Vai al contenuto principale
Oggetto:
Oggetto:

Analisi dei dati e probabilità

Oggetto:

Data analysis and probability

Oggetto:

Anno accademico 2020/2021

Codice attività didattica
ECM0007
Docenti
Nicoletta Melis (Titolare del corso)
Dalit Contini (Titolare del corso)
Anna Lo Presti (Titolare del corso)
Corso di studio
Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
Anno
1° anno
Periodo
Secondo semestre
Tipologia
Caratterizzante
Crediti/Valenza
12
SSD attività didattica
SECS-S/01 - statistica
Erogazione
Tradizionale
Lingua
Italiano
Frequenza
Fortemente consigliata/Recommended
Tipologia esame
Scritto
Prerequisiti

Gli Studenti devono aver frequentato il corso di Matematica per le scienze sociali del primo semestre.

Students should have attended the course in Mathematics for the social sciences delivered in the first semester.


Oggetto:

Sommario del corso

Oggetto:

Obiettivi formativi



Il corso si propone di fornire agli studenti le basi metodologiche ed applicative della statistica, affrontando i temi della statistica descrittiva univariata e bivariata e i fondamenti teorici del calcolo delle probabilità. 

Funzioni in un contesto professionale e sbocchi occupazionali: trattandosi di un insegnamento di base preliminare a tutti gli insegnamenti degli anni di corso successivi, le competenze acquisite non caratterizzano uno specifico ambito professionale, ma sono invece indispensabili per tutti i contesti professionali in campo economico-statistico.

The course aims to provide the methodological and applied fundamentals of statistical analysis, covering descriptive univariate and bivariate statistics, and an introduction to probability theory.

Functions in a professional context and employment opportunities. This is a basic statistics course, preliminary to all courses in the second and third year: for this reason, the acquired competencies are not specific of a specific professional context, but are fundamental to all jobs in the field of statistics and economics.

Oggetto:

Risultati dell'apprendimento attesi

Conoscenza della terminologia scientifica e capacità di comprensione degli aspetti teorici ed applicativi della stastistica di base.
Capacità di applicare conoscenza e comprensione nella lettura, interpretazione e valutazione critica di risultati di analisi statistiche descrittive e dei modelli probabilistici.
Capacità di decidere in modo autonomo quali analisi effettuare per descrivere sinteticamente le caratteristiche delle popolazioni e la loro relazione.  
Capacità di divulgare i risultati delle analisi statistiche e dei ragionamenti logici sottostanti in forma scritta e orale.
Acquisizione delle competenze necessarie per affrontare corsi più avanzati, e in particolare sull'inferenza statistica e i modelli di regressione multivariata.

 

Knowledge of the scientific terminology and capability of understanding the theoretical and applicative topics of introductory statistics.
The capability of applying knowledge and understanding to read, interpret and critically evaluate the results of descriptive statistical analyses and probabilitstic models.
The ability to decide autonomously what analyses to undertake to describe the characteristics of a population and their relationship.
The ability to communicate effectively the results of statistical analyses and their logical foundations in written and oral form.
The acquisition of the competences needed to study more advanced statistical concepts, related to statistical inference and multivariate regression.

 

Oggetto:

Programma



STATISTICA DESCRITTIVA (MOD 1)
La rilevazione dei caratteri statistici: indagini e rilevazione dei dati, caratteri, collettivo e unità statistiche.
Distribuzione dei caratteri e loro rappresentazione grafica, serie storiche e serie territoriali.
Misure di posizione: medie e medie troncate, moda, mediana, percentili, quantili.
Variabilità e indici di variabilità,  teorema di Markov, disuguaglianza di Tchebychev, boxplot, standardizzazione, eterogeneità, indici di asimmetria.
Associazione tra due caratteri: Distribuzioni doppie, indici di associazione, di dipendenza in media e di interdipendenza; cograduazione.

Rapporti statistici, numeri indici semplici e complessi.

PROBABILITA' E VARIABILI CASUALI (MOD 2)
Eventi e algebra degli eventi
Postulati
Probabilità nell'approccio classico 
Probabilità condizionata
Teorema di Bayes
Probabilità secondo altri approcci.
Variabili casuali discrete
Funzione di probabilità e funzione di ripartizione
Variabili casuali continue
Funzione di densità
Valore atteso e varianza di una v.c.
Variabili casuali discrete: uniforme, Bernoulli, binomiale, di Poisson, geometrica
Variabili continue: uniforme, esponenziale, Normale
Teorema del limite centrale
Variabili casuali doppie
Normale bivariata

 

DESCRIPTIVE STATISTICS (MOD 1)

Descriptive statistics: the statistical population and the statistical units.
Frequency distributions and grafical representation
Measures of position: mean and trimmed mean, mode, median, percentiles.
Measures of dispersion, Tchebychev's inequality.
Bivariate analysis and analysis of depencence, statistical dependence and interdependence (and their measures), dependence in mean (and its measures).
Simple and composite index numbers.

PROBABILITY AND RANDOM VARIABLES (MOD 2)
Events and algebra of events
Postulates
Classical probability  
Conditional probability
Bayes' theorem
Probability concepts under other approaches.
Discrete random variables
Probability and cumulative probability functions 
Continuous random variables
Density functions
Expected value and variance of a random variable
Important discrete random variables: uniform, Bernoulli, binomial, Poisson, geometric
Important continuous random variables: uniform, exponential, Normal
Central limit theorem
Bivariate random variables
Bivariate normal distribution

 

Oggetto:

Modalità di insegnamento

Causa pandemia, le lezioni si tengono in diretta streaming sulla piattaforma webex, e in forma di presentazioni in power point commentate con registrazione audio caricate sulla piattaforma Moodle.

Tutte le comunicazioni saranno date tramite annunci sulla piattaforma Moodle, corso Analisi dati e Probabilità 20_21.

Due to the coronavirus emergency, the lectures are delivered as power point presentations, with audio comments, uploaded on the Moodle platform. Some lectures could be delivered via streaming, on the Webex platform. All the notices will be published on Moodle.

Oggetto:

Modalità di verifica dell'apprendimento

PROVA SCRITTA

Durante la sessione estiva 2021 la prova scritta verrà effettuata in presenza. La possibilità di sostenere la prova in modalità telematica verrà regolementata dalle disposizioni dell'Ateneo.

Per chi sostiene la prova online, alla fine della prova scritta è prevista una integrazione orale sullo svolgimento della prova stessa, che verrà effettuata su un campione di studenti e comunque per tutti i casi per i quali si ravvisi la necessità di una ulteriore verifica.

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.

La prova consiste di due parti:

- Parte prima: 16 domande a risposta multipla sui concetti di base.
- Parte seconda: 4 esercizi da svolgere o domande di teoria riguardanti tutti gli argomenti del programma.

Per accedere alla seconda parte sarà necessario rispondere correttamente a 12 domande. Le prove che non raggiungono questo punteggio verranno considerate insufficienti.

Coloro che superano la prima parte sosterranno la seconda parte, che avrà luogo subito dopo la conclusione della prima.

Valutazione finale. Alla prima parte verrà attribuito un punteggio corrispondente al numero di domande con risposta corretta (quindi massimo 16 punti). Per la seconda parte i docenti avranno a disposizione altri 14 punti, suddivisi in 7 punti per modulo. Per il superamento dell’esame sarà necessario aver ottenuto un minimo di 2.5 punti per ogni modulo.

 

WRITTEN EXAM

During summer 2021 the exam will be held in classroom. Students living outside Piedmont will be able to give the exam in remote mode, according to the rules that will be made available by the University governance. 

Due to organizational reasons, the students registered to the exam who decide not to take the exam in that date are warmly invited to cancel their name at least 3 days before the exam.

The exam consists in two parts:

- First part: 16 multiple choice questions on the basic concepts

- Second part: 4 exercises or theoretical questions on the entire program of the course.

If the student answers correctly to at least 12 questions, she will have sccess to the second part. Below this score the exam will be considered failed. 

The students who pass the first part will take part to the second section of the exam, right after the end of the first part.

Final evaluation. The score of the first part will be equal to the number of correct questions (thus, with a macìximum of 16 points). The second part can add up to 14 points (7 for each module of the course). To pass the exam it is required to obtain at least 2.5 points per module.

Oggetto:

Attività di supporto


Il corso è accompagnato da 20 ore di esercitazione dedicate a discutere e risolvere  esercizi sui principali argomenti trattati nel corso.

There will be 20 additional hours of exercise sessions, dedicated to presenting and solving exercises  on the main topics of the course.

Oggetto:

Testi consigliati e bibliografia



Libri di testo:

Simone Borra, Agostino di Ciaccio Statistica, Metodologie per le scienze economiche e sociali - McGraw-Hill

Textbooks:

Simone Borra, Agostino di Ciaccio Statistica, Metodologie per le scienze economiche e sociali - McGraw-Hill

Oggetto:

Note

Tutorato

Il corso viene affiancato anche da un supporto aggiuntivo nella forma di tutorato a piccoli gruppi. Verrà data comunicazione a inizio corso sulle modalità di svolgimento e partecipazione. 

Ricevimento studenti

A causa della pandemia in corso, il ricevimento avrà luogo online tramite piattaforma Webex.

Dalit Contini: lunedì in orario 17.00-18.00.
https://unito.webex.com/meet/dalit.contini

Anna Lo Presti: venerdì in orario 17.00-18.00

https://unito.webex.com/meet/anna.lopresti

 

 

 

 

Orario Lezioni

docente primo modulo: Anna Lo Presti
docente secondo modulo: Dalit Contini

lunedì, martedì, giovedì, venerdì ore 10-12
inizio 22 febbraio 2021

il link verrà pubblicato su Moodle alla pagina del corso

orario esercitazioni: docente Nicoletta Melis
giovedì ore 8-10

Si comunica che la pubblicazione delle esercitazioni, e delle relative registrazioni, inizierà dal 4 marzo 2021. Ogni martedì alle 12 verrà pubblicato il materiale dell'esercitazione settimanale ed il venerdì alle 9 sarà possibile avere chiarimenti durante l'incontro in streaming registrato, il cui link di accesso è disponibile nel forum in Moodle.

Oggetto:

Corsi che mutuano questo insegnamento

Oggetto:

Altre informazioni

http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html
Registrazione
  • Aperta
    Oggetto:
    Ultimo aggiornamento: 03/05/2021 14:33
    Non cliccare qui!