Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Gloria POLINESI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea - [ET06] ECONOMIA E COMMERCIO First Cycle Degree (3 years) - [ET06] ECONOMICS AND COMMERCE
Dipartimento: [040002] Dipartimento Scienze Economiche e SocialiDepartment: [040002] Dipartimento Scienze Economiche e Sociali
Anno di corsoDegree programme year : 2 - Primo Semestre
Anno offertaAcademic year: 2024-2025
Anno regolamentoAnno regolamento: 2023-2024
Obbligatorio
Crediti: 9
Ore di lezioneTeaching hours: 66
TipologiaType: B - Caratterizzante
Settore disciplinareAcademic discipline: SECS-S/03 - STATISTICA ECONOMICA
Italiano
Italian
Si considerano acquisiti i contenuti del programma di matematica generale
The basic contents of the mathematic are considered acquired
Il corso è svolto mediante lezioni frontali e prevede anche esercitazioni pratiche.
The course will be carried out through theoretical lectures and also includes pratical exercitation.
Il corso intende fornire le conoscenze di base della statistica descrittiva, del calcolo delle probabilità e della statistica inferenziale
Capacità di applicare conoscenze e comprensione.
Al termine del corso gli studenti saranno in grado di applicare
adeguatamente le principali tecniche di statistica descrittiva e
inferenziale.
Competenze trasversali.
Le esercitazioni pratiche, che avranno luogo durante il corso,
consentiranno agli studenti di migliorare la loro autonomia e la loro
capacità analitica.
The course provides basic knowledge of descriptive, inferential statistics
and probability calculations.
Capacity to apply Knowledge and Understanding.
At the end of the course students will be able to adequately apply the
main techniques of descriptive and inferential statistics.
Transversal Skills.
Practical exercises, which will take place during the course, will allow
students to improve their autonomy and analytical ability.
A) Lezioni
1 Analisi statistica descrittiva
1.1 Collettivo statistico: concetti e natura dei caratteri.
1.2 Distribuzioni univariate e loro rappresentazione.
1.3 Le misure della posizione.
1.4 Le misure della variabilità.
1.5 Le distribuzioni secondo due caratteri e la loro rappresentazione.
1.6 La teoria della connessione e le sue misure.
1.7 Lo studio della dipendenza e dell’interdipendenza.
2 Calcolo delle probabilità
2.1 Aspetti generali.
2.2 Le variabili casuali e i loro momenti.
3 Statistica inferenziale
3.1 Introduzione alla teoria dei campioni.
3.2 Stimatori, loro proprietà e metodi di stima.
3.3 Intervalli di confidenza.
3.4 Prova delle ipotesi.
B) Esercitazioni
Le esercitazioni, con cadenza settimanale, riguarderanno l’intero
programma del corso.
A) Lessons
1 Descriptive statistical
1.1 Statistical set: concepts and nature of variables.
1.2 Univariate distributions and their graphical representations.
1.3 Measures of location.
1.4 Measures of variability.
1.5 Bivariate distributions and graphical representations.
1.6 Dependence theory and measure of association.
1.7 Dependence and interdependence.
2 Fundamentals of probabilities
2.1 Introduction to probabilities.
2.2 The random variables.
3 Statistical inference
3.1 Introduction to sample theory.
3.2 Estimators, their properties and estimation methods.
3.3 Confidence intervals.
4. Tests of Hypotheses.
B) Exercitations
Exercitations will cover the entire program of the course.
L’esame consiste in una prova scritta ma, a discrezione del docente, può essere richiesta una ulteriore prova orale.
Per gli di studenti con disabilità/invalidità o disturbo specifico di apprendimento (DSA), che abbiano fatto debita richiesta di supporto per affrontare lo specifico esame di profitto all’Info Point Disabilità/DSA dell’Ateneo, le modalità di esame saranno adattate alla luce di quanto previsto dalle linee guida di Ateneo (https://www.univpm.it/Entra/Accoglienza_diversamente_abili).
Criteri di valutazione dell'apprendimento.
Nel corso dell’esame gli studenti dovranno dimostrare di aver acquisito
una solida conoscenza dei temi svolti nelle lezioni e di saper applicare tali
conoscenze nella soluzione degli esercizi.
Criteri di misurazione dell'apprendimento.
Il voto verrà espresso in trentesimi. Lo studente supererà l’esame se
otterrà almeno 18. È prevista l’assegnazione del massimo dei voti con lode (30 e lode).
Criteri di attribuzione del voto finale.
Gli studenti dovranno rispondere a 6 domande scritte. Ad ogni domanda
sarà attribuito un voto non superiore a 5.
Gli studenti che dimostreranno una analitica, approfondita ed esaustiva
comprensione dei contenuti teorici e pratici del corso, otterranno la lode.
The exam is a written test, but an additional oral exam may be required.
For students with disabilities or Specific Learning Disability (SLD) who have contacted the University Disability/SLD Info Point to request support for the specific curricular exam, please note that the way the exam is taken can be adapted in accordance with the University Guidelines (https://www.univpm.it/Entra/Accoglienza_diversamente_abili).
Learning Evaluation Criteria.
During the exam, students must demonstrate that they have acquired a solid knowledge of the lessons topics and know how to apply these
knowledge in the solution of the exercises.
Learning Measurement Criteria.
The vote will be expressed in thirtieth. The student will pass the exam the vote is at least 18. It is expected the maximum of votes cum laude (30 cum laude).
Final Mark Allocation Criteria.
Students have to answer 6 written questions. Each question will be rated
no more than 5.
Students who will demonstrate an analytical and exhaustive
understanding of the theoretical and practical content of the course will
receive the maximum of votes.
G. CICCHITELLI - P. D'URSO - M. MINOZZO; Statistica: principi e metodi, Pearson Italia, IV Edizione, 2022.
ISBN: 8891915386
AA. VV.
Statistica 1° corso, esercizi svolti, (dispensa), disponibile sulla
piattaforma e-learning del corso (https://learn.univpm.it/).
G. CICCHITELLI - P. D'URSO - M. MINOZZO; Statistica: principi e metodi, Pearson Italia, IV Edizione, 2022.
ISBN: 8891915386
AA. VV. Statistica 1° corso, esercizi svolti, (handouts) available at the e-learning page
(https://learn.univpm.it/).
L’insegnamento non è erogato in modalità e-learning.
Teaching is not provided in e-learning mode.
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2024-2025
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427