- Oggetto:
Analisi dei dati e probabilità
- Oggetto:
Data analysis and probability
- Oggetto:
Anno accademico 2023/2024
- Codice attività didattica
- ECM0300
- Docenti
- Dalit Contini (Titolare del corso)
Elena Siletti (Titolare del corso) - Corso di studio
- Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
- Anno
- 1° anno
- Periodo
- Primo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 12
- SSD attività didattica
- SECS-S/01 - statistica
- Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Consigliata/Recommended
- Tipologia esame
- Scritto
- Prerequisiti
-
Analisi Dati (primo semestre)
Lo studente deve possedere delle conoscenze di base di matematica, quali le operazioni di somma, differenza, prodotto e rapporto (con le relative generalizzazioni di sommatoria e produttoria), equazioni e disequazioni, rappresentazioni grafiche sul piano cartesiano. Tali argomenti posso essere ripassati in autonomia o frequentando il precorso di Matematica previsto.Probabilità (secondo semestre)
Lo studente deve aver frequentato l’insegnamento di “Matematica per le Scienze Sociali” e di "Analisi dei Dati" del primo semestre (primo anno). In particolare, si segnala la necessità di ripassare in autonomia i seguenti temi: derivate, integrali.
Data Analysis (first semester)
The student must have basic knowledge of mathematics, such as the operations of sum, difference, product and ratio (with the related generalizations of summation and production), equations and inequalities, graphic representations on the Cartesian plane. These topics can be reviewed by yourself or by attending the Mathematics pre-course.Probability (second semester)
The student must have attended the course of "Mathematics for Social Sciences" and "Data Analysis" in the first semester (first year). Especially, we point out the need to autonomously review the following topics: derivatives, integrals. - Propedeutico a
-
Analisi dei Dati e Probabilità
Questi corsi sono utili per affrontare la maggior parte degli insegnamenti, in ambito statistico e non solo, degli anni successivi del Corso di Laurea in Economia e Statistica per le Organizzazioni. Non è prevista una propedeuticità formale con altri corsi.Data Analysis and Probability
These classes are useful for dealing with most of the teachings, in the field of statistics and beyond, of the following years of the Degree in Economics and Statistics for Organizations. There is no formal propaedeutic experience with other courses. - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Analisi dei Dati e Probabilità
Coerentemente con gli obiettivi formativi del Corso di Laurea in Economia e Statistica per le Organizzazioni, l’insegnamento si propone di fornire agli studenti le conoscenze teoriche, applicative e di condivisione della statistica descrittiva univariata, bivariata e del calcolo delle probabilità. Le capacità acquisite consentiranno di effettuare in autonomia analisi di dati sia in ambito accademico che lavorativo. Gli obiettivi raggiunti saranno una base conoscitiva per i corsi più avanzati che affronteranno gli studenti nel percorso del corso di studi
Data Analysis and Probability
Consistent with the educational objectives of the Degree in Economics and Statistics for Organizations, the course aims to provide students with theoretical, applied and sharing knowledge of univariate and bivariate descriptive statistics, and probability. The skills acquired will allow you to independently carry out data analyzes both in the academic and professional fields. The objectives achieved will be a basic knowledge for the more advanced classes that students will face during the degree.
- Oggetto:
Risultati dell'apprendimento attesi
Analisi dei Dati e Probabilità
Al termine dei corsi e coerentemente con gli obiettivi formativi previsti, lo studente:
- conoscerà gli strumenti teorici della statistica descrittiva e del calcolo della probabilità;
- sarà in grado di usare la terminologia scientifica di base ai metodi studiati;
- sarà in grado di applicare gli strumenti teorici affrontati, selezionandoli opportunamente in ragione della degli obiettivi prescelti e dell’informazione disponibile;
- sarà in grado di interpretare e comunicare (almeno in forma scritta) i risultati delle analisi statistiche prodotte o condivise.
- conoscere e padroneggiare le competenze necessarie per affrontare insegnamenti avanzati relativi all’inferenza statistica e ai modelli di regressione multivariata.
Data Analysis and Probability
At the end of the calsses and in line with the planned learning objectives, the student:
- will know the theoretical tools of descriptive statistics and probability;
- will be able to use the basic scientific terminology of the studied methods;
- will be able to apply the theoretical tools addressed, selecting them appropriately on the basis of the objectives chosen and the information available;
- will be able to interpret and communicate (at least in written form) the results of the statistical analyzes produced or shared;
- know and master the skills necessary to deal with advanced teachings related to statistical inference and multivariate regression models.
- Oggetto:
Programma
Il programma è il medesimo per tutti gli studenti indipendentemente dalla frequenza alle lezioni frontali.
Analisi dei Dati (primo semestre)
- La rilevazione dei caratteri statistici: indagini e rilevazione dei dati, caratteri, collettivo e unità statistiche (cap. 1-2)
- Frequenze: assolute, relative e cumulate (cap. 2)
- Distribuzione dei caratteri e loro rappresentazione grafica, serie storiche (cap. 3)
- Misure di posizione: medie, moda, mediana, quartili e loro generalizzazioni (cap. 4)
- Eterogeneità. Variabilità e indici di variabilità. Boxplot, standardizzazione, indici di forma, disuguaglianza di Tchebychev (cap. 5-6)
- Rapporti statistici, numeri indici semplici e complessi (cap. 8)
- Analisi bivariate: distribuzioni congiunte, indipendenza statistica, in media e correlazione (cap 9-10 (cenni)-11)
Probabilità (secondo semestre)
- Eventi e algebra degli eventi (cap. 12)
- Postulati (cap. 12)
- Probabilità nell'approccio classico (cap. 12)
- Probabilità condizionata (cap. 12)
- Teorema di Bayes (cap. 12)
- Probabilità secondo altri approcci (cap. 12)
- Variabili casuali discrete (cap. 13)
- Funzione di probabilità e funzione di ripartizione (cap. 13)
- Variabili casuali continue (cap. 13)
- Funzione di densità (cap. 13)
- Valore atteso e varianza di una v.c. (cap. 13)
- Variabili casuali discrete: uniforme, Bernoulli, binomiale, di Poisson, geometrica (cap. 14)
- Variabili continue: uniforme, esponenziale, Normale (cap. 14)
- Teorema del limite centrale (cap. 16)
- Variabili casuali doppie (cap. 15)
- Normale bivariata (cap. 15)
The program is the same for all students regardless of attendance at lectures.
Data Analysis (first semester)
- The statistical characteristics: surveys and collection of data, characters, population and statistical units (chap. 1-2)
- Frequencies: counts, relative f. and cumulative f. (chap. 2)
- Distribution and their graphical representation, time series (ch. 3)
- Measures of location: means, mode, median, quartiles and their generalizations (chap. 4)
- Heterogeneity. Variability and variability indices. Boxplot, standardization, shape indices, Tchebychev's inequality (ch. 5-6)
- Statistical reports, simple and complex index numbers (chap. 8)
- Bivariate analyses: joint distributions, statistical independence, dependence in mean, and correlation (chapter 9-10 (outline)-11)
Probability (second semester)
- Events and algebra of events (ch. 12)
- Postulates (ch. 12)
- Classical probability (ch. 12)
- Conditional probability (ch. 12)
- Bayes' theorem (ch. 12)
- Probability concepts under other approaches (ch. 12)
- Discrete random variables (ch. 13)
- Probability and cumulative probability functions (ch. 13)
- Continuous random variables (ch. 13)
- Density functions (ch. 13)
- Expected value and variance of a random variable (ch. 13)
- Important discrete random variables: uniform, Bernoulli, binomial, Poisson, geometric (ch. 14)
- Important continuous random variables: uniform, exponential, Normal (ch. 14)
- Central limit theorem (ch. 16)
- Bivariate random variables (ch. 15)
- Bivariate normal distribution (ch. 15)
- Oggetto:
Modalità di insegnamento
Analisi dei Dati (primo semestre)
Il corso si svolgerà in presenza, per un totale di 36 ore di lezione. Durante le lezioni frontali saranno presentati i contenuti teorici e saranno proposte molteplici applicazioni degli stessi con discussione dei risultati ottenuti. Tali aspetti verranno ulteriormente consolidati attraverso le esercitazioni a gruppi che saranno proposte durante il corso.
Probabilità (secondo semestre)
Il corso si svolgerà in presenza, per un totale di 36 ore di lezione. Durante le lezioni frontali saranno presentati i contenuti teorici e saranno proposte molteplici applicazioni degli stessi con discussione dei risultati ottenuti. Tali aspetti verranno ulteriormente consolidati attraverso le esercitazioni a gruppi che saranno proposte durante il corso.
Data Analysis (first semester)
The class will take place in presence, for a total of 36 hours of lessons. During the lectures the theoretical contents will be presented and multiple applications of the same arguments will be proposed with discussion of the results obtained. These aspects will be consolidated through the exercises that will be proposed during further training lectures in groups.
Probability (second semester)
The class will take place in presence, for a total of 36 hours of lessons. During the lectures the theoretical contents will be presented and multiple applications of the same arguments will be proposed with discussion of the results obtained. These aspects will be consolidated through the exercises that will be proposed during further training lectures in groups.
- Oggetto:
Modalità di verifica dell'apprendimento
Durante gli appelli della sessione invernale gli studenti in corso sosterranno solo il modulo di Analisi dei Dati, come prova intermedia. Dagli appelli successivi, avendo terminato l'intero corso, si dovrà sostenere, il modulo di Probabilità per chi ha superato il primo modulo durante la sessione invernale, la prova completa per tutti gli altri studenti. Gli studenti degli anni precedenti possono sostenere comunque la prova completa.
Dopo la sessione invernale, ad ogni appello gli studenti dovranno specificare nel campo "nota" se intendono sostenere solo il II modulo o entrambi i moduli ("Modulo II" or "Esame Totale").
Il voto della prova di Analisi dei Dati resterà valido per un a.a.
L'esame per entrambi i moduli si svolge in forma scritta. Le modalità sono descritte dettagliatamente di seguito.
Per motivi organizzativi, gli studenti prenotati all'esame che non intendono sostenere la prova in quell'appello sono caldamente invitati a cancellare la propria iscrizione almeno 3 giorni prima dell'esame. Oltre i 3 giorni si consiglia di inviare una email a elena.siletti@unito.it
Per entrambi i moduli, la prova consiste in due parti:
- parte 1: 8 domande a risposta multipla relative a concetti teorici di base o a rapidi esercizi;
- parte 2: 2 domande aperte con esercizi da svolgere e commentarne e/o domande di teoria in riferimento all’esercizio svolto.
Per accedere alla parte 2 è necessario rispondere correttamente a 6 domande su 8 nella parte 1. Le prove che non raggiungono questo punteggio verranno considerate insufficienti.
Per coloro che sostengono la prova completa saranno sufficienti 12 domande sulle 16 complessive per passare alla seconda parte.
Coloro che supereranno la parte 1 sosterranno la parte 2, che avrà luogo subito dopo la conclusione della parte 1.
Per ogni modulo la valutazione finale sarà così definita. Alla parte 1 verrà attribuito un punteggio pari a 2 punti per ciascuna domanda con risposta corretta (quindi massimo 16 punti). Per la seconda parte i docenti avranno a disposizione 14 punti complessivi.
La votazione finale corrisponderà alla media dei voti ottenuti nei due moduli.
During the exams of the winter session, current students will take only the Data Analysis test, as a midterm exam. For the next exams, having finished the classes, students who passed the first module during the winter session will attend the Probability test, all the other students will attend the complete test. Students from previous years can still take the complete test.
After the winter session, at each exam students will have to specify in the "note" field whether they intend to take only the II module or both modules ("Module II" or "Total exam").
The mark of the Data Analysis test will remain valid for one a.y.
The exam for both modules takes place in written form. They are described in detail below.
For organizational reasons, students booked for the exam who do not intend to take the test in that session are strongly advised to cancel their registration at least 3 days before the exam. Beyond 3 days it is advisable to send an email to elena.siletti@unito.it
Both tests are organized in two parts:
- part 1: 8 multiple choice questions related to basic theoretical concepts or quick exercises;
- part 2: 2 open questions with exercises to be performed and commented on and/or theory questions with reference to the same performed exercise.
To access part 2 it is necessary to correctly answer 6 out of 8 questions in part 1. The tests that do not reach this score will be considered insufficient.
For those who take the complete test, 12 questions out of the 16 in total will be sufficient to move on to part 2.
Those who pass part 1 will take part 2, which will take place immediately after the end for all the students of part 1 test.
For each module the evaluation will thus be defined. Part 1 will be awarded a score of 2 points for each question with a correct answer (therefore a maximum of 16 points). For the second part, teachers will have 7 points available for each exercise.
The final mark will correspond to the average of the marks obtained in the two modules.
- Oggetto:
Attività di supporto
Per l’insegnamento di Analisi dei Dati e Probabilità è previsto un supporto aggiuntivo nella forma di tutorato. Verrà data comunicazione a inizio dell’insegnamento circa le modalità di accesso al servizio.
For the teaching of Data Analysis and Probabilità additional support is provided in the form of tutoring classes
Testi consigliati e bibliografia
- Oggetto:
- Libro
- Titolo:
- Statistica: Principi e metodi
- Anno pubblicazione:
- 2022
- Editore:
- Pearson Education Italian
- Autore:
- Giuseppe Cicchitelli, Pierpaolo D'Urso, Marco Minuzzo
- ISBN
- Obbligatorio:
- Si
- Oggetto:
E' possibile utilizzare lo stesso testo, ma di edizioni precedenti.
Studenti in possesso di testi differenti possono confrontarsi con le docenti per valutare la possibilità di utilizzo degli stessi. Il corso sarà comunque definito sul libro di testo consigliato.
It is possible to use the same text, but from previous editions.
Students with different textbooks can discuss with the teachers to evaluate the opportunity of using them. The classes will be defined following the recommended textbook.
- Oggetto:
Note
DSA e Disabilità
Gli studenti DSA o con disabilità sono invitati a contattare tempestivamente l'ufficio "Studenti con disabilità" ufficio.disabili@unito.it per essere appropriatamente presi in carico. Successivamente sono invitata a contattare i docenti, mettendo sempre il cc nelle comunicazioni l'ufficio "Studenti con disabilità".
Per la tutela della privacy, si invitano gli studenti DSA e con disabilità a NON inviare per nessun motivo ai docenti i certificati medici attestanti la disabilità.
Gli studenti DSA e con disabilità possono fare richiesta per sostenere gli esami con il supporto degli strumenti compensativi e/o delle misure dispensative consultando la seguente pagina Studenti DSA e con disabilità e compilando il corrispondente modulo Modulo.
Le richieste di strumenti compensativi e/o delle misure dispensative per l'esame devono pervenire ai docenti non oltre 30 giorni dalla data dell'appello.
Contatti con le Docenti e Ricevimento
Le docenti rispondono alle e-mail di studenti solo se provengono da indirizzo di posta UniTo. Le docenti non rispondono a e-mail non firmate e/o che chiedono informazioni già pubblicate sul sito di dipartimento, sulla scheda e/o sulla pagina Moodle dell'insegnamento.
Le docenti ricevono sia in presenza che in videoconferenza, per fissare un appuntamento inviare una email a
Analisi dei Dati: elena.siletti@unito.it
Probabilità: dalit.contini@unito.it
SLD and Disability
Students with learning disabilities or disabilities are invited to promptly contact the "Students with disabilities" office ufficio.disabili@unito.it to be properly taken care of. Subsequently, you are invited to contact the teachers, considering as cc in communications with the "Students with disabilities" office.
For the protection of privacy, SLD and disabled students are invited NOT to send the medical certificates attesting the disability to the teachers for any reason.
SLD and disabled students can apply to take exams with the support of compensatory tools and/or dispensatory measures by consulting the following page SLD and disabled students and filling in the corresponding form Form.
Requests for compensatory tools and/or dispensatory measures for the exam must be received by the teachers no later than 30 days from the date of the exam.
Contacts with Teachers and Meeting
Teachers respond to student emails only if they come from a UniTo email address. Teachers do not respond to unsigned e-mails and/or emails requesting information already published on the department website, on the form and/or on the course Moodle page.
The teachers receive both in presence and by videoconference, to make an appointment send an email to
Data Analysis: elena.siletti@unito.it
Probability: dalit.contini@unito.it
- Oggetto:
Moduli didattici
- Analisi dei dati (ECM0300A)
- Probabilità (ECM0300B)
- Registrazione
- Aperta
- Oggetto:
