5047 - STATISTICA / STATISTICS

Il corso si propone di illustrare come organizzare ed analizzare un insieme reale di dati e al tempo stesso presentare i principali concetti del ragionamento statistico sia descrittivo che inferenziale. Vengono inoltre forniti alcuni elementi di calcolo delle probabilita' necessari per la comprensione dell'inferenza statistica. Al fine di rendere operative le metodologie illustrate si utilizza il software Excel, gia' impiegato in altri corsi ed ampiamente diffuso nel mondo del lavoro. In particolare, le esercitazioni prevedono analisi su insiemi di dati reali.

Il corso si articola in tre parti:

Analisi descrittiva di un insieme di dati

• Raccolta, organizzazione e descrizione dei dati tramite distribuzioni di frequenza, rappresentazioni grafiche ed indici sintetici di posizione e di variabilita'.
• Studio delle relazioni fra due caratteri tramite tabelle a doppia entrata, diagrammi di dispersione, indicatori di dipendenza (quali la covarianza, il coefficiente di correlazione lineare) e interpolazione lineare.

Calcolo delle probabilita'

• Nozione di evento, definizione assiomatica di probabilita', probabilita' subordinate e relativi teoremi. Variabili aleatorie discrete e dotate di densita', modelli notevoli discreti e continui. Vettori aleatori e indipendenza stocastica. Trasformazione e somma di variabili aleatorie.
  

Inferenza statistica

• Popolazione statistica, campionamento, variabilita' campionaria e principali statistiche. Teoria della stima (puntuale e per intervallo) e verifica di ipotesi parametriche con particolare attenzione al caso in cui l'interesse sia posto sulla media della popolazione o su una frequenza relativa. Modello di regressione lineare: valutazione del modello e stima dei parametri.

L'esame puo' essere svolto in due modalita' differenti:

• due prove scritte intermedie (una a meta' e l'altra alla fine del corso) ed una verifica in laboratorio col software Excel;
• una prova scritta generale ed una verifica in laboratorio col software Excel.

Per ogni appello d'esame e' prevista una prova in laboratorio informatico, il cui voto viene sommato al punteggio della prova scritta.
L'iscrizione alla prima prova intermedia vale anche come iscrizione alla prova in laboratorio informatico. Negli altri appelli e' necessario iscriversi.
Le due prove (scritta e in laboratorio informatico) devono essere sostenute nello stesso appello. È tuttavia facolta' dello studente, nel caso in cui non abbia superato la prova scritta, di mantenere valido il voto della prova in laboratorio informatico fino al 1° novembre 2007. La validita' della prova decade immediatamente nel momento in cui lo studente si iscrive ad un'altra prova in laboratorio informatico.

Ulteriori informazioni saranno pubblicate, unitamente al programma dettagliato del corso, sul sito internet della Bocconi (bacheca dell'Istituto di Metodi Quantitativi).

• L. MOLTENI, R. PICCARRETA, Note di Statistica descrittiva, Dispense della libreria EGEA, 2001.
• G. CICCHITELLI, Probabilita' e statistica, Maggioli Editore, 2001, 2^a ed. (Cap. 1; Cap. 2: pagg. 49-64, 74-86; Cap. 3: pagg. 103-106, 108-112, 115, 118; Cap. 4: pagg. 151-152, 164).
• R. PICCARRETA, P. VERONESE, Lezioni di inferenza statistica, Schoenenfeld & Ziegler, 2001.

Testi consigliati per approfondimenti:

• D.M. CIFARELLI, Introduzione al calcolo delle probabilita', McGraw-Hill, 1998.
• G. CICCHITELLI, Probabilita' e statistica, Maggioli Editore, 2001, 2^a ed.  (Capp. 5-8).
• M. MEZZETTI, R. PICCARRETA, Statistica descrittiva. Esercizi risolti. Guida alla risoluzione con Excel, Milano, EGEA, 2002.
• S. PETRONE, Esercizi di inferenza statistica, Schoenenfeld & Ziegler, 2003 (nuova edizione rivista).
• A. MIRA, S. PETRONE, Esercizi di calcolo delle probabilita', Schoenenfeld & Ziegler, 2004.

I file di dati usati nelle lezioni/esercitazioni e altri data-set, con relativi problemi da svolgere, vengono  resi disponibili sul sito internet della Bocconi relativo al corso.

During the course, techniques for collecting and analysing data are shown. The main concepts of statistical thinking, both descriptive and inferential, are covered. In order to better understand inferential tolls, the basis of probability theory is taught. Since the focus emphasizes analysing real data, a part of the course is devoted to the use of Excel software, which is already used in other courses and largely used in most workplaces. Part of the course consists of applications to real problems coming from business and economic realities.

The course focuses on three main parts:

Descriptive analysis of a data set

• Data collection, organising data in tables, graphical presentation methods, measures of location and variation.
• Tabulating and graphing bivariate categorical data. Measures of dependence (covariance, correlation coefficient, contingency coefficient). Simple linear regression.

Probability theory

• Experiments, sample spaces and events. Definition of probability and rules of probability. Conditional probability and independent events. Bayes' Theorem. Random variables: discrete and continuous. Vectors of random variables. Transformation and sum of random variables.

Inferential statistics

• Sample and Sampling distribution. Descriptive versus Inferential Statistics. Point and confidence interval Estimation. Fundamentals of Hypothesis Testing, Hypothesis test for mean and for proportion. Simple linear regression.

The exam can be taken in two different ways:

For each exam session the Excel test will be offered. The score on that test (if taken) will be added to the grade from the written exam(s).
Registration for the first partial test also automatically registers the student for the Excel test. For other exam sessions it will be necessary to register for the Excel test separately.
The two tests (written and on the computer) must be taken during the same exam session. However, should the student not pass the written exam, he or she may keep the grade obtained on the Excel test until November 1^st, 2007.
The grade on the Excel test is deleted and replaced by the new grade (even if lower) as soon as the student enrols in a later Excel test.
Further information will be published, together with the detailed syllabus for the course, on the University Bocconi's website (see the "bacheca" of the Institute of Quantitative Methods).

• D.S. MOORE, G.P. McCABE, Introduction to the Practice of Statistics, New York, W.H. Freeman and Co., 4^th ed.

Il corso si propone di illustrare come organizzare ed analizzare un insieme reale di dati e al tempo stesso presentare i principali concetti del ragionamento statistico sia descrittivo che inferenziale. Vengono inoltre presentati alcuni elementi di calcolo delle probabilita' necessari per la comprensione dell'inferenza statistica. Al fine di rendere operative le metodologie presentate nel corso si utilizza il software Excel, gia' impiegato in altri corsi ed ampiamente diffuso nel mondo del lavoro. In particolare le esercitazioni prevedono analisi concrete di insiemi di dati reali.

Il corso si articola in tre parti:

Analisi descrittiva di un insieme di dati

• Raccolta, organizzazione e descrizione dei dati tramite distribuzioni di frequenza, rappresentazioni grafiche ed indici sintetici di posizione e di variabilita'. I numeri indici dei prezzi e delle quantita'. Studio delle relazioni fra due caratteri tramite tabelle a doppia entrata, diagrammi di dispersione, indicatori di dipendenza (quali la covarianza, il coefficiente di correlazione lineare) e interpolazione lineare. Elementi di analisi di serie storiche.

Calcolo delle probabilita'

• Nozione di evento, definizione assiomatica di probabilita', probabilita' subordinate e relativi teoremi. Variabili aleatorie discrete e dotate di densita', modelli notevoli discreti e continui. Vettori aleatori e indipendenza stocastica. Trasformazione e somma di variabili aleatorie.

Inferenza statistica

• Popolazione statistica, campionamento, variabilita' campionaria e principali statistiche. Teoria della stima (puntuale e per intervallo) e verifica di ipotesi parametriche con particolare attenzione al caso in cui l'interesse sia posto sulla media della popolazione o su una frequenza relativa. Modello di regressione lineare: valutazione del modello e stima dei parametri. Problemi di previsione.

L'esame puo' essere svolto in due modalita' differenti:    

• due prove scritte intermedie (una a meta' e l'altra alla fine del corso) ed una verifica in laboratorio col software Excel;
• una prova scritta generale ed una verifica in laboratorio col software Excel.
  

Per ogni appello d'esame e' prevista una prova in laboratorio informatico, il cui voto viene sommato al punteggio della prova scritta.
L'iscrizione alla prima prova intermedia vale anche come iscrizione alla prova in laboratorio informatico. Negli altri appelli e' necessario iscriversi.
Le due prove (scritta e in laboratorio informatico) devono essere sostenute nello stesso appello. È tuttavia facolta' dello studente, nel caso in cui non abbia superato la prova scritta, di mantenere valido il voto della prova in laboratorio informatico fino al 1° novembre 2007. La validita' della prova decade immediatamente nel momento in cui lo studente si iscrive ad un'altra prova in laboratorio informatico.

NB: Nelle prime lezioni del corso verra' discussa ed eventualmente concordata, insieme agli studenti, la possibilita' di presentare un lavoro di analisi dei dati in sostituzione della prova in laboratorio informatico.

Ulteriori informazioni sulle modalita' d'esame e sulla prova in laboratorio saranno pubblicate, unitamente al programma dettagliato del corso, sul sito internet  www.imq.unibocconi.it (bacheca dell'Istituto di Metodi Quantitativi).

• L. MOLTENI, R. PICCARRETA, Statistica descrittiva, Dispense della libreria EGEA, 2001.  
• G. CICCHITELLI, Probabilita' e statistica, Maggioli Editore, 2001, 2^a ed. (Cap. 1 ; Cap. 2: pagg. 49-64, 74-86; Cap. 3: pagg. 103-106, 108-112, 115, 118; Cap. 4: pagg. 151-152, 164).
• R. PICCARRETA, P. VERONESE, Lezioni di inferenza statistica, Schoenenfeld & Ziegler, 2001.
• Appunti a cura dei docenti sulla parte relativa ai numeri indici e analisi delle serie storiche.

Testi consigliati per approfondimenti:

• D.M. CIFARELLI, Introduzione al calcolo delle probabilita', McGraw-Hill, 1998.
• G. CICCHITELLI, Probabilita' e statistica, Maggioli Editore, 2001, 2^a ed. (Capp. 5-8).

Raccolte di esercizi svolti:

• M. MEZZETTI,  R. PICCARRETA, Statistica descrittiva. Esercizi risolti. Guida alla risoluzione con Excel, Milano, EGEA, 2002.
• S. PETRONE, Esercizi di inferenza statistica, Schoenenfeld & Ziegler, 2003 (nuova edizione rivista).
• A. MIRA, S. PETRONE, Esercizi di calcolo delle probabilita', Schoenenfeld & Ziegler, 2004.

I file di dati usati nelle lezioni/esercitazioni e altri data-set, con relativi problemi da svolgere, vengono resi disponibili sul sito internet della Bocconi relativo al corso.

Il corso si propone di illustrare come organizzare ed analizzare un insieme reale di dati e al tempo stesso presentare i principali concetti del ragionamento statistico sia descrittivo che inferenziale. Vengono inoltre forniti alcuni elementi di calcolo delle probabilita' necessari per la comprensione dell'inferenza statistica. Al fine di rendere operative le metodologie illustrate si utilizza il software Excel, gia' impiegato in altri corsi ed ampiamente diffuso nel mondo del lavoro. In particolare, le esercitazioni prevedono analisi su insiemi di dati reali.

Il corso si articola in tre parti:

Analisi descrittiva di un insieme di dati

• Raccolta, organizzazione e descrizione dei dati tramite distribuzioni di frequenza, rappresentazioni grafiche ed indici sintetici di posizione e di variabilita'.
• Studio delle relazioni fra due caratteri tramite tabelle a doppia entrata, diagrammi di dispersione, indicatori di dipendenza (quali la covarianza, il coefficiente di correlazione lineare) e interpolazione lineare.
  

Calcolo delle probabilita'

• Nozione di evento, definizione assiomatica di probabilita', probabilita' subordinate e relativi teoremi. Variabili aleatorie discrete e dotate di densita', modelli notevoli discreti e continui. Vettori aleatori e indipendenza stocastica. Trasformazione e somma di variabili aleatorie.
  

Inferenza statistica

• Popolazione statistica, campionamento, variabilita' campionaria e principali statistiche. Teoria della stima (puntuale e per intervallo) e verifica di ipotesi parametriche con particolare attenzione al caso in cui l'interesse sia posto sulla media della popolazione o su una frequenza relativa. Modello di regressione lineare: valutazione del modello e stima dei parametri.

L'esame puo' essere svolto in due modalita' differenti:

• due prove scritte intermedie (una a meta' e l'altra alla fine del corso) ed una verifica in laboratorio col software Excel;
• una prova scritta generale ed una verifica in laboratorio col software Excel.

Per ogni appello d'esame e' prevista una prova in laboratorio informatico, il cui voto viene sommato al punteggio della prova scritta.
L'iscrizione alla prima prova intermedia vale anche come iscrizione alla prova in laboratorio informatico. Negli altri appelli e' necessario iscriversi.
Le due prove (scritta e in laboratorio informatico) devono essere sostenute nello stesso appello. È tuttavia facolta' dello studente, nel caso in cui non abbia superato la prova scritta, di mantenere valido il voto della prova in laboratorio informatico fino al 1° novembre 2007. La validita' della prova decade immediatamente nel momento in cui lo studente si iscrive ad un'altra prova in laboratorio informatico.

Ulteriori informazioni saranno pubblicate, unitamente al programma dettagliato del corso, sul sito internet della Bocconi (bacheca dell'Istituto di Metodi Quantitativi).

• L. MOLTENI, R. PICCARRETA, Note di Statistica descrittiva, Dispense della libreria EGEA, 2001.
• G. CICCHITELLI, Probabilita' e statistica, Maggioli Editore,  2001, 2^a ed. (Cap. 1; Cap. 2: pagg. 49-64, 74-86; Cap. 3: pagg. 103-106, 108-112, 115, 118; Cap. 4: pagg. 151-152, 164).
• R. PICCARRETA, P. VERONESE, Lezioni di inferenza statistica, Schoenenfeld & Ziegler, 2001.

Testi consigliati per approfondimenti:

• D.M. CIFARELLI, Introduzione al calcolo delle probabilita', McGraw-Hill, 1998.
• G. CICCHITELLI, Probabilita' e statistica, Maggioli Editore, 2001, 2^a ed. (Capp. 5-8).
• M. MEZZETTI, R. PICCARRETA, Statistica descrittiva. Esercizi risolti. Guida alla risoluzione con Excel, Milano, EGEA, 2002.
• S. PETRONE, Esercizi di inferenza statistica, Schoenenfeld & Ziegler, 2003 (nuova edizione rivista).
• A. MIRA, S. PETRONE, Esercizi di calcolo delle probabilita', Schoenenfeld & Ziegler, 2004.

I file di dati usati nelle lezioni/esercitazioni e altri data-set, con relativi problemi da svolgere, vengono resi disponibili sul sito internet della Bocconi relativo al corso.

Il corso si propone di illustrare come organizzare ed analizzare un insieme reale di dati e al tempo stesso presentare i principali concetti del ragionamento statistico sia descrittivo che inferenziale. Vengono inoltre forniti alcuni elementi di calcolo delle probabilita' necessari per la comprensione dell'inferenza statistica. Al fine di rendere operative le metodologie illustrate si utilizza il software SPSS, gia' impiegato in altri corsi ed ampiamente diffuso nel mondo del lavoro. In particolare, sono previste analisi concrete su insiemi di dati reali.

Il corso si articola in tre parti:

Analisi descrittiva di un insieme di dati

• Raccolta, organizzazione e descrizione dei dati tramite distribuzioni di frequenza, rappresentazioni grafiche, indici sintetici di posizione, di variabilita' e studio della forma delle distribuzioni. 
• Studio delle relazioni fra due caratteri tramite tabelle a doppia entrata, diagrammi di dispersione, indicatori di dipendenza (quali la covarianza, il coefficiente di correlazione lineare) e interpolazione lineare.
  

Calcolo delle probabilita'

• Nozione di evento, definizione assiomatica di probabilita', probabilita' subordinate. Variabili aleatorie discrete e dotate di densita', modelli notevoli discreti e continui. Vettori aleatori e indipendenza stocastica. Trasformazione e somma di variabili aleatorie.
  

Inferenza statistica

• Popolazione statistica, campionamento, variabilita' campionaria e principali statistiche. Teoria della stima (puntuale e per intervallo) e verifica di ipotesi parametriche con particolare attenzione al caso in cui l'interesse sia posto sulla media della popolazione o su una frequenza relativa.

L'esame puo' essere svolto in due modalita' differenti:

• due prove scritte intermedie (una a meta' e l'altra alla fine del corso) ed una verifica in laboratorio col software SPSS;
• una prova scritta generale ed una verifica in laboratorio col software SPSS.

Per ogni appello d'esame e' prevista una prova in laboratorio informatico, il cui voto viene sommato al punteggio della prova scritta.
L'iscrizione alla prima prova intermedia vale anche come iscrizione alla prova in laboratorio informatico. Negli altri appelli e' necessario iscriversi.
Le due prove (scritta e in laboratorio informatico) devono essere sostenute nello stesso appello. È tuttavia facolta' dello studente, nel caso in cui non abbia superato la prova scritta, di mantenere valido il voto della prova in laboratorio informatico fino al 1° novembre 2007. La validita' della prova decade immediatamente nel momento in cui lo studente si iscrive ad un'altra prova in laboratorio informatico.
Ulteriori informazioni saranno pubblicate, unitamente al programma dettagliato del corso, sul sito internet della Bocconi (bacheca dell'Istituto di Metodi Quantitativi).

• L. MOLTENI, R. PICCARRETA, Note di Statistica descrittiva, Dispense della libreria EGEA, 2001.
• G. CICCHITELLI, Probabilita' e statistica, Maggioli Editore, 2001, 2^a ed. (Cap. 1; Cap. 2: pagg. 49-64, 74-86; Cap. 3: pagg. 103-106, 108-112, 115, 118; Cap. 4: pagg. 151-152, 164).
• R. PICCARRETA, P. VERONESE, Lezioni di inferenza statistica, Schoenenfeld & Ziegler, 2001.

Testi consigliati per approfondimenti:

• D.M. CIFARELLI, Introduzione al calcolo delle probabilita', McGraw-Hill, 1998.
• G. CICCHITELLI, Probabilita' e statistica, Maggioli Editore, 2001, 2^a ed. (Capp. 5-8).
• M. MEZZETTI, R. PICCARRETA, Statistica descrittiva. Esercizi risolti. Guida alla risoluzione con Excel, Milano, EGEA, 2002.

I file di dati usati nelle lezioni/esercitazioni e altri data-set, con relativi problemi da svolgere, vengono resi disponibili in Learning space.

Il corso si propone di presentare allo studente gli elementi di base del ragionamento statistico. Particolare attenzione viene rivolta agli aspetti piu' rilevanti dell'inferenza statistica. A tal fine si rende necessaria la trattazione di elementi di calcolo delle probabilita'. Nel corso si fa uso di semplici strumenti informatici per la presentazione e l'analisi dei dati.

Calcolo delle Probabilita'

• Eventi e operazioni sugli eventi. Misura di probabilita': definizione assiomatica, interpretazioni e regole di calcolo. Probabilita' condizionale e indipendenza. Variabili aleatorie. Speranza matematica, momenti e varianza. Trasformazioni di variabili aleatorie. Distribuzioni di probabilita' notevoli. Vettori aleatori discreti e dotati di densita'. Distribuzioni condizionali e indipendenza. Trasformazioni di vettori aleatori. Covarianza e coefficiente di correlazione lineare. Successioni di variabili aleatorie. Convergenza in probabilita' e in media quadratica. Il teorema centrale del limite. 

Statistica descrittiva

• Distribuzioni di frequenze e loro rappresentazione grafica. Medie alla Chisini. In particolare la media aritmetica e le sue proprieta'. Variabilita' e concentrazione. Distribuzioni doppie e distribuzioni subordinate. Indipendenza e associazione. La funzione di regressione. Interpolazione lineare.

Inferenza statistica

• Popolazione e campione. Statistiche e momenti campionari. Campionamento da distribuzioni normali. Grandi campioni. Stima puntuale di parametri. Metodi di deduzione di stimatori: metodo dei momenti e metodo della massima verosimiglianza. Proprieta' degli stimatori: non distorsione e consistenza. Limite inferiore per la varianza di uno stimatore non distorto. Stimatori efficienti. Intervalli di confidenza. Costruzione di intervalli di confidenza per i parametri di una popolazione con distribuzione di Gauss. Intervalli di confidenza per grandi campioni.

Sono previste due prove intermedie in forma scritta e un esame conclusivo in forma orale.

• D.M. CIFARELLI, Introduzione al calcolo delle probabilita', Milano, McGraw-Hill, 1998.  
• R. PICCARRETA, P. VERONESE, Lezioni d'inferenza statistica, Schonenfeld & Ziegler, 2001.  
• Elementi di statistica descrittiva, Milano, EGEA, 1999.

Il corso si propone di illustrare come organizzare ed analizzare un insieme reale di dati e al tempo stesso presentare i principali concetti del ragionamento statistico sia descrittivo che inferenziale. Vengono inoltre forniti alcuni elementi di calcolo delle probabilita' necessari per la comprensione dell'inferenza statistica. Al fine di rendere operative le metodologie illustrate si utilizza il software Excel, gia' impiegato in altri corsi ed ampiamente diffuso nel mondo del lavoro e si illustra la ricerca di informazioni statistiche in rete. 

Il corso si articola in tre parti:
Analisi descrittiva di un insieme di dati

• Raccolta, organizzazione e descrizione dei dati tramite distribuzioni di frequenza, rappresentazioni grafiche ed indici sintetici di posizione e di variabilita'.
• Studio delle relazioni fra due caratteri tramite tabelle a doppia entrata, diagrammi di dispersione, indicatori di dipendenza (quali la covarianza, il coefficiente di correlazione lineare) e interpolazione lineare.
  

Calcolo delle probabilita'

• Nozione di evento, definizione assiomatica di probabilita', probabilita' subordinate e relativi teoremi. Variabili aleatorie discrete e dotate di densita', modelli notevoli discreti e continui. Vettori aleatori e indipendenza stocastica. Trasformazione e somma di variabili aleatorie.
  

Inferenza statistica

• Popolazione statistica, campionamento, variabilita' campionaria e principali statistiche. Teoria della stima (puntuale e per intervallo) e verifica di ipotesi parametriche con particolare attenzione al caso in cui l'interesse sia posto sulla media della popolazione o su una frequenza relativa. Modello di regressione lineare: valutazione del modello e stima dei parametri.

L'esame puo' essere svolto in due modalita' differenti:

• due prove intermedie (una a meta' e l'altra alla fine del corso) ed un homework con stesura (individuale) di un breve rapporto di elaborazione e commento di dati reali; 
• un unico scritto nelle date degli appelli ufficiali ed un homework con stesura (individuale) di un breve rapporto di elaborazione e commento di dati reali. 

È previsto un tutoraggio per lo svolgimento di un homework (individuale) con elaborazione e commento di dati. L'homework dev'essere consegnato nelle modalita' precisate su Learning Space o sulla bacheca dell'Istituto di Metodi Quantitativi entro la data dell'appello ufficiale o della seconda prova intermedia.

• L. MOLTENI, R. PICCARRETA, Note di Statistica descrittiva, Dispense della libreria EGEA, 2001.
• G. CICCHITELLI, Probabilita' e statistica, Maggioli Editore, 2001, 2^a ed. (Cap. 1, Cap. 2: pagg. 49-64, 74-86, Cap. 3: pagg. 103-106, 108-112, 115, 118, Cap. 4: pagg. 151-152, 164).
• R. PICCARRETA, P. VERONESE, Lezioni di inferenza statistica, Schoenenfeld & Ziegler, 2001.

Testi consigliati per approfondimenti:

• D.M. CIFARELLI, Introduzione al calcolo delle probabilita', McGraw-Hill, 1998.
• G. CICCHITELLI, Probabilita' e statistica, Maggioli Editore, 2001, 2^a ed. (Capp. 5-8).
• M. MEZZETTI, R. PICCARRETA, Statistica descrittiva. Esercizi risolti. Guida alla risoluzione con Excel, Milano, EGEA, 2002.
• S.  PETRONE, Esercizi di inferenza statistica, Schoenenfeld & Ziegler, 2003 (nuova edizione rivista).

Il Learning Space e la bacheca di Istituto vengono utilizzati per mettere a disposizione i file di dati usati nelle lezioni/esercitazioni e altri data-set, con relativi problemi da svolgere, nonché altri esercizi e indicazioni utili per l'apprendimento o per il reperimento di dati in rete.