- Oggetto:
- Oggetto:
Analisi dei dati e probabilità
- Oggetto:
Data analysis and probability
- Oggetto:
Anno accademico 2018/2019
- Codice dell'attività didattica
- ECM0007
- Docenti
- Anna Lo Presti (Titolare del corso)
Maria Franco Villoria (Titolare del corso)
Nicoletta Melis (Esercitatore) - Corso di studi
- Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
- Anno
- 1° anno
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 12
- 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
-
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 insegnamento
- 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.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.
- 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:
Modalità di insegnamento
Lezioni in aula per 72 ore complessive (12 cfu)
Lectures, 72 hours overall (12 cfu)
- Oggetto:
Modalità di verifica dell'apprendimento
PROVA SCRITTA (2 ORE)
La prova scritta consiste di due parti:
- Parte prima: domande a risposta multipla sui concetti di base.
- Parte seconda: esercizi da svolgere o domande aperte di teoria riguardanti tutti gli argomenti del programmaPer superare la prima parte sarà necessario rispondere correttamente al 90% delle domande. Il superamento della prima parte è condizione necessaria per il superamento dell'esame e consente di ottenere una votazione di 18/30. Qualora lo studente non dovesse superare la prima parte, non si procederà alla valutazione della seconda.
WRITTEN EXAMINATION (2 HOURS)
The exam consists in:
- Part 1: multiple choice questions on the basis concepts.
- Part 2: exercises or open questions on theoretical concepts, on all the topics covered in the courseTo pass the exam the student must answer correctly at least 90% of the questions of part 1. A pass in the first part allows to obtain the mark 18/30.
If the student does not pass the first part, the second part will not be evaluated.- 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:
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 bivariataDESCRIPTIVE 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 distributionTesti consigliati e bibliografia
- Oggetto:
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
Orario Lezioni
Si ricorda agli studenti interessati che l'ultimo incontro per le esercitazioni, fissato il 14 maggio 2019 in orario 10-12, si terrà in aula C1.
- Oggetto:
Altre informazioni
http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html- Oggetto:
