PROBABILITY AND STATISTICS

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, in condizioni di incertezza, per le decisioni aziendali, l'economia e la finanza.
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 (entrambi i moduli) 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 un esame finale svolto al computer sulla piattaforma Moodle.
L'utilizzo del pacchetto statistico R è parte integrante del programma e costituisce lo strumento principale per risolvere gli esercizi assegnati durante il compito d'esame.
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 32 punti. Un punteggio superiore a 30 corrisponde a 30 e lode.
È un esame a libro aperto in cui è possibile consultare tutto il materiale presente in Moodle e utilizzare R per i calcoli. È ammesso l'uso di un formulario che ogni studente può compilare usando le due facciate di un foglio A4.
Un fac-simile del compito finale sarà reso disponibile in Moodle.

scritto

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

1. Voti nella fascia da 18 a 22 saranno attribuiti in presenza di:
-discreta capacità di utilizzare gli strumenti acquisiti per l'analisi dei dati
-sufficiente capacità di contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse
-limitata capacità di interpretare criticamente i risultati ottenuti
2. Voti nella fascia da 22 a 26 saranno attribuiti in presenza di:
-buona capacità di utilizzare gli strumenti acquisiti per l'analisi dei dati
-discreta capacità di contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse
-sufficiente capacità di interpretare criticamente i risultati ottenuti
3. Voti nella fascia da 26 a 30 saranno attribuiti in presenza di:
-ottima capacità di utilizzare gli strumenti acquisiti per l'analisi dei dati
-buona o ottima capacità di contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse
-buona capacità di interpretare criticamente i risultati ottenuti
4. La lode sarà attribuita a studenti nella fascia 3. che abbiano dimostrato ottima e completa padronanza della materia.

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.