STATISTICA

Docenti: 
MILIOLI Maria Adele
Crediti: 
9
Sede: 
PARMA
Anno accademico di offerta: 
2020/2021
Responsabile della didattica: 
Settore scientifico disciplinare: 
STATISTICA (SECS-S/01)
Semestre dell'insegnamento: 
Secondo Semestre

Obiettivi formativi

Competenze da sviluppare e risultati di apprendimento attesi

a) Conoscenza e capacità di comprensione (knowledge and understanding). Il corso fornisce competenze sulle tecniche statistiche di base. Tali tecniche comprendono: le analisi preliminari dei dati e le rappresentazioni grafiche, gli indici statistici descrittivi; gli intervalli di confidenza e i test di ipotesi sulla media e sulla proporzione, con il calcolo dei corrispondenti p-value; il modello di regressione lineare semplice. Lo svolgimento di una serie di problemi pratici tratti da dati aziendali fornisce allo studente la capacità di risolvere autonomamente semplici problemi statistici che richiedono l’impiego di strumenti quantitativi.
b) Capacità di applicare conoscenza e comprensione (applying knowledge and understanding). Alla fine del corso, lo studente sarà in grado in grado di applicare autonomamente le tecniche statistiche di base sopra indicate a problemi aziendali. Lo studente avrà pertanto sviluppato competenze analitiche di base attraverso l’impiego di metodologie statistiche.
c) Autonomia di giudizio (making judgements). Alla fine del corso, lo studente sarà in grado di costruire report e sintesi quantitative delle informazioni aziendali, e di svolgere in autonomia semplici analisi sui mercati utilizzando informazioni campionarie (quale, ad esempio, la stima della quota di mercato di un brand). Inoltre, lo studente sarà in grado di interpretare correttamente i risultati di tali analisi, anche quando effettuate da altri. Attraverso lo studio dei contenuti del corso, lo studente acquisisce pertanto una buona capacità operativa sulle tecniche quantitative di base ed è in grado di ottenere autonomamente semplici informazioni di business dai dati aziendali.
d) Abilità comunicative (communication skills). Alla fine del corso, lo studente sarà in grado di interloquire con tutte le componenti aziendali, fornendo sintesi quantitative delle informazioni aziendali e interpretando correttamente i risultati di semplici analisi campionarie.
e) Capacità di apprendere (learning skills). Durante il corso lo studente avrà appreso le tecniche statistiche di base. Le competenze insegnate nel corso comprendono alcuni aspetti metodologici di base, essenziali per la comprensione delle tecniche e per l’interpretazione dei risultati, e un largo impiego dell’approccio learning by doing.

Prerequisiti

Analisi matematica, algebra lineare

Contenuti dell'insegnamento

I parte

Elementi introduttivi
• la rilevazione dei dati e le fonti statistiche
• la matrice dei dati; le rappresentazioni grafiche.

Sintesi di un fenomeno
• le distribuzioni di frequenze e le tabelle a doppia entrata
• le medie (medie analitiche e di posizione)
• gli indici di variabilità assoluti e relativi, la concentrazione
• la forma di distribuzione

Serie storiche
• i numeri indici semplici a base mobile ed a base fissa
• il concatenamento di serie con base differente; il tasso medio annuo di variazione
• i numeri indici composti dei prezzi ed il deflazionamento dei valori a prezzi correnti

Relazioni tra due caratteri
• la covarianza ed il coefficiente di correlazione lineare
• la matrice di covarianza e la matrice di correlazione
• la retta di regressione: il metodo dei minimi quadrati; l’interpretazione dei parametri; la valutazione della bontà di adattamento;
• l’interpolazione lineare di una serie storica

II parte

Introduzione al calcolo delle probabilità ed al campionamento
- Le concezioni della probabilità
- Variabili aleatorie: aspetti generali ed applicazioni
- Teoremi di calcolo delle probabilità
- Distribuzioni campionarie degli indici statistici

Problemi di stima
- Stima puntuale della media e della frequenza relativa
- Stima per intervallo della media nel caso di grandi e di piccoli campioni
- Stima per intervallo della frequenza relativa nel caso di grandi campioni

Problemi di verifica d’ipotesi
- Introduzione ai test statistici; livello di significatività osservato (P-value)
- Verifica d’ipotesi sulla media nel caso di grandi e di piccoli campioni- Verifica d’ipotesi sulla frequenza relativa nel caso di grandi campioni
- Verifica d’ipotesi su due universi nel caso di grandi campioni

Il modello di regressione lineare semplice
-Significato del modello e relazioni con la retta di regressione
- Problemi di stima e di verifica di ipotesi sui parametri del modello
- Verifica della bontà di adattamento del modello; la tabella di analisi della varianza.

Bibliografia

M.A. Milioli, M. Riani S. Zani, Introduzione all’analisi dei dati statistici, (quarta edizione ampliata) Pitagora, Bologna, 2019.
http://www.riani.it/MRZ

Cerioli, M.A. Milioli, Introduzione all’inferenza statistica senza (troppo) sforzo, in ristampa.

A. Cerioli, M. A. Milioli, M. Riani, "Esercizi di statistica", uni.nova, Parma, 2016. http://www.riani.it/CMR

Metodi didattici

Lezioni frontali con Slides, esercitazioni alla lavagna.
Acquisizione dell’autonomia di giudizio: durante il corso gli studenti verranno stimolati a individuare pregi e difetti delle metodologie e degli indici statistici di base
Acquisizione delle capacità di apprendimento: per ogni argomento si partirà dalla illustrazione dei problemi da risolvere e si analizzeranno criticamente le soluzione adottate
Acquisizione del linguaggio tecnico: durante l’insegnamento verrà illustrato il significato dei termini comunemente usati in ambito statistico

Modalità verifica apprendimento

La verifica dell'apprendimento è effettuata con una prova scritta (durata 30-40 minuti) con n. 6 esercizi brevi che prevedono calcoli di indici statistici e commenti ai risultati. Calcoli e commenti hanno lo stesso peso sulla valutazione finale dell’esercizio (i punti per ciascun esercizio sono di volta in volta indicati). Durante la prova è consentito l’utilizzo di calcolatrice, del formulario pubblicato in Elly e delle tavole Normale, T-Student
La scala di valutazione è di 0-30. Con la prova scritta a distanza si potrà raggiungere il punteggio massimo di 27. I 3 punti aggiuntivi e la lode potranno essere ottenuti con una prova orale sulla teoria. Nell'orale non ci sarà garanzia di ottenere né il miglioramento né la conservazione del voto dello scritto. La prova orale è concessa una sola volta. Se lo studente rifiuta il voto dopo la prova orale, la volta successiva potrà sostenere solo la prova scritta.
N.B. Alla prova orale può accedere solo chi ha raggiunto il massimo nella prova scritta