Analisi Statistica applicata ai Trasporti

DIPARTIMENTO di ECONOMIA - DIEC
Scuola di Scienze S ociali
SCUOLA DI
SCI ENZE SOCI ALI
Analisi Statistica applicata ai Trasporti - Codice 87140
Corso di laurea magistrale in Economia e Management Marittimo e Portuale - A.A. 2015/16
Docente
PERSICO LUCA
e-mail:
[email protected]
Anno di corso:
1
Sem:
2
Sede:
GENOVA
SSD:
SECS-S/03
CFU:
6
Ore lezione:
48
Obiettivi formativi
Al termine del corso lo studente è in grado di: pianificare e condurre un’indagine campionaria, produrre
sintesi dei dati raccolti ed analizzarli con le opportune metodologie di statistica descrittiva e di inferenza
statistica per la stima e la verifica di ipotesi, redigere un report efficace delle analisi condotte. Il corso ha
inoltre come obiettivo quello di fornire allo studente le conoscenze di base necessarie a renderlo autonomo
nello studio e nel successivo utilizzo delle metodologie statistiche più avanzate.
Programma/Contenuti
Il corso tratta l’utilizzo di alcuni strumenti statistici fondamentali per la sintesi dei fenomeni relativi ai trasporti,
con particolare attenzione al trasporto marittimo. La parte teorica del corso sarà accompagnata da una parte
pratica finalizzata all’apprendimento delle competenze necessarie ad acquisire, riorganizzare ed analizzare
datasets di grandi dimensioni. Le esercitazioni saranno svolte in aula informatica utilizzando i più comuni
software di analisi statistica dei dati (Excel, R). L’esame si completerà con lo studio di uno o più articoli
scientifici in cui le metodologie discusse durante il corso vengono utilizzate.
Programma dettagliato del corso
Le fonti statistiche e i principi dell’indagine campionaria:
o il Sistema Statistico Nazionale e il Programma Statistico Nazionale;
o l’Istat e l’Eurostat;
o le principali fonti statistiche sui trasporti.
o le fasi dell’indagine statistica;
o le tecniche di rilevazione dei dati;
o i principali metodi di campionamento probabilistico: campionamento casuale semplice, in blocco,
stratificato e a grappolo.
o gli errori extracampionari.
I principi dell’inferenza statistica e il problema della stima dei parametri:
o le basi teoriche dell’inferenza statistica;
o stime, stimatori e distribuzioni di stimatori;
o proprietà auspicabili per uno stimatore;
o lo stimatore media campionaria: definizione e distribuzione.
Introduzione alla stima intervallare:
o Intervallo di confidenza per la media (caso varianza nota);
o Intervallo di confidenza per la media (caso varianza ignota);
o Stima della media nel campionamento stratificato
I principi della verifica delle ipotesi statistiche:
DIPARTIMENTO di ECONOMIA - DIEC
Scuola di Scienze S ociali
SCUOLA DI
SCI ENZE SOCI ALI
o ipotesi nulla e alternativa; errori di prima e seconda specie;
o definizione e distribuzione della statistica test;
o il livello di significatività osservato (p-value).
Principali test statistici di confronto tra medie di interesse per le applicazioni ai dati sui trasporti:
o test t di Student di raffronto tra due medie;
o analisi della varianza (ANOVA).
Il problema della violazione delle assunzioni parametriche e i test statistici correlati:
o effetti delle violazioni di normalità e di omoschedasticità;
o utilizzo dei test bontà di adattamento (Kolmorov-Smirnov, Shapiro-Wilk);
o test di Levene sull’omogeneità delle varianze.
Cenni sui metodi non parametrici di stima:
o test di Wilcoxon-Mann-Whitney;
o test di Kruskal-Wallis.
Stima ed interpretazione del modello lineare classico:
o richiami di notazione matriciale;
o stima del modello di regressione lineare col metodo dei minimi quadrati ordinari;
o utilizzo di variabili dummy;
o misure di adattamento del modello (R2, R2 aggiustato, criterio di Akaike);
o test sulla significatività del modello;
o test sulla significatività dei singoli coefficienti;
o regressione stepwise;
o diagnostiche di regressione.
Eventuali propedeuticità e/o pre requisiti consigliati
Prerequisiti: aver sostenuto l’esame di Statistica I
Risultati di apprendimento previsti
•
•
•
•
•
Conoscenza e comprensione Gli studenti acquisiscono adeguate conoscenze e un'efficace
capacità di comprensione dei principali strumenti statistici applicati al management marittimo e
portuale.
Capacità di applicare conoscenza e comprensione Alla fine del corso gli studenti sono in grado
di riprodurre le tecniche apprese durante il corso anche grazie all’utilizzo dei software utilizzati
durante le ore di lezione. Nello specifico, sono in grado di: pianificare opportunamente un’indagine
campionaria, scegliere lo schema di campionamento più opportuno, produrre sintesi dei dati
campionari raccolti, analizzare i dati multivariati con le opportune metodologie di statistica descrittiva
e di inferenza statistica per la stima e la verifica di ipotesi, redigere un report efficace delle analisi
condotte.
Autonomia di giudizio Gli studenti sono in grado di procedere autonomamente nella costruzione
di un campione probabilistico e di analizzarlo, così come sono in grado di scegliere la tecnica di
analisi statistica più idonea al problema da affrontare.
Abilità comunicative Gli studenti sono in grado di spiegare le metodologie statistiche apprese ma
anche di presentarne le finalità e i risultati.
Capacità di apprendimento Gli studenti vengono introdotti ai temi del corso anche con l’ausilio di
case studies e/o attraverso testimonianze aziendali. Ciò consente loro di comprendere le molte
varianti delle tecniche proposte che saranno poi in grado di approfondire autonomamente.
Modalità didattiche, obblighi, testi e modalità di accertamento.
Modalità didattiche Lezioni frontali, analisi di casi, testimonianze aziendali, lavori di gruppo.
Presente su
Si
Aulaweb
☒ No ☐
Obblighi
Testi di studio Appunti dalle lezioni e materiali messi a disposizione su Aulaweb
Bracalente B., Cossignani M, Mulas A. (2009) – Statistica Aziendale. Mc-Graw-Hill
Washington S.P., Karlaftis M.G., Mannering F.L. (2011) Statistical and econometric
methods for transportation data analysis. Chapman&Hall.
DIPARTIMENTO di ECONOMIA - DIEC
Scuola di Scienze S ociali
SCUOLA DI
SCI ENZE SOCI ALI
Modalità di Per gli studenti frequentanti la preparazione viene valutata mediante:
accertamento
a) Una prova scritta di carattere pratico svolta con l’ausilio del pc
b) Un project work da svolgersi in piccoli gruppi
c) Una prova orale di carattere teorico
Ripetizione L’esame non può essere sostenuto in due appelli consecutivi nella stessa sessione
dell’esame quando questa sia composta di quattro appelli.
Informazioni aggiuntive per gli studenti non frequentanti
Modalità didattiche Studio individuale guidato dal docente
Obblighi
Testi di studio Appunti dalle lezioni e materiali messi a disposizione su Aulaweb
Bracalente B., Cossignani M, Mulas A. (2009) – Statistica Aziendale. Mc-Graw-Hill
Washington S.P., Karlaftis M.G., Mannering F.L. (2011) Statistical and econometric
methods for transportation data analysis. Chapman&Hall.
Modalità di Per gli studenti non frequentanti la preparazione viene valutata mediante:
accertamento
a) Una prova scritta di carattere pratico
b) Una prova orale di carattere teorico
Ripetizione L’esame non può essere sostenuto in due appelli consecutivi nella stessa sessione
dell’esame quando questa sia composta di quattro appelli.
For foreign students
Course The course aims at providing the main statistical tools for transportation data
description analysis. The main topics are primary data collection (survey methodologies),
sampling, analysis of variance and regression.
Part of the course will be dedicated to the use of statistical software.
Methodology Lectures, computer lab lectures, case studies, homework and group work.
Attendance 6 hours/week, optional
Textbook and Washington S.P., Karlaftis M.G., Mannering F.L. (2011) Statistical and econometric
other methods for transportation data analysis. Chapman&Hall.
reccomended Further materials will be made available through Aulaweb during the course
resources
Assessment Students that attend the course will be evaluated according to:
a) A written exam
b) A project work
c) An oral exam
Students that do not attend the course will have to prepare a brief thesis on one of
the main topics of the course instead of the project work.
Note
Si invitano tutti gli studenti a consultare periodicamente la pagina di questo insegnamento sul portale dell’elearning AulaWeb (raggiungibile dal sito di Ateneo o all’indirizzo: http://www.aulaweb.unige.it/). Tutte le
informazioni e i materiali relativi a questo insegnamento sono pubblicate esclusivamente in tale sito.