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" IV Ed. con MyLab – Pearson
Seeing Theory:
https://seeing-theory.brown.edu
Metodologie Didattiche
Lezioni frontali (Acquisition)
Visualizzazione interattiva (Acquisition)
Esercitazioni (Practice)
Esercitazioni empiriche (Practice)
Flipped Classroom (Investigation)
Project Work con uso di foglio elettronico avanzato (Production, Collaboration)
Analisi di casi e Dati da fonti di statistica ufficiale (Discussion)
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.
Settimana 1
Sessione 1 on campus
Capitolo 1. Nozioni introduttive
1.1 Introduzione
1.2Cenni storici sullo sviluppo della statistica
1.3La statistica nel processo di acquisizione di nuova conoscenza
1.4La statistica nelle attività operative e nella vita quotidiana
1.5Fonti di dati statistici nazionali e internazionali
1.6Terminologia statistica essenziale
1.7Scale di misurazione e tipologie di variabili
1.8Genesi dei dati statistici
1.9Matrice dei dati
1.10Statistica descrittiva e inferenza statistica
Capitolo 2. Serie di osservazioni e distribuzioni di frequenza
2.1Introduzione
2.2Dalle serie di osservazioni alle distribuzioni di frequenza
2.3Distribuzioni doppie di frequenza
2.4Serie 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 campus
Capitolo 3. Rappresentazioni grafiche
3.1Introduzione
3.2Distribuzioni semplici di frequenza
3.2.1Distribuzioni di frequenza di variabili discrete
3.2.2Distribuzioni di frequenza in classi
3.2.3Distribuzioni di frequenza di variabili qualitative
3.3Distribuzioni doppie di frequenza
3.4Serie storiche
3.5Serie territoriali
Capitolo 4. Medie
4.1 Introduzione
4.2 Media aritmetica
4.5 Media quadratica
4.7 Medie analitiche delle le distribuzioni di frequenze (no armonica e geometrica)
4.8 Medie ponderate (no armonica e geometrica)
8 Numeri indici
8.1 Introduzione
8.2 Serie storiche di numeri indici
8.3 Numeri indici sintetici (no Paasche)
1.11 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 campus
Capitolo 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
Capitolo 5. Indici di variabilità
5.1 Introduzione
5.2 Scostamenti medi (no scostamento semplice medio)
5.2.1 Il caso delle distribuzioni di frequenze
5.2.2 Il caso delle distribuzioni di frequenza 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 campus
Capitolo 6. Forma delle distribuzioni di frequenza
6.1 Introduzione
6.2 Asimmetria (fino a Definizione 6.2 esclusa)
Capitolo 7. Uno sguardo d’insieme alle costanti caratteristiche
7.1 Introduzione
7.2.1 Grafico a scatola
Capitolo 9. Analisi della dipendenza nelle tabelle di contingenza
9.1 Introduzione
9.2 Dipendenza tra le variabili di una tabella di contingenza
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 campus
Capitolo 10. Regressione lineare semplice
10.1 Introduzione
10.2 Regressione lineare semplice
10.3 Adattamento della retta di regressione ai punti osservati
Capitolo 11. Correlazione
11.1 Introduzione
11.2 Misura della correlazione
(escludere 11.2.1)
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 campus
Capitolo 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 campus
Capitolo 13. Variabili casuali
13.1 Introduzione
13.2 Variabili casuali discrete
13.3 Variabili casuali continue
13.4 Ulteriori proprietà delle variabili casuali
Capitolo 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 campus
Capitolo 15. Distribuzioni di probabilità congiunte
15.1 Introduzione
15.2 Variabili casuali doppie
15.3 Distribuzione di probabilità congiunta di due variabili casuali discrete
15.5 Distribuzione di probabilità congiunta di n variabili casuali
Capitolo 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 campus
Capitolo 17. Campioni casuali e distribuzioni campionarie
17.1 Introduzione
17.2 Campione casuale
17.3 Distribuzione di probabilità del campione casuale
17.4 Statistiche e distribuzioni campionarie
17.5 Distribuzione campionaria della media
17.7 Distribuzione campionaria della media quando la varianza non è nota
Capitolo 18. Stima puntuale
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 campus
Capitolo 19. Stima intervallare
19.1 Introduzione
19.2 Stima intervallare della media di una popolazione normale con varianza nota
19.3 Stima intervallare della media di una popolazione normale con varianza non nota
19.4 Stima intervallare della media nel caso di grandi campioni
Capitolo 20. Verifica delle ipotesi
20.1 Introduzione
20.2 Verifica delle ipotesi
20.3Test di ipotesi sulla media di una popolazione normale con varianza nota
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 campus
Capitolo 20. Verifica delle ipotesi
20.4 Test di ipotesi sulla media di una popolazione normale con varianza non nota
20.5 Test di ipotesi sulla media di una popolazione 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).