Corsi di Studio del Dipartimento di Economia e Statistica "Cognetti de Martiis"

Buona conoscenza teorica ed applicata degli elementi di base di statistica descrittiva e calcolo delle probabilità (v. insegnamento di Analisi dei dati e Probabilità).

Più dettagliatamente sono richieste le nozioni di:

-variabile casuale (continua e discreta)
-valore atteso
-varianza
-distribuzione uniforme
-distribuzione bernoulliana
-distribuzione gaussiana
-distribuzione esponenziale
-indipendenza stocastica
-somme di variabili casuali indipendenti
-teorema centrale del limite

Bisogna inoltre saper ottimizzare una funzione di una o più variabili reali (v. programma dettagliato dell'insegnamento "Matematica per le Scienze Sociali").

L'insegnamento è utile a seguire con successo "Metodi Quantitativi per le Analisi Economiche" e tutti i corsi specifici dell'indirizzo statistico previsti al terzo anno di CLEST.

- Favorire l'acquisizione critica dei  principi che governano il ragionamento statistico induttivo;

- formare la  capacità di sviluppare analisi inferenziali in autonomia e di interpretare correttamente le analisi inferenziali di base sviluppate da altri in letteratura, in report aziendali, nei media e in generale nel mondo esterno;

- stimolare l'attitudine ad una efficace e corretta comunicazione dei risultati dei  processi inferenziali.

   

 Lo studente alla fine dell'insegnamento avrà sviluppato le capacità di:

1. inferire sulle caratteristiche incognite di una popolazione statistica applicando i principali metodi di stima puntuale e mediante intervalli;

2. verificare ipotesi usando appropriati test statistici;

3. comparare e discutere criticamente differenti soluzioni inferenziali ad un problema assegnato.

   

Attenzione: in relazione all’evolvere della situazione sanitaria, sulla base delle indicazioni di Ateneo, le modalità di erogazione della didattica potranno subire variazioni.

Le lezioni sono erogate in presenza, utilizzando le aule fino alla loro capienza massima. E' anche possibile seguire le lezioni in diretta streaming secondo le indicazioni descritte di seguito. L'accesso degli studenti alle lezioni in presenza può avvenire esclusivamente attraverso il possesso del green pass e la prenotazione obbligatoria del posto in aula tramite il software Student booking.

Il corso consta di 36 ore di lezione. Si tratta di lezioni frontali svolte in presenza in Aula Magna con diretta streaming per gli studenti a distanza. Per seguire le lezioni da distanza collegarsi all'aula virtuale il giovedì e venerdì, h.14-16, mediante il seguente link: https://unito.webex.com/meet/cinzia.carota.

Tutte i file pdf delle videolezioni saranno successivamente disponibili alla pagina Moodle dell'insegnamento:https://elearning.unito.it/scuolacle/enrol/index.php?id=2533 (v. tasto sotto).

Il docente organizzerà alcuni incontri per discutere il contenuto del corso con gli studenti  a distanza (al venerdì, in orario 13-14, previo avviso agli studenti a distanza registrati su Campusnet).

In caso di dubbi, scrivetemi: cinzia.carota@unito.it

 

La verifica dell'apprendimento in presenza avviene mediante un esame scritto in cui lo studente è chiamato a risolvere  esercizi includenti anche domande teoriche circa gli strumenti necessari alla soluzione. In questo modo si verificano:

 

-la conoscenza estensiva del programma del corso,

 

-la  capacità di applicare strumenti opportuni per la soluzione di un dato problema, e

 

-la capacità di comunicare sinteticamente, in forma scritta,  la natura e le proprietà dello strumento adottato per la soluzione.

 

Il tempo assegnato è di un'ora.

La valutazione avviene in trentesimi

 

Saranno resi disponibili esercizi di autoverifica sulla pagina Moodle dell'insegnamento.  Saranno inoltre messe a disposizione prove di esame passate al fine di calibrare il tempo e familiarizzare con la struttura degli esercizi proposti.

 

L'esame a distanza consiste di un test scritto sulla piattaforma Moodle e un orale ambedue obbligatori (dettagli riportati in Moodle: Teoria statistica delle decisioni|Esame, https://elearning.unito.it/scuolacle/course/view.php?id=1242)

Il test scritto è un Moodle Quiz contenente domande con risposte a scelta multipla e a risposta aperta. Queste ultime includono esercizi  e domande sugli strumenti teorici introdotti nello svolgimento dell'insegnamento. Nella prova orale lo studente è chiamato a rispondere a poche domande aventi una struttura simile. 

 

  

-Esercitazioni.

A partire dalla prima settimana di Ottobre gli studenti sono invitati a ripartirsi in due gruppi per seguire le esercitazioni tenute dai professori Giuseppe De Donno (giuseppe.dedonno@unito.it) e Daniele Grossi (daniele.grossi@unito.it).

Le esercitazioni si terranno ogni venerdì dalle 10 alle 12 in aula A2 (prof. Daniele Grossi) e in aula A4 (prof. Giuseppe De Donno).

In ambedue i casi è necessario prenotare il posto in aula, mentre per seguire da distanza bisogna collegarsi alla virtual room attraverso il link:

https://unito.webex.com/meet/giuseppe.dedonno

oppure

https://unito.webex.com/meet/daniele.grossi

Ambedue gli esercitatori caricheranno gli esercizi sviluppati in classe nelle proprie pagine Moodle.

Pagina Moodle delle esercitazioni del dott. De Donno: 

https://elearning.unito.it/scuolacle/course/view.php?id=2088

Pagina Moodle delle esercitazioni del dott. Grossi: 

https://elearning.unito.it/scuolacle/course/view.php?id=3259

Per qualsiasi problema scrivere

a giuseppe.dedonno@unito.it

 oppure

a daniele.grossi@unito.it.

-Tutorato disciplinare

E' disponibile un servizio di tutoraggio orientato alle studentesse e agli studenti delle coorti precedenti all'A.A. 2021-22 che non hanno ancora sostenuto/superato l'esame di Teoria Statistica delle Decisioni. La finalità del tutoraggio è fornire un supporto nello studio durante la preparazione all'esame; sarà tenuto dal prof. Daniele Grossi (daniele.grossi@unito.it).

La pagina Moodle del Tutorato disciplinare, dove potrete trovare ogni dettaglio,  è la seguente: https://tutoratoonline.orientamente.unito.it/course/view.php?id=779

   Elenco dei temi trattati:

- forme elementari di campionamento da popolazioni statistiche
- costruzione di riassunti dei dati e loro distribuzioni
- introduzione alla stima puntuale: metodo di stima basato sulla massimizzazione della verosimiglianza e metodo dei momenti.
- principali proprietà degli stimatori
- metodo della quantità pivotale per la costruzione di intervalli di confidenza,
- intervalli di confidenza per i parametri di una popolazione normale,
- intervalli di confidenza asintotici,
- verifica delle ipotesi statistiche

 

Il programma è lo stesso per student* che possono partecipare a tutte o alla maggior parte delle lezioni  e per coloro che non possono.

Dettagli settimanali sullo svolgimento del programma possono essere trovati nelle pagina Moodle del corso:

https://elearning.unito.it/scuolacle/enrol/index.php?id=2533 

In aggiunta a

- Appunti delle lezioni.

- P. Newbold, W.L. Carlson, B. Thorne, Statistica, Pearson/Prentice Hall, Milano, 2010, 2a ed. (Chap. 7-11)

si vedano anche i capitoli corrispondenti in:

-Simone Borra, Agostino di Ciaccio Statistica, Metodologie per le scienze economiche e sociali - McGraw-Hill (textbook for "Analisi dei dati e Probabilità")
-Anna Clara Monti, Introduzione alla statistica, Edizioni Scientifiche Italiane, 2003.
-Sheldon M. Ross Probabilità e Statistica per l’Ingegneria e le scienze McGraw-Hill, Milano, ultima edizione
-Douglas C. Montgomery, George C. Runger, Norma F. Hubele, Statistica per l’ingegneria Egea, Milano
-Cicchitelli G., Statistica. Principi e metodi. Pearson Education, (Seconda Edizione, 2012 )     
-Cicchitelli G., D'Urso P., Minuzzò M., Statistica: principi e metodi,  2018. Pearson Education.
-Iacus S.M., G. Masarotto, «Laboratorio di statistica con R», McGraw-Hill,Milano, 2003.
-Iacus S.M., Statistica, McGraw-Hill, seconda edizione.

 

   

Scrivi testo qui...

-Per quanto riguarda la verifica dell'apprendimento, in osservanza alle indicazioni dell'Università di Torino, sono state descritte sia le caratteristice dell'esame finale che avverrà in presenza, sia le caratteristiche dell'esame a distanza riservato alle categorie di studenti e studentesse esplicitamente individuate dall'Ateneo.

- Gli studenti Erasmus possono chiedere di sostenere l'esame in Inglese. La richiesta deve raggiungere il docente almeno 30 giorni prima della data dell'esame.

-Si raccomanda l'iscrizione all'insegnamento su Campusnet, poichè ogni comunicazione con gli iscritti avverrà attraverso la funzione "Invia una mail agli studenti registrati".

-DSA E DISABILITA'

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 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 IL DOCENTE

La docente risponde alle e-mail di studenti solo se provengono da indirizzo di posta UniTo. La docente non risponde 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.

 

-RICEVIMENTO

Il ricevimento della Prof.ssa Carota sarà erogato in presenza oppure online nella sua stanza webex (https://unito.webex.com/meet/cinzia.carota) su appuntamento (prenotazione via mail con oggetto: RICEVIMENTO TSD).