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

E' richiesta la conoscenza degli argomenti di un corso di base di Statistica (statistica descrittiva e concetti introduttivi di probabilità e inferenza)

L'obiettivo del corso è quello di fornire gli strumenti quantitativi utilizzati comunemente nella letteratura economica, necessari per affrontare i corsi successivi previsti dalla Laurea Magistrale in Economia dell'Ambiente, della Cultura e del Territorio.

Lo studente dovrà acquisire la conoscenza degli strumenti tradizionali della statistica e la capacità di utilizzare tali tecniche per la costruzione di modelli quantitativi utilizzati nella soluzione dei problemi riguardanti le scienze economiche.

La formazione all'interno della Laurea Magistrale in Economia dell'Ambiente, della Cultura e del Territorio sarà quindi completata e arricchita dalle seguenti competenze:

Conoscenza e capacità di comprensione

Al termine dell'insegnamento lo studente sarà in grado di:

- Comprendere la logica e i concetti fondanti del calcolo delle probabilità

- Comprendere la logica e i concetti fondanti della stima puntuale

- Comprendere la logica e i concetti fondanti della stima per intervallo

- Comprendere la logica e i concetti fondanti della verifica di ipotesi statistiche

 Conoscenza e capacità di comprensione applicate

Al termine dell'insegnamento lo studente sarà in grado di:

- Applicare le conoscenze relative al calcolo delle probabilità per studiare e valutare situazioni di incertezza

- Applicare le conoscenze relative ai metodi di inferenza statistica per comprendere il comportamento dei fenomeni osservati e prendere decisioni sulla base dell'osservazione empirica degli stessi.

Autonomia di giudizio

Al termine dell'insegnamento lo studente sarà in grado di:

- Valutare quali modelli probabilistici si adattano meglio a contesti e problematiche reali

- Valutare correttamente quali tecniche di inferenza statistica sono appropriate nei diversi contesti applicativi

Abilità comunicative

Al termine dell'insegnamento lo studente sarà in grado di:

- esporre e chiarire ad utenza non specialistica il senso e le conseguenze dei risultati delle proprie elaborazioni statistiche

Capacità di apprendere

Al termine dell'insegnamento lo studente sarà in grado di:

- utilizzare i concetti cardine relativi alla logica dell'inferenza per approfondire le relative tematiche

- utilizzare i concetti appresi sulla regressione lineare bivariata per approfondire ad estendere le conoscenze sui modelli di regressione multivariata e sui modelli non lineari

- Calcolo delle probabilità: concezioni probabilistiche, probabilità sugli eventi, variabili aleatorie e distribuzioni di probabilità, distribuzioni notevoli.
- Inferenza statistica: la logica del campionamento probabilistico. Statistiche campionarie. Stima puntuale. Approccio analogico alla stima puntuale. Media e varianza campionaria, loro distribuzione per campioni finiti e distribuzione asintotica. Proprietà degli stimatori. Introduzione alla stima di massima verosimiglianza, test d'ipotesi e intervalli di confidenza.
- Regressione lineare semplice: metodo di stima dei minimi quadrati, misure di adeguatezza del modello, distribuzione campionaria degli stimatori OLS, test d'ipotesi e intervalli di confidenza per un coefficiente di regressione, analisi della varianza, outliers e osservazioni influenti.
- Regressione lineare multipla: stimatori OLS, misure di adeguatezza del modello, distribuzione campionaria degli stimatori OLS, multicollinearità, test d'ipotesi e intervalli di confidenza per i coefficienti, metodi di selezione del modello.
Il programma dettagliato finale verrà reso disponibile sulla pagina web del corso.

Il corso è suddiviso in 2 moduli, ciascuno costituito da 36 ore di lezioni frontali.

La modalità di verifica dell'apprendimento consiste in una prova scritta della durata di 1 ora e 30 minuti, costituita da esercizi e da domande teoriche che riguardano l'analisi statistica di uno o più dataset forniti da parte del docente. Gli studenti devono dimostrare di possedere capacità di analisi e di formalizzazione in termini quantitativi di un problema, oltre alla sua soluzione attraverso le tecniche illustrate durante il corso.

 

Borra, Di Ciaccio - Statistica - metodologie per le scienze eocomiche e sociali, III edizione, McGraw Hill 2014

 

Il corso costituitsce uno dei due moduli di "metodi quantitativi per l'economia". Gli esami dei due moduli sono da considerarsi come esami distinti. Di conseguenza, in ciascun appello lo studente può, a scelta, sostenere l'esame di entrambi i moduli oppure di uno solo. In ogni appello le prove relative ai due moduli si svolgeranno in sequenza, una dopo l'altra per una durata di 1h30 ciascuna. Sarà reso noto quale modulo verrà svolto per primo. L'iscrizione va effettuata tramite il sistema ESSE3. Ciascuno dei due moduli può essere sostenuto al massimo 3 volte in un anno accademico - non contano gli eventuali ritiri dall'esame prima della fine dell'appello. Se il voto non è ritenuto soddisfacente per uno o entrambi i moduli, è possibile ridare gli esami corrispondenti: si deve rifiutare l'esito pubblicato su ESSE3 e ripresentarsi all'esame per i moduli da ripetere. In tal caso si rinuncia automaticamente alla votazione precedente del modulo che si ripete (anche in caso di ritiro), mentre viene mantenuta quella del modulo che non si ritenta. La votazione finale sarà data dalla media dei voti conseguiti nei 2 moduli nei più recenti tentativi.