Vai al contenuto principale
Logo Università
Logo di Corso di studio in Management dell'Informazione e della Comunicazione Aziendale

Dipartimento di Management "Valter Cantino"

Corso di studio in Management dell'Informazione e della Comunicazione Aziendale

Logo di Corso di studio in Management dell'Informazione e della Comunicazione Aziendale
Oggetto:
Oggetto:

Statistica

Oggetto:

Statistics

Oggetto:

Anno accademico 2013/2014

Codice dell'attività didattica
SAA0038
Docente
Ugo Merlone (Titolare del corso)
Corso di studi
Management dell'informazione e della comunicazione aziendale (D.M. 270/04)
Anno
1° anno
Periodo didattico
Secondo semestre
Tipologia
Di base - Statistico-Matematico
Crediti/Valenza
8
SSD dell'attività didattica
SECS-S/01 - statistica
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Obbligatoria
Tipologia d'esame
Scritto ed orale
Modalità d'esame
L’esame consta di una prova scritta suddivisa in due parti: una parte a risposta multipla con svolgimento obbligatorio, la seconda parte con domande a risposta aperta. Entrambe le parti riguardano l'intero programma. Nel caso la parte a risposte multiple con svolgimento obligatorio risulti sufficiente fara' media con la parte a risposte aperte. La partecipazione a test facoltativi svolti durante il corso sara' valutata con un punteggio massimo pari a 3/30 che si aggiungerà alla votazione finale, solo se sufficiente (ovvero maggiore o uguale a 18), dell’esame scritto per chi superi l'esame al primo appello.
Prerequisiti
Nozioni di calcolo combinatorio, sommatorie, cenni sugli integrali
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Lo studente dovrà essere in grado, al termine del corso, di utilizzare gli strumenti metodologici adeguati a descrivere, mediante rappresentazioni grafiche e opportuni indici, una popolazione statistica, oltre che analizzare i legami intercorrenti tra mutabili o variabili statistiche. Allo studente verranno fornite anche le nozioni basilari sull’inferenza statistica in modo che, basandosi su informazioni campionarie, sappia stimare i parametri della popolazione di interesse.

At the end of the course the students should be able to use the methodological tools necessary to describe, by means of graphs and suitable indexes, a statistical population. They should also be able to analyze the underlying links between mutable or variable statistics. Students will be given the basic notions on statistic inference so that they will be capable of estimating parameters of the population under examination using samples.


Oggetto:

Risultati dell'apprendimento attesi

Capacità di pianificare un’indagine statistica e di elaborare e analizzare i dati ottenuti.

Capacity to plan and carry out a statistic survey and analyze the results obtained

 

Oggetto:

Modalità di verifica dell'apprendimento

Test svolti durante l'anno e prova finale.

 

Final exam and tests taken during the course.

Oggetto:

Attività di supporto

Durante il corso, verranno svolte attività di tutorato durante le quali gli studenti sono invitati a porre quesiti su quanto non compreso durante le lezioni.

 

Oggetto:

Contenuti

Nozioni di base della statistica descrittiva e inferenziale.

 

Descriptive and inferential statistics.

Oggetto:

Programma

Programma

  • Oggetto e fonti della Statistica. Collettivo e caratteri statistici. Scale di misura. Rilevazione dei dati e costruzione della matrice dei dati.
    Mutabili e variabili statistiche. Richiami sull’utilizzo delle sommatorie
  • Distribuzioni di frequenza. Principali rappresentazioni grafiche. Raggruppamento in classi
  • Funzione di ripartizione e quantili. Mediana, quartili e percentili. Il box plot.
  • Misure di posizione. Medie e loro applicazioni. Principali proprietà della media aritmetica
  • Misure di variabilità.
    Indici di eterogeneità e di entropia. Varianza e scarto quadratico medio.
  • Disuguaglianza di Tchebychev.
    Indici di forma
  • Confronti fra grandezze: rapporti statistici e numeri indice.
  • Analisi delle distribuzioni doppie: distribuzioni di frequenze congiunte, marginali e condizionate. Variabili statistiche bivariate. Media e varianza condizionate.
  • Dipendenza statistica e connessione. Tavole di contingenza e indici di connessione.
  • Dipendenza in media. Scissione della varianza. Misure della dipendenza in media.
  • Covarianza e coefficiente di correlazione lineare.
  • Metodo dei minimi quadrati. Retta di regressione. Verifiche del modello e indici di bontà di adattamento
  • Introduzione al calcolo delle probabilità. Esperimenti casuali, spazio campionario ed eventi. Differenti definizioni di calcolo delle probabilità. L’approccio assiomatico.
  • Calcolo delle probabilità. Probabilità condizionata. Indipendenza stocastica. Formula di Bayes
  • Variabili casuali univariate. Funzione di probabilità e funzione di densità di probabilità. Funzione di ripartizione. Momenti.
  • Particolari modelli probabilistici discreti. Distribuzione di Bernoulli e Binomiale.
  • Particolari modelli probabilistici continui. V.c. uniforme, normale, t di Student, c2
  • Calcolo delle aree della distribuzione normale e utilizzo delle tavole.
  • Campione casuale, stimatore e statistiche campionarie. Variabili casuali media e varianza campionaria. Teorema del limite centrale.
  • Stima puntuale e stima per intervallo.
  • Applicazioni a casi reali delle metodologie affrontate nel corso
  •  Cenni sull'uso dei comandi elementari di R

 

 

  1. The aims and origins of Statistics. Statistic collective and features. Measurement scales. Gathering of data and creation of the data matrix.
  2. Changeable and variable statistics. References to the sue of summation.
  3. Distribution of frequency. Main representational graphs. Grouping in categories.
  4. Distribution and quantile functions. Median, quartiles and percentiles. The box plot.
  5. Position measurements. Averages and their applications main principles of arithmetical averages.
  6. Variability measurements. The indexes of heterogeneity and entropy. Variance and square average margin
  7. Tchebychev inequality. Form indexes.
  8.  Size comparison: statistic reports and index numbers
  9. Analysis of double distributions: distribution of joint, marginal and conditioned  frequencies. Bi-variate statistic variables. Conditioned averages and variance.
  10. Statistic dependence and connection. Contingency charts and connective indexes
  11. Average dependence. Division of variance. Measurement of average dependence.
  12. Co-variance and linear correlation coefficients
  13. Method of least mean squares. Regression lines. Assessment of models and suitability indexes
  14. Introduction to the calculation of probabilities. Random experiments, sample space and events. Different definitions of the calculation of probabilities. The axiom approach.
  15. Calculation of probabilities. Conditioned probability. Stochastic independence. Bayes formula.
  16. Random and uni-variate variables. Functions of probability, density probability and distribution. Moments.
  17. Particular discreet probability models. Bernoulli and binomial distribution
  18. Particular probability models, uniform and normal.
  19. Calculation of areas of normal distribution and use of charts.
  20. Random sample, estimator and sample statistics. Random average variables and variance. Theory of central limits.
  21. Regular estimates and estimates at intervals.
  22. Application of the methologie learnt during the course to real cases.
  23. R: basic commands and elementary scripts

COURSE CONTENTS

 

Testi consigliati e bibliografia

Oggetto:

L'eventuale materiale didattico integrativo presentato a lezione è disponibile presso la Segreteria Studenti e sulla piattaforma Moodle.

Il testo adottato è:
G. Cicchitelli, Statistica-Principi e metodi, Pearson Education, 2008

Bibliografia consigliata:

- S. M. Iacus, G. Masarotto, Laboratorio  di Statistica con R (seconda edizione) MCGraw-Hill, 2007
- R. Corradetti, A. Durio, E.D. Isaia, Elementi di Statistica descrittiva ed Elementi di calcolo delle Probabilità, a.a. 2009-2010.
- P. Newbold, W.L. Carlson, B. Thorne, Statistica, Pearson Prentice Hall, 2007.
- D.M. Levine, T.C. Krenbiel, M.L. Berenson, Statistica, Apogeo, 2002.
- G. Cicchitelli, Probabilità e Statistica, II edizione, Maggio Editore, 2003.

Link ad altre eventuali informazioni e siti internet di interesse:
http://lib.stat.cmu.edu/DASL/DataArchive.html
http://www.statisticalengineering.com/central_limit_theorem.htm
http://www.statsci.org/teaching.html
http://www.causeweb.org/repository/StarLibrary/activities/

The didactic material used during lessons is available at::
the Didactic Secretarial office and the Moodle platform

Text used:
G. Cicchitelli, Statistica – Principi e metodi, Pearson Education, 2008

Recommended bibliography

S. M. Iacus, G. Masarotto, Laboratorio  di Statistica con R (second edition) MCGraw-Hill, 2007
R. Corradetti, A. Durio, E. D. Isaia, Elementi di Statistica descrittiva ed Elementi di calcolo delle Probabilità, a.a. 2009-2010
P. Newbold, W.L. Carlson, B. Thorne, Statistica, Pearson Prentice Hall, 2007
D. M. Levine, T. C.Krehbiel, M. L. Berenson, Statistica, Apogeo, 2002
G. Cicchitelli, Probabilità e Statistica, II edizione, Maggioli Editore, 2003

Links to further sources of information of interest and internet web sites:
http://lib.stat.cmu.edu/DASL/DataArchive.html
http://www.statisticalengineering.com/central_limit_theorem.htm
http://www.statsci.org/teaching.html
http://www.causeweb.org/repository/StarLibrary/activities/

 



Oggetto:
Ultimo aggiornamento: 25/06/2014 10:14
Location: https://saa.campusnet.unito.it/robots.html
Non cliccare qui!