Università degli Studi RomaTreScuola di Economia
 
  Area Riservata    
nomeutente password  

accesso rapido

Accade oggi nella Scuola

Portale dello Studente

English version  

Statistica applicata (l.m.)

lauree magistrali di nuova attivazione

Si è ritenuto che nell’ambito dell’offerta delle LM fosse caratteristica necessaria la coerenza dei contenuti e la loro contestualizzazione didattica con l’obiettivo formativo della laurea in oggetto.
Il corso intende fornire gli strumenti necessari per la progettazione, l’elaborazione e l’analisi dei dati in campo economico. La parte teorica sarà affiancata da una parte applicata su dati reali e case studies provenienti dall’economia del lavoro, relazioni industriali e sistemi di welfare e dall’economia dell’ambiente e dello sviluppo con l’uso di opportuni software statistici (quali ad es. R, Minitab, Hugin).
Pertanto allo studente verrà insegnato non solo ad applicare tecniche statistiche ma anche a scegliere la tecnica più opportuna ed a commentare l’output ai fini decisionali. Agli studenti verrà insegnato non solo l’aspetto teorico dei modelli ma anche i principali contesti applicativi e il loro utilizzo mediante opportuni software statistici.
Il corso insegna a gestire un’indagine statistica dalla sua pianificazione all’analisi e commento dei dati.

Il corso si svolge nel II semestre (dal 26/2/2018 al 26/5/2018)

Docenti: Julia Mortera (docente titolare)

Crediti: 9

Numero moduli: 1

Date di esame

Programma

 Argomenti:
- Richiami dei concetti di calcolo delle probabilità ed inferenza statistica.
-Modello di regressione lineare semplice e multiplo; Analisi della varianza (ANOVA);
-Tabelle di indipendenza.
-Metodi statistici di supporto alle decisioni in condizioni di incertezza. Albero delle decisioni. Reti bayesiane e reti per le decisioni. Applicazione a casi reali.
-Principali metodi di statistica multivariata: Modello di analisi fattoriale e cluster analisi.
-Cenni all’analisi delle serie storiche.
-Concentrazione; Indici di Gini;
Software: Minitab, Hugin, Excel, R

Per ciascuna metodologia statistica sarà illustrata una specifica applicazione nell’ambito dell’analisi economica. Gli esempi numerici saranno svolti sulla base di alcuni data set sui quali gli studenti potranno esercitarsi.
Il corso è prevalentemente di carattere applicativo, indirizzato a chi desideri comprendere le potenzialità delle singole metodologie e gli strumenti tecnici per utilizzarle. Saranno fornite indicazioni per approfondimenti specifici.
Agli studenti frequentanti sarà offerta la possibilità di fare pratica delle tecniche descritte a lezione attraverso lo svolgimento di un progetto su dataset pertinenti al proprio percorso di studio.

Valutazione
-Per gli studenti frequentanti la valutazione si basa su un esame scritto e sulla elaborazione, presentazione e discussione di un progetto su dataset pertinenti al proprio percorso di studio.
-Per gli studenti non frequentanti la valutazione si basa su un esame scritto ed un esame orale ed eventualmente anche su una tesina. 

Informazioni sulla prova scritta
• La prova scritta è composta da: domande teoriche, domande a risposta multipla, output di software da commentare.
• Non è consentito introdurre alcun formulario e/o libro e/o appunti nell’aula d’esame. È consentito portare solo le tavole delle distribuzioni di probabilità nel formato reso disponibile sul sito web del corso.

[ ultimo aggiornamento 4/3/2015 ]

Testi

Materiale didattico
-Agresti A, Finlay B. (2012) Metodi Statistici di base e avanzati per le scienze sociali, Pearson.
-Bracalente B., Cossignani M., Mulas A. (2009) Statistica, Mc Graw Hill. (Capitolo 5)
-Zani S., Cerioli A. (2007) Analisi dei dati e data mining per le decisioni, Giuffrè, Milano. (Capitoli VI, VIII e IX)

 

Altro materiale didattico sarà disponibile sulle pagine del corso nel sito web di Facoltà.

 

Alcuni altri testi di riferimento
-Levine, D. M., Krehbiel T.C. e Berenson M. L. (2006) Statistica, Apogeo.
-De Lillo A., Argentin G., Lucchini M. Sarti S. e Terraneo M. (2007) Analisi multivariate per le scienze sociali , Pearson Education.
-Jensen, F. B., Graven-Nielsen, T. (2007) Bayesian Networks and Decision Graphs, 2nd ed., Springer Verlag.

 

 

Vai alla versione stampabile del corso

oppure crea PDF

Materiale del corso

(cliccare con il tasto destro del mouse e selezionare "Salva oggetto...")

I materiali non cliccabili sono riservati ai soli utenti accreditati.
Per ulteriori informazioni clicca qui.

© Scuola di Economia, Via Silvio D'Amico 77, 00145 Rome, Italy