Syllabus del corso
Obiettivi formativi
Alla fine del corso gli studenti saranno in grado applicare i metodi statistici per analizzare e predirre fenomeni turistici.
In particolare gli studenti sapranno:
- definire i metodi statistici per l’analisi di un particolare fenomeno turistico (conoscenza e capacità di comprensione)
- descrivere e confrontare i metodi statistici per spiegare e preverede fenomeni turistici (conoscenza e capacità di comprensione; autonomia di giudizio)
- identificare i metodi adeguati ad analizzare i fenomeni turistici; giustificare la scelta del metodo (conoscenza e capacità di comprensione applicate; autonomia di giudizio)
- implementare l’analisi statistica usando il software R: analisi descrittive, stima di modelli, interpretazione dei risultati e valutazione critica dei risultati (conoscenza e capacità di comprensione applicate)
- comunicare i risultati ottenuti anche ad un audience non familiare con i metodi introdotti (abilità comunicative)
- apprendere in autonomia le estensioni dei modelli introdotti (capacità di apprendere)
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
Insegnamento con ore frontali (38 ore) e attività di laboratorio (18 ore) svolte in modalità erogativa in presenza. Nello specifico:
- 10 lezione da 2 ore svolte in modalità erogativa in presenza;
- 9 lezioni da 2 ore svolte in modalità erogativa nella parte iniziale ed in modalità interattiva nella parte successiva per coinvolgere gli studenti. Tutte le attività sono svolte in presenza.
- 9 attività di laboratorio da 2 ore svolte in modalità interattiva in presenza
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 usando il software R. L’esame scritto serve per verificare la conoscenza dei metodi introdotti, la capacità di selezionare il metodo statistico più adeguato a un certo scopo, e la capacità di interpretare i risultati ottenuti. L’elaborato serve per verificare la capacità di implementare l’analisi con il software in R. Il voto finale sarà determinato dalla media dei voti conseguito nello scritto (peso 80%) e nell'elaborato (peso 20%).
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
Sustainable Development Goals
Learning objectives
By the end of this course, students will be able to apply statistical methods to analyze and predict tourism phenomena.
In particular, students can:
- identify the adequate method to analyse specific tourism phenomena (applying knowledge and understanding)
- define the statistical methods (knowledge and understanding)
- explain and compare the introduced statistical methods (knowledge and understanding; making judgements)
- identify the adequate method to analyse a specific tourism phenomenon and motivate the chosen method (applying knowledge and understanding; making judgements)
- perform statistical analysis using the software R: descriptive analysis, model estimation, interpretation and critical assessment of the results (applying knowledge and understanding; making judgements)
- present the analysis results to an audience thtat might be unfamiliar with the introduced methods (communication skills)
- learn model extensions independently (learning skills)
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
Face-to-face lectures (38 hours) and practicals (18 hours). Specifically:
- 10 two-hour in-person session delivered in a lecture-based format
- 9 two-hour in-person session delivered in a lecture-based format in the first part, and using interactive learning sequences in the second part
- 9 two-hour in-person practicals
Assessment methods
A written exam consisting of theoretical questions, exercises, and the interpretation of the results jointly with a report concerning the analysis of tourism data using the software R. The written exam assesses the knowledge of the methods introduced, the student's ability to choose the adequate statistical method given a specific research question, and the ability to interpret results. The report assesses the ability to implement the analysis in R. The final grade is the of the written exam (weight 80%) and the report (weight 20%) grade
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
Sustainable Development Goals
Staff
-
Viviana Amati
