Obiettivi formativi
Il corso di Statistics ha l’obiettivo di introdurre gli studenti ai principali temi della probabilità e della statistica, con particolare riferimento alla statistica descrittiva, alla statistica inferenziale, ai principi di econometria e all’analisi causale.
Il corso intende fornire agli studenti strumenti teorici e applicativi utili per comprendere, analizzare e interpretare i dati in modo rigoroso, competente e consapevole. Particolare attenzione sarà dedicata all’utilizzo della statistica come supporto all’analisi economica e alle decisioni fondate sull’evidenza empirica.
Attraverso un equilibrio tra fondamenti metodologici ed esercitazioni pratiche, gli studenti svilupperanno le competenze necessarie per affrontare l’analisi dei dati in contesti economici, aziendali e sociali.
Prerequisiti
Sebbene non siano previste propedeuticità formali, una conoscenza di base della matematica e della programmazione rappresenta un elemento fortemente utile per una più rapida comprensione e applicazione dei contenuti del corso.
Risultati di apprendimento attesi
Al termine del corso, gli studenti saranno in grado di comprendere e utilizzare i principali strumenti della probabilità e della statistica descrittiva e inferenziale. In particolare, saranno capaci di organizzare, rappresentare e sintetizzare dati quantitativi, interpretare misure statistiche fondamentali e valutare l’incertezza associata ai fenomeni osservati.
Gli studenti acquisiranno inoltre la capacità di applicare metodi statistici ed econometrici di base all’analisi di dati economici, aziendali e sociali, sviluppando competenze utili per formulare ipotesi, testarle empiricamente e interpretare i risultati in modo rigoroso. Saranno introdotti ai principi dell’analisi causale e all’utilizzo dei dati come supporto alle decisioni economiche e manageriali.
Il corso mira infine a sviluppare un approccio critico e consapevole all’analisi empirica, consentendo agli studenti di distinguere tra semplici relazioni statistiche e possibili relazioni causali, valutare la qualità delle evidenze disponibili e comunicare in modo chiaro i risultati delle analisi svolte.
Contenuti Del Corso
Il corso è organizzato in quattro moduli principali, pensati per accompagnare progressivamente gli studenti dalla comprensione dei dati alla loro analisi statistica ed econometrica.
Il primo modulo è dedicato alla statistica descrittiva. In questa parte del corso gli studenti saranno introdotti agli strumenti fondamentali per raccogliere, organizzare, rappresentare e sintetizzare i dati. Saranno trattate le principali misure di posizione, dispersione e forma delle distribuzioni, insieme alle tecniche di rappresentazione grafica e tabellare dei fenomeni quantitativi.
Il secondo modulo riguarda la teoria della probabilità. Verranno presentati i concetti di base dell’incertezza, degli eventi casuali, delle variabili aleatorie e delle distribuzioni di probabilità. Particolare attenzione sarà dedicata al ruolo della probabilità come fondamento teorico dell’inferenza statistica e dell’analisi dei fenomeni economici e sociali caratterizzati da incertezza.
Il terzo modulo è dedicato alla statistica inferenziale. Gli studenti apprenderanno come utilizzare le informazioni provenienti da un campione per formulare conclusioni sulla popolazione di riferimento. Saranno affrontati temi quali la distribuzione campionaria, la stima puntuale e intervallare, i test di ipotesi e l’interpretazione dei risultati statistici.
Il quarto modulo introduce i principi fondamentali dell’econometria. In questa parte del corso saranno presentati i concetti di base dell’analisi di regressione, con particolare riferimento al modello di regressione lineare semplice e multipla. Gli studenti saranno guidati nella comprensione del legame tra teoria economica, dati empirici e modelli statistici, con un’introduzione ai problemi di interpretazione causale e all’utilizzo dei dati per l’analisi economica e decisionale.
Nel complesso, il corso combina fondamenti teorici, applicazioni pratiche ed esempi tratti da contesti economici, aziendali e sociali, con l’obiettivo di fornire agli studenti una preparazione solida per l’analisi quantitativa dei dati.
Testi Di Riferimento
Il testo di riferimento del corso è Prem S. Mann, Introductory Statistics, 7ª edizione. Il manuale sarà utilizzato come supporto principale per lo studio dei contenuti teorici e applicativi trattati durante il corso, con particolare riferimento agli argomenti di statistica descrittiva, probabilità, statistica inferenziale e introduzione all’analisi statistica dei dati.
Eventuali materiali integrativi, esercitazioni, dataset e letture aggiuntive potranno essere forniti dal docente durante il corso.
Metodologie Didattiche
Il corso combina lezioni teoriche, esercitazioni applicate e attività pratiche di analisi dei dati. Le lezioni teoriche saranno dedicate alla presentazione dei principali concetti di probabilità, statistica descrittiva, statistica inferenziale ed econometria introduttiva, con particolare attenzione alla loro interpretazione e applicazione in ambito economico, aziendale e sociale.
Accanto alla parte teorica, il corso prevede esercitazioni di statistica finalizzate al consolidamento degli argomenti trattati. Gli studenti saranno guidati nello svolgimento di problem set ed esercizi pratici, anche attraverso sessioni dedicate in classe con il Teaching Assistant, al fine di sviluppare una comprensione operativa dei metodi statistici.
Una parte del corso sarà inoltre dedicata all’utilizzo di Python per la statistica e l’analisi dei dati. Attraverso esercitazioni in classe, gli studenti avranno l’opportunità di applicare gli strumenti teorici a dataset reali o simulati, imparando a organizzare, analizzare, interpretare e presentare i risultati di un’analisi empirica.
Modalità di verifica dell'apprendimento
La verifica dell’apprendimento si articolerà in due momenti principali: un quiz intermedio e un esame finale scritto.
Il quiz intermedio, previsto a metà corso, consisterà in domande a risposta multipla volte a verificare la comprensione dei principali concetti trattati nella prima parte del corso. Il quiz avrà un peso pari al 20% della valutazione finale.
L’esame finale scritto avrà un peso pari all’80% della valutazione finale e sarà composto da domande aperte di teoria ed esercizi applicativi. L’esame avrà l’obiettivo di valutare sia la conoscenza dei concetti teorici sia la capacità degli studenti di applicare gli strumenti statistici ed econometrici a problemi concreti.
La valutazione complessiva terrà quindi conto della comprensione teorica degli argomenti, della capacità di risolvere esercizi quantitativi e dell’abilità di interpretare correttamente i risultati dell’analisi statistica.
Criteri per l’assegnazione dell’elaborato finale
Non sono previsti criteri specifici per l’assegnazione dell’elaborato finale.
Settimana 1
Introduzione al ruolo della statistica nell’analisi economica, aziendale e sociale. Definizione di popolazione, campione, variabili qualitative e quantitative. Raccolta, classificazione e organizzazione dei dati. Tabelle di frequenza, distribuzioni di frequenza e prime rappresentazioni grafiche.
Settimana 2
Analisi delle principali misure di posizione: media, mediana, moda, quartili e percentili. Introduzione alle misure di dispersione: intervallo di variazione, varianza, deviazione standard e coefficiente di variazione. Interpretazione economica delle misure statistiche.
Settimana 3
Studio della forma delle distribuzioni, asimmetria e curtosi. Analisi grafica dei dati attraverso istogrammi, boxplot e scatterplot. Introduzione alla relazione tra variabili quantitative: covarianza e correlazione. Applicazioni a dati economici e aziendali.
Settimana 4
Introduzione al concetto di incertezza e agli eventi casuali. Spazio campionario, eventi semplici e composti, probabilità classica, frequentista e soggettiva. Regole di base della probabilità, eventi complementari, unione e intersezione di eventi.
Settimana 5
Probabilità condizionata, eventi indipendenti e dipendenti. Regola del prodotto, teorema della probabilità totale e introduzione al teorema di Bayes. Applicazioni della probabilità condizionata a problemi economici, manageriali e decisionali.
Settimana 6
Definizione di variabile aleatoria discreta e continua. Valore atteso, varianza e deviazione standard di una variabile aleatoria. Introduzione alle principali distribuzioni di probabilità, con particolare attenzione alla distribuzione binomiale e alla distribuzione normale.
Settimana 7
Introduzione al campionamento e al ruolo del campione nell’inferenza statistica. Concetto di distribuzione campionaria. Media campionaria, proporzione campionaria, errore standard e teorema del limite centrale. Collegamento tra probabilità e inferenza statistica.
Settimana 8
Stima dei parametri della popolazione a partire dai dati campionari. Proprietà degli stimatori. Costruzione e interpretazione degli intervalli di confidenza per medie e proporzioni. Livello di confidenza, margine di errore e dimensione campionaria.
Settimana 9
Introduzione alla logica dei test statistici. Ipotesi nulla e ipotesi alternativa, errori di I e II tipo, livello di significatività e p-value. Test su medie e proporzioni. Interpretazione dei risultati e collegamento con applicazioni economiche ed empiriche.
Settimana 10
Introduzione al modello di regressione lineare semplice. Relazione tra variabile dipendente e variabile indipendente. Metodo dei minimi quadrati ordinari. Interpretazione dei coefficienti, residui e bontà di adattamento del modello.
Settimana 11
Estensione al modello di regressione lineare multipla. Interpretazione dei coefficienti a parità delle altre variabili. Variabili di controllo, significatività statistica, R-quadro e limiti dell’interpretazione dei risultati. Applicazioni a dati economici e aziendali.
Settimana 12
Distinzione tra correlazione e causalità. Introduzione ai problemi di endogeneità, variabili omesse e interpretazione causale dei coefficienti. Esempi di analisi empirica in ambito economico e manageriale. Riepilogo dei principali contenuti del corso e collegamento tra statistica descrittiva, probabilità, inferenza ed econometria.