CORSO DI STUDIO: Corso di laurea Triennale in Economia e Commercio                                              a.a. 2015/2016

Denominazione insegnamento

Statistica 2
Statistics 2
Lingua dell’insegnamento: italiano
Crediti e ore di lezione: 9 crediti / 72 ore di lezione

Moduli: NO

Settore/i scientifico disciplinare: SECS/S-01

Docente (nome e cognome): Michela Battauz
Indirizzo email: michela.battauz@uniud.it
Pagina web personale: http://people.uniud.it/page/michela.battauz

Prerequisiti e propedeuticità

PREREQUISITI: è fortemente consigliato il superamento degli esami di matematica generale e statistica in quanto il contenuto di questi corsi sarà considerato acquisito e costituisce la condizione necessaria per seguire l’insegnamento con successo.
PROPEDEUTICITA’: nessuna.

Conoscenze e abilità da acquisire

L’insegnamento si pone l’obiettivo di approfondire i metodi dell’inferenza statistica con una particolare attenzione alla verosimiglianza e di far acquisire i metodi della regressione lineare.

Obiettivi formativi:

Conoscenza e comprensione: acquisire conoscenza e comprensione dei metodi dell’inferenza statistica, dei metodi di inferenza basati sulla verosimiglianza e del modello di regressione lineare semplice e multipla.

Capacità di applicare conoscenza e comprensione: la conoscenza e la comprensione di tali tematiche devono fornire allo studente la possibilità di applicarle a contesti economico-aziendali. Lo studente sarà inoltre in grado di leggere i risultati di analisi statistiche riportate su varie fonti tra le quali riviste, libri, e rapporti.

Autonomia di giudizio: acquisire la capacità di scegliere la tecnica statistica adeguata all’analisi del fenomeno oggetto di studio, saper interpretare il risultato dell’analisi statistica.

Abilità comunicative: esporre i risultati dell’analisi statistica, anche attraverso il supporto di grafici e tabelle.

Capacità di apprendimento: acquisire la capacità di apprendere in maniera autonoma ulteriori tecniche inferenziali e modelli statistici più complessi.

Programma e contenuti dell'insegnamento

1. Teoria dei test statistici.
2. Test per medie, proporzioni e varianze.
3. Metodi di inferenza basati sulla verosimiglianza.
4. Il modello di regressione lineare semplice.
5. Inferenza nel modello di regressione lineare semplice.
6. Il modello di regressione multipla.
7. L’analisi della varianza.

Attività di apprendimento e metodi didattici previsti

L’insegnamento prevede esclusivamente lezioni frontali, in gran parte svolte alla lavagna.
Il materiale didattico è costituito prevalentemente da libri di testo.
Parte del programma prevede il supporto di ludici che verranno resi disponibili online.

Modalità di verifica dell'apprendimento

L’esame consiste in una prova scritta.

Testi / Bibliografia

Testi di riferimento:
• Azzalini, A. (2004). Inferenza statistica: Una presentazione basata sul concetto di verosimiglianza, II edizione, Springer-Verlag.
• Borra, S., Di Ciaccio, A. (2014). Statistica: Metodologie per le scienze economiche e sociali, III edizione, McGraw-Hill.
Testo di consultazione:
• Chicchitelli, G. (2012). Statistica: Principi e metodi, II edizione, Pearson Education.

Strumenti a supporto della didattica

Durante il corso, per ogni lezione si inserirà sul materiale didattico online il libro di riferimento con i paragrafi trattati.
Oltre ai libri di testo sarà disponibile online ulteriore materiale didattico in formato elettronico.

Tesi di laurea

Si possono sviluppare tesi che approfondiscono alcune problematiche connesse con i modelli di regressione o che riguardano l’applicazione dell’analisi di regressione ai dati.