Facebook pixel
Info
Foto sezione
Logo Bocconi

Insegnamento a.a. 2020-2021

20356 - PRECORSO DI STATISTICA / STATISTICS - PREPARATORY COURSE

Dipartimento di Scienze delle Decisioni / Department of Decision Sciences

Per la lingua del corso verificare le informazioni sulle classi/
For the instruction language of the course see class group/s below

Vai alle classi / Go to class group/s: 1 - 2 - 3 - 4 - 5 - 6

M (I sem. - P) - IM (I sem. - P) - MM (I sem. - P) - ACME (I sem. - P) - GIO (I sem. - P) - PPA (I sem. - P)
Docente responsabile dell'insegnamento / Course Director:
PIERO VERONESE

Classes: 1 (I sem.)
Instructors:
Class 1: ALBERTO SACCARDI

Class group/s taught in English

Mission & Content Summary
MISSION

Il corso ha lo scopo di fornire agli studenti le conoscenze di base di statistica e di analisi dei dati necessarie per affrontare i corsi obbligatori di Metodi Quantitativi, presenti nei bienni M e MM.

CONTENT SUMMARY
  • Nozioni introduttive: fonti dei dati, database, teoria di campionamento.
  • Descrizione di dati qualitativi: classificazione delle variabili, analisi univariata di dati qualitativi, analisi bivariata di dati qualitativi, rappresentazioni grafiche.
  • Descrizione di dati quantitativi: misure di tendenza centrale e non centrale, individuazione dei dati anomali, analisi bivariata di dati quantitativi, rappresentazioni grafiche.
  • Variabili aleatorie (cenni): probabilità, variabili aleatorie, distribuzioni notevoli.
  • Introduzione all’inferenza statistica: stima puntuale e per intervallo, introduzione alla teoria dei test.
  • Test per analisi bivariate: analisi di connessione, test confronta medie, test sul coefficiente di correlazione, regressione lineare semplice e test sui coefficienti.

Teaching methods
  • Face-to-face lectures
DETAILS

Assessment methods
  Continuous assessment Partial exams General exam
  • no formal assessment is expeted
  • x    

    M (I sem. - P) - MM (I sem. - P)
    Docente responsabile dell'insegnamento / Course Director:
    PIERO VERONESE

    Classi: 5 (I sem.)
    Docenti responsabili delle classi:
    Classe 5: ALESSANDRO RECLA

    Classe/i impartita/e in lingua italiana

    Modalità didattiche
    • Lezioni frontali
    DETTAGLI

    Metodi di valutazione dell'apprendimento
      Accertamento in itinere Prove parziali Prova generale
  • Il precorso non prevede momenti formali di valutazione
  • x    

    FIN (I sem. - P)
    Docente responsabile dell'insegnamento / Course Director:
    MASSIMO GUIDOLIN

    Classes: 4 (I sem.)
    Instructors:
    Class 4: MASSIMO GUIDOLIN

    Class group/s taught in English

    Mission & Content Summary
    MISSION

    An introduction to the basic concepts of statistics and probability required for the 20191 and 20192 courses in the CLEFIN degree.

    CONTENT SUMMARY

    Mathematics for statistical applications:

    • Some matrix algebra.
    • Interplay between matrix algebra and statistics. Expected values, Covariance matrices and related properties.
    • Introduction to the linear model in matrix notation.

    Review of Key Statistical Concepts:

    • Definition of random variables and its applications.
    • Useful distributional results.
    • Introduction to inference.
    • Point estimation.
    • Confidence intervals.
    • Tests of hypothesis.
    • Application of inference to simple finance problems: estimation of means, variances, and covariances.

    Some distribution theory:

    • The use of the Gaussian in hypothesis testing and confidence intervals.
    • The multidimensional Gaussian distribution.

    Teaching materials
    ATTENDING AND NOT ATTENDING STUDENTS
    • G. CASELLA, R.L. BERGER,  Statistical inference, Duxbury Press, 2001.
    • W. GREENE, Econometric Analysis, Prentice Hall, 2003, 5th edition.
    • Handouts.

    DES-ESS (I sem. - P) - DSBA (I sem. - P) - CYBER (I sem. - P)
    Docente responsabile dell'insegnamento / Course Director:
    PIERO VERONESE

    Classes: 2 (I sem.)
    Instructors:
    Class 2: MARCO UGO BOELLA

    Class group/s taught in English

    Mission & Content Summary
    MISSION

    The course is meant to provide students with the elements of probability theory and statistics whose knowledge is required for the mandatory Advanced Statistics course of the Economic and Social Sciences MS program. We assume knowledge of the content of a basic undergraduate Statistics course such as, for example, Bocconi’s Statistics 30001 course.

    CONTENT SUMMARY
    • Common distributions (Poisson, Inverse binomial, Geometric, Gamma, Beta) and calculation of their moments.
    • Transformations of discrete and continuous random variables.
    • Random vectors: joint, marginal, and conditional distributions. Bivariate transformations.
    • Convergence in probability and in distributions of sequences of random variables.
    • Sampling from normal populations: sampling distribution of the sample mean and variance (Student’s t distribution and Chi-squared distribution).

    Teaching methods
    • Face-to-face lectures
    DETAILS

    Assessment methods
      Continuous assessment Partial exams General exam
  • no formal assessment is expeted
  • x    

    Teaching materials
    ATTENDING AND NOT ATTENDING STUDENTS
    • N. MUKHOPADHYAY, Probability and Statistical Inference, M. Dekker, 2000 OR
    • A.M. MOOD, F.A. GRAYBILL, D.C. BOES, Introduction to the theory of statistics, McGraw Hill, 1974.

    FIN (I sem. - P)
    Docente responsabile dell'insegnamento / Course Director:
    MASSIMO GUIDOLIN

    Classi: 3 (I sem.)
    Docenti responsabili delle classi:
    Classe 3: MASSIMO GUIDOLIN

    Classe/i impartita/e in lingua italiana

    Mission e Programma sintetico
    MISSION

    Introduzione ai concetti di base di matematica e statistica necessari per affrontare il corso 20191 e 20192 del biennio CLEFIN.

    PROGRAMMA SINTETICO

    Matematica per le applicazioni statistiche:

    • Cenni di algebra delle matrici.
    • Connessioni tra algebra delle matrici e statistica. Valori attesi, matrici di covarianza e loro proprietà.
    • Introduzione al modello lineare in forma matriciale.

    Sommario di concetti base della Statistica:

    • Definizione di variabile aleatoria e sue applicazioni.
    • Alcuni risultati circa distribuzioni statistiche.
    • Introduzione all’inferenza.
    • Stima puntuale.
    • Intervalli di confidenza.
    • Test di ipotesi statistiche.
    • Applicazione dell’inferenza a semplici problemi in Finanza: stima di medie, varianze e covarianze.

    Elementi di teoria delle distribuzioni:

    • L’uso della distribuzione gaussiana nei problemi di test e nella costruzione di intervalli di confidenza.
    • La distribuzione gaussiana nel caso multidimensionale.

    Materiali didattici
    STUDENTI FREQUENTANTI E NON FREQUENTANTI
    • G. CASELLA, R.L. BERGER, Statistical inference, Duxbury Press, 2001.
    • W. GREENE, Econometric Analysis, Prentice Hall, 2003, 5th edition.
    • Handouts.

    M (I sem. - P) - IM (I sem. - P) - MM (I sem. - P) - ACME (I sem. - P) - GIO (I sem. - P) - PPA (I sem. - P) - MAFINRISK (I sem. - P  |  SECS-S/06)
    Docente responsabile dell'insegnamento / Course Director:
    PIERO VERONESEMASSIMO GUIDOLIN

    Classes: 6 (I sem.)
    Instructors:
    Class 6: MASSIMO GUIDOLIN

    Class group/s taught in English