, Bologna,2010
Orsi R. Probabilità e inferenza statistica, il Mulino, Bologna, 1995
Vitali O. Statistica per le scienze applicate, volume primo, Cacucci editore, Bari, 1998
Dall'Aglio Calcolo delle probabilità, Zanichelli, 2003
Bibliography
Piccolo D. Statistica, il Mulino, Bologna,2010
Orsi R. Probabilità e inferenza statistica, il Mulino, Bologna, 1995
Vitali O. Statistica per le scienze applicate, volume primo, Cacucci editore, Bari, 1998
Dall'Aglio Calcolo delle probabilità, Zanichelli, 2003
Modalità di svolgimento
Teaching methods
Regolamento Esame
All'esame orale gli studenti dovranno dimostrare di aver acquisito il linguaggio proprio della statistica e dovranno esporre con chiarezza e precisione gli argomenti rischiesti dal docente.
La prova di esame sarà valutata secondo i seguenti criteri:
Non idoneo: importanti carenze e/o inaccuratezze nella conoscenza e comprensione degli argomenti; limitate capacità di analisi e sintesi, frequenti generalizzazioni e limitate capacità critiche e di giudizio, gli argomenti sono esposti in modo non coerente e con linguaggio inappropriato;
18-20: conoscenza e comprensione degli argomenti appena sufficiente con possibili generalizzazioni e imperfezioni; capacità di analisi sintesi e autonomia di giudizio sufficienti, gli argomenti sono esposti in modo frequentemente poco coerente e con un linguaggio poco appropriato/tecnico;
21-23: Conoscenza e comprensione degli argomenti routinaria; Capacità di analisi e sintesi corrette con argomentazione logica sufficientemente coerente e linguaggio appropriato/tecnico
24-26: Discreta conoscenza e comprensione degli argomenti; buone capacità di analisi e sintesi con argomentazioni espresse in modo rigoroso ma con un linguaggio non sempre appropriato/tecnico.
27-29: Conoscenza e comprensione degli argomenti completa; notevoli capacità di analisi e sintesi. Buona autonomia di giudizio. Argomenti esposti in modo rigoroso e con linguaggio appropriato/tecnico
30-30L: Ottimo livello di conoscenza e comprensione approfondita degli argomenti. Ottime capacità di analisi, di sintesi e di autonomia di giudizio. Argomentazioni espresse in modo originale e con linguaggio tecnico appropriato.
Exam Rules
At the oral exam students will have to demonstrate that they have acquired the language of statistics and will have to explain with clarity and precision the topics asked by the teacher.
The exam will be assessed according to the following criteria:
Not suitable: important deficiencies and / or inaccuracies in the knowledge and understanding of the topics; limited capacity for analysis and synthesis, frequent generalizations and limited critical and judgment skills, the arguments are presented in an inconsistent way and with inappropriate language;
18-20: just sufficient knowledge and understanding of the topics with possible generalizations and imperfections; sufficient capacity for analysis, synthesis and autonomy of judgment, the topics are frequently exposed in an inconsistent way and with inappropriate / technical language;
21-23: Routine knowledge and understanding of topics; Ability to correct analysis and synthesis with sufficiently coherent logical argument and appropriate / technical language
24-26: Fair knowledge and understanding of the topics; good analysis and synthesis skills with rigorously expressed arguments but with a language that is not always appropriate / technical.
27-29: Complete knowledge and understanding of the topics; remarkable abilities of analysis and synthesis. Good autonomy of judgment. Topics exposed rigorously and with appropriate / technical language
30-30L: Excellent level of knowledge and in-depth understanding of the topics. Excellent skills of analysis, synthesis and autonomy of judgment. Arguments expressed in an original way and with appropriate technical language.
ISABELLA CORAZZIARI
Programma
1. Statistica descrittiva
• I caratteri, le scale di misura e le rilevazioni (Cap. 1, Sez. 1.1, 1.2, 1.3, 1.4,)
• La distribuzione di un carattere e la sua rappresentazione grafica (Cap. 2, Sez. 2.1, 2.2, 2.3, 2.4, 2.6, 2.11)
• Sintesi della distribuzione di un carattere: le medie (Cap. 3, Sez. 3.1, 3.2, 3.5, 3.6, 3.7)
• Sintesi della distribuzione di un carattere: la variabilità (Cap. 4, Sez. 4.1, 4.2, 4.3, 4.5, 4.7 fino ad esempio 4.7.2, pag.82 - Dimostrazioni: D.4.1 e D.4.6)
• Analisi dell’associazione tra due caratteri (Cap. 6, Sez. 6.1, 6.2, 6.3, 6.4, 6.5, 6.6 fino a pag.124; 6.9)
2. Calcolo delle probabilità
• Concetti primitivi. Eventi e algebra degli eventi. Postulati. Principali teoremi. Probabilità condizionata e indipendenza (Cap. 8, Sez. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8,7, 8.8*)
• Variabili casuali e distribuzioni di probabilità (Cap. 9, Sez. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3, 9.8.2, 9.9 relativamente alle sole variabili casuali doppie discrete e compresi gli esempi 9.9.3, 9.9.4, 9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Inferenza statistica
• Campionamento e distribuzioni campionarie. (Cap. 10, Sez. 10.1, 10.2, 10.4, 10.5, 10.6 - Dimostrazioni: D10.1, D10.2, D10.3, D10.4)
• Stima puntuale. (Cap. 11, tutto – Dimostrazioni: D11.1, D11.2 facoltative, ma ricordarsi i risultati)
• Stima per intervallo. (Cap. 12, Sez. 12.1, 12.2, 12.3, 12.4, 12.5 fino a pag. 298, esempio 12.5.1)
• Teoria dei test statistici. (Cap. 13, Sez. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 fino pag. 322, escluso 13.7.1; 13.9)
•Test per medie e proporzioni. (Cap. 14, Sez. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Il modello di regressione lineare semplice. (Cap. 16, Sez. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; solo punti 1 e 2 di apg.387 – Dimostrazioni: D16.1, D16.3,)
Bibliografia
Piccolo D. Statistica, il Mulino, Bologna,2010
Orsi R. Probabilità e inferenza statistica, il Mulino, Bologna, 1995
Vitali O. Statistica per le scienze applicate, volume primo, Cacucci editore, Bari, 1998
Dall'Aglio Calcolo delle probabilità, Zanichelli, 2003
Bibliography
Piccolo D. Statistica, il Mulino, Bologna,2010
Orsi R. Probabilità e inferenza statistica, il Mulino, Bologna, 1995
Vitali O. Statistica per le scienze applicate, volume primo, Cacucci editore, Bari, 1998
Dall'Aglio Calcolo delle probabilità, Zanichelli, 2003
Regolamento Esame
All'esame orale gli studenti dovranno dimostrare di aver acquisito il linguaggio proprio della statistica e dovranno esporre con chiarezza e precisione gli argomenti rischiesti dal docente.
La prova di esame sarà valutata secondo i seguenti criteri:
Non idoneo: importanti carenze e/o inaccuratezze nella conoscenza e comprensione degli argomenti; limitate capacità di analisi e sintesi, frequenti generalizzazioni e limitate capacità critiche e di giudizio, gli argomenti sono esposti in modo non coerente e con linguaggio inappropriato;
18-20: conoscenza e comprensione degli argomenti appena sufficiente con possibili generalizzazioni e imperfezioni; capacità di analisi sintesi e autonomia di giudizio sufficienti, gli argomenti sono esposti in modo frequentemente poco coerente e con un linguaggio poco appropriato/tecnico;
21-23: Conoscenza e comprensione degli argomenti routinaria; Capacità di analisi e sintesi corrette con argomentazione logica sufficientemente coerente e linguaggio appropriato/tecnico
24-26: Discreta conoscenza e comprensione degli argomenti; buone capacità di analisi e sintesi con argomentazioni espresse in modo rigoroso ma con un linguaggio non sempre appropriato/tecnico.
27-29: Conoscenza e comprensione degli argomenti completa; notevoli capacità di analisi e sintesi. Buona autonomia di giudizio. Argomenti esposti in modo rigoroso e con linguaggio appropriato/tecnico
30-30L: Ottimo livello di conoscenza e comprensione approfondita degli argomenti. Ottime capacità di analisi, di sintesi e di autonomia di giudizio. Argomentazioni espresse in modo originale e con linguaggio tecnico appropriato.
Aggiornato A.A. 2021-2022
Statistica CLEM (canale M-Z)
Prof.ssa Isabella Carbonaro
PREREQUISITI
Conoscenze di base degli argomenti preliminari di matematica generale: algebra elementare; progressioni; logaritmi; calcolo combinatorio; equazioni e disequazioni; teoria degli insiemi.
PROPEDEUTICITA'
Matematica
OBIETTIVI DEL CORSO E RISULTATI DI APPRENDIMENTO ATTESI
Il corso tratta gli elementi di base della statistica descrittiva, del calcolo delle probabilità e dell'inferenza statistica (stima puntuale, intervalli di confidenza, verifica d'ipotesi e modello di regressione), evidenziando le potenziali applicazione in campo economico e sociale.
Obiettivi formativi:
apprendere il processo di estrazione dei dati e come sintetizzarli attraverso tabelle, grafici e opportuni indici statistici;
dare elementi teorici sul processo di stima quando i dati campionari vengono utilizzati per fare inferenza sui parametri della popolazione.
Comprendere come e quando applicare i metodi statici ad insiemi di dati relativi a collettivi statistici esaustivi o campionari.
PROGRAMMA DEL CORSO (a.a. 2017-2018)
1. Statistica descrittiva
• I caratteri, le scale di misura e le rilevazioni (Cap. 1, Sez. 1.1, 1.2, 1.3, 1.4,)
• La distribuzione di un carattere e la sua rappresentazione grafica (Cap. 2, Sez. 2.1, 2.2, 2.3, 2.4, 2.6, 2.11)
• Sintesi della distribuzione di un carattere: le medie (Cap. 3, Sez. 3.1, 3.2, 3.5, 3.6, 3.7)
• Sintesi della distribuzione di un carattere: la variabilità (Cap. 4, Sez. 4.1, 4.2, 4.3, 4.5, 4.7 fino ad esempio 4.7.2, pag.82 - Dimostrazioni: D.4.1 e D.4.6)
• Analisi dell’associazione tra due caratteri (Cap. 6, Sez. 6.1, 6.2, 6.3, 6.4, 6.5, 6.6 fino a pag.124; 6.9)
2. Calcolo delle probabilità
• Concetti primitivi. Eventi e algebra degli eventi. Postulati. Principali teoremi. Probabilità condizionata e indipendenza (Cap. 8, Sez. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8,7, 8.8*)
• Variabili casuali e distribuzioni di probabilità (Cap. 9, Sez. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3, 9.8.2, 9.9 relativamente alle sole variabili casuali doppie discrete e compresi gli esempi 9.9.3, 9.9.4, 9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Inferenza statistica
• Campionamento e distribuzioni campionarie. (Cap. 10, Sez. 10.1, 10.2, 10.4, 10.5, 10.6 - Dimostrazioni: D10.1, D10.2, D10.3, D10.4)
• Stima puntuale. (Cap. 11, tutto – Dimostrazioni: D11.1, D11.2 facoltative, ma ricordarsi i risultati)
• Stima per intervallo. (Cap. 12, Sez. 12.1, 12.2, 12.3, 12.4, 12.5 fino a pag. 298, esempio 12.5.1)
• Teoria dei test statistici. (Cap. 13, Sez. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 fino pag. 322, escluso 13.7.1; 13.9)
•Test per medie e proporzioni. (Cap. 14, Sez. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Il modello di regressione lineare semplice. (Cap. 16, Sez. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; solo punti 1 e 2 di apg.387 – Dimostrazioni: D16.1, D16.3,)
METODI DIDATTICI
Lezioni ed esercitazioni a distanza
TESTO DI RIFERIMENTO
Borra, S., Di Ciaccio A. Statistica, metodologie per le scienze economiche e sociali, Terza edizione, McGraw-Hill, 2014.
Aggiornato A.A. 2020-2021
Statistica CLEM (canale M-Z)
Prof.ssa Isabella Carbonaro
PREREQUISITI
Conoscenze di base degli argomenti preliminari di matematica generale: algebra elementare; progressioni; logaritmi; calcolo combinatorio; equazioni e disequazioni; teoria degli insiemi.
PROPEDEUTICITA'
Matematica
OBIETTIVI DEL CORSO E RISULTATI DI APPRENDIMENTO ATTESI
Il corso tratta gli elementi di base della statistica descrittiva, del calcolo delle probabilità e dell'inferenza statistica (stima puntuale, intervalli di confidenza, verifica d'ipotesi e modello di regressione), evidenziando le potenziali applicazione in campo economico e sociale.
Obiettivi formativi:
apprendere il processo di estrazione dei dati e come sintetizzarli attraverso tabelle, grafici e opportuni indici statistici;
dare elementi teorici sul processo di stima quando i dati campionari vengono utilizzati per fare inferenza sui parametri della popolazione.
Comprendere come e quando applicare i metodi statici ad insiemi di dati relativi a collettivi statistici esaustivi o campionari.
PROGRAMMA DEL CORSO (a.a. 2017-2018)
1. Statistica descrittiva
• I caratteri, le scale di misura e le rilevazioni (Cap. 1, Sez. 1.1, 1.2, 1.3, 1.4,)
• La distribuzione di un carattere e la sua rappresentazione grafica (Cap. 2, Sez. 2.1, 2.2, 2.3, 2.4, 2.6, 2.11)
• Sintesi della distribuzione di un carattere: le medie (Cap. 3, Sez. 3.1, 3.2, 3.5, 3.6, 3.7)
• Sintesi della distribuzione di un carattere: la variabilità (Cap. 4, Sez. 4.1, 4.2, 4.3, 4.5, 4.7 fino ad esempio 4.7.2, pag.82 - Dimostrazioni: D.4.1 e D.4.6)
• Analisi dell’associazione tra due caratteri (Cap. 6, Sez. 6.1, 6.2, 6.3, 6.4, 6.5, 6.6 fino a pag.124; 6.9)
2. Calcolo delle probabilità
• Concetti primitivi. Eventi e algebra degli eventi. Postulati. Principali teoremi. Probabilità condizionata e indipendenza (Cap. 8, Sez. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8,7, 8.8*)
• Variabili casuali e distribuzioni di probabilità (Cap. 9, Sez. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3, 9.8.2, 9.9 relativamente alle sole variabili casuali doppie discrete e compresi gli esempi 9.9.3, 9.9.4, 9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Inferenza statistica
• Campionamento e distribuzioni campionarie. (Cap. 10, Sez. 10.1, 10.2, 10.4, 10.5, 10.6 - Dimostrazioni: D10.1, D10.2, D10.3, D10.4)
• Stima puntuale. (Cap. 11, tutto – Dimostrazioni: D11.1, D11.2 facoltative, ma ricordarsi i risultati)
• Stima per intervallo. (Cap. 12, Sez. 12.1, 12.2, 12.3, 12.4, 12.5 fino a pag. 298, esempio 12.5.1)
• Teoria dei test statistici. (Cap. 13, Sez. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 fino pag. 322, escluso 13.7.1; 13.9)
•Test per medie e proporzioni. (Cap. 14, Sez. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Il modello di regressione lineare semplice. (Cap. 16, Sez. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; solo punti 1 e 2 di apg.387 – Dimostrazioni: D16.1, D16.3,)
METODI DIDATTICI
Lezioni ed esercitazioni a distanza
TESTO DI RIFERIMENTO
Borra, S., Di Ciaccio A. Statistica, metodologie per le scienze economiche e sociali, Terza edizione, McGraw-Hill, 2014.
Aggiornato A.A. 2019-2020
Statistica CLEM (canale M-Z)
Prof.ssa Isabella Carbonaro
PREREQUISITI
Conoscenze di base degli argomenti preliminari di matematica generale: algebra elementare; progressioni; logaritmi; calcolo combinatorio; equazioni e disequazioni; teoria degli insiemi.
PROPEDEUTICITA'
Matematica
OBIETTIVI DEL CORSO E RISULTATI DI APPRENDIMENTO ATTESI
Il corso tratta gli elementi di base della statistica descrittiva, del calcolo delle probabilità e dell'inferenza statistica (stima puntuale, intervalli di confidenza, verifica d'ipotesi e modello di regressione), evidenziando le potenziali applicazione in campo economico e sociale.
Obiettivi formativi:
apprendere il processo di estrazione dei dati e come sintetizzarli attraverso tabelle, grafici e opportuni indici statistici;
dare elementi teorici sul processo di stima quando i dati campionari vengono utilizzati per fare inferenza sui parametri della popolazione.
Comprendere come e quando applicare i metodi statici ad insiemi di dati relativi a collettivi statistici esaustivi o campionari.
PROGRAMMA DEL CORSO (a.a. 2017-2018)
1. Statistica descrittiva
• I caratteri, le scale di misura e le rilevazioni (Cap. 1, Sez. 1.1, 1.2, 1.3, 1.4,)
• La distribuzione di un carattere e la sua rappresentazione grafica (Cap. 2, Sez. 2.1, 2.2, 2.3, 2.4, 2.6, 2.11)
• Sintesi della distribuzione di un carattere: le medie (Cap. 3, Sez. 3.1, 3.2, 3.5, 3.6, 3.7)
• Sintesi della distribuzione di un carattere: la variabilità (Cap. 4, Sez. 4.1, 4.2, 4.3, 4.5, 4.7 fino ad esempio 4.7.2, pag.82 - Dimostrazioni: D.4.1 e D.4.6)
• Analisi dell’associazione tra due caratteri (Cap. 6, Sez. 6.1, 6.2, 6.3, 6.4, 6.5, 6.6 fino a pag.124; 6.9)
2. Calcolo delle probabilità
• Concetti primitivi. Eventi e algebra degli eventi. Postulati. Principali teoremi. Probabilità condizionata e indipendenza (Cap. 8, Sez. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8,7, 8.8*)
• Variabili casuali e distribuzioni di probabilità (Cap. 9, Sez. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3, 9.8.2, 9.9 relativamente alle sole variabili casuali doppie discrete e compresi gli esempi 9.9.3, 9.9.4, 9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Inferenza statistica
• Campionamento e distribuzioni campionarie. (Cap. 10, Sez. 10.1, 10.2, 10.4, 10.5, 10.6 - Dimostrazioni: D10.1, D10.2, D10.3, D10.4)
• Stima puntuale. (Cap. 11, tutto – Dimostrazioni: D11.1, D11.2 facoltative, ma ricordarsi i risultati)
• Stima per intervallo. (Cap. 12, Sez. 12.1, 12.2, 12.3, 12.4, 12.5 fino a pag. 298, esempio 12.5.1)
• Teoria dei test statistici. (Cap. 13, Sez. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 fino pag. 322, escluso 13.7.1; 13.9)
•Test per medie e proporzioni. (Cap. 14, Sez. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Il modello di regressione lineare semplice. (Cap. 16, Sez. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; solo punti 1 e 2 di apg.387 – Dimostrazioni: D16.1, D16.3,)
METODI DIDATTICI
Lezioni frontali ed esercitazioni
TESTO DI RIFERIMENTO
Borra, S., Di Ciaccio A. Statistica, metodologie per le scienze economiche e sociali, Terza edizione, McGraw-Hill, 2014.
Aggiornato A.A. 2017-2018
Statistica CLEM (canale M-Z)
Prof.ssa Isabella Carbonaro
PREREQUISITI
Conoscenze di base degli argomenti preliminari di matematica generale: algebra elementare; progressioni; logaritmi; calcolo combinatorio; equazioni e disequazioni; teoria degli insiemi.
PROPEDEUTICITA'
Matematica
OBIETTIVI DEL CORSO E RISULTATI DI APPRENDIMENTO ATTESI
Il corso tratta gli elementi di base della statistica descrittiva, del calcolo delle probabilità e dell'inferenza statistica (stima puntuale, intervalli di confidenza, verifica d'ipotesi e modello di regressione), evidenziando le potenziali applicazione in campo economico e sociale.
Obiettivi formativi:
apprendere il processo di estrazione dei dati e come sintetizzarli attraverso tabelle, grafici e opportuni indici statistici;
dare elementi teorici sul processo di stima quando i dati campionari vengono utilizzati per fare inferenza sui parametri della popolazione.
Comprendere come e quando applicare i metodi statici ad insiemi di dati relativi a collettivi statistici esaustivi o campionari.
PROGRAMMA DEL CORSO (a.a. 2017-2018)
1. Statistica descrittiva
• I caratteri, le scale di misura e le rilevazioni (Cap. 1, Sez. 1.1, 1.2, 1.3, 1.4,)
• La distribuzione di un carattere e la sua rappresentazione grafica (Cap. 2, Sez. 2.1, 2.2, 2.3, 2.4, 2.6, 2.11)
• Sintesi della distribuzione di un carattere: le medie (Cap. 3, Sez. 3.1, 3.2, 3.5, 3.6, 3.7)
• Sintesi della distribuzione di un carattere: la variabilità (Cap. 4, Sez. 4.1, 4.2, 4.3, 4.5, 4.7 fino ad esempio 4.7.2, pag.82 - Dimostrazioni: D.4.1 e D.4.6)
• Analisi dell’associazione tra due caratteri (Cap. 6, Sez. 6.1, 6.2, 6.3, 6.4, 6.5, 6.6 fino a pag.124; 6.9)
2. Calcolo delle probabilità
• Concetti primitivi. Eventi e algebra degli eventi. Postulati. Principali teoremi. Probabilità condizionata e indipendenza (Cap. 8, Sez. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8,7, 8.8*)
• Variabili casuali e distribuzioni di probabilità (Cap. 9, Sez. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3, 9.8.2, 9.9 relativamente alle sole variabili casuali doppie discrete e compresi gli esempi 9.9.3, 9.9.4, 9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Inferenza statistica
• Campionamento e distribuzioni campionarie. (Cap. 10, Sez. 10.1, 10.2, 10.4, 10.5, 10.6 - Dimostrazioni: D10.1, D10.2, D10.3, D10.4)
• Stima puntuale. (Cap. 11, tutto – Dimostrazioni: D11.1, D11.2 facoltative, ma ricordarsi i risultati)
• Stima per intervallo. (Cap. 12, Sez. 12.1, 12.2, 12.3, 12.4, 12.5 fino a pag. 298, esempio 12.5.1)
• Teoria dei test statistici. (Cap. 13, Sez. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 fino pag. 322, escluso 13.7.1; 13.9)
•Test per medie e proporzioni. (Cap. 14, Sez. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Il modello di regressione lineare semplice. (Cap. 16, Sez. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; solo punti 1 e 2 di apg.387 – Dimostrazioni: D16.1, D16.3,)
METODI DIDATTICI
Lezioni frontali ed esercitazioni
TESTO DI RIFERIMENTO
Borra, S., Di Ciaccio A. Statistica, metodologie per le scienze economiche e sociali, Terza edizione, McGraw-Hill, 2014.
Aggiornato A.A. 2016-2017
Statistica CLEOT, CLEM (canale M-Z)
Prof.ssa Isabella Carbonaro
Programma del corso (a.a. 2016-2017)
Libro di testo:
Borra, S., Di Ciaccio A. Statistica, metodologie per le scienze economiche e sociali, Terza edizione, McGraw-Hill, 2014.
1. Statistica descrittiva
• I caratteri, le scale di misura e le rilevazioni (Cap. 1, Sez. 1.1, 1.2, 1.3, 1.4,)
• La distribuzione di un carattere e la sua rappresentazione grafica (Cap. 2, Sez. 2.1, 2.2, 2.3, 2.4, 2.6, 2.11)
• Sintesi della distribuzione di un carattere: le medie (Cap. 3, Sez. 3.1, 3.2, 3.5, 3.6, 3.7)
• Sintesi della distribuzione di un carattere: la variabilità (Cap. 4, Sez. 4.1, 4.2, 4.3, 4.5, 4.7 fino ad esempio 4.7.2, pag.82 - Dimostrazioni: D.4.1 e D.4.6)
• Analisi dell’associazione tra due caratteri (Cap. 6, Sez. 6.1, 6.2, 6.3, 6.4, 6.5, 6.6 fino a pag.124; 6.9)
2. Calcolo delle probabilità
• Concetti primitivi. Eventi e algebra degli eventi. Postulati. Principali teoremi. Probabilità condizionata e indipendenza (Cap. 8, Sez. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8,7, 8.8*)
• Variabili casuali e distribuzioni di probabilità (Cap. 9, Sez. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3, 9.8.2, 9.9 relativamente alle sole variabili casuali doppie discrete e compresi gli esempi 9.9.3, 9.9.4, 9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Inferenza statistica
• Campionamento e distribuzioni campionarie. (Cap. 10, Sez. 10.1, 10.2, 10.4, 10.5, 10.6 - Dimostrazioni: D10.1, D10.2, D10.3, D10.4)
• Stima puntuale. (Cap. 11, tutto – Dimostrazioni: D11.1, D11.2 facoltative, ma ricordarsi i risultati)
• Stima per intervallo. (Cap. 12, Sez. 12.1, 12.2, 12.3, 12.4, 12.5 fino a pag. 298, esempio 12.5.1)
• Teoria dei test statistici. (Cap. 13, Sez. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 fino pag. 322, escluso 13.7.1; 13.9)
•Test per medie e proporzioni. (Cap. 14, Sez. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Il modello di regressione lineare semplice. (Cap. 16, Sez. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; solo punti 1 e 2 di apg.387 – Dimostrazioni: D16.1, D16.3,)
Aggiornato A.A. 2014-2015
Programma del corso (a.a. 2014-2015) Statistica CLEOT, CLEM (canale M-Z)
Prof.ssa Isabella Carbonaro
Programma del corso (a.a. 2014-2015)
Libro di testo: Borra, S., Di Ciaccio A. Statistica, metodologie per le scienze economiche e sociali,
Seconda edizione, McGraw-Hill, 2008.
1. Statistica descrittiva
• I caratteri, le scale di misura e le rilevazioni (Cap. 1, Sez. 1.1, 1.2, 1.3, 1.4,)
• La distribuzione di un carattere e la sua rappresentazione grafica (Cap..2, Sez. 2.1, 2.2, 2.3, 2.4, 2.6 )
• Sintesi della distribuzione di un carattere: le medie (Cap. 3, Sez. 3.1, 3.2, 3.5, 3.6, 3.7)
• Sintesi della distribuzione di un carattere: la variabilità (Cap. 4, Sez. 4.1, 4.2, 4.3, 4.5, 4.7 fino a
pag.90- Appendice: A4.1 e A4.6)
• Analisi dell’associazione tra due caratteri (Cap. 6, Sez. 6.1, 6.2, 6.3, 6.4, 6.5, 6.9)
2. Calcolo delle probabilità
• Concetti primitivi. Eventi e algebra degli eventi. Postulati. Principali teoremi. Probabilità condizionata e
indipendenza (Cap. 8, Sez. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8.8*)
• Variabili casuali e distribuzioni di probabilità (Cap. 9, Sez. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3,
9.8.2, 9.10, relativamente alle sole variabili casuali doppie discrete e compresi gli esempi 9.10.3,
9.10.4, 9.10.5, 9.10.7, 9.10.8, 9.10.9 e 9.10; 9.10)
3. Inferenza statistica
• Campionamento e distribuzioni campionarie. (Cap. 10, Sez. 10.1, 10.2, 10.4, 10.5, 10.6 -
Appendice: A10.1, A10.2, A10.3, A10.4)
• Stima puntuale. (Cap. 11, tutto – Appendice: A11.1 e A11.2 facoltative, ma ricordarsi i risultati )
• Stima per intervallo. (Cap. 12, Sez. 12.1, 12.2, 12.3, 12.4, 12.5 fino a pag. 331)
• Test delle ipotesi statistiche. (Cap. 13, Sez. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 fino al grafico di
pag. 357, 13.9)
•Test per medie e proporzioni. (Cap. 14, Sez. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Il modello di regressione lineare semplice. (Cap. 16, Sez. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6 ); solo
enunciato del Teorema di Gauss–Markov)
Appendice: A16.1, A16.3)
* = leggere
Statistica CLEM (canale M-Z) e CLEOT
Prof.ssa Isabella Carbonaro
Programma del corso (a.a. 2014-2015)
Libro di testo:
Borra, S., Di Ciaccio A. Statistica, metodologie per le scienze economiche e sociali, Terza edizione,
McGraw-Hill, 2014.
1. Statistica descrittiva
• I caratteri, le scale di misura e le rilevazioni (Cap. 1, Sez. 1.1, 1.2, 1.3, 1.4,)
• La distribuzione di un carattere e la sua rappresentazione grafica (Cap. 2, Sez. 2.1, 2.2, 2.3, 2.4, 2.6)
• Sintesi della distribuzione di un carattere: le medie (Cap. 3, Sez. 3.1, 3.2, 3.5, 3.6, 3.7)
• Sintesi della distribuzione di un carattere: la variabilità (Cap. 4, Sez. 4.1, 4.2, 4.3, 4.5, 4.7 fino ad
esempio 4.7.2, pag.82 - Dimostrazioni: D.4.1 e D.4.6)
• Concetti primitivi. Eventi e algebra degli eventi. Postula
• Analisi dell’associazione tra due caratteri (Cap. 6, Sez. 6.1, 6.2, 6.3, 6.4, 6.5, 6.9)
2. Calcolo delle probabilità ti. Principali teoremi. Probabilità condizionata e
indipendenza (Cap. 8, Sez. 8.1, 8.2, 8.3, 8.4, 8.5, 8.6, 8.8*)
• Variabili casuali e distribuzioni di probabilità (Cap. 9, Sez. 9.1, 9.2, 9.3, 9.4, 9.5, 9.6, 9.7.2, 9.7.3,
9.8.2, 9.9 relativamente alle sole variabili casuali doppie discrete e compresi gli esempi 9.9.3, 9.9.4,
9.9.5, 9.9.7, 9.9.8, 9.9.9, 9.9.10; 9.10)
3. Inferenza statistica
• Campionamento e distribuzioni campionarie. (Cap. 10, Sez. 10.1, 10.2, 10.4, 10.5, 10.6 -
Dimostrazioni: D10.1, D10.2, D10.3, D10.4)
• Stima puntuale. (Cap. 11, tutto – Dimostrazioni: D11.1, D11.2 facoltative, ma ricordarsi i risultati)
• Stima per intervallo. (Cap. 12, Sez. 12.1, 12.2, 12.3, 12.4, 12.5 fino a pag. 298, esempio 12.5.1)
• Teoria dei test statistici. (Cap. 13, Sez. 13.1, 13.2, 13.3, 13.4, 13.5, 13.6, 13.7 fino pag. 322, escluso
13.7.1; 13.9)
•Test per medie e proporzioni. (Cap. 14, Sez. 14.1, 14.2.1,14.2.2, 14.2.3, 14.3)
• Il modello di regressione lineare semplice. (Cap. 16, Sez. 16.1, 16.2, 16.3, 16.4, 16.5, 16.6; solo punti
1 e 2 di apg.387 – Dimostrazioni: D16.1, D16.3,)
* = leggere
Isabella.carbonaro@uniroma2.it ; Vincenzina.Vitale@uniroma2.it