- Oggetto:
- Oggetto:
Statistica
- Oggetto:
Statistics
- Oggetto:
Anno accademico 2014/2015
- Codice dell'attività didattica
- ECM0062B
- Docente
- Pierpaolo De Blasi (Titolare del corso)
- Insegnamento integrato
- Metodi quantitativi per l'economia (ECM0062)
- Corso di studi
- Laurea magistrale in Economia dell'Ambiente, della Cultura e del Territorio - a Torino
- Anno
- 1
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- SECS-S/01 - statistica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Facoltativa/Discretionary
- Tipologia d'esame
- Scritto
- Prerequisiti
-
E' richiesta la conoscenza degli argomenti di un corso di base di Statistica:
- Statistica Descrittiva (Cap. 2)
- Elementi di Probabilità (Cap. 3)
- Variabili aleatorie e valore atteso (Cap. 4, esclusi 4.3.4, 4.8)
- Modelli di variabili aleatorie (Cap. 5, esclusi 5.6.1, 5.7, 5.8.3, 5.9)
- La distribuzione delle statistiche campionarie (Cap. 6)
I riferimenti tra parentesi di riferiscono al libro di testo:
Ross, S.M. (2008). Probabilità e statistica per l'ingegneria e le scienze. 2/ed. ApogeoThe knowledge of the topics of a basic course of Statistics is required.
- Data analysis (Chap. 2)
- Introduction to probability (Chap. 3)
- Random variables and expected value (Chap. 4, except 4.3.4, 4.8)
- Probability distributions (Chap. 5, except 5.6.1, 5.7, 5.8.3, 5.9)
- Random sampling and distribution of sample statistics (Chap. 6)
References to book chapters are for:
Ross, S.M. (2008). Probabilità e statistica per l'ingegneria e le scienze. 2/ed. Apogeo - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
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.The objective of the course is to provide the quantitative tools commonly used in the economic literature, necessary to face the subsequent courses of the Laurea Magistrale in Environmental, Culture and Land Economics.- Oggetto:
Risultati dell'apprendimento attesi
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.The student is expected to acquire the knowledge of the traditional instruments of statistics and the ability of using such techniques for the construction of quantitative models used in the solution of economic problems.- Oggetto:
Modalità di verifica dell'apprendimento
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.The final examination consists in a written exam (that lasts 1 hour and 30 minutes), with exercises and theoretical questions about the analysis of one or more datasets provided by the instructor. The students are expected to show the ability to analyze a problem, to formalize it in quantitative terms and to solve it using the techniques illustrated during the course.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.The final examination consists in a written exam (that lasts 1 hour and 30 minutes), with exercises and theoretical questions about the analysis of one or more datasets provided by the instructor. The students are expected to show the ability to analyze a problem, to formalize it in quantitative terms and to solve it using the techniques illustrated during the course.- Oggetto:
Programma
- Ripasso di calcolo delle probabilità: variabili aleatorie e distribuzioni di probabilità, distribuzione Normale, Chi-Quadrato, t di Student e F, campionamento aleatorio e distribuzione della media campionaria, approssimazioni asintotiche della distribuzione campionaria - Introduzione all'inferenza statistica: stima di massima verosomiglianza, test d'ipotesi e intervalli di confidenza, inferenza sulla media della popolazione, confronto delle medie di popolazioni differenti. - Regressione lineare semplice: metodo di stima ordinary least square (OLS), misure di adeguatezza del modello, distribuzione campionaria degli stimatori OLS, test d'ipotesi e intervalli di confidenza per un coefficiente di regressione, Analysis of Variance (ANOVA), 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 un singolo coefficiente, test di ipotesi multipli, ANOVA, outliers e dati influenti, metodi di selezione del modello. Per una lista aggiornata degli argomenti coperti a lezione, fare riferimento al materiale didattico scaricabile da https://sites.google.com/a/carloalberto.org/pdeblasi/teaching.- Review of probability: random variables and probability distributions, the Normal, Chi-Squared, Student t, and F distributions, random sampling and distribution of the sample average, large-sample approximations to sampling distributions. - Introduction to statistical inference: maximum likelihood estimation, hypothesis test and confidence intervals, inference on the population mean, comparing means from different populations. - Linear regression with one predictor: ordinary least square (OLS) estimation, measures of fit, sampling distribution of the OLS estimators, hypothesis test and confidence intervals for a regression coefficient, analysis of variance (ANOVA), outliers and influential observations. - Linear regression with multiple predictors: OLS estimation, measures of fit, sampling distribution of the OLS estimators, multicollinearity, hypothesis tests and confidence intervals for a single coefficient, tests of joint hypotheses, ANOVA, outliers and influential observations. For an updated list of topics covered in class, see lecture notes at https://sites.google.com/a/carloalberto.org/pdeblasi/teaching.Testi consigliati e bibliografia
- Oggetto:
- - Dispense a cura del docente - Jank, W. (2011). Business Analytics for Managers. Springer, New York- Lecture notes - Jank, W. (2011). Business Analytics for Managers. Springer, New York
- Oggetto:
Altre informazioni
http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html- Oggetto:
