Course 2015-2016 a.y.

30001 - STATISTICA / STATISTICS


CLEAM - CLEF - BESS-CLES - CLEACC - BIEF - BIEM

Department of Decision Sciences


For the instruction language of the course see class group/s below
Go to class group/s: 1 - 2 - 3 - 4 - 5 - 6 - 7 - 8 - 9 - 10 - 11 - 12 - 13 - 14 - 15 - 16 - 17 - 18 - 21 - 22
CLEAM (8 credits - I sem. - OBBC  |  SECS-S/01) - CLEF (8 credits - I sem. - OBBC  |  SECS-S/01) - BESS-CLES (8 credits - I sem. - OBBC  |  SECS-S/01)
Course Director:
PIERO VERONESE

Classi: 1 (I sem.) - 2 (I sem.) - 3 (I sem.) - 4 (I sem.) - 5 (I sem.) - 6 (I sem.) - 7 (I sem.) - 8 (I sem.) - 9 (I sem.) - 10 (I sem.) - 13 (I sem.) - 14 (I sem.)
Docenti responsabili delle classi:
Classe 1: CLAUDIA TARANTOLA, Classe 2: LUCA MOLTENI, Classe 3: FAUSTA LUSCIA, Classe 4: CLAUDIO GIOVANNI BORRONI, Classe 5: PAOLA PAGANI, Classe 6: DANIELE TONINI, Classe 7: EMILIANO SIRONI, Classe 8: ALESSANDRO RECLA, Classe 9: ELENA POLI, Classe 10: ELENA POLI, Classe 13: PIERO VERONESE, Classe 14: SERGIO VENTURINI


Classe/i impartita/e in lingua italiana

Obiettivi formativi del 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 sia inferenziale. Nell'ambito dell'inferenza statistica vengono utilizzati alcuni elementi di calcolo delle probabilità e teoria delle variabili aleatorie presentati nel corso di Matematica - Modulo 2 (Applicata). Il software Excel è utilizzato per illustrare le diverse metodologie.


Programma sintetico del corso

Il corso si articola nei seguenti punti:

  • raccolta, organizzazione e descrizione dei dati tramite distribuzioni di frequenza, rappresentazioni grafiche ed indici sintetici di posizione e di variabilità.
  • Studio delle relazioni fra due caratteri tramite tabelle a doppia entrata, diagrammi di dispersione, indicatori di dipendenza (quali covarianza e coefficiente di correlazione lineare) e interpolazione lineare.
  • Inferenza statistica, popolazione statistica, campionamento, variabilità campionaria e principali statistiche.
  • Teoria della stima puntuale e per intervallo.
  • Verifica di ipotesi parametriche con particolare attenzione a quelle sulla media e sulla proporzione di successi in una popolazione, test sulla varianza (solo per le classi CLEF e CLES), test di adattamento ad una distribuzione e di indipendenza in tabelle a doppia entrata. 
  • Modello di regressione lineare semplice: valutazione del modello, stima dei parametri e previsione. Cenni sul modello di regressione multiplo (solo per le classi CLEAM).

Descrizione dettagliata delle modalità d'esame

L'esame può essere svolto in due modalità differenti:

  • due prove scritte parziali (una a metà e l'altra alla fine del corso) comprendenti esercizi e domande di teoria;
  • una prova scritta generale comprendente esercizi e domande di teoria. 

Modalita' e programma d'esame sono uguali per i frequentanti e i non frequentanti.
Ulteriori informazioni saranno pubblicate, unitamente al programma dettagliato del corso, sul sito internet della Bocconi.


Testi d'esame

  • P. NEWBOLD, W.L. CARLSON, B. THORNE, Statistica, Pearson/Prentice Hall, Milano, 2010, 2a ed.
  • Nota sulle "distribuzioni di frequenza" disponibile sul sito e-learning del corso.
Exam textbooks & Online Articles (check availability at the Library)

Prerequisiti

Conoscenza della parte di probabilità svolta nel corso di Matematica - Modulo 2 (Applicata) e dell'uso del software Excel.

Modificato il 27/03/2015 12:44
CLEACC (9 credits - I sem. - OB  |  SECS-S/01)
Course Director:
EUGENIO MELILLI

Classi: 11 (I sem.) - 12 (I sem.)
Docenti responsabili delle classi:
Classe 11: EUGENIO MELILLI, Classe 12: PAOLA PAGANI


Classe/i impartita/e in lingua italiana

Obiettivi formativi del corso

Il corso, di natura istituzionale, ha essenzialmente due obiettivi: da una parte si propone di fornire allo studente quegli strumenti statistici ritenuti indispensabili nella preparazione di un laureato in materie economico-aziendali e utili ai fini dello svolgimento della tesi di laurea. Dall'altra parte, il corso mira a favorire nello studente la formazione di una capacità di modellizzazione della realtà, necessaria per l'analisi quantitativa di fenomeni economici e sociali e la conseguente predisposizione di strumenti idonei per l'assunzione di decisioni in condizioni di incertezza. La presentazione degli argomenti è motivata da situazioni e fenomeni reali, in modo da porre in evidenza l'applicabilità dei concetti e delle metodologie introdotte. Nel corso si fa uso di semplici strumenti informatici per la presentazione e l'analisi di dati e fenomeni di natura economica ed aziendale. 


Programma sintetico del corso

Elementi di statistica descrittiva:

  • Unità e carattere statistico. Popolazione e campione. Indagini statistiche. Raccolta, analisi e rappresentazione di dati attraverso tabelle e grafici. Distribuzioni di frequenze.
  • Misure di posizione, di variabilità, di concentrazione, di associazione lineare.

Elementi di calcolo delle probabilità:

  • Regole di base della probabilità.
  • Teorema delle probabilità totali. Teorema di Bayes.
  • Variabili aleatorie discrete e continue. Distribuzioni di probabilità. Valore atteso e varianza.
  • Distribuzione bernoulliana, distribuzioni binomiali.Distribuzione gaussiana, standardizzazione. Distribuzioni t di student e chi-quadro. Lettura delle tavole statistiche. Variabili aleatorie indipendenti e teorema centrale del limite.

Elementi di inferenza statistica:         

  • Stima puntuale e mediante intervalli di confidenza di medie, proporzioni e varianze. Livello di confidenza e lunghezza di un intervallo.
  • Verifica di ipotesi sulla media, sulla proporzione, sulla varianza 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. 
  • Modello di regressione lineare multipla. Problemi inferenziali sui parametri del modello di regressione. Test per la significatività delle singole variabili esplicative e del modello nel suo complesso. Uso di variabili esplicative qualitative. Scomposizione della variabilità e coefficiente di determinazione.

Descrizione dettagliata delle modalità d'esame

Per i FREQUENTANTI:

L’esame può essere superato in accordo ad una delle seguenti modalità:

  • Due prove parziali in forma scritta, ciascuna con votazione massima pari a 27, e alcune prove in itinere da svolgere su apposita piattaforma online associata al testo con votazione massima complessiva di 4 punti. Il voto finale è ottenuto dalla media dei voti delle prove parziali alla quale viene sommata la votazione riportata nelle prove in itinere.
  • Una singola prova in forma scritta (su tutto il programma) con votazione massima pari a 27, e alcune prove in itinere da svolgere su apposita piattaforma online associata al testo con votazione massima complessiva di 4 punti. Il voto finale è ottenuto sommando al voto della prova scritta la votazione riportata nelle prove in itinere.

Per i NON FREQUENTANTI:

L’esame può essere superato in accordo ad una delle seguenti modalità:

  • Due prove parziali in forma scritta, ciascuna con votazione massima pari a 27, ed una prova orale facoltativa su tutto il programma.
  • Una singola prova in forma scritta (su tutto il programma) con votazione massima pari a 27, ed una prova orale facoltativa su tutto il programma.

Testi d'esame

  • P. NEWBOLD, W.L. CARLSON, B. THORNE, Statistica, Ed. Pearson.
Exam textbooks & Online Articles (check availability at the Library)

Prerequisiti

Elementi base di Matematica.
Modificato il 27/03/2015 12:44
BIEF (8 credits - I sem. - OBBC  |  SECS-S/01) - BIEM (8 credits - I sem. - OBBC  |  SECS-S/01)
Course Director:
PIERO VERONESE

Classes: 15 (I sem.) - 16 (I sem.) - 17 (I sem.) - 18 (I sem.) - 21 (I sem.) - 22 (I sem.)
Instructors:
Class 15: MATTIA VITTORIO ORESTE COZZI, Class 16: SIMONE PADOAN, Class 17: ISADORA ANTONIANO VILLALOBOS, Class 18: RENATA TRINCA COLONEL, Class 21: MAURIZIO POLI, Class 22: MARCO BONETTI


Class group/s taught in English

Course Objectives

The course explores techniques for collecting and analyzing data. Concepts of statistical thinking, both descriptive and inferential, are covered. In order to better understand the inferential techniques, the course uses the fundamentals of probability, theory and random variables as taught in the course of Mathematics - Module 2 (Applied). The focus is on analyzing real data, and  methods are illustrated with the use of Excel.


Course Content Summary

The course focuses on the following main points:

  • data collection and description through frequency distributions, graphical representation methods, and measures of location and spread.
  • The study of the relationship existing between two variables using two-way frequency tables, scatterplots, and measures of dependence (covariance and linear correlation coefficient). Linear interpolation.
  • Inferential statistics, sampling, statistics, sampling variability.
  • Point and interval estimation.
  • Parametric hypothesis testing for the population mean and the proportion of successes. Test on variance. Goodness of fit test and test of independence in two-way tables.
  • Simple linear regression model: explanatory power of the model, parameter estimation, forecasting.

Detailed Description of Assessment Methods

The exam can be taken in two alternative ways:

  • two partial written exams (one in the middle and one at the end of the course), with exercises and questions about theory;
  • a written general exam with exercises and questions about theory.  

In addition, two assignments are administered (one in October, one in November). Each assignment provides a score of up to two points, which are added to the grade received on the partial exam immediately following each assignment. The scores received on the two assignments are only applied to the partial exams of that academic year (not to any general exam).

Exam rules and program are the same for attending and non attending students.

Further information are published, together with the detailed syllabus for the course, on the University Bocconi's website.


Textbooks

  • P. NEWBOLD, W.L. CARLSON, B.M. THORNE, Statistics for Business and Economics, Pearson, 2013, 8th ed.
  • Note on "frequency distributions" available on the e-learning page of the course.
Exam textbooks & Online Articles (check availability at the Library)

Prerequisites

Knowledge of probability theory from the Mathematics - Module 2 (Applied) course, and use of Excel.

Last change 10/07/2015 09:12