STATISTICA | Università degli studi di Bergamo - Didattica e Rubrica

STATISTICA

Codice dell'attività formativa: 
87097

Scheda dell'insegnamento

Per studenti immatricolati al 1° anno a.a.: 
2019/2020
Insegnamento (nome in italiano): 
STATISTICA
Insegnamento (nome in inglese): 
STATISTICS
Insegnamento: 
STATISTICA - Partizione: Iniziali cognome A-D
Tipo di attività formativa: 
Attività formativa Caratterizzante
Tipo di insegnamento: 
Obbligatoria
Settore disciplinare: 
STATISTICA (SECS-S/01)
Anno di corso: 
2
Anno accademico di offerta: 
2020/2021
Crediti: 
9
Responsabile della didattica: 

Altre informazioni sull'insegnamento

Ciclo: 
Secondo Semestre
Obbligo di frequenza: 
No
Ore di attività frontale: 
72
Ambito: 
Statistico-matematico
Prerequisiti

Buona conoscenza degli argomenti trattati nei corsi del primo anno di “Elementi di Matematica” e nel corso di “Informatica” con particolare riferimento all’uso di Excel.

Obiettivi formativi

Il corso si propone due obiettivi: il primo consiste nel fornire agli studenti la teoria di base della statistica descrittiva, del calcolo delle probabilità e dell’inferenza statistica; il secondo nell’insegnare come utilizzare questi metodi statistici per analizzare dati reali attraverso l’uso del software Excel. Particolare attenzione verrà data alle applicazioni in campo aziendale-gestionale.

Contenuti dell'insegnamento

- Elementi di statistica descrittiva univariata: distribuzioni di frequenza, grafici, indici di posizione (medie, moda, mediana e quantili), indici di variabilità (varianza, scarto quadratico medio, coefficiente di variazione).
- Elementi di statistica descrittiva bivariata: tabelle a doppia entrata, indipendenza statistica, indice chi-quadrato e V di Cramér, covarianza, coefficiente di correlazione lineare, retta di regressione e indice di bontà di adattamento.
- Elementi di calcolo delle probabilità: definizione di probabilità, teoremi elementari della probabilità, indipendenza, probabilità condizionata, teorema delle probabilità totali e di Bayes.
- Variabili casuali: definizione, funzione di probabilità, di densità e di ripartizione, valore atteso e varianza.
- Esempi di variabili casuali: Bernoulli, Binomiale, Poisson, Uniforme, Normale, t di Student.
- Combinazione lineare di variabili casuali e teorema del limite centrale.
- Elementi di teoria della stima: media campionaria, varianza campionaria, proporzione campionaria e loro proprietà.
- Intervalli di confidenza: teoria generale sugli intervalli di confidenza. Intervalli di confidenza sulla media e sulla proporzione.
- Verifica delle ipotesi: teoria generale sui test d’ipotesi. Test sulla media e sulla proporzione.
- Regressione multipla: stima dei parametri, bontà di adattamento, test di significatività e ANOVA.

Tutti gli argomenti saranno trattati dapprima da un punto di vista teorico e in seguito mediante applicazioni con dati reali utilizzando Excel.

Metodi didattici

Lezioni frontali (72 ore) + tutorato (laboratorio di Excel, 18/20 ore).

Modalità verifica profitto e valutazione

Lo studente può scegliere tra:
a) 2 PROVE INTERMEDIE, la prima durante il corso e la seconda al termine: le prove si svolgono in laboratorio su pc e sono formate da esercizi da risolvere con l'utilizzo di Excel (22 punti) e da 15 domande di teoria a risposta multipla (10 punti). Ogni prova intermedia si ritiene superata se il voto complessivo (Excel+teoria) è almeno pari a 18. Il voto finale viene calcolato come media ponderata dei due voti conseguiti nelle due prove intermedie purché entrambi sufficienti (voto maggiore o uguale a 18).

I risultati delle due prove saranno pubblicati sulla pagina e-learning del corso.

OPPURE

b) PROVA TOTALE: una prova in laboratorio su pc formata da esercizi da risolvere con l'utilizzo di Excel (22 punti) e da 20 domande di teoria a risposta multipla (10 punti). La prova si ritiene superata se il voto complessivo (Excel+teoria) è almeno pari a 18.

I risultati della prova saranno pubblicati sulla pagina e-learning del corso.

Altre informazioni

Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte modifiche rispetto a quanto dichiarato nel syllabus per rendere il corso e gli esami fruibili anche secondo queste modalità.

Prerequisites

Good knowledge of the topics taught in the first year course “Calculus” and “Computer Sciences” (with respect to the use of Excel).

Educational goals

The course has two goals. Firstly, it provides students with the theory of descriptive statistics, of probability and inferential statistics. Secondly, it teaches students how to use statistics for analyzing real data by using Excel. Special attention will be given to business and management applications.

Course content

- Elements of univariate descriptive statistics: frequency tables, graphical summaries (plots), summary statistics (mean, mode, median and quantiles), variability indexes (variance, standard deviation, coefficient of variation).
- Elements of bivariate descriptive statistics: contingency table, statistical independence and chi-square index for association. Covariance and correlation coefficient, regression line and goodness of fit.
- Elements of probability: definition of probability, probability theorems, independent events, conditional probability, law of total probability, Bayes' theorem.
- Random variables: definition, probability distribution, density function, cumulative distribution, expected value and variance.
- Examples of random variable: Bernoulli, Binomial, Poisson, Uniform, Normal, T-Student.
- Linear combination of random variables and central limit theorem.
- Elements of point estimate statistics: sample mean, sample variance, sample proportion and their properties.
- Confidence intervals: general theory confidence intervals for yhe mean and the proportion.
- Hypothesis testing: general theory and hypothesis test for the mean and the proportion.
- Multiple regression: parameters estimate, goodness of fit, significance test and ANOVA.

All these topics will be taught first from a theoretical point of view and then through application with real data using Excel.

Teaching methods

Class lessons (72 hours) + Excel lab (18/20 hours).

Assessment and Evaluation

The student can choose between:

a) Two partial tests in the computer lab during the course period: the tests consist in exercises to be solved using Excel (22 points) and 15 multiple choice questions about theory (10 points). Each partial test is passed if the total mark (xls+theory) is at least equal to 18. The final mark is computed as weighted average of the two test marks (if both are sufficient, i.e. mark greater than or equal to 18).

The results of the two partial tests will be published on the e-learning platform.

OR

b) A test in the computer class with exercises to be solved using Excel (22 points) and 20 multiple choice questions about theory (10 points). The test is passed if the total mark (xls+theory) is at least equal to 18.

The results of the test will be published on the e-learning platform.

Further information

If the course is taught online or in mixed mode, some changes can be introduced compared to what is stated in the syllabus to make the course and exam available also in these way.