PROBABILITY AND STATISTICS

Anno accademico
2022/2023 Programmi anni precedenti
Titolo corso in inglese
PROBABILITY AND STATISTICS
Codice insegnamento
ET7007 (AF:386277 AR:214836)
Modalità
Blended (in presenza e online)
Crediti formativi universitari
6
Livello laurea
Laurea
Settore scientifico disciplinare
SECS-S/01
Periodo
3° Periodo
Anno corso
1
Sede
RONCADE
Spazio Moodle
Link allo spazio del corso
L’insegnamento è una delle attività formative quantitative del corso di studio in Digital Management e consente allo studente di acquisire la conoscenza e la comprensione
dei principali strumenti statistici in uso nelle discipline di management e il loro utilizzo per le decisioni aziendali, l'economia e la finanza, in condizioni di incertezza.
L'obiettivo dell’insegnamento è fornire conoscenze di statistica descrittiva e inferenziale e di calcolo delle probabilità, nonché abilità nell’utilizzo di programmi specifici per l'analisi dei dati e la comunicazione delle informazioni ricavate.
Alla fine del corso, lo studente sarà in grado di individuare ed applicare i modelli e le metodologie di analisi più adatti al contesto di interesse; inoltre saprà interpretare e comunicare i risultati ottenuti, con l'obiettivo di guidare le scelte più adeguate.
1. Conoscenza e comprensione:
-conoscere i principali strumenti per la rappresentazione grafica e la sintesi delle caratteristiche fondamentali di un insieme di dati
-conoscere i concetti di base del calcolo delle probabilità e le principali distribuzioni di probabilità utili per l'inferenza
-conoscere le metodologie di base dell'inferenza statistica

2. Capacità di applicare conoscenza e comprensione:
-saper utilizzare programmi specifici per l'analisi dei dati e per la comunicazione dei risultati
-saper utilizzare la terminologia adeguata in tutti i processi di applicazione e comunicazione delle conoscenze acquisite

3. Capacità di giudizio:
-saper contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse

4. Abilità comunicative:
-saper presentare in modo chiaro ed esaustivo i risultati ottenuti da un'analisi statistica
-sapere interagire con i pari e con il docente, in modo critico e rispettoso

5. Capacità di apprendimento:
-saper utilizzare ed integrare informazioni provenienti da appunti, libri, slide, video e sessioni pratiche di laboratorio
-saper valutare la propria preparazione utilizzando quiz ed esercizi di autovalutazione assegnati durante il corso
Mathematics for decision sciences è propedeutico.
Il corso fornisce un'introduzione pratica al calcolo delle probabilità e alla statistica. La prima parte del corso ha lo scopo di introdurre agli studenti le tecniche più utilizzate per la sintesi e la rappresentazione grafica di un insieme di dati. Successivamente vengono presentati alcuni concetti di probabilità elementare e sulle distribuzioni di probabilità. L'ultima parte del corso riguarda i metodi inferenziali per la stima, la verifica di ipotesi e la previsione. Le lezioni teoriche sono sempre motivate da esempi e applicazioni a problemi economici e aziendali. Viene introdotto anche l'utilizzo del programma R (http://cran.r-project.org/ ) per l'analisi dei dati e l'inferenza.

Statistica descrittiva: popolazione e campione; tipi di variabili; rappresentazioni grafiche e indici sintetici per variabili quantitative e qualitative; relazione fra due variabili qualitative e statistica Chi-quadrato; relazione fra due variabili quantitative, correlazione e regressione.
Probabilità: calcolo di probabilità; indipendenza; variabili aleatorie discrete e continue; le distribuzioni binomiale e normale.
Inferenza: distribuzioni campionarie; stima della media e della varianza di una popolazione; intervalli di confidenza; verifica di ipotesi e p-value.
Robinson, R. and White, H. (2016) Elementary Statistics with R. Disponibile al link http://homerhanumat.github.io/elemStats/
Il raggiungimento degli obiettivi dell'insegnamento viene valutato attraverso la partecipazione alle attività proposte durante il corso (20%) e un esame finale scritto (80%). L'utilizzo del pacchetto statistico R è parte integrante del programma e costituisce lo strumento principale per risolvere gli esercizi assegnati in itinere e il compito d'esame.
Le attività proposte durante le lezioni consistono in brevi quiz di verifica dell’apprendimento di concetti importanti e svolgimento di esercizi anche in gruppo. La valutazione delle attività in itinere vale al massimo 7 punti.
L'esame scritto finale è un quiz di Moodle, composto da esercizi simili a quelli svolti in classe e assegnati durante il corso, e vale al massimo 26 punti. Il quiz è un esame a libro aperto in cui è possibile consultare tutto il materiale presente in Moodle e R per i calcoli. Un fac-simile del compito finale sarà reso disponibile in Moodle.
Gli studenti con un voto nell'esame scritto superiore o uguale a 22, possono chiedere di integrare il voto dello scritto con un colloquio orale. Il colloquio sostituisce le attività in itinere, riguarda tutti gli argomenti del corso e può migliorare o peggiorare il voto acquisito nell'esame scritto.
Si adotta un approccio interattivo, alternando lezioni classiche, attività collaborative e sessioni di laboratorio. Si utilizza la piattaforma di e-learning Moodle per lo scambio di informazioni e per la verifica dell'apprendimento finale e in itinere. Si usano programmi open-source per l'analisi dei dati e la produzione di rapporti statistici.
Inglese
Corso blended con 20 ore di didattica frontale e 10 ore di didattica online.
scritto
Programma definitivo.
Data ultima modifica programma: 12/04/2022