Sei sulla pagina 1di 2

Statistica

PROF. ENRICO FABRIZI OBIETTIVO DEL CORSO

Mettere in grado gli studenti di comprendere a applicare alcuni strumenti di base per lanalisi dei dati.
RISULTATI DI APPRENDIMENTO

Fornire agli studenti un insieme di strumenti utili ad affrontare problemi di analisi dei dati e di decisione in condizioni di incertezza. Sviluppare capacit critiche e di analisi delle informazioni economiche. Fornire alcuni strumenti concettuali essenziali per affrontare tematiche di tipo statistico che incontreranno nel proseguimento del corso di laurea.
PROGRAMMA DEL CORSO PARTE I: STATISTICA DESCRITTIVA

Introduzione: Rappresentazioni tabellari e grafiche dei dati. Istogramma. Medie: Medie aritmetica, geometrica, mediana, moda. Altri indicatori di posizione: quartili, percentili. Misure di variabilit: varianza, deviazione standard, coefficiente di variazione, scostamento assoluto dalla mediana, differenze interpercentili. Asimmetria: concetti base, indice di Fisher. Statistica descrittiva bivariata: tabelle a doppia entrata. Medie e varianze condizionate, diagramma a dispersione, covarianza e correlazione tra caratteri quantitativi. Numeri indice: numeri indice semplici, formule per il cambiamento di base. Numeri indice di Laspeyres, Paasche, Fisher.
PARTE II: CALCOLO DELLE PROBABILIT

Introduzione: Definizioni e teoremi di base. Probabilit condizionate, indipendenza tra eventi. Formula di Bayes. Teoria delle variabili casuali discrete: distribuzione di probabilit, funzione di ripartizione, valore atteso, varianza. Famiglie notevoli di v.c. discrete: Bernoulli, Binomiale, Poisson, Uniforme discreta. Teoria delle variabili casuali continue: funzione di densit, funzione di ripartizione, momenti. Famiglie notevoli di v.c. continue: Uniforme continua, Esponenziale, Normale, Gamma, Beta, e log-Normale. Variabili casuali doppie discrete e continue: Distribuzioni condizionate; momenti condizionati. Indipendenza tra variabili casuali. Teoremi di convergenza: legge forte dei grandi numeri, teorema centrale limite.
PARTE III: INFERENZA STATISTICA

Campionamento e distribuzioni campionarie. Statistiche e loro distribuzioni campionarie. Stima puntuale: Concetto di stimatore. Correttezza, errore quadratico medio, efficienza di uno stimatore. Stima puntuale della media, della proporzione, della varianza di una popolazione. Stima intervallare: introduzione. Intervalli di confidenza per la media di una popolazione normale. Intervalli di confidenza per la varianza di una popolazione normale. Teoria dei test: impostazione del problema, regioni di accettazione e rifiuto, classificazione degli errori di decisione, funzione di potenza. Alcuni test: test per la media di una popolazione; test per una proporzione; test per la differenza tra due medie. Test chiquadrato di indipendenza.
PARTE IV: MODELLI DI REGRESSIONE (SOLO PER STUDENTI CON 12 CFU)

Il modello di regressione lineare semplice: Specificazione del modello, ipotesi sui residui. Stima dei parametri secondo il criterio dei minimi quadrati. Scomposizione della varianza totale e misure di adattamento. Propriet statistiche degli stimatori. Inferenza sui parametri del modello lineare semplice: Test sui coefficienti, analisi della varianza e test F. Previsioni. Analisi dei residui. Il modello di regressione lineare multipla: specificazione del modello, ipotesi sui residui, stimatori di minimi quadrati. Inferenza sui parametri del modello di regressione lineare multipla. Test t sui coefficienti, test F per analisi della varianza. Analisi dei residui e altre diagnostiche.

PARTE IV: APPLICAZIONI PRATICHE

Introduzione ai software statistici. Introduzione al software statistico R. Funzioni di base. Analisi dei dati, verifica delle ipotesi e modelli di regressione lineare utilizzando R.
BIBLIOGRAFIA Testo di riferimento
S. BORRA-A. DI CIACCIO, Statistica. Metodologie per scienze economiche e sociali, 2a ed., McGraw-Hill, Milano, 2008.

Altri testi consigliati D. PICCOLO, Statistica per le decisioni, Il Mulino, Bologna, 2010. C. IODICE, Esercizi svolti per la prova di Statistica, 3 edizione, Edizioni Simone 2007. DIDATTICA DEL CORSO Lezioni frontali ed esercitazioni in aula. METODO DI VALUTAZIONE Valutazione scritta seguita da prova orale. AVVERTENZE Indicazioni pi dettagliate sul programma del corso, sulle parti dei testi consigliati di interesse specifico per il corso, materiale bibliografico e di studio aggiuntivo, saranno forniti dalla docente nel corso delle lezioni. Il Prof. Enrico Fabrizi riceve gli studenti come da avviso affisso allalbo , ed altres raggiungibile via e-mail allindirizzo enrico.fabrizi@unicatt.it.