UNIVERSITÀ DEGLI STUDI DI FOGGIA DIPARTIMENTO DI ECONOMIA

Transcript

1 SCHEDA INSEGNAMENTO A.A. 2019/2020 CORSO DI LAUREA IN ECONOMIA INSEGNAMENTO STATISTICA 2 Docente: SPADA ALESSIA alessia.spada@unifg.it pagina web: luogo ricevimento: c/o Presidenza Dipartimento Economia, primo piano, Palazzo Ex-Ateneo S.S.D. dell insegnamento SECS- S/01 Anno di Corso SECONDO Crediti 8 Semestre (dal settembre 2019 al dicembre 2019) Primo; SETTEMBRE 2019-DICEMBRE 2019 Propedeuticità STATISTICA 1 Eventuali prerequisiti Conoscenze di statistica descrittiva univariata e bivariata, sia per studenti frequentanti che per non frequentanti e lavoratori. ORGANIZZAZIONE DEL CORSO Articolazione in moduli Lezioni frontali Seminari Esercitazioni in aula e/o laboratorio Visite guidate e/o attività di gruppo assistite NO numero ore:42 numero ore:2 numero ore:14 numero ore:6

2 PROGRAMMA DELL INSEGNAMENTO Obiettivi formativi Conoscenza e capacità di comprensione Capacità di applicare conoscenza e comprensione Autonomia di giudizio Abilità comunicative Capacità di apprendimento Modalità di erogazione Testi consigliati Il corso si propone di presentare la teoria delle variabili casuali, i metodi di stima puntuale dei parametri, degli intervalli di confidenza e di verifica d ipotesi, e i metodi statistici non parametrici, al fine di poter raggiungere una formazione completa nell uso delle tecniche statistiche inferenziali applicabili negli studi economici. Risultati di apprendimento attesi Al termine del corso lo studente possederà le conoscenze di base dell'inferenza statistica. In particolare lo studente apprenderà la teoria delle variabili aleatorie, applicherà le nozioni di calcolo delle probabilità a problemi inferenziali e sarà in grado di verificare un ipotesi statistica nell ambito di una popolazione e nel confronto di più popolazioni. Inoltre lo studente acquisirà la conoscenza dei comandi statistici inferenziali presenti in software di analisi dei dati. Le conoscenze acquisite permetteranno di applicare gli strumenti statistici appresi alla raccolta ed elaborazione dati, indagini di mercato e sondaggi di opinione. Lo studente potrà migliorare la propria capacità critica di giudizio nei confronti dei risultati di sondaggi di opinione presentati dai mass media, e imparerà a valutare autonomamente quali strumenti statistici applicare in base all obiettivo delle ricerche di mercato. Lo studente dovrà acquisire abilità nell interpretazione dei risultati e nella presentazione dei dati, anche tramite l uso di software. La capacità di apprendimento verrà stimolata attraverso esercitazioni pratiche in cui gli studenti presenteranno in gruppo i risultati di problemi posti dal docente inerenti al programma svolto. Tradizionale S. Borra, A. Di Ciaccio, Statistica per le scienze economiche e sociali. McGraw-Hill, ultima edizione. Capitoli 8-18 (tranne il capitolo 15) Modalità di verifica dell apprendimento Al fine di verificare il grado di apprendimento appreso, la valutazione finale consisterà in una prova scritta e una prova orale. La prova scritta consiste in esercizi inferenziali a risposte aperte, il cui esito verrà valutato in termini di idoneo/non idoneo. Per tale prova lo studente avrà a disposizione un ora di tempo. In caso di superamento della prova scritta lo studente sosterrà una prova orale relativa a domande teoriche sul programma svolto, valutata in trentesimi. Solo per i frequentanti, nel corso delle lezioni sono previste due prove di esonero dalla prova scritta, la prima prova di esonero si tiene al termine del I modulo (fine ottobre) e la seconda al termine delle lezioni (prima metà di dicembre). Gli studenti che superano la prima prova di esonero hanno accesso alla seconda prova di esonero. Gli

3 studenti che superano entrambe le due prove di esonero potranno sostenere direttamente la prova orale nei giorni previsti dagli appelli pubblicati sul sito di Economia, essendo esonerati dalla prova scritta d esame.

4 Programma dettagliato dell insegnamento Argomenti del Corso Rif. testo Ore di lezioni corrispondenti Probabilità: concetti di base Capitolo 8 del Testo di 7 Variabili casuali e distribuzioni di probabilità Capitolo 9 del Testo di 7 Campionamento e distribuzioni campionarie Capitolo 10 del Testo di 7 Stima puntuale Capitolo 11 del Testo di 7 Stima per intervallo Capitolo 12 del Testo di 8 Teoria dei test statistici Capitolo 13 del Testo di 7 Test per medie, proporzione e varianze Capitolo 14 del Testo di 8 Inferenza nel modello di regressione lineare Capitolo 16 del Testo di 7 Software per l elaborazione dei dati: inferenza statistica Capitolo 18 del Testo di 6

5 Bachelor Degree or Master Degree Programme: Academic Year: 2019/2020 Subject title: Statistics 2 Lecturer: Spada Alessia Academic year 2019/20 SSD (scientific area) SECS- S/01 CFU (Credits) 8 Programme year 2 Academic period September 2019-December 2019 TEACHING ORGANIZATION: Lectures /seminars 44 Practical activities 14 Other activities 6 Objectives Expected learning results The course aims to present the theory of random variables, methods of precise estimation of parameters, confidence intervals and hypothesis testing, and non-parametric statistical methods, in order to be able to achieve a complete training in the use of techniques inferential statistics applicable in economic studies. At the end of the course the student will possess the basic knowledge of statistical inference. In particular, the student will learn the theory of random variables, apply

6 the notions of calculation of probabilities to inferential problems and will be able to verify a statistical hypothesis within a population and in the comparison of several populations. Furthermore the student will acquire the knowledge of the inferential statistical commands present in data analysis software. The acquired knowledge will allow the application of the statistical tools learned to the collection and processing of data, market surveys and opinion polls. The student will be able to improve his / her critical judgment skills with respect to the results of opinion polls presented by the media. The student will have to acquire skills in the interpretation of the results and in the presentation of the data, also through the use of the software. The learning ability will be stimulated through practical exercises in which the students will present in group the results of problems posed by the teacher concerning the program carried out. Textbooks Mode of delivery of teaching (traditional, at a distance, e-learning..) Examination method Text for Erasmus students at.pdf Traditional In order to verify the degree of learning learned, the final evaluation will consist of a written test and an oral test. The written test consists of inferential exercises with open answers, the outcome of which will be evaluated in terms of suitable / unsuitable. For this test the student will have an hour available. In the event of successful completion of the written test, the student will take an oral test related to theoretical questions on the program carried out, evaluated in thirtieths. TEACHING PROGRAMME (SUMMARY): Random sampling, sample space and random variables Probability density functions of statistics Asymptotic distributions and limit central theorem. Point estimation: methods for finding and methods for evaluating estimators.

7 Interval estimation Testing statistical hypotheses: Fisher significance theory and Neyman-Pearson theory Test-statistics of comparing means, proportions, variances, distributions. Non parametric test Software for statistical analysis