Home Archivio anni precedenti

UNIVERSITA’ DEGLI STUDI DELLA BASILICATA

CORSO DI LAUREA IN ECONOMIA AZIENDALE

(http://economia.unibas.it)

A.A. 2013 - 2014

 

 

INSEGNAMENTO:STATISTICA

lingua base: italiano cod. insegnamento *: ECN0013

Docente: Immacolata Oliva

 

Settore Discip. SECS-S/01

Qualifica Docente a contratto

Email: Questo indirizzo e-mail è protetto dallo spam bot. Abilita Javascript per vederlo.

 

Periodo:

II° semestre (03/03/14 – 29/06/14)

 

Data inizio corsi: 04/03/2014

 

ore riservate per lo studio personale o ad altre attività formative di tipo individuale 170

numero di ore relative alle attività in aula (1 CFU=8 ore) 64

eventuali altre ore - esercitazioni, seminari, tirocini 16

 

Curriculum professionale

 

Propedeuticità consigliate

Matematica generale

 

Risultati di apprendimento attesi

Conoscenza e capacità di comprensione (knowledge and understanding)

Il corso si propone di fornire le tecniche base della statistica descrittiva, del calcolo delle probabilità e della statistica inferenziale.

(The course provides an introduction to descriptive and inferential statistics and to probability)

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

Al termine del corso, lo studente è in grado di utilizzare le tecniche statistiche esaminate ed applicarle a metodologie di analisi quantitativa, utili a fini descrittivi, interpretativi e decisionali.

(At the end of the course, students are able to use statistical techniques and to apply them to quantitative analysis)

Autonomia di giudizio (making judgements)

L’autonomia di giudizio si esplica nella capacità, da parte dello studente, di rielaborare in maniera autonoma ed originale le competenze acquisite, nella fattispecie attraverso l’interpretazione delle informazioni statistiche e la realizzazione di indagini statistiche di fenomeni economici e sociali.

(The ability of making judgments consists of an independent and complete revamped version of tasks obtained, especially through an interpretation of statistical information and the realization of statistical researches)

Abilità comunicative (communication skills)

Le abilità comunicative dello studente si definiscono attraverso l’idoneità ad esprimere in modo chiaro, coerente e completo i concetti appresi.

(The communication skills are defined through the ability to express concepts in a clear and complete way)

Capacità di apprendimento (learning skills)

Il corso consente allo studente di assimilare competenze in ambito statistico necessarie per una valutazione critica delle metodologie proposte.

(The course allows students to absorb statistical skills, useful for a critical evaluation of methodologies proposed)

Programma del corso

 

  1. a)Statistica descrittiva
    Indagini statistiche, fasi della rilevazione, matrice dei dati. Popolazione e campione; la raccolta, lo spoglio e la classificazione dei dati; caratteri qualitativi e quantitativi.
    Tipi di dati statistici; distribuzioni statistiche; rappresentazioni grafiche.
    Frequenze cumulate; funzione di ripartizione.
    Gli indici di localizzazione e di dispersione. Relazioni tra caratteri: distribuzioni congiunte, marginali, condizionate.
    Indipendenza in distribuzione e indici di connessione. Dipendenza lineare: covarianza e correlazione. Interpolazione statistica e il metodo dei minimi quadrati.

    b) Probabilità
    Esperimenti aleatori; eventi e spazio campionario; elementi di calcolo combinatorio. Definizione assiomatica della probabilità. Probabilità condizionata; indipendenza stocastica e teorema di Bayes.
  2. Variabili aleatorie: funzione di ripartizione; valore atteso e varianza.
    Particolari distribuzioni discrete: uniforme, Bernoulli, binomiale, Poisson, geometrica.
  3. Particolari distribuzioni continue: rettangolare, normale, esponenziale negativa. Variabili aleatorie doppie discrete; distribuzione di probabilità congiunta; distribuzioni di probabilità marginali e condizionate; indipendenza tra variabili aleatorie; covarianza; coefficiente di correlazione di Bravais. Variabili aleatorie multiple (cenni). Indipendenza tra variabili. Somme di variabili casuali. Leggi dei grandi numeri e teorema limite centrale. Uso del TLC nelle approssimazioni.


c) Statistica inferenziale
Campioni probabilistici; Statistiche, stimatori e loro distribuzioni campionarie: proprietà degli stimatori; distribuzioni campionarie chi-quadrato, t di Student, F di Snedecor. Stima puntuale e stima per intervallo di confidenza di una media, di una proporzione, di una varianza. Test statistici: verifica delle ipotesi; test ad una coda ed a due code per una media, per una proporzione (grandi campioni), per una varianza; confronto tra due proporzioni (grandi campioni); confronto tra due medie; confronto tra due varianze.

 

(inglese)

a) Descriptive statistics

Data collection and classification; data types; statistical distributions, graphical representation. Frequency distributions. Measures of central tendency; variability and measure of dispersion. Relationship and dependence among variables. Covariance and correlation. Method of least squares.

b) Probability

Combinatorics; Random events, axioms of probability, conditional probability, independence and Bayes theorem. Random variables: distribution function, expected value and variance. Examples of discrete random variables: uniform distribution, Bernoulli distribution, binomial distribution, Poisson distribution, geometric distribution. Examples of continuous random variables: normal distribution, exponential distribution. Multivariate random variables, joint probability distribution, marginal and conditioned distributions. Independence, covariance. Laws of large numbers and Central Limit theorem.

c) Statistical inference

Sample statistics and sample distributions; Chi-squared, t-Student and F-Snedecor distributions. Point estimates and confidence intervals for a mean, for a proportion and for a variance. Hypothesis testing.

 

Testi di riferimento

 

G. CICCHITELLI, (2012). Statistica: principi e metodi, Seconda edizione, Pearson Italia, Milano.

S. BORRA, A. DI CIACCO, (2008). Statistica. Metodologie per le Scienze Economiche e Sociali, McGraw-Hill.

D. PICCOLO, (1998). Statistica, Seconda edizione 2000. Il Mulino, Bologna.

 

Metodi didattici:

 

 

Metodi di valutazione intercorso:

lezioni frontali

esercitazioni

 

Metodi di valutazione:

Prova intermedia (da valutare)

 

Metodi di valutazione:

Prova scritta (esercizi e domande a risposta chiusa).

Prova orale facoltativa a discrezione del docente

 

Risultato prove esami

 

 

Materiale didattico

es_cap1

ESERCITAZIONE2

sol_tracciaA_26_febb

tracciaA_26_febb

Esercitazione 3 -DA CONSEGNARE_VIA MAIL_ENTRO E NON OLTRE LE ORE 9.30 DEL GIORNO 26/03/2014

esercizio corretto

formulario1

tavola gaussiana standard

tavola t student

esercizi di ricapitolazione su probabilità e variabili aleatorie

 

tracce del primo esonero

esonero1_A -esonero1_B -esonero1_C

formulario2

 

T3 Tavola distribuzione Chi quadrato

 

tracce del secondo esonero

esonero2_A

esonero2_B

 

soluzione A

 

esame del 10/07/2014

traccia_A -soluzione_traccia_A

traccia_B

traccia_C

 

esame del 23/07/2014

traccia_A_23 -sol_traccia_A_23

traccia_B_23

traccia_C_23

 

esame del 15/09/2014

traccia_A_sett

sol_traccia_A_sett

sol_esercizio1_A

traccia_B_sett

sol_esercizio1_B

traccia_C_sett

sol_esercizio1_C

RISULTATI_15_sett

 

Contatore_visite
Hits visite contenuti : 4333995