30001 - STATISTICA / STATISTICS
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
EUGENIO MELILLI
Class group/s taught in English
Mission & Content Summary
MISSION
CONTENT SUMMARY
Elements of descriptive statistics:
- Statistical variables, population and sample. Data representation and analysis through tables and charts. Frequency distributions.
- Measures of position, dispersion, concentration and association.
Elements of probability theory:
- Discrete and continuous random variables. Probability distributions. Expected value and variance. Binomial and Gaussian distributions.
- Independent random variables, central limit theorem.
Elements of statistical inference:
- Point and interval estimation of means and proportions. Interval length and confidence level.
- Hypothesis testing on means, proportions and difference of means. Level of a test. P-value. Test of independence.
Regression models:
- Simple linear regression. Inference on the parameters of the model. Testing the significance of the independent variable. Variability decomposition and R-square. Prediction.
- Multiple linear regression. Inference on the parameters of the model. Testing the significance of each independent variable, of a group of variables and of the overall model. Variability decomposition and R-square. Prediction.
Intended Learning Outcomes (ILO)
KNOWLEDGE AND UNDERSTANDING
- Understand and distinguish the different types of data and the different techniques of analysis, both in a descriptive setting (through indicators and plots) and in an inferential one (using appropriate statistical models).
APPLYING KNOWLEDGE AND UNDERSTANDING
- Appropriately summarize datasets, estimate unknown population parameters and test hypothesis on them starting from sample data, construct simple statistical models (such as regression models) designed to study the relationships among variables. Give valid answers to research questions and help taking decisions using sample data.
Teaching methods
- Face-to-face lectures
- Exercises (exercises, database, software etc.)
DETAILS
Exercises devoted to the analysis of data are proposed throughout the whole course, with particular enphasis on data coming from fields of primary interest for this course; to this aim the software R is used on a regular basis. Students are invited to take an active part in the analysis using their own notebook.
Assessment methods
Continuous assessment | Partial exams | General exam | |
---|---|---|---|
|
x | x |
ATTENDING STUDENTS
The overall exam includes 3 in itinere partial tests (with multiple choice questions) and a final written exam (with exercises and open-ended questions). Both the partial tests and the final exam require the use of the statistical software R on PC / notebook to answer some questions and solve some exercises. All the parts of the exam aim to ascertain the students' knowledge of the main probabilistic and statistical tools necessary for the analysis of economic and business phenomena and their ability to apply them.
Each of the 3 partial tests in itinere assigns a score between 0 and 3; the final written exam assigns a score between 0 and 22. The final grade is obtained as the sum of the 4 scores, possibly rounded to the nearest integer number (in excess if the sum has a decimal part equal to 0.5). The exam is passed if the sum (possibly rounded as specified above) is at least 18; there is no minimum score required in the individual parts of the exam.
NOT ATTENDING STUDENTS
The exam is written (with exercises, open-ended questions and multiple-choice questions). It requires, for the answer to some questions and the solution of some exercises, the use of the statistical software R on PC /notebook. The exam aims to ascertain the students' knowledge of the main probabilistic and statistical tools necessary for the analysis of economic and business phenomena and their ability to apply them.
The written exam assigns a score between 0 and 31; this score represents the final grade.
Teaching materials
ATTENDING AND NOT ATTENDING STUDENTS
- P. NEWBOLD, W.L. CARLSON, B.M. THORNE, Statistics for Business and Economics, Pearson, 2013, 8th edition.
- Teaching notes available on Bboard.
- Exercises, datasets and further material available on Bboard.
Classe/i impartita/e in lingua italiana
Mission e Programma sintetico
MISSION
PROGRAMMA SINTETICO
Elementi di statistica descrittiva:
- Unità e carattere statistico. Popolazione e campione. Tipologie di dati.
- Raccolta, analisi e rappresentazione di dati attraverso tabelle e grafici.
- Misure di posizione, di variabilità, di concentrazione, di associazione.
Elementi di calcolo delle probabilità:
- Variabili aleatorie discrete e continue. Distribuzioni di probabilità. Valore atteso e varianza. Distribuzione binomiale e distribuzione gaussiana.
- Variabili aleatorie indipendenti e teorema centrale del limite.
Elementi di inferenza statistica:
- Stima puntuale e mediante intervalli di confidenza di medie e proporzioni. Coefficiente di confidenza e lunghezza di un intervallo.
- Verifica di ipotesi sulla media, sulla proporzione e sulla differenza di medie. Livello di un test. P-value. Test di indipendenza.
Modelli di regressione:
- Modello di regressione lineare semplice. Problemi inferenziali sui parametri del modello di regressione. Test per la significatività della variabile esplicativa. Scomposizione della variabilità e coefficiente di determinazione. Previsione.
- Modello di regressione lineare multipla. Problemi inferenziali sui parametri del modello di regressione. Test per la significatività delle singole variabili esplicative, di gruppi di variabili e del modello nel suo complesso. Uso di variabili esplicative qualitative. Scomposizione della variabilità e coefficiente di determinazione. Previsione.
Risultati di Apprendimento Attesi (RAA)
CONOSCENZA E COMPRENSIONE
- Comprendere e distinguere le diverse tipologie di dati e le relative tecniche di analisi, sia in ambito descrittivo (attraverso indicatori e grafici), sia in ambito inferenziale (mediante l'uso di opportuni modelli statistici).
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
- Sintetizzare e descrivere in modo appropriato un insieme di dati; costruire modelli probabilistico-statistici per rappresentare ed analizzare fenomeni reali; usando tali modelli, inferire, sulla base di dati campionari, su parametri incogniti della popolazione di interesse; rispondere, sempre partendo da informazioni campionarie, a domande di ricerca; usare informazioni provenienti da indagini campionarie per orientare le decisioni in ambito economico-aziendale.
Modalità didattiche
- Lezioni frontali
- Esercitazioni (esercizi, banche dati, software etc.)
DETTAGLI
Durante l'intero corso vengono svolti esercizi in cui sono proposte analisi di dati effettuate con il software R. Gli studenti possono partecipare in modo attivo a tali analisi, usando in aula il proprio notebook.
Metodi di valutazione dell'apprendimento
Accertamento in itinere | Prove parziali | Prova generale | |
---|---|---|---|
|
x | x |
STUDENTI FREQUENTANTI
L'esame prevede 3 prove parziali in itinere (con domande a risposta multipla) ed una prova scritta finale (con esercizi e domande a risposta aperta). Tanto le prove parziali in itinere quanto la prova finale richiedono, per la risposta ad alcune domande e la risoluzione di alcuni esercizi, l'uso del software statistico R su PC/notebook. Tutte le prove suddette si propongono di accertare la conoscenza e la capacità di applicazione, da parte degli studenti, dei principali strumenti probabilistici e statistici necessari per l'analisi di fenomeni economico-aziendali.
Ciascuna delle 3 prove in itinere assegna un punteggio variabile tra 0 e 3; la prova scritta finale assegna un punteggio variabile tra 0 e 22. Il voto finale è ottenuto come somma dei 4 punteggi, eventualmente arrotondata all'intero più vicino (per eccesso nel caso in cui la somma abbia una parte decimale uguale a 0.5). L'esame è superato se la somma (eventualmente arrotondata come precisato sopra) è almeno 18; non vi è alcun punteggio minimo richiesto nelle singole prove ai fini del superamento dell'esame.
STUDENTI NON FREQUENTANTI
L'esame prevede una singola prova scritta (con esercizi e domande a risposta aperta e domande a risposta multipla). La prova scritta richiede, per la risposta ad alcune domande e la risoluzione di alcuni esercizi, l'uso del software statistico R su PC/notebook. La prova suddetta si propone di accertare la conoscenza e la capacità di applicazione, da parte degli studenti, dei principali strumenti probabilistici e statistici necessari per l'analisi di fenomeni economico-aziendali.
La prova scritta assegna un punteggio variabile tra 0 e 31; questo punteggio rappresenta il voto finale.
Materiali didattici
STUDENTI FREQUENTANTI E NON FREQUENTANTI
- P. NEWBOLD, W.L. CARLSON, B. THORNE, Statistica, Milano, Pearson/Prentice Hall, 2010, 2° edizione.
- Note didattiche, esercizi e altro materiale disponibile su Bboard.