Syllabus del corso
Obiettivi formativi
Il corso vuole introdurre lo studente alle tecniche statistiche che permettono di effettuare un'analisi dei dati derivanti da un censimento della popolazione oppure da indagini campionarie.
Contenuti sintetici
Il corso inizierà con un richiamo dei concetti di statistica descrittiva (univariata e bivariata) e di calcolo delle probabilità. Successivamente, verranno introdotti i concetti legati all'inferenza statistica (stime e stimatori; intervalli di confidenza; verifica di ipotesi).
La parte finale del corso sarà incentrata sull'analisi di dataset a più variabili: il modello di regressione
e la cluster analysis.
Programma esteso
- Richiami di statistica descrittiva
- Distribuzioni di frequenze
- Indici di posizione e di variabilità
- Distribuzioni di frequenze doppie
- Associazione - Richiami di calcolo delle probabilità
- Definizione di probabilità, assiomi e proprietà
- Variabili casuali discrete e continue
- Valori attesi, varianze e covarianze
- Casi notevoli - Inferenza
- Stime e stimatori
- Confronto tra stimatori
- Intervalli di confidenza
- Verifica di ipotesi - Modello di regressione lineare
- Modello di regressione lineare semplice
- Modello di regressione lineare multiplo
- Inferenza sul modello di regressione lineare - Cluster Analysis
- Metodi di cluster gerarchici
- Algoritmo delle k-medie
Prerequisiti
Conoscenza di concetti basi di Analisi matematica (studio di funzioni, matrici, sommatorie e produttorie).
Metodi didattici
Lezioni frontali ed esercizi svolti in classe mediante Excel.
Modalità di verifica dell'apprendimento
Prova scritta.
Testi di riferimento
- Statistica per le decisioni. Domenico Piccolo. Il Mulino.
- Statistica per le analisi di Mercato - Metodi e strumenti. Francesca Bassi e Salvatore Ingrassia, Pearson.
Periodo di erogazione dell’insegnamento
Secondo semestre
Lingua di insegnamento
Italiano.
Learning objectives
The aim of the course is to introduce statistical techniques to perform a well-conducted analysis of real data from a population census or sample surveys.
Contents
1) Descriptive Statistics
2) Probability
3) Inference
4) Linear regression model
5) Cluster Analysis
Detailed program
1) Descriptive Statistics:
- Univariate distributions
- Location and variability
- Bivariate distributions
- Association
2) Probability:
- Definition and properties
- Random variables (discrete vs. continuous)
- Expectation, Variance, and Covariance
3) Inference:
- Estimators
- Comparison (Mean Squared Errors and efficiency)
- Confidence Intervals
- Hypotheses testing
4) Linear regression model:
- Simple linear model
- Multiple linear model
- Inference
5) Cluster Analysis
- k-means
- Hierarchical methods
Prerequisites
Elements of mathematical analysis.
Teaching methods
Assessment methods
Written exam.
Textbooks and Reading Materials
- Statistica per le decisioni. Domenico Piccolo. Il Mulino.
- Statistica per le analisi di Mercato - Metodi e strumenti. Francesca Bassi e Salvatore Ingrassia, Pearson.
Semester
Second semester.
Teaching language
Italian.
Staff
-
Roberto Ascari