Syllabus
EN
IT
Obiettivi Formativi
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.
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.
Prerequisiti
Conoscenze di base degli argomenti preliminari di matematica generale (algebra elementare, progressioni, logaritmi, calcolo combinatorio, equazioni e disequazioni, teoria degli insiemi), di microeconomia e di macroeconomia.
Programma
1. Statistica descrittiva
Classificazione dei caratteri statistici: unità, scale di misura, rappresentazione grafica.
Distribuzione di un carattere statistico e principali indici di sintesi: medie, variabilità, concentrazione, asimmetria. Numeri indici semplici e complessi, rapporti statistici. Metodi di destagionalizzazione. Associazione tra due caratteri statistici: distribuzioni doppie, dipendenza-indipendenza, covarianza e correlazione lineare.
2. Probabilità
Definizione e misurazione della probabilità semplice e condizionata, teorema di Bayes.
Variabili casuali: casuali discrete e continue, valore atteso e varianza, distribuzioni di probabilità e momenti delle distribuzioni.
3. Statistica inferenziale
Stima puntuale: stimatori efficienti, MSE, stimatori consistenti, stima media e varianza della popolazione. Massima Verosimiglianza e Minimi Quadrati. Stima per intervallo: intervalli di confidenza per media e varianza di una distribuzione. Verifica delle ipotesi: teoria dei test statistici, test sulla media, sulla proporzione e sulla varianza.
4. Il modello di regressione lineare
Specificazione del modello lineare, assunzioni, stimatori. Il metodo dei Minimi Quadrati Ordinari e proprietà degli stimatori. Inferenza: analisi della varianza, verifica di significatività dei coefficienti stimati, analisi dei residui.
5. Le principali fonti per le statistiche economiche italiane e i metodi per valutare la qualità dei dati
Classificazione dei caratteri statistici: unità, scale di misura, rappresentazione grafica.
Distribuzione di un carattere statistico e principali indici di sintesi: medie, variabilità, concentrazione, asimmetria. Numeri indici semplici e complessi, rapporti statistici. Metodi di destagionalizzazione. Associazione tra due caratteri statistici: distribuzioni doppie, dipendenza-indipendenza, covarianza e correlazione lineare.
2. Probabilità
Definizione e misurazione della probabilità semplice e condizionata, teorema di Bayes.
Variabili casuali: casuali discrete e continue, valore atteso e varianza, distribuzioni di probabilità e momenti delle distribuzioni.
3. Statistica inferenziale
Stima puntuale: stimatori efficienti, MSE, stimatori consistenti, stima media e varianza della popolazione. Massima Verosimiglianza e Minimi Quadrati. Stima per intervallo: intervalli di confidenza per media e varianza di una distribuzione. Verifica delle ipotesi: teoria dei test statistici, test sulla media, sulla proporzione e sulla varianza.
4. Il modello di regressione lineare
Specificazione del modello lineare, assunzioni, stimatori. Il metodo dei Minimi Quadrati Ordinari e proprietà degli stimatori. Inferenza: analisi della varianza, verifica di significatività dei coefficienti stimati, analisi dei residui.
5. Le principali fonti per le statistiche economiche italiane e i metodi per valutare la qualità dei dati
Testi Adottati
Borra S. e Di Ciaccio A., Statistica, Metodologie per le Scienze Economiche e Sociali, McGraw Hill.
Giovannini E., Le Statistiche Economiche, Il Mulino, Edizione 2015.
Giovannini E., Scegliere il futuro, Il Mulino (consigliato)
Giovannini E., Le Statistiche Economiche, Il Mulino, Edizione 2015.
Giovannini E., Scegliere il futuro, Il Mulino (consigliato)
Modalità di svolgimento
Modalità di lezione convenzionale (lezione frontale), esercitazioni su casi di studio, discussione dei principali dati macroeconomici pubblicati nel periodo di svolgimento del corso
Regolamento Esame
Esame scritto basato su una serie di domande teoriche e di esercizi volti a verificare il possesso delle conoscenze acquisite durante il corso. Eventuale esame orale. Tesina obbligatoria basata sull'analisi di dati statistici.
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.
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.