Course Syllabus
Obiettivi formativi
Alla fine del corso gli studenti saranno in grado applicare i metodi statistici per analizzare e predirre fenomeni turistici e valutare l'efficacia di politiche di intervento.
In particolare gli studenti sapranno:
- descrivere ed identificare il metodo statistico più adeguato per l'analisi di un particolare fenomeno turistico e giustificarne la scelta
- applicare il metodo usando il software R (analisi descrittive, stima, interpretazione e validazione dei risultati)
- spiegare i metodi e comunicare i risultati anche ad un audience che non ha familiarità con i metodi statistici impiegati
Contenuti sintetici
Il corso si propone di introdurre i metodi statistici per analizzare e predirre fenomeni turistici e valutare l'efficacia di politiche di intervento.
Dopo aver richiamato i concetti statistici di base, si introdurranno i modelli per spiegare le dinamiche della domanda turistica e valuare gli effetti di interventi attuati in campo turistico. Si tratterranno poi i modelli previsivi per flussi turistici. I concetti saranno illustrati con esempi ed esercitazioni con il software R.
Programma esteso
Richiami a concetti statistici di base:
- Misure di tendenza centrale
- Misure di variabilità
- Relazione tra due variabili statistiche (regressione e connessione)
- Probabilità e variabili casuali
- Elementi di inferenza (stime e test d'ipotesi)
Modello di regressione lineare:
- scopo, definizione e assunzioni
- stima
- interpretazione dei parametri
Introduzione alle serie storiche
- definizioni e concetti di base
- rappresentazioni grafiche
- analisi descrittive
Operatori lineari:
- operatore di ritardo non periodico e periodico
- operatore differenza non periodico e periodico
- utilizzo degli operatori differenza per detrendizzare e destagionalizzare serie storiche del turismo
Analisi delle dinamiche della domanda turistica:
- modelli stocastici univariati di tipo autoregressivo (AR), media mobile (MA) e misto (ARMA), sia non stagionali che stagionali
- modelli stocastici univariati della classe ARIMA, sia non stagionali che stagionali.
Previsioni dei flussi turistici:
- modelli univariati deterministici e stocastici
- modelli di regressione semplice e multipla
Prerequisiti
Nessuno
Metodi didattici
Lezioni frontali ed esercitazioni. Le esercitazioni illustreranno i metodi introdotti e la loro applicazione usando dati di fonti nazionali ed internazionali
Modalità di verifica dell'apprendimento
L'esame consiste in una prova scritta con domande teoriche, esercizi e interpretazione di risultati e la consegna di un elaborato concernente l'analisi di dati turistici per verificare la parte in R. La consegna dell'elaborato è obbligatoria. L'elaborato viene valutato da 0 a 3 punti che verranno aggiunti all'esame dello scritto se quest'ultimo avrà avuto un esito superiori o pari a 18.
Testi di riferimento
Slides e materiale disponibile sulla pagina e-learning
Testi di utile consultazione:
- Pasetti, P. (2002). Statistica del turismo. Carocci editore
- Metcalfe, A. V., Cowpertwait, P. S. (2009). Introductory time series with R. Springer-Verlag New York
- Piccolo, D. (1990). Introduzione all'analisi delle serie storiche. La Nuova Italia Scientifica.
Ulteriore materiale verrà indicato durante il corso
Periodo di erogazione dell'insegnamento
Secondo semestre
Lingua di insegnamento
Italiano
Learning objectives
By the end of this course, students will be able to apply statistical methods to analyze and predict tourism phenomena and evaluate the efficacy of intervention policies.
In particular, students can:
- describe and identify adequate methods to analyze a specific tourism phenomenon and motivate the method chosen
- perform statistical analysis using the software R: descriptive analysis, parameter estimation, interpretation, and critically assessment of the results obtained
- explain the methods and communicate the results to an audience that might not be familiar with statistical methods
Contents
The course aims to introduce statistical methods to analyze and predict tourism phenomena and evaluate the efficacy of intervention policies.
After recalling basic statistical concepts, we introduce the models to explain the tourism demand and evaluate the efficacy of intervention policies. We then consider the statistical models to predict tourism flows. We illustrate the methods using examples and practical part using the software R.
Detailed program
Basic statistical concepts:
- Measure of centrality
- Measure of variability
- Relationships between two variables (regression and contingency)
- Probability and random variables
- Statistical inference (estimate and hypothesis testing)
Linear regression model
- aim, definition and assumptions
- estimate
- parameter interpretation
Introduction to time series:
- definition and basic concepts
- graphical representation
- descriptive analysis
Linear operators:
- periodic and non-periodic lag operator
- periodic and non-periodic difference operator
- application of difference operators to remove trends from time series
Dynamic analysis of tourism demand:
- autoregressive (AR), moving average (MA) and non-seasonal, and seasonal mixed (ARMA) models
- non-seasonal and seasonal ARIMA models;
Predict tourism flows based on:
- deterministic and stochastic univariate models
- simple and multiple regression models
Prerequisites
None
Teaching methods
Lectures and tutorials. The tutorials illustrate the statistical methods introduced and their application using national and international data
Assessment methods
A written exam consisting of theoretical questions, exercises, and the interpretation of the results. A report concerning the analysis of tourism data to assess the R part. The report adds up to three points to the written exam grade if the grade is at least 18.
Textbooks and Reading Materials
Slides and material on the e-learning page
Reference books:
- Pasetti, P. (2002). Statistica del turismo. Carocci editore
- Metcalfe, A. V., Cowpertwait, P. S. (2009). Introductory time series with R. Springer-Verlag New York
- Piccolo, D. (1990). Introduzione all'analisi delle serie storiche. La Nuova Italia Scientifica
Additional material suggested during the course
Semester
Second semester
Teaching language
Italian
Key information
Staff
-
Viviana Amati