STATISTICA
Obiettivi formativi
Il corso intende fornire le basi della Statistica Descrittiva e dell’Inferenza Statistica evidenziandone le potenzialità applicative in ambito politico, economico e sociale. Gli studenti vengono sollecitati ad applicare le nozioni teoriche al fine di risolvere problemi empirici nelle scienze sociali anche utilizzando il foglio elettronico avanzato (EXCEL).
Il corso sviluppa le competenze digitali relative allo standard europeo DIGCOMP 2.1 (Area di competenze 1: Alfabetizzazione su informazioni e dati; Area di competenze 2: Comunicazione e collaborazione; Area di competenze 3: Creazione di contenuti digitali)
Risultati di apprendimento attesi
Conoscenza e comprensione: conoscenza dei tipi di dati e delle relative tecniche di analisi univariate (distribuzioni di frequenza, rappresentazioni grafiche, misure di tendenza centrale e misure di dispersione), teoria della probabilità e dell’inferenza statistica, analisi della dipendenza in tabelle doppie, modello di regressione lineare.
Capacità di applicare conoscenza e comprensione: capacità di selezionare e calcolare opportune misure di sintesi dei dati e di quantificare la relazione tra variabili in ambito economico, finanziario ed aziendale, stimare la probabilità di eventi incerti e applicare la teoria delle variabili casuali e dell’inferenza statistica a fenomeni reali.
Autonomia di giudizio: capacità di raccogliere, elaborare ed interpretare criticamente dati di natura quantitativa e qualitativa, relativi a fenomeni economici, politici o sociali.
Abilità comunicative: capacità di comunicazione efficace delle analisi dei dati e di presentazione di risultati di ricerche su dati empirici.
Capacità di apprendimento: capacità di apprendere autonomamente tecniche di analisi dei dati, in attività professionali o studi successivi.
Contenuti Del Corso
Lezioni teoriche.
Nozioni introduttive.
Statistica Descrittiva:
Misurazione dei Caratteri. Distribuzioni statistiche. Rappresentazioni grafiche. Medie. Numeri indici. Indici di Variabilità. Analisi delle distribuzioni doppie: dipendenza, regressione, correlazione.
Calcolo delle probabilità:
Introduzione alla probabilità. Variabili casuali. Alcuni particolari modelli probabilistici.
Inferenza statistica:
Distribuzioni campionarie. Stima puntuale. Stima per intervallo. Verifica delle ipotesi.
Esercitazioni.
Applicazione delle nozioni teoriche alla risoluzione di problemi in ambito politico, economico e sociale.
Testi Di Riferimento
Autore: G. Cicchitelli, P. D'Urso, M. Minozzo
Titolo: "Statistica: principi e metodi" III Ed. con MyLab – Pearson
Seeing Theory:
https://seeing-theory.brown.edu
Metodologie Didattiche
Lezioni frontali
Esercitazioni
Esercitazioni empiriche
Visualizzazione interattiva
Flipped Classroom
Project Work con uso di foglio elettronico avanzato
Analisi di casi e Dati da fonti di statistica ufficiale
Modalità di verifica dell'apprendimento
Prova scritta con quesiti di natura sia teorica che pratica, anche con modalità a risposta multipla (a risposta multipla non navigabile nella modalità a distanza). Verifica l’acquisizione di Conoscenze, Conoscenze Applicate, Autonomia di Giudizio.
Project Work. Relazione sull’analisi statistica di dati empirici da svolgere in gruppi di al massimo tre studenti con l’ausilio del foglio elettronico avanzato (EXCEL). Verifica l’acquisizione di Autonomia di Giudizio, Abilità Comunicative, Capacità di apprendimento. Competenze digitali (1, 2, 3), lavorare in gruppo, gestione del tempo, sviluppo di nuove strategie e soluzioni per risolvere i problemi.
La prova scritta si compone di tre prove con valutazione in decimi, di cui l’ultima coincidente con il primo appello, oppure di una prova completa con valutazione in trentesimi. Negli appelli della prima sessione è possibile mantenere valide le prime due prove parziali e sostenere solo la terza prova (comunque una sola volta – il ritiro non viene conteggiato). Nel caso di tre prove il punteggio finale è la somma dei punteggi nelle tre prove. Se lo studente non è soddisfatto del voto conseguito può rinunciare e svolgere l’intero esame.
Il Project Work comporta un punteggio aggiuntivo fino a 1 punto sul voto conseguito nella prova scritta.
Il voto finale dell’esame è ottenuto sommando all’esito della prova scritta il voto ottenuto nel Project Work (0 o 1 punto), limitatamente alla prova sostenuta – con qualsiasi esito - in uno degli appelli della prima sessione d’esame.
ESAME SOLO SCRITTO: questa tipologia di esame (c.d. “scritto verbalizzante”) prevede esclusivamente una prova scritta senza successivo esame orale. Lo studente si prenota per lo scritto; concluso lo scritto il docente corregge i compiti e pubblica gli esiti nella pagina web dedicata alla VOL (entro una settimana dallo svolgimento della prova stessa).
Il sistema invia una comunicazione con l’esito agli studenti iscritti all’appello (gli esiti dell’esame scritto potranno anche essere visualizzati sul web self service). Dal momento della pubblicazione degli esiti lo studente ha 3 giorni di tempo per rifiutare il voto. Concluso il periodo di tempo indicato (3 giorni), vale la regola di silenzio-assenso e il voto viene verbalizzato da parte del docente che deve chiudere definitivamente il verbale attraverso la firma digitale. A chiusura del verbale lo studente riceve una mail di comunicazione del voto conseguito.
Prima della pubblicazione dei risultati sono resi disponibili, sul sito web del corso, il testo e la soluzione della prova scritta. Ciascun candidato può visionare il compito corretto, indipendentemente dall'esito finale dell'esame, nel giorno previsto dal docente in tempo utile per non accettare il voto proposto.
Criteri per l’assegnazione dell’elaborato finale
L'elaborato finale è un lavoro in cui si applicano metodologie statistiche in ambito politico, economico o sociale. L’argomento è concordato con il docente.
Il syllabus affronta temi collegati alla sostenibilità?
Si
Settimana 1
Sessione 1 on line/on campus.
Lezione teorica
Nozioni introduttive
1.1 Introduzione
1.11 Statistica descrittiva e inferenza statistica
Nozioni introduttive
1.6 Terminologia essenziale: unità statistiche, collettivi statistici, caratteri
1.7 Misurazione dei caratteri
2. Distribuzioni statistiche
2.1 Distribuzioni statistiche disaggregate
2.2 Distribuzioni di frequenze
2.2.1 Raggruppamento in classi
2.3 Distribuzioni doppie e multiple
2.4 Distribuzioni di quantità
2.5 Serie storiche e serie territoriali
I numeri indicano i paragrafi del testo
Sessione 2 on campus
Richiami di teoria, Esercitazioni sugli argomenti trattati nelle lezioni teoriche, analisi di dati in ambito politico, economico e sociale, discussione di case studies, apprendimento con visualizzazione interattiva “Seeing Theory” (materiale disponibile sul sito docente).
Settimana 2
Sessione 1 on line/on campus.
Lezione teorica
3. Rappresentazioni grafiche
3.1 Introduzione
3.2 Caratteri quantitativi discreti
3.3 Caratteri quantitativi divisi in intervalli (escludere pagine 83 e 84)
3.4 Serie sconnesse
3.5 Serie storiche
3.6 Serie territoriali
4. Medie
4.1 Introduzione
4.2 Media aritmetica
4.5 Media quadratica
4.7 Medie analitiche per le distribuzioni di frequenze (no armonica e geometrica)
4.8 Medie analitiche ponderate (no armonica e geometrica)
8 Numeri indici
8.1 Introduzione
8.2 Numeri indici
8.2.1 Variazioni relative
8.3 Numeri indici complessi (no Paasche)
1.12 Alcuni calcoli statistici elementari: differenze relative e rapporti
statistici
I numeri indicano i paragrafi del testo
Sessione 2 on campus
Esercitazioni sugli argomenti trattati nelle lezioni teoriche, analisi di dati in ambito politico, economico e sociale, discussione di case studies, apprendimento con visualizzazione interattiva “Seeing Theory” (materiale disponibile sul sito docente).
Settimana 3
Sessione 1 on line/on campus.
4 . Medie
4.9 Mediana
4.10 Quartili e quantili
4.11 Mediana, quartili e quantili nel caso delle distribuzioni di frequenza (escludere paragrafo 4.11.1)
4.12 Valore centrale
4.13 Moda
5. Indici di variabilità
5.1 Introduzione
5.2 Scostamenti medi (no scostamento semplice medio Definizione 5.1)
5.2.1 Il caso delle distribuzioni di frequenze
5.2.2 Il caso delle distribuzioni di frequenze con modalità raggruppate in classi
5.4 Campo di variazione e differenza interquartile
5.5 Indici percentuali di variabilità
I numeri indicano i paragrafi del testo
Sessione 2 on campus
Esercitazioni sugli argomenti trattati nelle lezioni teoriche, analisi di dati in ambito politico, economico e sociale, discussione di case studies, apprendimento con visualizzazione interattiva “Seeing Theory” (materiale disponibile sul sito docente).
Settimana 4
Sessione 1 on line/on campus.
6. Indici di forma
6.1 Introduzione
6.2 Asimmetria (fino a Definizione 6.2 esclusa)
7. Uno sguardo d’insieme alle costanti caratteristiche
7.1 Esame congiunto delle costanti caratteristiche
7.2.1 Diagramma a scatola
9. Analisi delle distribuzioni doppie: dipendenza
9.1 Introduzione
9.2 Rappresentazioni grafiche delle distribuzioni doppie
9.3 Analisi della dipendenza
9.3.1 Misura della dipendenza
I numeri indicano i paragrafi del testo
Sessione 2 on campus
Esercitazioni sugli argomenti trattati nelle lezioni teoriche, analisi di dati in ambito politico, economico e sociale, discussione di case studies, apprendimento con visualizzazione interattiva “Seeing Theory” (materiale disponibile sul sito docente).
Settimana 5
Sessione 1 on line/on campus.
10. Analisi delle distribuzioni doppie: regressione
10.1 Introduzione
10.2 Regressione lineare
10.3 Adattamento della retta di regressione ai dati
11. Analisi delle distribuzioni doppie: correlazione
11.1 Introduzione
11.2 Coefficiente di correlazione di Bravais
(escludere 11.2.1 e 11.2.2)
I numeri indicano i paragrafi del testo
Sessione 2 on campus
Esercitazioni sugli argomenti trattati nelle lezioni teoriche, analisi di dati in ambito politico, economico e sociale, discussione di case studies, apprendimento con visualizzazione interattiva “Seeing Theory” (materiale disponibile sul sito docente).
Settimana 6
Sessione 1 on line/on campus.
12.Probabilità
12.1 Introduzione
12.2 Esperimenti casuali
12.3 Spazio campionario ed eventi
12.4 Probabilità
12.5 Assegnazione delle probabilità agli eventi
12.6 Probabilità condizionata
12.8 Indipendenza tra eventi
Esercitazioni sugli argomenti trattati nelle due precedenti lezioni (materiale
disponibile sul sito docente).
Sessione 2 on campus
Esercitazioni sugli argomenti trattati nelle lezioni teoriche, analisi di dati in ambito politico, economico e sociale, discussione di case studies, apprendimento con visualizzazione interattiva “Seeing Theory” (materiale disponibile sul sito docente).
Settimana 7
Sessione 1 on line.
13. Variabili casuali
13.1 Introduzione
13.2 Variabili casuali discrete
13.3 Variabili casuali continue
13.4 Ulteriori proprietà delle variabili casuali
14 Alcune particolari distribuzioni di probabilità
14.1 Introduzione
14.3 Distribuzione di Bernoulli
14.4 Distribuzione binomiale
14.6 Distribuzione uniforme continua
14.8 Distribuzione Normale
I numeri indicano i paragrafi del testo
Sessione 2 on campus
Esercitazioni sugli argomenti trattati nelle lezioni teoriche, analisi di dati in ambito politico, economico e sociale, discussione di case studies, apprendimento con visualizzazione interattiva “Seeing Theory” (materiale disponibile sul sito docente).
Settimana 8
Sessione 1 on line/on campus.
15 Variabili casuali doppie e multiple
15.1 Introduzione
15.2 Variabili casuali doppie discrete
15.3 Indipendenza tra variabili casuali
15.4 Medie e varianze delle distribuzioni marginali di X e Y
15.5 Covarianza e coefficiente di correlazione lineare
15.8 Combinazioni lineari di variabili casuali
16 Legge dei grandi numeri e teorema del limite centrale
16.1 Introduzione
16.2 Legge dei grandi numeri
16.3 Teorema del limite centrale
I numeri indicano i paragrafi del testo
Sessione 2 on campus
Esercitazioni sugli argomenti trattati nelle lezioni teoriche, analisi di dati in ambito politico, economico e sociale, discussione di case studies, apprendimento con visualizzazione interattiva “Seeing Theory” (materiale disponibile sul sito docente).
Settimana 9
Sessione 1 on line/on campus.
17 Popolazione, campione, distribuzioni campionarie
17.1 Introduzione
17.2 Campione casuale
17.3 Popolazione
17.4 Spazio campionario
17.5 Statistiche campionarie
17.6 Distribuzione campionaria della media
17.8 Distribuzione campionaria della media quando la varianza non è nota
18. Stima puntuale dei parametri
18.1 Introduzione
18.2 Proprietà degli stimatori
I numeri indicano i paragrafi del testo
Sessione 2 on campus
Esercitazioni sugli argomenti trattati nelle lezioni teoriche, analisi di dati in ambito politico, economico e sociale, discussione di case studies, apprendimento con visualizzazione interattiva “Seeing Theory” (materiale disponibile sul sito docente).
Settimana 10
Sessione 1 on line/on campus.
19. Stima per intervallo
19.1 Introduzione
19.2 Stima per intervallo della media di una popolazione normale con varianza nota
19.3 Stima per intervallo della media di una popolazione normale con varianza non nota
19.4 Stima per intervallo della media nel caso di grandi campioni
20. Verifica delle ipotesi
20.1 Introduzione
20.2 Verifica di ipotesi sulla media di una popolazione normale con varianza nota: il test Z
I numeri indicano i paragrafi del testo
Sessione 2 on campus
Esercitazioni sugli argomenti trattati nelle lezioni teoriche, analisi di dati in ambito politico, economico e sociale, discussione di case studies, apprendimento con visualizzazione interattiva “Seeing Theory” (materiale disponibile sul sito docente).
Settimana 11
Sessione 1 on line/on campus.
20. Verifica delle ipotesi
20.3 Verifica di ipotesi sulla media di una popolazione normale con varianza incognita: il test T
20.4 Verifica di ipotesi sulla media nel caso di grandi campioni
I numeri indicano i paragrafi del testo
Sessione 2 on campus
Esercitazioni sugli argomenti trattati nelle lezioni teoriche, analisi di dati in ambito politico, economico e sociale, discussione di case studies, apprendimento con visualizzazione interattiva “Seeing Theory” (materiale disponibile sul sito docente).
Settimana 12
Esercitazioni di riepilogo (materiale disponibile sul sito docente).