39 - Unicatt

Statistica per le Decisioni Aziendali
PROF. ENRICO FABRIZI
OBIETTIVO DEL CORSO
Fornire agli studenti strumenti concettuali e pratici per l’analisi statistica dei dati.
RISULTATI DI APPRENDIMENTO
Chiarire la logica e gli strumenti dell’analisi statistica dei dati. Sviluppare le
capacità di ragionare in modo critico e rigoroso sui dati economici. Fornire alcuni
strumenti concettuali essenziali per affrontare problemi statistici che gli studenti
incontreranno nel proseguimento del loro corso di studi.
PROGRAMMA DEL CORSO
MODULO 1: STATISTICA
PARTE I: STATISTICA DESCRITTIVA
Introduzione: Rappresentazioni tabellari e grafiche dei dati. Istogrammi.
Medie: Media aritmetica, geometrica, mediana, moda.
Altri indicatori di posizione: quartili, percentili.
Misure di variabilità: varianza, deviazione standard, coefficiente di variazione,
scostamento medio semplice dalla mediana, differenze interpercentili.
Asimmetria: concetti base, indice di Fisher.
Statistica descrittiva bivariata: tabelle a doppia entrata. Medie e varianze
condizionate, indicatori di associazione; diagramma a dispersione, covarianza e
correlazione tra caratteri quantitativi.
PARTE II: CALCOLO DELLE PROBABILITÀ
Introduzione: Definizioni e teoremi di base. Probabilità condizionate, indipendenza
tra eventi. Formula di Bayes.
Teoria delle variabili casuali discrete: distribuzione di probabilità, funzione di
ripartizione, valore atteso, varianza.
Famiglie notevoli di v.c. discrete: Bernoulli, Binomiale, Poisson, Uniforme
discreta.
Teoria delle variabili casuali continue: funzione di densità, 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: Definizioni di base, distribuzioni
condizionate; momenti condizionati. Indipendenza tra variabili casuali.
Teoremi di convergenza: legge forte dei grandi numeri, teorema centrale limite.
PARTE III: INFERENZA STATISTICA
Introduzione: 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. Stimatori di massima verosimiglianza.
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 chi-quadrato di indipendenza.
MODULO 2: STATISTICA AZIENDALE
PARTE IV: MODELLI DI REGRESSIONE
Il modello di regressione lineare semplice: Specificazione del modello, ipotesi sui
residui. Stima dei parametri secondo il criterio dei minimi quadrati. Scomposizione
della devianza e misure di adattamento. Proprietà 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.
Il modelli di regressione lineari generalizzati: il modello di regressione logistica, il
modello di regressione probit.
I modelli di regressione non-lineari. Stima di curve di crescita logistiche.
Regressione non parametrica (cenni)
Numeri indice: numeri indice semplici, formule per il cambiamento di base.
Numeri indice di Laspeyres, Paasche, Fisher.
PARTE V: 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, 3a ed., McGraw-
Hill, Milano, 2014.
Altri testi consigliati
D. PICCOLO, Statistica per le decisioni, Il Mulino, Bologna, 2010.
C. IODICE, Esercizi Svolti per la prova di Statistica, III Edizione, Edizioni Simone 2007.
DIDATTICA DEL CORSO
Lezioni frontali ed esercitazioni in aula.
METODO DI VALUTAZIONE
L’esame è strutturato in una prova scritta (obbligatoria) e in una prova orale (facoltativa).
La prova scritta si compone di esercizi e domande di natura teorica. Risolvendo gli esercizi
gli studenti sono chiamati a dimostrare di saper applicare le tecniche di analisi trattate nel
corso a piccoli insiemi di dati. Le domande teoriche sono finalizzate a verificare la capacità
di utilizzare i concetti per risolvere semplici problemi di analisi dei dati. La prova orale
verifica che gli studenti abbiano compreso la logica sottostante ai vari strumenti di analisi
dei dati, siano in grado di esemplificare le loro possibili applicazioni economiche e
possiedano nozioni essenziali di statistica matematica. Alla prova orale sono ammessi solo
gli studenti che hanno ottenuto un esito positivo nella prova scritta (almeno 18/30); il voto
ottenuto nella prova orale può modificare il voto ottenuto nella prova scritta di alpiù 4 punti
(sia in più, sia in meno).
La prova scritta può essere sostenuta o in un’unica soluzione o divisa in due parti, la prima
relativa al modulo di Statistica, la seconda relativa al modulo di Statistica Aziendale. Per le
modalità di superamento della prova scritta relativa al modulo di Statistica, si veda il
programma del corso indicato con questo nome. Il voto complessivo viene ottenuto come
media ponderata delle due prove intermedie, in ragione dei crediti associati alle due parti di
esame.
Per il modulo di Statistica Aziendale la prova scritta può essere sostituita da una prova
pratica finalizzata a verificare la capacità degli studenti di analizzare un insieme di dati
mediante il software statistico R, introdotto durante il corso.
AVVERTENZE
Indicazioni più 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.
ORARIO E LUGO DI RICEVIMENTO STUDENTI
Gli orari di ricevimento sono disponibili on line nella pagina personale del docente,
consultabile al sito http://docenti.unicatt.it/