20356 - PRECORSO DI STATISTICA / STATISTICS - PREPARATORY COURSE

The course has not specific prerequisites

The course aims to provide students with the basic knowledge of statistics and data analysis necessary to face the compulsory courses of Quantitative Methods, present in the Master M, IM, MM, GIO, PPA.

• Introduction to data sources, database, sampling.
• Description of qualitative data: classification of variables, univariate and bivariate analysis, graphical  representations.
• Description of quantitative data: summary measures, outliers detection, bivariate analysis, scatter plots.
• Probability and random variables(brief notes): standard distributions
• Introduction to inferential statistics: point and interval estimation, introduction to esting theory
• Test for bivariate analysis: test of indipendence, test on the difference of means.
• Simple regression and test on the coefficients.

• Recognize different types of data.
• Understand the difference between the tools of descriptive and inferential statistics, and identify the most suitable approach for the problem at hand.
• Recognize simple statistical models.

• Properly summarize a dataset.
• Estimate and test hypotheses on the unknown parameters of a population based on sample data.
• Build simple statistical models, as regression models, to study the relationships between variables of interest.

• Face-to-face lectures

Paul Newbold, William Carlson and Betty Thorne, STATISTICS FOR BUSINESS & ECONOMICS 9e, 2019

Non sono previsti requisiti per frequentare questo corso

Il corso ha lo scopo di fornire agli studenti le conoscenze di base di statistica e di analisi dei dati necessarie per affrontare i corsi obbligatori di Metodi Quantitativi, presenti nei bienni M e MM.

• Nozioni introduttive: fonti dei dati, database, campionamento.
• Descrizione di dati qualitativi: classificazione delle variabili, analisi univariata e bivariata, rappresentazioni grafiche.
• Descrizione di dati quantitativi: misure di tendenza centrale e non centrale, individuazione dei dati anomali, analisi bivariata, rappresentazioni grafiche.
• Variabili aleatorie (cenni): probabilità, variabili aleatorie, distribuzioni notevoli.
• Introduzione all’inferenza statistica: stima puntuale e per intervallo, introduzione alla teoria dei test.
• Test per analisi bivariate: analisi di connessione, test sul confronto fra medie, test sul coefficiente di correlazione
• Regressione lineare semplice e test sui coefficienti.

• Comprendere la diversa natura dei dati.
• Distinguere le tecniche di analisi descrittiva da quelle inferenziali ed essere in grado di identificare quella più appropriata per il problema oggetto di studio.
• Riconoscere semplici modelli statistici.

• Sintetizzare in modo appropriato un insieme di dati.
• Stimare e verificare ipotesi su parametri non noti di una popolazione a partire da dati campionari.
• Costruire semplici modelli statistici, quali quelli di regressione, volti a studiare le relazioni fra le diverse variabili di interesse.

• Lezioni frontali

P. Newbold, W.L.Carlson, B. Thorne (2020). Statistica, 9/Ed, Pearson

L. Molteni, G. Troilo (2007). Ricerche di marketing, Milano, Mc Graw Hill