Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Mariateresa CIOMMI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea Magistrale - [EM09] MANAGEMENT PUBBLICO E DEI SISTEMI SOCIO-SANITARI Master Degree (2 years) - [EM09] MANAGEMENT OF PUBLIC SECTOR AND SOCIAL SERVICES
Dipartimento: [040018] Dipartimento di ManagementDepartment: [040018] Dipartimento di Management
Anno di corsoDegree programme year : 2 - Primo Semestre
Anno offertaAcademic year: 2023-2024
Anno regolamentoAnno regolamento: 2022-2023
Obbligatorio
Crediti: 9
Ore di lezioneTeaching hours: 66
TipologiaType: B - Caratterizzante
Settore disciplinareAcademic discipline: SECS-S/03 - STATISTICA ECONOMICA
Sede City SAN BENEDETTO DEL TRONTO
ITALIANO
Italian
Si considerano acquisiti i contenuti del programma di Statistica 1° corso.
The basic contents of the exam of “Introduction to statistics” are considered acquired
Il corso è svolto mediante lezioni frontali e prevede anche esercitazioni pratiche.
Le lezioni a contenuto teorico saranno erogate anche in streaming attraverso il
collegamento via Teams alla lezione erogata in aula (modalità telematica sincrona)
The course will be carried out through theoretical lectures and it also includes practical class.
The theoretical lessons will also be provided in streaming through the connection via Teams.
Il corso intende introdurre lo studente alla comprensione delle tecniche di statistica applicata, tale da garantire la capacità di effettuare analisi statistiche nelle aree economiche ed aziendali.
Al termine del corso lo studente dovrà acquisire le conoscenze utili alla comprensione delle tecniche di statistica applicata, tale da garantire la capacità di effettuare analisi statistiche nell'area aziendale
Capacità di applicare conoscenze e comprensione.
Al termine del corso gli studenti saranno in grado di applicare adeguatamente le principali tecniche di statistica applicata.
In particolare, svilupperanno la capacità di individuare la documentazione statistica di base, saranno in grado di analizzare i dati utili alla comprensione di un problema pratico e di sintetizzare tali informazioni in rapporti e relazioni al fine di supportare processi decisionali.
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 intends to introduce the student to the understanding of the applied statistical techniques to ensure the ability to perform statistical analysis in economic and business areas.
At the end of the course the student will have the knowledge useful for understanding the techniques of applied statistics, such as to guarantee the ability to perform statistical analyzes in the business area.
Capacity to apply Knowledge and Understanding.
At the end of the course students will be able to adequately apply the main techniques of applied statistics.
More in details, the student will develop the ability to identify the basic statistical documentation, will be able to analyze the data useful for the understanding of a practical problem and to synthesize this information in reports and reports in order to support decision-making processes.
Transversal Skills.
Practical exercises, which will take place during the course, will allow students to improve their autonomy and analytical skills.
A. Contenuti.
1. Richiami di statistica descrittiva.
2. Cenni di calcolo delle probabilità
3. Distribuzioni di probabilità e variabili aleatorie discrete e continue
4. Campionamento e distribuzioni campionarie
5. Intervalli di confidenza
6. Verifica di ipotesi
7. Bontà di adattamento e tabelle di contingenza
8. Analisi della Varianza
9. La regressione lineare semplice
10. La regressione lineare multipla
B. Esercitazioni
Le esercitazioni riguarderanno l’intero programma del corso e saranno svolte anche al computer (Excel e R)
3. Esercitazioni in campo
Non sono previste esercitazioni in campo.
A. Theoretical lectures
1. Descriptive statistics.
2. Elements of chance: probablity methods
3. Distributions of sample statistics
4. Confidence interval estimations
5. Hypothesis tests
6. Analysis of variance
7. Goodness of adaptation technique and contingency tables
8. Linear regression analysis
9. Multiple variable regression analysis.
B. Practifcal lectures
Practical lectures will cover the entire program of the course, also by using pc programs (Excel e R)
L'esame consiste in una prova scritta, ad eccezione dei casi in cui il docente non ritenga opportuno procedere ad una successiva 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 da domande scritte, articolate su diversi punti, a ciascuna delle quali è attribuito lo stesso voto. Gli studenti che dimostreranno una critica, analitica, approfondita ed esaustiva comprensione dei contenuti teorici e pratici del corso otterranno la lode.
The exam is a written test
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 knowledges in the solution of the exercises.
Learning Measurement Criteria.
The final mark will be expressed in thirtieth. The student will pass the exam if the vote is at least 18. It is expected the maximum score with honor (30 cum laude).
Final Mark Allocation Criteria.
Students must to answer to 2 written macro-questions, with several subquestions. Each macro-question will be rated equally.
Students who will demonstrate an analytical and exhaustive understanding of the theoretical and practical content of the course will receive the maximum mark.
NEWBOLD P., CARLSON W. L., THORNE B., Statistica. Pearson Education Italia.
ISBN: 8891910651
Altro materiale, disponibile sulla piattaforma e-learning di Ateneo relativa all’insegnamento: http://lms.econ.univpm.it/
NEWBOLD P., CARLSON W. L., THORNE B., Business Statistics. Pearson Education.
ISBN: 8891910651
Further material will be online available on the UNIVPM e-learning platform: http://lms.econ.univpm.it
18 ore su 66 ore di didattica totale verranno erogate in modalità e-learning Blended (Art 4, Regolamento e-learning UNIVPM)
18 hours out of 66 hours of total teaching will be delivered in Blended e-learning mode (Art 4, UNIVPM e-learning Regulations)
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2023-2024
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427