Didattica - Università degli Studi di Padova

Corsi di Laurea	Corsi di Laurea Magistrale	Corsi di Laurea Magistrale a Ciclo Unico
Scuola di Scienze
STATISTICA PER L'ECONOMIA E L'IMPRESA

Insegnamento
STATISTICA 2 (Ult. numero di matricola pari)
SCP4063587, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento

Corso di studio	Corso di laurea in STATISTICA PER L'ECONOMIA E L'IMPRESA SC2095, ordinamento 2014/15, A.A. 2017/18	porta questa pagina con te
Crediti formativi	12.0
Tipo di valutazione	Voto
Denominazione inglese	STATISTICS 2
Sito della struttura didattica	http://scienzestatistiche.scienze.unipd.it/2017/laurea_statisticaeconomiaimpresa
Dipartimento di riferimento	Dipartimento di Scienze Statistiche
Obbligo di frequenza	No
Lingua di erogazione	ITALIANO
Sede	PADOVA
Corso singolo	È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta	È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti

Responsabile	ANTONIO CANALE		SECS-S/01
Altri docenti	PAOLO GIRARDI

Mutuazioni

Codice	Insegnamento	Responsabile	Corso di studio
SCP4063587	STATISTICA 2 (Ult. numero di matricola pari)	ANTONIO CANALE	SC2094

Dettaglio crediti formativi

Tipologia	Ambito Disciplinare	Settore Scientifico-Disciplinare	Crediti
BASE	Statistico-probabilistico	SECS-S/01	12.0

Organizzazione dell'insegnamento

Periodo di erogazione	Primo semestre
Anno di corso	II Anno
Modalità di erogazione	frontale

Tipo ore	Crediti	Ore di didattica assistita	Ore Studio Individuale	Turni
ESERCITAZIONE	2.0	28	22.0	2
LEZIONE	10.0	80	170.0	Nessun turno

Calendario

Inizio attività didattiche	02/10/2017
Fine attività didattiche	19/01/2018
Visualizza il calendario delle lezioni	Lezioni 2019/20 Ord.2014

Commissioni d'esame

Commissione	Dal	Al	Membri
6 Commissione a.a 2018/19 (matr.pari)	01/10/2018	30/09/2019	MENARDI GIOVANNA (Presidente) ADIMARI GIANFRANCO (Membro Effettivo) VENTURA LAURA (Membro Effettivo)
5 Commissione a.a.2018/19 (matr.dispari)	01/10/2018	30/09/2019	ADIMARI GIANFRANCO (Presidente) MENARDI GIOVANNA (Membro Effettivo) VENTURA LAURA (Membro Effettivo)
4 Commissione a.a.2017/18 (matr. pari)	01/10/2017	30/09/2018	CANALE ANTONIO (Presidente) ADIMARI GIANFRANCO (Membro Effettivo) GIRARDI PAOLO (Membro Effettivo) VENTURA LAURA (Membro Effettivo)
3 Commissione a.a.2017/18 (matr. dispari)	01/10/2017	05/11/2018	ADIMARI GIANFRANCO (Presidente) CANALE ANTONIO (Membro Effettivo) SARTORI NICOLA (Membro Effettivo) VENTURA LAURA (Membro Effettivo)

Syllabus

Prerequisiti:	Istituzioni di Analisi Matematica; Algebra Lineare; Istituzioni di Probabilità; Statistica 1.
Conoscenze e abilita' da acquisire:	Il corso mira a far acquisire abilità autonome nell'analisi inferenziale dei dati. Si studiano i modelli statistici e i principali metodi di inferenza. Si acquisiscono le basi dell'inferenza basata sulla verosimiglianza, come strumento generale per l'analisi dei dati.
Modalita' di esame:	Prova scritta (con eventuale integrazione orale) o prova scritta e orale.
Criteri di valutazione:	Lo studente dovrà dimostrare di aver compreso gli argomenti svolti, acquisito i concetti e le metodologie presentate, e essere in grado di applicare le tecniche inferenziali correttamente.
Contenuti:	- Inferenza statistica: idee e problemi di base. - Popolazione, campione, dati campionari e inferenza. Modelli statistici e loro specificazione. Controllo empirico del modello statistico. Funzioni di ripartizione empirica e quantile. - Principali modelli statistici parametrici. - Modelli statistici discreti: binomiale, binomiale negativa, Poisson, multinomiale. - Modelli statistici continui: esponenziale, gamma, normale, normale multivariata. - Distribuzioni campionarie collegate, esatte e approssimate: chi-quadrato, t, F, Wishart e approssimazioni basate su teorema del limite centrale. - Le procedure dell'inferenza statistica - Stima puntuale. Parametro, stima, stimatore, errore di stima. Stima secondo il metodo dei dei momenti e dei minimi quadrati. Criteri di valutazione degli stimatori: distorsione, errore quadratico medio, consistenza. - Intervalli e regioni di confidenza. Quantità pivotali. Intervalli e regioni di confidenza esatti e approssimati. - Verifica delle ipotesi. Test statistico, livello di significatività, livello di significatività osservato, funzione di potenza. Test esatti e approssimati. Relazione tra test e intervalli di confidenza. - Inferenza basata sulla verosimiglianza. - La funzione di verosimiglianza. Rapporto di verosimiglianza. Verosimiglianze equivalenti e statistiche sufficienti. Riparametrizzazioni. - Stima di massima verosimiglianza. Aspetti computazionali. Informazione osservata e attesa. Proprietà degli stimatori di massima verosimiglianza e loro distribuzione approssimata. - Test e regioni di confidenza basati sulla verosimiglianza. Test e regioni di Wald, score e basati sul rapporto di verosimiglianza: casi monoparametrico, multiparametrico e di interesse parziale. Versioni unilaterali. - Esemplificazioni notevoli - Problemi sulle proporzioni: inferenza sulla singola proporzione; confronto tra due proporzioni. Problemi sulle medie e su funzioni di medie: inferenza sulla singola media; confronto tra due medie; dati appaiati. Problemi sulle varianze: inferenza sulla varianza nel modello normale. Inferenza sulla multinomiale. Test di indipendenza in tabelle di contingenza. Test di bontà di adattamento.
Attivita' di apprendimento previste e metodologie di insegnamento:	Lezioni frontali e esercitazioni a gruppi.
Eventuali indicazioni sui materiali di studio:
Testi di riferimento:	Pace Luigi, Alessandra Salvan, Introduzione alla Statistica. Padova: Cedam, 2001. Azzalini Adelchi, Inferenza Statistica. Una presentazione basata sul concetto di verosimiglianza. Milano: Springer, 2001. Piccolo Domenico, Statistica. Bologna: Il Mulino, 2010. Cicchitelli Giuseppe, Statistica: principi e metodi. Milano: Pearson, 2012.