Syllabus del corso
Obiettivi formativi
La Statistica fornisce un insieme di strumenti e di metodi utili alla risoluzione di problemi concreti, per i quali è necessario prendere decisioni sulla base di dati qualitativi e quantitativi. La Statistica è dunque un modo di pensare che si rivela fondamentale nelle decisioni in contesti economici e manageriali.
Una priorità del corso è quella di indirizzare gli studenti verso una maggiore consapevolezza dell'utilità dei metodi statistici per il proprio percorso professionale, proponendo esempi reali tratti dall'area di specializzazione propria del corso di laurea in Economia delle Banche, delle Assicurazioni e degli Intermediari Finanziari.
Più specificamente, il corso si propone, attraverso una combinazione di lezioni frontali, esercitazioni pratiche, laboratori Excel e materiali di supporto sulla piattaforma e-learning, di guidare gli studenti verso l'acquisizione di competenze statistiche finalizzate a:
- definire ed individuare i dati che è necessario raccogliere ai fini della risoluzione di un problema o del raggiungimento di uno scopo preciso;
- organizzare i dati in tabelle e visualizzarli con appropriate rappresentazioni grafiche;
- saper estrarre l'informazione rilevante dai dati applicando le tecniche adeguate;
- identificare e quantificare le relazioni presenti in un insieme di dati univariati e bivariati.
Contenuti sintetici
I contenuti del corso di Statistica I riguardano:
- la formazione e la classificazione dei dati statistici, con utilizzo di tabelle e grafici;
- i metodi propri della statistica descrittiva univariata e bivariata.
Programma esteso
Il concetto generale di Statistica:
- La Statistica come scienza
- Principali ambiti di applicazione della Statistica
- Le partizioni della Statistica
Statistica descrittiva univariata:
- Formazione dei dati statistici
- Trattamento matematico-statistico dei dati
- I rapporti statistici
- Elaborazioni sulle frequenze di una distribuzione
- Le medie
- La variabilità
- La concentrazione
- L’asimmetria
- Modelli analitici per distribuzioni di frequenza
Statistica descrittiva bivariata:
- Principali metodi di interpolazione
- Il metodo dei minimi quadrati
- La retta a minimi quadrati e le sue proprietà
- Distribuzioni di frequenza bivariate
- Indipendenza distributiva e misure di connessione
- Indipendenza in media, e misura della dipendenza in media
- La spezzata di regressione e la retta di regressione
- La concordanza e la correlazione lineare
Prerequisiti
Il corso non richiede pre-requisiti specifici. Per la comprensione dei concetti e delle tecniche presentati nel corso si fa riferimento agli strumenti matematici che gli studenti hanno acquisito alla Scuola Secondaria.
Metodi didattici
Il corso consiste in lezioni frontali (5 cfu = 40 ore) ed esercitazioni in aula (1 cfu = 12 ore), che saranno svolte in presenza con alternanza di Didattica Erogativa (60-70% circa delle ore complessive) e Didattica Interattiva (30-40% delle ore complessive, con utilizzo di Excel su macchine virtuali, sondaggi Wooclap, quiz ed attività online).
Le lezioni alternano presentazioni di metodi statistici (tipicamente con dimostrazioni) ad esempi pratici in cui i metodi presentati vengono immediatamente applicati in circostanze concrete. L'interpretazione degli indicatori statistici e la lettura dei risultati hanno un ruolo prioritario nell'articolazione delle lezioni. Ovunque possibile, sono portati esempi reali di applicazione delle metodologie presentate in contesti socio-economici e finanziari. Sono previsti laboratori Excel per la risoluzione di problemi statistici con l'utilizzo di fogli di calcolo.
Le esercitazioni guidano gli studenti nell'impostazione e nella risoluzione di esercizi articolati in più aspetti, così da ripercorrere vari concetti ed illustrare similarità e differenze fra le diverse tecniche statistiche presentate a lezione.
Per agevolare lo studio individuale e l'assimilazione dei concetti spiegati in aula, gli appunti delle lezioni vengono caricati sulla pagina e-learning del corso per un periodo sufficiente a consentirne la consultazione e la rielaborazione personale. Sulla pagina e-learning è disponibile anche un eserciziario completo suddiviso per argomenti, con spiegazioni dettagliate di tutti i passaggi necessari alla risoluzione di un esercizio pratico e con interpretazioni puntuali dei risultati. Per consentire agli studenti un'autovalutazione consapevole in preparazione dell'esame finale, sono presenti in e-learning anche quiz con domande chiuse/aperte e diversi temi d'esame -alcuni con soluzioni dettagliate, altri con la semplice indicazione dei risultati corretti.
Modalità di verifica dell'apprendimento
La verifica dell'apprendimento è finalizzata ad accertare che lo studente abbia:
- compreso la logica sottostante le metodologie statistiche, la struttura e le proprietà dei vari indicatori;
- acquisito una familiarità con le tecniche statistiche sufficiente per analizzare un insieme di dati univariati e bivariati giungendo a risultati plausibili;
- maturato la capacità di interpretare i risultati di un'analisi di statistica descrittiva, contestualizzandoli in maniera adeguata al problema studiato.
La verifica dell'apprendimento viene svolta tramite una prova scritta in laboratorio informatico, con quesiti teorici ed esercizi presentati in forma di tabelle univariate e bivariate, da risolvere con Excel. In relazione all'andamento della prova scritta, è prevista una successiva prova orale su tutto il programma.
La valutazione complessiva tiene sempre conto delle competenze che lo studente dimostra di avere acquisito entrambi gli aspetti (teorici e pratici).
Testi di riferimento
- M. Zenga, "Lezioni di Statistica Descrittiva", seconda edizione, Giappichelli ed.
- M. Zenga “Esercizi di statistica”, Ed. Giappichelli, 1993
- M. Zenga “Richiami di matematica”, Ed. Giappichelli, 1992
- G. Leti “Statistica descrittiva”, Ed. Il Mulino, 1983.
- Appunti delle lezioni, esercizi guidati e temi d'esame caricati dal docente sulla piattaforma e-learning.
Il docente rende disponibili su e-learning dei percorsi guidati (quiz, assignment, test di autovalutazione, file Excel e videoregistrazioni) per consentire agli studenti di rielaborare autonomamente i materiali spiegati a lezione e costruire la propria preparazione in vista della prova d'esame.
Periodo di erogazione dell'insegnamento
L'insegnamento viene erogato nel secondo semestre.
Lingua di insegnamento
Italiano.
Sustainable Development Goals
Learning objectives
Statistics is a collection of methods and tools designed with a view to support decision-making processes. Statistics is a way of thinking based on qualitative and quantitative data, and is crucial to economic and managerial decisions.
A priority of this course is to introduce students to the importance of statistical training for their professional future. This goal is pursued by addressing real-world problems that arise in economics, finance, and insurance.
Based on a mix of lectures, exercise sessions, Excel labs and online materials, the course provides students with statistical competences in view of:
- identifying which data are needed to address a problem or achieve a specific objective;
- organizing data into statistical tables and visualizing data with appropriate charts;
- getting the right information out of a dataset, making use of appropriate techniques;
- recognizing data structures in univariate and bivariate contexts.
Contents
The course covers the following topics:
- data classification and exploratory data analysis (with charts and tables);
- descriptive statistics for univariate and bivariate data.
Detailed program
What is Statistics?
- Statistics as a science
- Applications of Statistics
- The branches of Statistics
Summarizing univariate data
- Data collection
- Ratios of statistical data
- Frequency distributions and charts
- Location measures
- Variation in data: concept and measures
- Inequality: concept and measures
- Skewness
- Mathematical models for frequency distributions
Summarizing bivariate data
- Statistical interpolation
- The method of least squares
- Properties of least squares
- Bivariate frequency distributions
- Independence and association measures
- The regression function and the regression line
- Concordance and correlation measures
Prerequisites
The course has no specific pre-requisites.
Only a basic knowledge of mathematical methods from Secondary School is presumed.
Teaching methods
The course consists of lectures (5 ects = 40 hours) and exercise sessions (1 ects = 12 hours) that will be delivered in presence, with approximately 30-40% of interactive activities (Excel, Wooclap surveys, quizzes and online exercises).
Lectures include a formal presentation of statistical methods (background, definitions, proofs), followed by simple numerical exercises in which methods are applied to concrete situations. Interpretation of results is crucial. Whenever possible, real-world applications in socio-economic and financial contexts are mentioned. Computer solving of statistical problems is introduced with Excel labs.
Exercise sessions guide students through the solution of more complex exercises, which require the ability to identify the appropriate methods and to combine different techniques.
In view of encouraging individual work, lecture notes are uploaded on the e-learning platform on a day-to-day basis and for a limited time period. The e-learning platform also contains a variety of course materials that are useful to prepare for the final exam:
- exercises with detailed solutions,
- online quizzes and self-assessment activities,
- exercises given in previous exams, with detailed solutions or summary results.
These methods might be updated in view of the evolving epidemiological situation.
Assessment methods
Assessment methods aim at verifying that students:
- have understood the logic behind different statistical methods and the properties of various statistical measures;
- are familiar with statistical techniques in view of analyzing a univariate/bivariate dataset and reaching reliable conclusions;
- are able to interpret the results of statistical analyses and to provide appropriate comments for the numbers they produce.
Assessment is based on a written exam in computer lab, consisting of theoretical questions and practical exercises based on univariate and bivariate statistical tables with Excel. Depending on results of the written exam, an oral exam concerning the whole programme can be requested.
The final grade is based on a global evaluation of competences that students have acquired in both aspects of the course (theory + practice).
Textbooks and Reading Materials
- M. Zenga, "Lezioni di Statistica Descrittiva", second edition, Giappichelli ed.
- M. Zenga “Esercizi di statistica”, Ed. Giappichelli, 1993
- M. Zenga “Richiami di matematica”, Ed. Giappichelli, 1992
- G. Leti “Statistica descrittiva”, Ed. Il Mulino, 1983.
- Lecture notes avaliable on the e-learning platform.
Online activities (quizzes, assignments, self-assessment tools, Excel files and videorecordings) are available on the e-learning platform to encourage and monitor the learning process.
Semester
Spring
Teaching language
Italian
