Insegnamento STATISTICA

Nome del corso Economia aziendale
Codice insegnamento 20007009
Sede PERUGIA
Curriculum Comune a tutti i curricula
CFU 9
Regolamento Coorte 2018
Erogato Erogato nel 2019/20
Erogato altro regolamento
Attività Caratterizzante
Ambito Statistico-matematico
Settore SECS-S/01
Tipo insegnamento Obbligatorio (Required)
Tipo attività Attività formativa monodisciplinare
Suddivisione

STATISTICA - Cognomi A-L

Codice 20007009
Sede PERUGIA
CFU 9
Docente responsabile Elena Stanghellini
Docenti
  • Elena Stanghellini
Ore
  • 63 ore - Elena Stanghellini
Attività Caratterizzante
Ambito Statistico-matematico
Settore SECS-S/01
Tipo insegnamento Obbligatorio (Required)
Lingua insegnamento Italiano
Contenuti Il modulo permette di acquisire gli strumenti per la comprensione degli studi quantitativi di base con cui un laureato in economia deve confrontarsi e fornisce i primi rudimenti necessari per una corretta progettazione, implementazione e presentazione di un'analisi statistica.L'obiettivo principale dell'insegnamento è pertanto quello di abituare lo studente ad interpretare i dati.  Le principali conoscenze acquisite saranno: a) gli elementi di base della statistica descrittiva: popolazione obiettivo, tipi di caratteri, distribuzioni di frequenza e di quantità, concetto di media, di varianza, di dipendenza e associazione fra due caratteri e b) gli elementi di base della statistica inferenziale: nozioni di probabilità, campione casuale, stima puntuale o per intervallo di una media, di una frequenza, di una varianza e relative verifiche d'ipotesi.La comprensione delle analisi statistiche prodotte da altri e la loro valutazione critica costituisce un elemento fondamentale nella formazione del laureato in Economia aziendale.  L'obiettivo minimale  del corso, pertanto, è quello di fornire la conoscenza adeguata a questo scopo.L'obiettivo massimale del corso è invece quello di fornire le conoscenze di base necessarie per lo svolgimento di analisi statistiche e per la produzione di studi quantitativi metodologicamente corretti.
Testi di riferimento G. Cicchitelli, P. D’Urso e M. Minozzo, Statistica - Principi e metodi (terza edizione), Pearson, Milano, 2017.
Obiettivi formativi Il corso si propone di fornire la conoscenza di base per l'analisi quantitativa dei fenomeni, con particolare enfasi ai fenomeni economici.Statistica descrittivaSaranno forniti gli strumenti di rappresentazione, analisi e  sintesi dei dati statistici. Essi includono la rappresentazione mediante distribuzioni di frequenza e di quantità, il calcolo di indici sintetici (numeri indici, medie  e indici di variabilità) e i primi rudimenti dello studio delle relazioni fra due fenomeni (dipendenza, regressione e correlazione). Statistica inferenzialeIl corso si propone di fornire la strumentazione teorica affinché, dalle analisi su un campione statistico, si possano desumere informazioni sulla popolazione di appartenenza. Verranno introdotti i concetti di probabilità, variabili casuale, indipendenza, insieme alle nozioni di combinazione lineare di variabili casuali, legge dei grandi numeri e del teorema del limite centrale. I primi rudimenti della teoria della stima e della verifica di ipotesi saranno oggetto di approfondimento.
Prerequisiti Nozioni di matematica tipiche del primo modulo di Matematica Generale.
Metodi didattici Sei ore di didattica frontale e due di esercitazione ogni settimana
Altre informazioni E’ data agli studenti la possibilità di seguire esercitazioni al computer mediante il software statistico R.
Modalità di verifica dell'apprendimento Esame scritto obbligatorio; esame orale facoltativo.

Per informazioni sui servizi di supporto agli studenti con disabilità e/o DSA visita la pagina http://www.unipg.it/disabilita-e-dsa
Programma esteso L’insegnamento è suddiviso in due moduli di uguale peso. Il Modulo I è detto Statistica descrittiva, il Modulo II è detto Statistica inferenziale.Statistica descrittiva - ModuloI
Nozioni introduttive: cenni storici sullo sviluppo della Statistica; la Statistica nelle scienze empiriche; la Statistica nelle attività operative e nella vita quotidiana; cenni sulle fonti statistiche; terminologia essenziale; misurazione dei caratteri; genesi dei dati statistici; raccolta dei dati; matrice dei dati.
Confronti tra grandezze: rapporti di composizione; rapporti di coesistenza; rapporti di derivazione; numeri indici; variazioni percentuali; altri rapporti statistici.
Distribuzioni statistiche: distribuzioni statistiche disaggregate; distribuzioni di frequenza; frequenza assoluta; frequenza relativa; frequenza cumulata; raggruppamento in classi; densità di frequenza; uniforme distribuzione delle unità nelle classi; distribuzioni doppie e multiple; distribuzioni di quantità; serie storiche; serie territoriali.
Rappresentazioni grafiche: diagramma ad aste; istogramma di frequenza; rappresentazione delle serie sconnesse; grafico a ripartizione percentuale; grafico a settori circolari; rappresentazione delle serie storiche; rappresentazione delle serie territoriali; problemi di scala.
Medie: media aritmetica e sue proprietà; media geometrica; media quadratica; medie analitiche per dati raggruppati; medie analitiche ponderate; mediana; quartili e quantili per le distribuzioni disaggregate; quartili e quantili per dati raggruppati; valore centrale; moda; criteri di scelta della media. Variazioni percentuali medie; numeri indici complessi; formula di Laspeyres.
Variabilità: variabilità per distribuzioni secondo caratteri non trasferibili; scostamento semplice medio; deviazione standard; proprietà degli scostamenti medi; campo di variazione; differenza interquartile; indici di variabilità percentuali; coefficiente di variazione; concentrazione; misura della concentrazione; indice G e sue proprietà; interpretazione geometrica di G; indice di concentrazione R.
Asimmetria: simmetria e asimmetria; indici di asimmetria
Grafici e costanti caratteristiche: come desumere le costanti caratteristiche dai grafici; diagramma a scatola.
Analisi della dipendenza: distribuzioni doppie; distribuzioni marginali e distribuzioni condizionate; rappresentazioni grafiche; nozioni di dipendenza e indipendenza.
Regressione: regressione lineare semplice; determinazione dei parametri con il metodo dei minimi quadrati; adattamento della retta di regressione ai dati; scomposizione della devianza; indice e sue proprietà; diverse scritture dell'indice di determinazione; regressione nelle serie storiche; errore medio di predizione.
Correlazione: definizione di correlazione; coefficiente di correlazione di Bravais e sue proprietà.
Statistica inferenziale - Modulo II
Probabilità: esperimenti casuali; spazio campionario ed eventi; operazioni su insiemi; probabilità; interpretazione della probabilità; calcolo delle probabilità; probabilità condizionata; indipendenza.
Variabili casuali: variabili casuali discrete; media e deviazione standard; variabili casuali standardizzate; variabili casuali continue; media e deviazione standard; quantili; variabili casuali doppie discrete; funzione di probabilità congiunta e funzioni di probabilità marginali; covarianza; variabili casuali discrete indipendenti; valore atteso e varianza di una combinazione lineare di due variabili casuali; variabili casuali doppie continue; variabili casuali multiple; valore atteso e varianza di una combinazione lineare di variabili casuali.
Alcuni particolari modelli probabilistici: distribuzione di Bernoulli; distribuzione binomiale; distribuzione di Poisson; distribuzione normale; normale standardizzata; approssimazione della distribuzione binomiale con la normale; distribuzione chi-quadrato.
Distribuzioni campionarie: campione casuale; parametro; inferenza statistica: stima dei parametri e verifica delle ipotesi; statistiche campionarie; distribuzione campionaria della media per popolazioni generatrici normali e per grandi campioni (teorema del limite centrale); distribuzione campionaria della varianza; distribuzione campionaria della media quando la varianza della popolazione non è nota; distribuzione t di Student e relative tavole.
Stima puntuale dei parametri: stimatore; proprietà degli stimatori; non distorsione; errore quadratico medio; proprietà asintotiche; scelta dello stimatore.
Stima per intervallo: stimatore per intervallo e stima per intervallo; stima per intervallo della media di popolazioni generatrici normali; ampiezza dell'intervallo fiduciario; il caso in cui la varianza non è nota; stima per intervallo della media nel caso di grandi campioni; stima per intervallo della varianza di una popolazione normale.
Verifica delle ipotesi: ipotesi statistiche; verifica di ipotesi sulla media di una popolazione normale; il test Z; livello di significatività osservato; il test t; verifica di ipotesi sulla media nel caso di grandi campioni; verifica dell'ipotesi per il parametro p di una popolazione bernoulliana; verifica di ipotesi sulla varianza di una popolazione normale; criteri di ottimizzazione nella verifica delle ipotesi; errori di prima e di seconda specie e relative probabilità; potenza del test.
Verifica dell'ipotesi di indipendenza mediante il test chi-quadrato.

STATISTICA - Cognomi M-Z

Codice 20007009
Sede PERUGIA
CFU 9
Docente responsabile Francesco Bartolucci
Docenti
  • Francesco Bartolucci
Ore
  • 63 ore - Francesco Bartolucci
Attività Caratterizzante
Ambito Statistico-matematico
Settore SECS-S/01
Tipo insegnamento Obbligatorio (Required)
Lingua insegnamento Italiano
Contenuti Il modulo permette di acquisire gli strumenti per la comprensione degli studi quantitativi di base con cui un laureato in economia deve confrontarsi e fornisce i primi rudimenti necessari per una corretta progettazione, implementazione e presentazione di un'analisi statistica.L'obiettivo principale dell'insegnamento è pertanto quello di abituare lo studente ad interpretare i dati.  Le principali conoscenze acquisite saranno: a) gli elementi di base della statistica descrittiva: popolazione obiettivo, tipi di caratteri, distribuzioni di frequenza e di quantità, concetto di media, di varianza, di dipendenza e associazione fra due caratteri e b) gli elementi di base della statistica inferenziale: nozioni di probabilità, campione casuale, stima puntuale o per intervallo di una media, di una frequenza, di una varianza e relative verifiche d'ipotesi.La comprensione delle analisi statistiche prodotte da altri e la loro valutazione critica costituisce un elemento fondamentale nella formazione del laureato in Economia aziendale.  L'obiettivo minimale  del corso, pertanto, è quello di fornire la conoscenza adeguata a questo scopo.L'obiettivo massimale del corso è invece quello di fornire le conoscenze di base necessarie per lo svolgimento di analisi statistiche e per la produzione di studi quantitativi metodologicamente corretti.
Testi di riferimento G. Cicchitelli, Statistica-Principi e metodi, Pearson, 2014.
Obiettivi formativi Il corso si propone di fornire la conoscenza di base per l'analisi quantitativa dei fenomeni, con particolare enfasi ai fenomeni economici.Statistica descrittivaSaranno forniti gli strumenti di rappresentazione, analisi e  sintesi dei dati statistici. Essi includono la rappresentazione mediante distribuzioni di frequenza e di quantità, il calcolo di indici sintetici (numeri indici, medie  e indici di variabilità) e i primi rudimenti dello studio delle relazioni fra due fenomeni (dipendenza, regressione e correlazione). Statistica inferenzialeIl corso si propone di fornire la strumentazione teorica affinché, dalle analisi su un campione statistico, si possano desumere informazioni sulla popolazione di appartenenza. Verranno introdotti i concetti di probabilità, variabili casuale, indipendenza, insieme alle nozioni di combinazione lineare di variabili casuali, legge dei grandi numeri e del teorema del limite centrale. I primi rudimenti della teoria della stima e della verifica di ipotesi saranno oggetto di approfondimento.
Prerequisiti Nozioni di matematica tipiche del primo modulo di Matematica Generale.
Metodi didattici Sei ore di didattica frontale e due di esercitazione ogni settimana
Altre informazioni E’ data agli studenti la possibilità di seguire esercitazioni al computer mediante il software statistico R.
Modalità di verifica dell'apprendimento Esame scritto obbligatorio; esame orale facoltativo.

Per informazioni sui servizi di supporto agli studenti con disabilità e/o DSA visita la pagina http://www.unipg.it/disabilita-e-dsa
Programma esteso L’insegnamento è suddiviso in due moduli di uguale peso. Il Modulo I è detto Statistica descrittiva, il Modulo II è detto Statistica inferenziale.Statistica descrittiva - ModuloI
Nozioni introduttive: cenni storici sullo sviluppo della Statistica; la Statistica nelle scienze empiriche; la Statistica nelle attività operative e nella vita quotidiana; cenni sulle fonti statistiche; terminologia essenziale; misurazione dei caratteri; genesi dei dati statistici; raccolta dei dati; matrice dei dati.
Confronti tra grandezze: rapporti di composizione; rapporti di coesistenza; rapporti di derivazione; numeri indici; variazioni percentuali; altri rapporti statistici.
Distribuzioni statistiche: distribuzioni statistiche disaggregate; distribuzioni di frequenza; frequenza assoluta; frequenza relativa; frequenza cumulata; raggruppamento in classi; densità di frequenza; uniforme distribuzione delle unità nelle classi; distribuzioni doppie e multiple; distribuzioni di quantità; serie storiche; serie territoriali.
Rappresentazioni grafiche: diagramma ad aste; istogramma di frequenza; rappresentazione delle serie sconnesse; grafico a ripartizione percentuale; grafico a settori circolari; rappresentazione delle serie storiche; rappresentazione delle serie territoriali; problemi di scala.
Medie: media aritmetica e sue proprietà; media geometrica; media quadratica; medie analitiche per dati raggruppati; medie analitiche ponderate; mediana; quartili e quantili per le distribuzioni disaggregate; quartili e quantili per dati raggruppati; valore centrale; moda; criteri di scelta della media. Variazioni percentuali medie; numeri indici complessi; formula di Laspeyres.
Variabilità: variabilità per distribuzioni secondo caratteri non trasferibili; scostamento semplice medio; deviazione standard; proprietà degli scostamenti medi; campo di variazione; differenza interquartile; indici di variabilità percentuali; coefficiente di variazione; concentrazione; misura della concentrazione; indice G e sue proprietà; interpretazione geometrica di G; indice di concentrazione R.
Asimmetria: simmetria e asimmetria; indici di asimmetria
Grafici e costanti caratteristiche: come desumere le costanti caratteristiche dai grafici; diagramma a scatola.
Analisi della dipendenza: distribuzioni doppie; distribuzioni marginali e distribuzioni condizionate; rappresentazioni grafiche; nozioni di dipendenza e indipendenza.
Regressione: regressione lineare semplice; determinazione dei parametri con il metodo dei minimi quadrati; adattamento della retta di regressione ai dati; scomposizione della devianza; indice e sue proprietà; diverse scritture dell'indice di determinazione; regressione nelle serie storiche; errore medio di predizione.
Correlazione: definizione di correlazione; coefficiente di correlazione di Bravais e sue proprietà.
Statistica inferenziale - Modulo II
Probabilità: esperimenti casuali; spazio campionario ed eventi; operazioni su insiemi; probabilità; interpretazione della probabilità; calcolo delle probabilità; probabilità condizionata; indipendenza.
Variabili casuali: variabili casuali discrete; media e deviazione standard; variabili casuali standardizzate; variabili casuali continue; media e deviazione standard; quantili; variabili casuali doppie discrete; funzione di probabilità congiunta e funzioni di probabilità marginali; covarianza; variabili casuali discrete indipendenti; valore atteso e varianza di una combinazione lineare di due variabili casuali; variabili casuali doppie continue; variabili casuali multiple; valore atteso e varianza di una combinazione lineare di variabili casuali.
Alcuni particolari modelli probabilistici: distribuzione di Bernoulli; distribuzione binomiale; distribuzione di Poisson; distribuzione normale; normale standardizzata; approssimazione della distribuzione binomiale con la normale; distribuzione chi-quadrato.
Distribuzioni campionarie: campione casuale; parametro; inferenza statistica: stima dei parametri e verifica delle ipotesi; statistiche campionarie; distribuzione campionaria della media per popolazioni generatrici normali e per grandi campioni (teorema del limite centrale); distribuzione campionaria della varianza; distribuzione campionaria della media quando la varianza della popolazione non è nota; distribuzione t di Student e relative tavole.
Stima puntuale dei parametri: stimatore; proprietà degli stimatori; non distorsione; errore quadratico medio; proprietà asintotiche; scelta dello stimatore.
Stima per intervallo: stimatore per intervallo e stima per intervallo; stima per intervallo della media di popolazioni generatrici normali; ampiezza dell'intervallo fiduciario; il caso in cui la varianza non è nota; stima per intervallo della media nel caso di grandi campioni; stima per intervallo della varianza di una popolazione normale.
Verifica delle ipotesi: ipotesi statistiche; verifica di ipotesi sulla media di una popolazione normale; il test Z; livello di significatività osservato; il test t; verifica di ipotesi sulla media nel caso di grandi campioni; verifica dell'ipotesi per il parametro p di una popolazione bernoulliana; verifica di ipotesi sulla varianza di una popolazione normale; criteri di ottimizzazione nella verifica delle ipotesi; errori di prima e di seconda specie e relative probabilità; potenza del test.
Verifica dell'ipotesi di indipendenza mediante il test chi-quadrato.