OBIETTIVI FORMATIVI
Il corso ha l'obiettivo di introdurre gli studenti al problema della modellazione statistica in presenza di variabili esplicative. Lo studente apprende in che modo i fenomeni reali possano essere rappresentati mediante opportuni modelli statistici e in che modo trasformare un problema reale in un problema statistico. In particolare, gli studenti apprendono in che modo sia possibile mettere in relazione diversi fenomeni o caratteristiche del fenomeno oggetto di studio con finalità descrittive, inferenziali e predittive. Lo studente apprende in che modo modellare la dipendenza in media di una variabile risposta in funzione di altre variabili concomitanti o esplicative mediante il modello di regressione lineare e non lineare.


DIDATTICA EROGATIVA
- N. 12 ORE VIDEOLEZIONI ON-LINE

DIDATTICA INTERATTIVA
- N. 12 ORE WEB LESSONS con studenti in presenza e in collegamento streaming, registrate e pubblicate in piattaforma
- N. 5 TOPIC e N.12 POST SU FORUM DIDATTICO
- N. 12 TEST DI AUTOVALUTAZIONE con 8 domande a risposta multipla
- WEB CONFERENCES dedicate all’approfondimento con calendarizzazione settimanale durante il semestre di riferimento e quindicinale negli altri periodi a cura del docente



Modulo 1 Modelli per variabili casuali
1.1 Introduzione
1.2 Modelli per prove bernoulliane
1.3 Modelli per variabili casuali discrete
1.4 La variabile casuale Normale
1.5 Variabili casuali connesse alla Normale
1.6 Modelli per variabili casuali continue
1.7 La variabile casule normale doppia
1.8 Leggi fondamentali del calcolo delle probabilità

Modulo 2 Principi d'inferenza statistica
2.1 Introduzione
2.2 Distribuzioni campionarie
2.3 Teoria della stima
2.4 Stima per intervallo
2.5 Verifica delle ipotesi statistiche
2.6 Verifica d'ipotesi sui parametri di una v.c. Normale
2.7 Il test del rapporto di verosimiglianza
2.8 Test per distribuzioni doppie

Modulo 3 Regressione lineare semplice
3.1 Introduzione
3.2 Specificazione del modello
3.3 Ipotesi del secondo ordine
3.4 Il metodo dei minimi quadrati
3.5 Normalità degli errori e test sui parametri
3.6 Bontà di adattamento
3.7 Previsione e approfondimenti d'inferenza
3.8 Analisi dei residui e diagnostica del modello

Modulo 4 Regressione lineare multipla
4.1 Introduzione
4.2 Specificazione del modello
4.3 Il metodo dei minimi quadrati
4.4 Bontà di adattamento
4.5 Procedure d'inferenza
4.6 Variabili qualitative
4.7 Selezione del modello
4.8 Diagnostica

Modulo 5 Limiti ed estensioni del modello lineare
5.1 Introduzione
5.2 Non linearità
5.3 Non normalità
5.4 Minimi quadrati generalizzati
5.5 Eteroschedasticità
5.6 Autocorrelazione
5.7 Multicollinearità
5.8 Endogeneità

Modulo 6 Modelli per risposta discreta
6.1 Introduzione
6.2 Carenze del modello lineare
6.3 Specificazione del modello
6.4 Modelli per risposta binaria
6.5 Modeli per risposta binomiale
6.6 Modelli per risposta multinomiale
6.7 Regressione di Poisson
6.8 Modelli log-lineari

MODALITÀ DI VERIFICA DEL PROFITTO IN ITINERE

Il grado di apprendimento degli studenti è monitorato costantemente attraverso gli strumenti e le metodologie di verifica.
In particolare, al fine di rendere fattibile la verifica e la certificazione degli esiti formativi il docente ed il tutor terranno conto del:
1. tracciamento automatico delle attività formative da parte del sistema - reporting;
2. il monitoraggio didattico e tecnico (a livello di quantità e qualità delle interazioni, di rispetto delle scadenze didattiche, di consegna degli elaborati previsti, ecc.).
3. le verifiche in itinere svolte attraverso i test di autovalutazione,
4. partecipazione degli studenti aille web conferences e ai forum didattici
4. l'esame finale di profitto
La valutazione, in questo quadro, tiene conto di più aspetti:
1. il risultato di un certo numero di prove intermedie;
2. la qualità e quantità della partecipazione alle attività on line, monitorabili attraverso la piattaforma;
3. i risultati della prova finale.


MODALITÀ DI VALUTAZIONE E OBIETTIVI DELLA PROVA FINALE
L’accesso all’esame è subordinato al riconoscimento di frequenza, che verrà attestato con l'apposito certificato al momento della prenotazione dell'esame, che attesterà lo svolgimento delle attività didattiche di verifica in itinere e al livello del lavoro svolto nelle varie esercitazioni.
L'esame consiste in un colloquio orale, articolato in una serie di domande sugli aspetti principali degli argomenti trattati durante il corso. La votazione sarà espressa in 30/30Il colloquio orale verte sugli argomenti indicati nel programma ed ha lo scopo di verificare:
a) la conoscenza degli argomenti in modo non superficiale, nonché la padronanza delle problematiche ad essi connesse;
b) la capacità di applicare le metodologie;
b) la chiarezza espositiva e la proprietà di linguaggio;
In riferimento alla valutazione verranno assegnati massimo 10 punti per ciascun obiettivo.
Per il superamento dell’esame è richiesto il raggiungimento del punteggio minimo di 6 per ciascun obiettivo.
Verrà inoltre tenuta in debita considerazione la partecipazione alle attività in piattaforma.
La lode verrà assegnata quando lo studente raggiunga il punteggio massimo in tutti gli obiettivi e, a giudizio unanime della Commissione, mostri una conoscenza particolarmente approfondita degli argomenti trattati e sia stato capace di esporli in modo originale e convinto, evidenziando autonomia di giudizio nel colloquio sui temi della statistica trattati



CONOSCENZE E CAPACITÀ DI COMPRENSIONE IN TERMINI DI RISULTATI ATTESI (DESCRITTORE DI DUBLINO N. 1)
Lo studente acquisirà piena conoscenza di strumenti finalizzati alla modellazione statistica per
1. la rappresentazione di relazioni tra variabili mediante modelli di regressione
2. la selezione di un modello appropriato alla natura del problema e dei dati oggetto di studio
3. l'inferenza e la previsione
4. la corretta interpretazione dei risultati

COMPETENZE AL FINE DI APPLICARE CONOSCENZA E COMPRENSIONE IN TERMINI DI RISULTATI ATTESI (DESCRITTORE DI DUBLINO N. 2)
Il corso consente agli studenti di sviluppare autonomia di giudizio, abilità comunicative, capacità di apprendimento e
abilità pratiche sull’analisi statistica di dati reali finalizzata alla modellazione e la previsione di fenomeni reali, mediante numerosi esempi, applicazioni e anche con l’uso di software specializzato. L’utilizzo e la piena comprensione delle procedure statistiche oggetto del corso non possono prescindere dalla conoscenza di un appropriato linguaggio di programmazione per l'analisi statistica. La conoscenza della materia è strumento indispensabile, in contesti lavorativi nazionali ed internazionali, per poter sviluppare una comprensione efficace dei fenomeni oggetto di studio attraverso l’analisi dei dati, in particolare modo in campo economico e finanziario.

Letture consigliate

Piccolo, D., Statistica per le decisioni, il Mulino
Stock, J.H., Watson M.W., Introduzione all'Econometria, Pearson

Il materiale