41301 - INFERENZA STATISTICA

Anno Accademico 2019/2020

  • Docente: Stefania Mignani
  • Crediti formativi: 10
  • SSD: SECS-S/01
  • Lingua di insegnamento: Italiano
  • Moduli: Carlo Trivisano (Modulo 1) Stefania Mignani (Modulo 2)
  • Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
  • Campus: Rimini
  • Corso: Laurea in Finanza, assicurazioni e impresa (cod. 8872)

Conoscenze e abilità da conseguire

Al termine del corso lo studente possiede le conoscenze di base dell'inferenza statistica. In particolare lo studente è in grado di: -definire e controllare una ipotesi statistica parametrica per semplici problemi -derivare uno stimatore e valutarne le proprietà - stimare e interpretare il modello lineare multiplo - stimare e interpretare il modello di regressione logistica.

Contenuti

Modulo 1 Carlo Trivisano (il modulo costituisce anche il crash course di STATISTICA della Laurea Magistrale in Scienze Statistiche Finanziarie e Attuariali)

- Aspetti generali dell'inferenza statistica.
- Universo dei campioni, statistiche e stimatori.
- Proprietà degli stimatori finite e asintotiche.

- Metodi di stima.
- Controllo di ipotesi. Test di ipotesi per il parametro media, varianza e proporzione.

- Test non parametrici di conformità e di indipendenza.

- Intervalli di confidenza

 

Modulo 2 Stefania Mignani

- Modello di regressione lineare semplice: aspetti descrittivi e inferenziali

- Modello di regressione lineare multipla: aspetti descrittivi e inferenziali

- Modello di regressione lineare multipla: metodo per la scelta di un sotto gruppo di regressori

-Modello di regressione lineare multipla: validità e tecniche diagnostiche

-Introduzione ai modelli a variabili latenti

-Analisi fattoriale per dati quantitativi

Testi/Bibliografia

PARTE 1
D. Piccolo, Statistica per le decisoni, Il Mulino, Bologna, 2010, PARTE III
Ulteriore materiale didattico è disponibile al sito https://www.unibo.it/sitoweb/carlo.trivisano.

PARTE B
- S. Mignani, A. Montanari, Appunti di analisi statistica multivariata, Esculapio, Bologna, Seconda edizione, 1997,
- D. Piccolo, Statistica per le decisoni, Il Mulino, Bologna, 2010, Capitolo XVIII.

Ulteriore materiale didattico sarà reso disponibile su IOL

Metodi didattici

La parte teorica di introduzione ai concetti di base sarà affiancata da una parte dedicata agli esercizi svolti anche con l’ausilio dei softwares statistici R e SPSS

Modalità di verifica e valutazione dell'apprendimento

La prova d'esame ha lo scopo di verificare il raggiungimento dei seguenti obiettivi didattici:
- Conoscenza approfondita delle basi dell'inferenza statistica, del modello di regressione lineare e dei modelli a variabili latenti.
- Capacità di analizzare criticamente insiemi di dati univariati e multivariati.

PARTE 1
L'accertamento dell'apprendimento avviene mediante una prova scritta. La prova è da svolgersi anche con l'ausilio di excel. Durante la prova scritta è consentito consultare dei “formulari” che ogni candidato provvederà a preparare da sé. I formulari devono essere contenuti in 4 facciate A4. Sul formulario si può riportare qualsiasi cosa (formule, commenti, esempi, ecc.). Oltre ai formulari non è consentito consultare altro materiale. I formulari devono essere consegnati unitamente all'elaborato.

PARTE 2
L'accertamento dell'apprendimento avviene mediante una prova orale.

 

Negli appelli di luglio e settembre gli esami si svolgeranno in modalità telematica tramite la piattaforma  Zoom per la Parte 1 e la piattaforma Teams per la parte 2.

Strumenti a supporto della didattica

Slide, libri e articoli

Orario di ricevimento

Consulta il sito web di Stefania Mignani

Consulta il sito web di Carlo Trivisano

SDGs

Istruzione di qualità Lavoro dignitoso e crescita economica Ridurre le disuguaglianze

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.