Course 2020-2021 a.y.

Elements of descriptive statistics

• Statistical variables, population and sample.  Data representation and analysis through tables and charts. Frequency distributions.
• Measures of position, dispersion, concentration and association.

Elements of probability theory

• Discrete and continuous random variables. Probability distributions. Expected value and variance. Bernoulli  and Gaussian distributions.
• Independent random variables, central limit theorem.

Elements of statistical inference

• Point and interval estimation of means and proportions. Interval length and confidence level.
• Hypothesis testing on means, proportions and difference of means. Level of a test. P-value. Test of independence.

Regression analysis

• Simple linear regression model. Inference on the parameters of the model. Testing the significance of the independent variable. Variability decomposition and R-square. Prediction.
• Multiple linear regression model. Inference on the parameters of the model. Testing the significance of each independent variable, of a group of variables and of the overall model. Variability decomposition and R-square. Prediction.

• Understand and distinguish the different types of data and the different techniques of analysis, both in a descriptive setting (through indicators and plots) and in an inferential one (using appropriate statistical models).

• Appropriately summarize datasets, estimate unknown population parameters and test hypothesis on them starting from sample data, construct simple statistical models (such as regression models) designed to study the relationships among variables. Give valid answers to research questions and help taking decisions using sample data.
   

• Face-to-face lectures
• Online lectures
• Exercises (exercises, database, software etc.)

Exercises  devoted to the analysis of  data are proposed throughout the whole course, with particular enphasis on data coming from fields of primary  interest for this course; to this aim the software R is used on a regular basis. Students are invited  to take an active part in the analysis using their own notebook.

Two partial exams or a general exam

Two partial exams

Partial exams are delivered as Blackboard Tests. The structure of the exam is the same for the two partial exams.

Each partial exam is made up by two Blackboard Tests, to be sit in sequence.

The first test is administered through Blackboard Platform for E-Learning with Lockdown Browser and Respondus Monitor.The test is made up by both multiple choice (closed-ended) questions and essay questions. Questions might include R outputs.The test lasts 50 minutes and awards up to 26.

The second test is administered through Blackboard Platform for E-Learning without Lockdown Browser and Respondus Monitor. It includes multiple choice (closed-ended) questions and essay questions. The test requires the use of R. It lasts 20 minutes and awards up to 5 points.

The first partial exam tests the students knowledge on all topics up to the lecture of the 15th October 2020, included.

The second exam tests the students knowledge on all topics studied up from lecture on the 28th October 2020, included.

General exam

The General exam tests the students knowledge on the entire course.The general exam is made up by two Blackboard Tests, to be sit in sequence.

The first test is administered through Blackboard Platform for E-Learning with Lockdown Browser and Respondus Monitor.The test is made up by both multiple choice (closed-ended) questions and essay questions. Questions might include R outputs.The test lasts 50 minutes and awards up to 26.

The second test is administered through Blackboard Platform for E-Learning without Lockdown Browser and Respondus Monitor. It includes multiple choice (closed-ended) questions and essay questions. The test requires the use of R. It lasts 20 minutes and awards up to 5 points.

• Teaching notes
• Slides and Videos available on Blackboard Platform for ELearning
• Blackboard Tests, datasets and further material available on Blackboard Platform for ELearning
• Additional Reading: P. NEWBOLD, W.L. CARLSON, B.M. THORNE, Statistics for Business and Economics, Pearson.

Elementi di statistica descrittiva:

• Unità e carattere statistico. Popolazione e campione. Tipologie di dati.
• Raccolta, analisi e rappresentazione di dati attraverso tabelle e grafici. 
• Misure di posizione, di variabilità, di concentrazione, di associazione.

Elementi di calcolo delle probabilità:

• Variabili aleatorie discrete e continue. Distribuzioni di probabilità. Valore atteso e varianza. Distribuzione bernoulliana e distribuzione normale (o gaussiana).
• Variabili aleatorie indipendenti e teorema centrale del limite.

Elementi di inferenza statistica:

• Stima puntuale e mediante intervalli di confidenza di medie e proporzioni. Coefficiente di confidenza e lunghezza di un intervallo.
• Verifica di ipotesi sulla media, sulla proporzione e sulla differenza di medie. Livello di un test. P-value. Test di indipendenza.

Modelli di regressione:

• Modello di regressione lineare semplice. Problemi inferenziali sui parametri del modello di regressione. Test per la significatività della variabile esplicativa. Scomposizione della variabilità e coefficiente di determinazione. Previsione.
• Modello di regressione lineare multipla. Problemi inferenziali sui parametri del modello di regressione. Test per la significatività delle singole variabili esplicative, di gruppi di variabili e del modello nel suo complesso. Uso di variabili esplicative qualitative. Scomposizione della variabilità e coefficiente di determinazione. Previsione.

• Comprendere e distinguere le diverse tipologie di dati e le relative tecniche di analisi, sia in ambito descrittivo (attraverso indicatori e grafici), sia in ambito inferenziale (mediante l'uso di opportuni modelli statistici).

• Sintetizzare e descrivere in modo appropriato un insieme di dati; costruire modelli probabilistico-statistici per rappresentare ed analizzare fenomeni reali; usando tali modelli, inferire, sulla base di dati campionari, su  parametri incogniti della  popolazione di interesse; rispondere, sempre partendo da informazioni campionarie,  a domande di ricerca; usare informazioni provenienti da indagini campionarie per orientare le decisioni in ambito economico-aziendale.

• Lezioni frontali
• Lezioni online
• Esercitazioni (esercizi, banche dati, software etc.)

Durante l'intero corso vengono svolti esercizi in cui sono proposte analisi di dati effettuate con il software R. Gli studenti possono partecipare in modo attivo a tali analisi, usando  il proprio notebook/computer.

L'esame può essere sostenuto mediante due prove parziali oppure, in alternativa, mediante un'unica prova generale.

1) Esame con prove parziali.

Prima prova parziale: la prova  prevede due test online successivi su Blackboard; il primo test ha un punteggio massimo pari a 26, il secondo test un punteggio massimo pari a 5. Il primo dei due test, della durata di  50 minuti, richiede l’uso di  Lockdown Browser e Respondus Monitor e prevede domande a risposta multipla (multiple choice questions)  e domande a risposta aperta (essay questions) che vertono sul programma del corso svolto fino alla lezione del 15 Ottobre 2020. In questo primo test non è possibile l’uso del software R ma possono essere presenti, nelle domande, output del software stesso. Il secondo test, della durata di 20 minuti, non richiede l’uso di Lockdown Browser e Respondus Monitor e prevede domande a risposta multipla (multiple choice questions)  e domande a risposta aperta (essay questions) che vertono sul programma del corso svolto fino alla lezione del 15 Ottobre 2020. In questo secondo test è richiesto l’uso del software R.

Seconda prova parziale: la prova  prevede due test online successivi su Blackboard; il primo test ha un punteggio massimo pari a 26, il secondo test un punteggio massimo pari a 5. Il primo dei due test, della durata di  50 minuti, richiede l’uso di  Lockdown Browser e Respondus Monitor e prevede domande a risposta multipla (multiple choice questions)  e domande a risposta aperta (essay questions) che vertono sul programma del corso svolto a partire dalla lezione del 28 Ottobre 2020. In questo primo test non è possibile l’uso del software R ma possono essere presenti, nelle domande, output del software stesso. Il secondo test, della durata di 20 minuti, non richiede l’uso di Lockdown Browser e Respondus Monitor e prevede domande a risposta multipla (multiple choice questions)  e domande a risposta aperta (essay questions) che vertono sul programma del corso svolto a partire dalla  lezione del 28 Ottobre 2020. In questo secondo test è richiesto l’uso del software R.

2) Esame con una prova generale.

La prova  prevede due test online successivi su Blackboard; il primo test ha un punteggio massimo pari a 26, il secondo test un punteggio massimo pari a 5. Il primo dei due test, della durata di  50 minuti, richiede l’uso di  Lockdown Browser e Respondus Monitor e prevede domande a risposta multipla (multiple choice questions)  e domande a risposta aperta (essay questions) che vertono sull'intero programma del corso. In questo primo test non è possibile l’uso del software R ma possono essere presenti, nelle domande, output del software stesso. Il secondo test, della durata di 20 minuti, non richiede l’uso di Lockdown Browser e Respondus Monitor e prevede domande a risposta multipla (multiple choice questions)  e domande a risposta aperta (essay questions) che vertono sull'intero programma del corso. In questo secondo test è richiesto l’uso del software R.

• Note didattiche, esercizi e altro materiale disponibile su Blackboard.
• Lettura consigliata: P. NEWBOLD, W.L. CARLSON, B. THORNE, Statistica, Milano, Pearson/Prentice Hall, 2010, 2° edizione.