LABORATORIO DI STATISTICA PER L'ECONOMIA

L'insegnamento rappresenta una delle attività formative mirate a integrare le competenze acquisite da un laureato in Scienze Economiche nell'ambito dell'analisi statistica dei dati mediante l'uso di software dedicati e nella produzione di reportistica. L'obiettivo dell'insegnamento è fornire strumenti per l'analisi e la gestione dei dati, al fine di potenziare le competenze nell'analisi dati e nella comunicazione delle informazioni ottenute mediante l'utilizzo di strumenti informatici, come il linguaggio R.

Risultati di apprendimento previsti:

1. CONOSCENZA E COMPRENSIONE:
1.1 Comprendere il funzionamento del software R.
1.2 Familiarità con le principali tecniche statistiche di base implementabili in R.
1.3 Comprendere come strutturare un report dell'analisi dei dati eseguita con R.
2. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
2.1 Importare correttamente un data set in R.
2.2 Analizzare i dati in modo corretto sia dal punto di vista grafico/descrittivo che inferenziale, in particolare utilizzando modelli.
2.3 Costruire un codice R che esegua le analisi statistiche richieste.
3. CAPACITÀ DI GIUDIZIO:
3.1 Identificare le analisi statistiche necessarie per il data set a disposizione e implementarle correttamente in R.
3.2 Interpretare in modo accurato i risultati statistici ottenuti.
3.3 Redigere un report che sintetizzi i risultati ottenuti mediante l'uso di R.

Avere conseguito gli obiettivi formativi di STATISTICA è fondamentale. In particolare, è essenziale che lo studente sia in grado di padroneggiare i concetti e i metodi fondamentali dell'inferenza statistica e della statistica descrittiva. Questi includono la comprensione del concetto di significatività osservata rispetto a un'ipotesi, la capacità di creare intervalli di confidenza, la sintesi mediante distribuzioni di frequenza, la comprensione dei principali indicatori di una distribuzione e la capacità di rappresentare graficamente i dati.

1) Introduzione ai software statistici (R):
Gli studenti acquisiranno competenze sull'interazione con il software, con particolare enfasi sul caricamento dei dati e sulla creazione delle variabili di lavoro.
2) Elementi di Statistica descrittiva:
Attraverso l'utilizzo di dataset reali, gli studenti saranno guidati nella creazione di rappresentazioni grafiche e tabellari fondamentali, finalizzate a comprendere e sintetizzare i fenomeni in esame.
3) Inferenza statistica:
Con riferimento a casi concreti, verrà illustrata l'implementazione di strumenti di inferenza statistica, inclusa la stima puntuale, la costruzione degli intervalli e i principali test di ipotesi.
4) Regressione lineare (semplice e multipla):
Approfondimento sulla regressione lineare, sia semplice che multipla.
5) Analisi di regressione più complessa, ad esempio regressione logistica.

Materiale fornito dal docente nella piattaforma moodle con link dal sito web dell'insegnamento
Data Analysis with RStudio (2021) Kronthaler F, Zöllner S. Springer

La verifica dell'apprendimento avviene attraverso una prova scritta. Agli studenti verrà richiesto di analizzare un insieme di dati allo scopo di verificare la padronanza di un insieme minimale di conoscenze di base e le abilità acquisite nell'elaborare, interpretare, analizzare e comunicare le informazioni disponibili. Riguardo alla valutazione, l'esame sarà valutato su una scala da 0 a 30, con un punteggio minimo di 18 per il superamento. La lode sarà conferita solo in caso di eccezionale capacità di giudizio e conoscenza eccellente degli argomenti trattati.

scritto

Corso frontale che si avvale di software statistici per l'analisi dei dati.