Obiettivi formativi
L’obiettivo del corso è fornire allo studente una solida base di statistica descrittiva, di inferenza e la conoscenza di alcuni modelli fondamentali dell’analisi dei dati, di particolare rilevanza in ambito aziendale.
Prerequisiti
- - -
Contenuti dell'insegnamento
Statistica descrittiva univariata e bivariata.
Inferenza statistica. Variabili casuali discrete e continue di uso più comune, distribuzioni campionarie, stima intervallare e verifica statistica delle ipotesi.
La regressione bivariata: approccio descrittivo e inferenziale.
Programma esteso
Primo modulo: Statistica descrittiva
- Introduzione e concetti di base
Le indagini statistiche
Matrici dei dati e classificazione delle variabili
Distribuzioni di frequenze
Funzione di ripartizione e densità
Diagramma di Pareto e classificazioni bidimensionali
- Gli indici sintetici
Le medie
Indici di variabilità
Concentrazione ed eterogenità
- Forme di distribuzione
Indici di asimmetria
La distribuzione normale
Gli indici di curtosi
- Analisi delle serie storiche
I dati dipendenti
I numeri indici semplici e composti
Il concatenamento
- Le relazioni fra le variabili
La covarianza
Il coefficiente di correlazione
La correlazione ponderata
La matrice di varianza-covarianza e la matrice di correlazione
La regressione
Secondo modulo: inferenza statistica
- 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 dipotesi 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, Pitagora Bologna, 2019.
A. Cerioli, M. A. Milioli, A. Corbellini, G. Morelli -
Un'introduzione elementare all'inferenza statistica per le
discipline aziendali, Uni.nova, Parma, 2022.
A.Cerioli, M.A.Milioli, M.Riani - Esercizi di statistica,
Quinta Edizione, Uni.Nova, Parma, 2023.
Metodi didattici
Lezioni in presenza. La prima parte della lezione sarà sempre frontale, la seconda parte sarà interattiva e svolta mediante l'uso del pc. Gli studenti sono invitati ad utilizzare il loro laptop personale per seguire con efficacia la seconda parte delle lezioni.
Modalità verifica apprendimento
Prova scritta con soluzione di esercizi attraverso l'utilizzo del software Matlab (MathWorks).
Dettagli
Prova scritta su tutto il programma del corso.
3/4 domande articolate su più punti
durata del test 90 minuti.
Non si possono utilizzare appunti o copie delle slide. Si possono consultare i libri di testo ufficiali
domande di:
teoria;
implementazione di codice MATLAB per risolvere gli esercizi;
interpretazione dei risultati.
Altre informazioni
Tutto il materiale didattico presentato in aula (slides, dati e programmi in Matlab) è disponibile sulla piattaforma Elly.
Obiettivi agenda 2030 per lo sviluppo sostenibile
Istruzione di qualità
