- Oggetto:
- Oggetto:
Teoria statistica delle decisioni
- Oggetto:
Statistical theory of decisions
- Oggetto:
Anno accademico 2018/2019
- Codice dell'attività didattica
- ECM0013
- Docenti
- Prof. Giuseppe De Donno (Titolare del corso)
Silvia Likavec (Esercitatore) - Corso di studi
- Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
- Anno
- 2° anno
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- SECS-S/01 - statistica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Fortemente consigliata/Recommended
- Tipologia d'esame
- Scritto
- Prerequisiti
-
Buona conoscenza teorica ed applicata degli elementi di base di statistica descrittiva e calcolo delle probabilitàGood knowledge of basic elements of Data Analysis and Probability
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
- Favorire l'acquisizione critica dei principi che goverano 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.
This course provides the basic elements in order to:
1. favour a deep understanding of principles underlying the inferential statistical reasoning;2. perform basic inferential statistical analyses and interpret common inferential results presented in the literature or in standard reports externally produced;
3. stimulate a correct and effective communication of the results of the inferential statistical reasoning.
- Oggetto:
Risultati dell'apprendimento attesi
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.Students who complete this course will have the ability to:
1. infer population characteristics from sample data applying the most relevant methods of point and interval estimation;
2. evaluate hypotheses using appropriate statistical tests;
3. compare and critically discuss different inferential solutions for a given problem.- Oggetto:
Modalità di insegnamento
Lezioni frontali
Frontal lectures
- Oggetto:
Modalità di verifica dell'apprendimento
La verifica dell'apprendimento avviene mediante un esame scritto in cui lo studente è chiamato a risolvere 4 esercizi includenti alcune 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 due ore.
Sono disponibili esercizi di autoverifica sul sito. Sono inoltre a disposizione le prove di esame passate al fine di calibrare il tempo e familiarizzare con la struttura degli esercizi proposti.
The final exam consists of a written test including a series of multiple choice questions, one exercise and theoretical questions about the statistical tools applied in the solution. This is the way we simultaneously check the student's ability to solve the problem and to provide a sharp and clear description, in a written form, of the theoretical reasons underlying the proposed solution. The objective of multiple choice questions is to evaluate the extent to which a student has covered all fundamental topics.
Time: 1 hour.Examples of tests and further useful exercises can be found in the course material.
- Oggetto:
Attività di supporto
Esercitazioni (15 ore).
Uno dei testi consigliati contiene la possibilità di accesso ad una piattaforma di esercizi per l'auto apprendimento.
- Oggetto:
Programma
Elenco dei temi trattati:
- forme elementari di campionamento da popolazioni statistiche
- costruzione di riassunti dei dati e loro distribuzioni
- Stima puntuale: metodo di stima basato sulla massimizzazione della verosimiglianza e metodo dei momenti; metodi bayesiani
- 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 statisticheList of topics:
Populations and samples.
Sample mean and sample variance.
Results on sampling from the Normal distribution.
Point estimation: method of moments and method of maximum likelihood.
Bayesian methods.
Properties of point estimators.
Confidence interval: definition and pivotal-quantity method.
Confidence intervals for means and variances of Normal populations.
Large-sample confidence intervals.
Confidence intervals for proportions.
Hypothesis testingTesti consigliati e bibliografia
- Oggetto:
Appunti del corso.
Testi di consultazione:
-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
-Giuseppe Cicchitelli, Statistica. Principi e metodi. Pearson Education, 2012, con piattaforma MyLab. (Seconda Edizione 2012) (cap.15-19)
-P.Newbold, W.L. Carlson, B. Thorne, Statistica, Pearson/Prentice Hall, Milano, 2010, 2a ed. (cap. 7-11)
- S. M. Iacus, G. Masarotto, «Laboratorio di statistica con R», McGraw-Hill,Milano, 2003.
-S.Iacus, Statistica, McGraw-Hill, seconda edizioneLecture notes.
See also:
-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
-Giuseppe Cicchitelli, Statistica. Principi e metodi. Pearson Education, (Seconda Edizione, 2012 )
-P. Newbold, W.L. Carlson, B. Thorne, Statistica, Pearson/Prentice Hall, Milano, 2010, 2a ed.
- S. M. Iacus, G. Masarotto, «Laboratorio di statistica con R», McGraw-Hill,Milano, 2003.
-S.Iacus, Statistica, McGraw-Hill, seconda edizione- Oggetto:
Note
Orario Lezioni
- Oggetto:
Altre informazioni
http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html- Oggetto:
