Sandra DE IACO

Sandra DE IACO

Professore I Fascia (Ordinario/Straordinario)

Settore Scientifico Disciplinare SECS-S/01: STATISTICA.

Dipartimento di Scienze dell'Economia

Centro Ecotekne Pal. C - S.P. 6, Lecce - Monteroni - LECCE (LE)

Ufficio, Piano terra

Telefono +39 0832 29 8740

ORDINARIO di Statistica (Settore scientifico-disciplinare SECS S/01) presso il Dipartimento di Scienze dell'Economia, Università del Salento

Area di competenza:

 

  • Statistica descrittiva
  • Statistica inferenziale
  • Statistica corso avanzato
  • Analisi delle Serie Storiche
  • Analisi Statistica spaziale
Orario di ricevimento

Gli studenti possono richiedere il ricevimento tramite email.

Visualizza QR Code Scarica la Visit Card

Curriculum Vitae

Sandra De Iaco was born in Maglie, a town near Lecce. She obtained a MSc Degree in Economics (cum laude) at the University of Lecce (Italy) in 1996; moreover she gained her Phd in Statistics, with a dissertation in "Space-time covariance models" at the University of Chieti (Pescara, Italy). She attended some courses abroad, such as Theory of Statistics (prof. W.G. Faris, Università dell'Arizona, Tucson USA, 2000), Robust Statistics (prof. H. Oja Hannu, Università di Jyvaskyla, Finlandia, 2004), Time series: Applications and Advances (prof. Harold D. Clarke, University of Essex - Essex Summer school in Social Science Data Analysis and Collection, 2004).
She is Full professor in Statistics at the University of Salento since 2019. Her research interests are referred to: a) space-time covariance modelling, b) multivariate Geostatistics for environmental data, c) stochastic conditional and non-conditional simulation, d) Multiple-point statistics, e) time series analysis. She is an active member of the editorial board of Spatial Statistics, Mathematical Geosciences and International Journal of Scientific and Statistical Computing; moreover, she serves as reviewer for various international journals. In 2005, Inc. Marquis Who's Who awarded her as the “Who's Who in Science and Engineering 2005-2006”. She is author of more than 120 scientific publications (42 papers on international journals, 2 software packages, 20 books, 27 book chapters, 13 conference abstracts with ISBN, 25 conference papers with ISBN, 1 conference poster with ISBN).

Scarica curriculum vitae

Didattica

A.A. 2023/2024

ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Docente titolare Sandra DE IACO

Ripartizione oraria Ore totali di attività frontale: 64.0

  Ore erogate dal docente Sandra DE IACO: 48.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce

STATISTICA DEL TURISMO

Corso di laurea MANAGEMENT DELLE ORGANIZZAZIONI TURISTICHE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 10.0

Docente titolare Sabrina MAGGIO

Ripartizione oraria Ore totali di attività frontale: 80.0

  Ore erogate dal docente Sandra DE IACO: 20.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSI COMUNE/GENERICO

Sede Lecce

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (M - Z)

STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Course type Laurea

Language INGLESE

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

Year taught 2023/2024

For matriculated on 2022/2023

Course year 2

Structure DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Subject matter PERCORSO COMUNE

Location Lecce

A.A. 2022/2023

ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Docente titolare Sandra DE IACO

Ripartizione oraria Ore totali di attività frontale: 64.0

  Ore erogate dal docente Sandra DE IACO: 48.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2022/2023

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce

MODELLI DI INTERPOLAZIONE STOCASTICA PER LA FINANZA E LE ASSICURAZIONI

Corso di laurea Economia finanza e assicurazioni

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Docente titolare Donato POSA

Ripartizione oraria Ore totali di attività frontale: 48.0

  Ore erogate dal docente Sandra DE IACO: 32.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2021/2022

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso CURRICULUM FINANZA E ASSICURAZIONI

Sede Lecce

STATISTICA DEL TURISMO

Corso di laurea MANAGEMENT DELLE ORGANIZZAZIONI TURISTICHE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 10.0

Docente titolare Sandra DE IACO

Ripartizione oraria Ore totali di attività frontale: 80.0

  Ore erogate dal docente Sandra DE IACO: 20.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2022/2023

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSI COMUNE/GENERICO

Sede Lecce

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Docente titolare Sandra DE IACO

Ripartizione oraria Ore totali di attività frontale: 48.0

  Ore erogate dal docente Sandra DE IACO: 16.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2022/2023

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (M - Z)

STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Course type Laurea

Language INGLESE

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

Year taught 2022/2023

For matriculated on 2021/2022

Course year 2

Structure DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Subject matter PERCORSO COMUNE

Location Lecce

A.A. 2021/2022

ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2021/2022

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce

STATISTICA DEL TURISMO (MODULO II)

Corso di laurea MANAGER DEL TURISMO

Tipo corso di studio Laurea

Crediti 5.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2021/2022

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSI COMUNE/GENERICO

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2021/2022

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (M - Z)

STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Course type Laurea

Language INGLESE

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

Year taught 2021/2022

For matriculated on 2020/2021

Course year 2

Structure DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Subject matter PERCORSO COMUNE

Location Lecce

A.A. 2020/2021

ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Anno accademico di erogazione 2020/2021

Per immatricolati nel 2020/2021

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce

STATISTICA DEL TURISMO

Corso di laurea MANAGER DEL TURISMO

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Anno accademico di erogazione 2020/2021

Per immatricolati nel 2019/2020

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSI COMUNE/GENERICO

Sede Lecce

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2020/2021

Per immatricolati nel 2020/2021

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (A - L)

STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Course type Laurea

Language INGLESE

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

Year taught 2020/2021

For matriculated on 2019/2020

Course year 2

Structure DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Subject matter PERCORSO COMUNE

A.A. 2019/2020

ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2019/2020

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce

STATISTICA DEL TURISMO

Corso di laurea MANAGER DEL TURISMO

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2018/2019

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSI COMUNE/GENERICO

Sede Lecce

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2019/2020

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (A - L)

STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Course type Laurea

Language INGLESE

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

Year taught 2019/2020

For matriculated on 2018/2019

Course year 2

Structure DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Subject matter PERCORSO COMUNE

Location Lecce

A.A. 2018/2019

ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2018/2019

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce

STATISTICA DEL TURISMO

Corso di laurea MANAGER DEL TURISMO

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2017/2018

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSI COMUNE/GENERICO

Sede Lecce

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2018/2019

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (A - L)

STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Course type Laurea

Language INGLESE

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

Year taught 2018/2019

For matriculated on 2017/2018

Course year 2

Structure DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Subject matter PERCORSO COMUNE

Location Lecce

Torna all'elenco
ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Docente titolare Sandra DE IACO

Ripartizione oraria Ore totali di attività frontale: 64.0

  Ore erogate dal docente Sandra DE IACO: 48.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Primo Semestre (dal 18/09/2023 al 31/12/2023)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

conoscenze di Statistica inferenziale e di analisi matematica

L’insegnamento di Analisi delle Serie Storiche fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico l’analisi di fenomeni temporali.

Il corso si propone di fornire concetti, metodologie e strumenti dell’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere la dinamica temporale di una o più variabili riguardanti un determinato fenomeno (ad esempio,  i principali indicatori economici).

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione dei concetti, delle metodologie e degli strumenti per l’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere le dinamiche temporali di una o più variabili economico-finanziarie.

- Conoscenza dei metodi induttivi dell’Analisi delle Serie Storiche per la stima e la verifica dei parametri di modelli stocastici utilizzabili a scopi previsivi e decisionali.

- Conoscenza e uso dei principali software statistici per l’analisi delle serie storiche (SPSS, Gretl).

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di interpretare l’evoluzione temporale di fenomeni economici e finanziari mediante l'analisi statistica delle serie storiche e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Presentazione e interpretazione critica dei risultati previsivi in ambito economico e finanziario.

Autonomia di giudizio (making judgements)

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di tradurre in termini statistici una esigenza conoscitiva nell’ambito dello studio delle dinamiche temporali dei fenomeni economico-finanziari.

Abilità comunicative (communication skills)

-Capacità di cogliere e di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti.

- Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico ed economico-finanziario.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova orale, nell'ambito della quale si discute anche un saggio scritto (tesina), elaborato nel corso delle lezioni di laboratorio, su un argomento specifico assegnato durante le lezioni frontali. La tesina deve essere consegnata brevi manu ed inviata al docente mediante posta elettronica entro la data concordata con il docente al termine del semestre.

 

Al termine della prova, l’esito effettivo dell’esame sostenuto dagli studenti sara' registrato sul VOL (ESSE3), specificando anche le eventualità di “ritirato”, “assente” o “insufficiente”, in ottemperanza della nota rettorale del 28.04.2022.

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d’esame tra studenti frequentanti e non frequentanti.

 

Per aggiornamenti si prega di consultare la Sezione "Notizie" della pagina docente.

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante foto o stampa della ricevuta della prenotazione.

-In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame, conformemente con la chiusura delle prenotazioni sul VOL.

- Le richieste di rinvio della prova orale, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio della prova orale può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio della prova orale può essere reiterata al massimo per un anno accademico.

Obiettivi dell’analisi di una serie storica. Tecniche descrittive. Serie storiche stazionarie. Tipi di trasformazione per una serie storica. Autocorrelazione. Il correlogramma e sua interpretazione. Modelli di probabilità per una serie storica. Processi stocastici. Processi stazionari. Stazionarietà del secondo ordine. Processi autoregressivi e processi a media mobile. Modelli misti. Modelli integrati. Stima delle funzioni di correlazione. Stima dei parametri per i diversi modelli. Previsione. Applicazioni. 

- Dispense del docente disponibili nella pagina personale  nella sezione “Materiale didattico”.

- Metodi di analisi geostatistica per dati temporali ed areali (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D. ), 2018, Giappichelli editore, Torino, isbn 9788892119215.

- The Analysis of Time Series: An Introduction - C. Chatfield, Chapman & Hall/CRC Texts in Statistical Science, 330 p. (only the first 5 chapters).

ANALISI DELLE SERIE STORICHE (SECS-S/01)
STATISTICA DEL TURISMO

Corso di laurea MANAGEMENT DELLE ORGANIZZAZIONI TURISTICHE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 10.0

Docente titolare Sabrina MAGGIO

Ripartizione oraria Ore totali di attività frontale: 80.0

  Ore erogate dal docente Sandra DE IACO: 20.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Annualità Singola (dal 22/09/2023 al 31/05/2024)

Lingua ITALIANO

Percorso PERCORSI COMUNE/GENERICO (999)

Sede Lecce

Elementi di algebra lineare a livello di scuola secondaria di secondo grado

L’insegnamento di Statistica del turismo fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico un’indagine statistica e propone lo studio di indicatori statistici fondamentali per l’analisi descrittiva di variabili quali-quantitative tipiche del settore turistico.

Il corso si propone il raggiungimento dei seguenti obiettivi formativi:

- acquisizione degli strumenti della Statistica descrittiva al fine di descrivere, sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative ai fenomeni collettivi,

- conoscenza delle fonti statistiche ufficiali più utilizzate a livello nazionale e internazionale (ISTAT, Uffici di Statistica del Ministero delle Attività Culturali e del Turismo, Ente Nazionale per il Turismo, Osservatorio Nazionale per il Turismo, Organizzazione Mondiale per il Turismo-United Nations World Tourism Organization, Ministero per i beni e le attività culturali) per il reperimento dei dati,

- capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate.

 

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica descrittiva al fine di sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative ai fenomeni collettivi di natura economico-aziendale e sociale inerenti la cultura, l'ambiente e il turismo.

- Conoscenza delle Fonti statistiche ufficiali più utilizzate a livello nazionale e internazionale (ISTAT, Uffici di Statistica del Ministero delle Attività Culturali e del Turismo, Ente Nazionale per il Turismo, Osservatorio Nazionale per il Turismo, Organizzazione Mondiale per il Turismo-United Nations World Tourism Organization, Ministero per i beni e le attività culturali) per il reperimento dei dati.

Capacità di applicare conoscenza e comprensione (applyingknowledge and understanding)

- Capacità di raccogliere dati, archiviarli in database opportunamente definiti, elaborarli e presentare i risultati ottenuti.

- Capacità di lettura e valutazione dei metadati che accompagnano le fonti statistiche.

- Capacità di percezione dei problemi economici e della loro analisi attraverso il metodo statistico.

Autonomia di giudizio (makingjudgements)

Capacità di valutazione dei risultati derivanti dal calcolo di indicatori statistici e definizione dei metodi più idonei per il raggiungimento dei risultati.

Abilità comunicative (communicationskills)

Capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate e dello schema di campionamento scelto.

Capacità di apprendimento (learningskills)

Capacità di apprendimento delle varie fasi per la realizzazione di un’indagine statistica.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula.

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova scritta e da una prova orale (facoltativa*) alla quale si accede previo superamento della prova scritta.

 

Per gli studenti frequentanti, la prova scritta si può articolare in 2 prove parziali, in modalità scritta, che si svolgeranno nel rispetto del calendario didattico.

 

Al completamento della prova, l’esito effettivo dell’esame sostenuto dagli studenti sarà registrato sul VOL (ESSE3), specificando anche le eventualità di “ritirato”, “assente” o “insufficiente”, in ottemperanza della nota rettorale del 28.04.2022. Inoltre, l'esito positivo della prova parziale, può essere conservato su richiesta dello studente  fino alla fine dell’anno accademico in cui è stato sostenuto, come indicato nella stessa nota rettorale su verbalizzazione esami del 28.04.2022.

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma e testi di riferimento tra studenti frequentanti e non frequentanti.

 

* Per aggiornamenti si prega di consultare la Sezione "Notizie" della pagina docente.

https://www.economia.unisalento.it/536

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante foto o stampa della ricevuta della prenotazione.

-In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame, conformemente con la chiusura delle prenotazioni sul VOL.

- Le richieste di rinvio della prova orale, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio della prova orale può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio della prova orale può essere reiterata al massimo per un anno accademico, dal momento che l’esito positivo della prova parziale può essere conservato su richiesta dello studente fino alla fine dell’anno accademico in cui è stato sostenuto (rif. nota rettorale su verbalizzazione esami del 28.04.2022).

 

-WORKSHOP in lingua inglese: UNWTO Workshop on Tourism statistics and mobile positioning data. Improving the level of tourism statistics with data from telecommunication networks, disponibile al seguente link: https://youtu.be/EQM-_BNAbWo

1. Concetti introduttivi e definizioni fondamentali. Definizione e campi di applicazione della statistica.  L'indagine statistica. Fonti di rilevazione statistica. Tecniche di campionamento. Caratteri e modalità. Il formalismo statistico.

2. Tabelle statistiche e rappresentazioni grafiche.  Le distribuzioni statistiche.  Le rappresentazioni grafiche.

3. Indici di posizione. Le medie analitiche. Le medie lasche. Il diagramma a scatola e baffi.

4. Indici di variabilità. Gli indici di variabilità assoluta. Indici di dispersione. Indici di disuguaglianza. Intervalli di variazione. Scomposizione della devianza. Gli indici di variabilità relativa

5. Rapporti statistici e numeri indici 

6. Indicatori del turismo

7. Analisi della regressione. Indice di determinazione

8. La valutazione della qualità dei servizi. Aspetti introduttivi sulla qualità del servizio. Gap tra aspettative e percezioni. Modello ServQual. Modello ServPerf. Analisi delle decisioni. Altri modelli per la valutazione della qualità.

9. Analisi dell'interdipendenza. Aspetti della correlazione. Codevianza. Coefficiente di correlazione lineare.  La cograduazione.

 

 

Dal volume “Modelli statistici di customer satisfaction. Alcune applicazioni”:

La valutazione della qualità dei servizi. Aspetti introduttivi sulla qualità del servizio. Gap tra aspettative e percezioni. Modello ServQual. Modello ServPerf. Analisi delle decisioni. Altri modelli per la valutazione della qualità.

 

Dispense del docente:

Indicatori del turismo. Overbooking. Casi di studio riguardanti gli indicatori turistici. Casi di studio riguardanti l’analisi della soddisfazione nel settore turistico.

 

Dal volume “Elementi di Calcolo Combinatorio e Teoria della Probabilità”:
1. Cenni di calcolo combinatorio. 2. Teoria della probabilità. 3. Variabili aleatorie

- Statistica descrittiva: elementi ed esercizi (D. Posa, S. De Iaco, M. Palma), Giappichelli Editore, 2007

- Modelli statistici di customer satisfaction. Alcune applicazioni (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D.), Giappichelli editore, 2019.

- Dispense del docente disponibili nella pagina personale in corrispondenza della sezione "Materiale didattico".

- D. Posa, S. De Iaco, M. Palma, Elementi di calcolo combinatorio e teoria della probabilità, Giappichelli Editore, 2009.

STATISTICA DEL TURISMO (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Primo Semestre (dal 22/09/2023 al 31/12/2023)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Elementi di algebra di scuola secondaria e di Statistica descrittiva

L’insegnamento di Statistica inferenziale fornisce agli studenti le basi teoriche per affrontare problemi di tipo inferenziale, nonché propone un’introduzione all’analisi di dati a struttura spaziale.

Il corso si propone di fornire

-concetti, metodologie e strumenti della Statistica inferenziale per valutare,  in termini probabilistici, diversi aspetti di un fenomeno, esaminando soltanto le osservazioni relative ad un campione rappresentativo della popolazione;

-elementi di Analisi Statistica Spaziale per l’analisi geostatistica dei dati a struttura spaziale.

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica inferenziale (conoscenza dei metodi induttivi della statistica inferenziale), al fine di stimare diversi aspetti di fenomeni economico-aziendali, sulla base dell’osservazione di un campione estratto dalla popolazione di riferimento.

- Conoscenza dei metodi induttivi della Statistica inferenziale per la specificazione, stima e verifica dei parametri di modelli statistici utilizzabili a scopi previsivi e decisionali.

- Conoscenza dei metodi e delle procedure statistiche per analisi esplorative di dati univariati e multivariati.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di spiegare fenomeni economico-aziendali mediante l'analisi statistica dei dati e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Capacità di pianificare un’indagine statistica campionaria.

- Presentazione e interpretazione critica dei risultati inferenziali a supporto del management.

Autonomia di giudizio (making judgements)

-Capacità di tradurre in termini statistici una esigenza conoscitiva del management aziendale.

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di valutare gli aspetti etici e deontologici dei risultati di un’indagine, al fine di evitare un utilizzo inappropriato dell’informazione statistica.

Abilità comunicative (communication skills)

-Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico;

-Capacità di divulgare, mediante report finali e lavori di ricerca scientifica, metodologie e risultati raggiunti;

-Capacità di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti

-Capacità di giustificare le scelte e comunicare i risultati delle analisi con linguaggio appropriato, ai giusti livelli di dettaglio e con le modalità tecnologiche più adeguate.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula.

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova scritta e da una prova orale (facoltativa*) alla quale si accede previo superamento della prova scritta.

 

Per gli studenti frequentanti, la prova scritta si può articolare in 2 prove parziali, in modalità scritta, che si svolgeranno nel rispetto del calendario didattico.

 

Al completamento della prova, l’esito effettivo dell’esame sostenuto dagli studenti sarà registrato sul VOL (ESSE3), specificando anche le eventualità di “ritirato”, “assente” o “insufficiente”, in ottemperanza della nota rettorale del 28.04.2022. Inoltre, l'esito positivo della prova parziale, può essere conservato su richiesta dello studente  fino alla fine dell’anno accademico in cui è stato sostenuto, come indicato nella stessa nota rettorale su verbalizzazione esami del 28.04.2022.

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma e testi di riferimento tra studenti frequentanti e non frequentanti.

 

* Per aggiornamenti si prega di consultare la Sezione "Notizie" della pagina docente.

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante foto o stampa della ricevuta della prenotazione.

-In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame, conformemente con la chiusura delle prenotazioni sul VOL.

- Le richieste di rinvio della prova orale, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio della prova orale può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio della prova orale può essere reiterata al massimo per un anno accademico, dal momento che l’esito positivo della prova parziale può essere conservato su richiesta dello studente fino alla fine dell’anno accademico in cui è stato sostenuto (rif. nota rettorale su verbalizzazione esami del 28.04.2022).

1.Principi di inferenza statistica. 2.Calcolo combinatorio ed esperimenti casuali. 2.2 Elementi di calcolo combinatorio. 2.3 Esperimenti casuali; 2.4 Spazio campionario ed eventi; 3.Teoria della probabilità, 3.1 Cenni storici, 3.2.1 Concezione classica, 3.2.5 Teoria assiomatica; 3.2.6 Spazio di probabilità 3.3 Probabilità condizionata e indipendenza 3.3.1 Probabilità condizionata. 3.3.3 Indipendenza tra eventi 3.4 Regole pratiche 4. Variabili aleatorie, 4.1 Alcuni concetti generali; 4.2. Funzione di ripartizione 4.3 Variabili aleatorie discrete; 4.4 Variabili aleatorie assolutamente continue; 4.6. Momenti aleatori: valore atteso; varianza; 4.6.3 Variabile aleatoria standardizzata; 4.7 Disuguaglianza di Chebyshev 5. Distribuzione di probabilità notevoli, 5.1.2. Distribuzione di Bernoulli 5.1.3. Distribuzione binomiale; 5.1.5 Distribuzione di Poisson; 5.2.2. Distribuzione gaussiana; 5.2.5. Distribuzione chi-quadrato; 5.2.6. Distribuzione T di Student 5.2.7. Distribuzione F di Fisher; 6. Campionamento casuale e inferenza statistica. 6.1. Paradigmi dell’inferenza statistica; 6.2. Formalismo dell’inferenza statistica classica; 6.4. Metodi di stima parametrici e non parametrici; 6.5 Funzione di verosimiglianza 6.6. Statistiche e distribuzioni campionarie; 6.7.2 Teorema del limite centrale. 7. Stima puntuale. 7.1.Stimatori e stime di un parametro, 7.2 Proprietà degli stimatori; 7.4 Considerazioni di sintesi su alcuni stimatori 8. Stima per intervalli. 8.1.Intervalli di confidenza per un parametro 8.2. Intervalli di confidenza per il valore atteso; 8.3. Intervalli di confidenza della varianza; 8.3.1. Inferenza parametrica per la varianza (per piccoli campioni); 8.4. Intervalli di confidenza per una proporzione (per grandi campioni). 9.Verifica delle ipotesi. 9.1. Verifica di ipotesi per un parametro; 9.3 Verifica delle ipotesi per il valore atteso; 9.4 Verifica delle ipotesi della varianza: 9.4.1 Testi parametrici per la varianza nell’ipotesi di gaussianità (per piccoli campioni); 9.5. Verifica delle ipotesi per una proporzione (per grandi campioni). Elementi di Analisi Statistica Spaziale: 1 La Geostatistica; 2 Descrizione dei dati spaziali, 3 Un modello per i dati spaziali, 4 La correlazione spaziale. 4.1 Considerazioni sulla correlazione spaziale; 4.2 Condizioni di ammissibilità; 4.4. Proprietà del covariogramma 4.4.1 Comportamento asintotico; 4.5 Proprietà del variogramma; 4.5.1 Comportamento tipico: sella e range; 4.5.2 Comportamento in prossimità dell’origine; 4.5.3 Comportamento asintotico; 4.6 Anisotropie 4.7 Modelli di variogramma 4.8 Stimatori delle misure di correlazione spaziale; 4.8.1 Alcune regole pratiche, 5 Metodi di stima puntuale. Fino al paragrafo 5.6.2 Equazioni del kriging stazionario.1 Cartografia e sistemi di riferimento. 2 Caratteristiche generali dei GIS e dei software GIS. 3 Tipologie e formato di dati. 4 Modelli per l'organizzazione dei dati. 5 WebGIS: caratteristiche e software. 6 WebGIS per il monitoraggio ambientale. 7 WebGIS per le aree mercatali.

- Posa D., De Iaco S., Fondamenti di statistica inferenziale, Cleup, Padova, 2006

- Posa D., De Iaco S., Geostatistica: teoria e applicazioni, G. Giappichelli Ed., Torino, 2009

- De Iaco S., Distefano V., Palma M., Posa D.., GIS e WebGIS: elementi e applicazioni, G. Giappichelli Ed., Torino, 2014.

- Modelli statistici di customer satisfaction. Alcune applicazioni (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D.), 2019, Giappichelli editore, Torino, isbn 9788892119222.

- Qualità e carte di controllo: aspetti teorici e computazionali (De Iaco , S.; Giungato, G.; Maggio, S.; Palma, M.; Posa, D.), 2019, Giappichelli editore, Torino, isbn 9788892119239.

STATISTICA INFERENZIALE
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Primo Semestre (dal 22/09/2023 al 31/12/2023)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

STATISTICA INFERENZIALE (SECS-S/01)
STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Subject area SECS-S/01

Course type Laurea

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

For matriculated on 2022/2023

Year taught 2023/2024

Course year 2

Semestre Secondo Semestre (dal 23/02/2024 al 31/05/2024)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Elements of descriptive statistics and linear algebra

Statistical Sampling and Inference course provides the theoretical basis for dealing with inferential problems. An introduction to the analysis of spatial data is given.

The course aims to provide

-some elements of sampling theory

-methodologies and tools of statistical inference in order to analyze data coming from a sample survey

-elements of geostatistical analysis

 

Expected learning outcomes according to Dublin Descriptors:

 

Knowledge and understanding:

- Acquisition of the tools of Inferential Statistics for the estimation of a large variety of economic and financial aspects, by observing a sample extracted from the reference population.

- Knowledge of inductive methods of Inferential Statistics for identifying, estimating and testing hypothesis on the parameters of statistical models to be used for forecasting and decision-making purposes.

- Knowledge of statistical methods and procedures for exploratory analyses of univariate and multivariate data.

 

Applying knowledge and understanding

- Ability to explain economic and financial phenomena through statistical data analysis and by constructing suitable models, also by means of advanced calculation tools and sophisticated algorithms.

- Ability to plan a sample statistical survey.

- Presentation and detailed interpretation of inferential results in economic and financial contexts.

Making judgements

-Ability to translate a knowledge requirement into statistical terms in the study of economic and financial dynamics.

- Ability to use the results of data analysis to formulate hypotheses, to obtain strategic orientations, to take decisions in conditions of uncertainty.

- Ability to evaluate the results of a survey from the ethical and deontological point of view, in order to avoid inappropriate use of statistical information.

 

Communication skills

- Ability to explain methods, results and interpretations of statistical results, also with the aid of audiovisual techniques, both to experts and specialists in statistical fields.

- Ability to define and explain the statistical purposes of a study when talking to non-expert people.

- Ability to communicate the results of statistical analyses with appropriate technical language.

 

Learning skills

Ability to integrate knowledge and expertise in different contexts, by following the evolution of the discipline.

In-person lectures on theoretical and practical aspects with the use of audiovisual supports.

In-person examination

The examination consists of a written test, an oral test (optional*) accessible after passing the written exam and a discussion of an essay previously sent by email to the teacher.

 

For attending students, the written test can be divided into 2 partial written tests, which will take place in accordance with the teaching calendar.

 

Upon completion of the examination, the actual outcome of the exam taken by the students will be recorded on the online registration system (ESSE3), also specifying the case of "withdrawn", "absent" or "insufficient" , in compliance with the Rector's note of April 28 th, 2022. In addition, the positive outcome of the partial examination can be retained valid upon request of the student until the end of the academic year in which it was taken, as indicated in the Rector's note of April 28 th, 2022.

 

The examination is passed when a mark of at least 18/30 (with possible award of the honors/laude) is given. Also the corresponding ECTS (European Credit Transfer System) are assigned. The student passing the examination acquires notions which are recognized according to the Dublin descriptors.

 

"The disabled student and/or student with learning disability, who intends to take advantage of an individualized intervention to carry out the examination have to contact the Disabled Integration Office of the University of Salento (contact reference person: paola.martino@unisalento.it).

 

Program and text books are the same for both students regularly attending and not regularly attending the lessons.
 


* For updates, please consult the "News" section of the teacher's web page.

- The attendance of lessons, although not mandatory, is highly recommended.

 

-Examination booking on the web site studenti.unisalento.it has to be verified by printing the corresponding receipt or its picture.

In case of technical problems, the student has to contact the teacher at least 7 days before the date of examination, in accordance with the deadline published in the system.

 

-Requests for postponing the oral examination, can be sent by e-mail to the teacher only if it has forwarded within two days before the date of examination. Alternatively, the postponement of the exam can be requested the day fixed for the examination during the roll-call. Postponements are possible only within twelve months, since the positive outcome of the first partial examination can be retained valid upon request of the student until the end of the academic year in which it was taken (ref. Rector's note of April 28 th, 2022).

1. Principles of statistical inference. 2.Combinations and random experiments. 2.2 Combinations and rules of counting. 2.3 Random experiments; 2.4 Sample space and events. 3. Theory of probability, 3.1 Historical notes, 3.2.1 Classical conception, 3.2.5 Axiomatic theory; 3.2.6 Probability space 3.3 Conditional probability and independence 3.3.1 Conditional probability. 3.3.3 Independence between events 3.4 Practical rules. 4. Random variables, 4.1 Some general concepts; 4.2. Distribution function 4.3 Discrete random variables; 4.4 Absolutely continuous random variables; 4.6. Random moments: expected value; variance; 4.6.3 Standardized random variable. 5. Distribution of notable probabilities, 5.1.2. Distribution of Bernoulli 5.1.3. Binomial distribution; 5.1.5 Poisson distribution; 5.2.2. Gaussian distribution; 5.2.5. Chi-square distribution; 5.2.6. Student's T distribution 5.2.7. Fisher F distribution. 6. Random sampling and statistical inference. 6.1. Paradigms of statistical inference; 6.2. Formalism of classical statistical inference; 6.4. Parametric and non-parametric estimation methods; 6.5 Likelihood function 6.6. Statistics and sample distributions; 6.7.2 Central limit theorem. 7. Punctual estimate. 7.1 Estimators and estimates of a parameter, 7.2 Properties of estimators. 8. Estimation by intervals. 8.1 Confidence intervals for a parameter 8.2. Confidence intervals for the expected value; 8.3. Confidence intervals of variance; 8.3.1. Parametric inference for variance (for small samples); 8.4. Confidence intervals for a proportion (for large samples). 9. Verification of hypotheses. 9.1. Hypothesis testing for a parameter; 9.3 Verification of the hypotheses for the expected value; 9.4 Verification of variance hypotheses: 9.4.1 Parametric texts for variance in the hypothesis of Gaussianity (for small samples); 9.5. Hypothesis testing for a proportion (for large samples).

Elements of Spatial Statistical Analysis: 1 Geostatistics; 2 Description of spatial data, 3 A model for spatial data, 4 Spatial correlation. 4.1 Considerations on spatial correlation; 4.2 Conditions of eligibility; 4.4. Properties of the covariogram 4.4.1 Asymptotic behavior; 4.5 Properties of the variogram; 4.5.1 Typical behavior: saddle and range; 4.5.2 Behavior near the origin; 4.5.3 Asymptotic behavior; 4.6 Anisotropies 4.7 Variogram models 4.8 Estimators of spatial correlation measures; 4.8.1 Some practical rules, 5 Methods of point estimation. Up to paragraph 5.6.2 Equations of stationary kriging.

-Anderson, Sweeney, Williams. 2008, X Ed., Statistics For Business And Economics, Thomson South-Western [Chapters 1-3 (required basic notion), Chapters 4-10, Chapter 14

-Bhattacharya, G. K., Johnson, R. A., 1996, III Ed., Statistics - Principles and methods, J. Wiley & Sons, New York.

-Dudewicz, E. J., Mishra, S. N., 1988, Modern mathematical statistics, J. Wiley & Sons, New York.

-Edward H. Isaaks, R. M. Srivastava, 1989, An introduction to Applied Geostatistics, Oxford University Press

STATISTICAL SAMPLING AND INFERENCE (SECS-S/01)
ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Docente titolare Sandra DE IACO

Ripartizione oraria Ore totali di attività frontale: 64.0

  Ore erogate dal docente Sandra DE IACO: 48.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2022/2023

Anno di corso 1

Semestre Primo Semestre (dal 15/09/2022 al 22/12/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

conoscenze di Statistica inferenziale e di analisi matematica

L’insegnamento di Analisi delle Serie Storiche fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico l’analisi di fenomeni temporali.

Il corso si propone di fornire concetti, metodologie e strumenti dell’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere la dinamica temporale di una o più variabili riguardanti un determinato fenomeno (ad esempio,  i principali indicatori economici).

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione dei concetti, delle metodologie e degli strumenti per l’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere le dinamiche temporali di una o più variabili economico-finanziarie.

- Conoscenza dei metodi induttivi dell’Analisi delle Serie Storiche per la stima e la verifica dei parametri di modelli stocastici utilizzabili a scopi previsivi e decisionali.

- Conoscenza e uso dei principali software statistici per l’analisi delle serie storiche (SPSS, Gretl).

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di interpretare l’evoluzione temporale di fenomeni economici e finanziari mediante l'analisi statistica delle serie storiche e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Presentazione e interpretazione critica dei risultati previsivi in ambito economico e finanziario.

Autonomia di giudizio (making judgements)

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di tradurre in termini statistici una esigenza conoscitiva nell’ambito dello studio delle dinamiche temporali dei fenomeni economico-finanziari.

Abilità comunicative (communication skills)

-Capacità di cogliere e di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti.

- Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico ed economico-finanziario.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova orale, nell'ambito della quale si discute anche un saggio scritto (tesina), elaborato nel corso delle lezioni di laboratorio, su un argomento specifico assegnato durante le lezioni frontali. La tesina deve essere consegnata brevi manu ed inviata al docente mediante posta elettronica entro la data concordata con il docente al termine del semestre.

 

Al termine della prova, l’esito effettivo dell’esame sostenuto dagli studenti sara' registrato sul VOL (ESSE3), specificando anche le eventualità di “ritirato”, “assente” o “insufficiente”, in ottemperanza della nota rettorale del 28.04.2022.

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d’esame tra studenti frequentanti e non frequentanti.

 

Per aggiornamenti si prega di consultare la Sezione "Notizie" della pagina docente.

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante foto o stampa della ricevuta della prenotazione.

-In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame, conformemente con la chiusura delle prenotazioni sul VOL.

- Le richieste di rinvio della prova orale, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio della prova orale può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio della prova orale può essere reiterata al massimo per un anno accademico.

Obiettivi dell’analisi di una serie storica. Tecniche descrittive. Serie storiche stazionarie. Tipi di trasformazione per una serie storica. Autocorrelazione. Il correlogramma e sua interpretazione. Modelli di probabilità per una serie storica. Processi stocastici. Processi stazionari. Stazionarietà del secondo ordine. Processi autoregressivi e processi a media mobile. Modelli misti. Modelli integrati. Stima delle funzioni di correlazione. Stima dei parametri per i diversi modelli. Previsione. Applicazioni. 

- Dispense del docente disponibili nella pagina personale  nella sezione “Materiale didattico”.

- Metodi di analisi geostatistica per dati temporali ed areali (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D. ), 2018, Giappichelli editore, Torino, isbn 9788892119215.

- The Analysis of Time Series: An Introduction - C. Chatfield, Chapman & Hall/CRC Texts in Statistical Science, 330 p. (only the first 5 chapters).

ANALISI DELLE SERIE STORICHE (SECS-S/01)
MODELLI DI INTERPOLAZIONE STOCASTICA PER LA FINANZA E LE ASSICURAZIONI

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Docente titolare Donato POSA

Ripartizione oraria Ore totali di attività frontale: 48.0

  Ore erogate dal docente Sandra DE IACO: 32.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2022/2023

Anno di corso 2

Semestre Secondo Semestre (dal 24/02/2023 al 02/06/2023)

Lingua ITALIANO

Percorso CURRICULUM FINANZA E ASSICURAZIONI (A12)

Sede Lecce

Conoscenza delle nozioni di Statistica inferenziale e di elementi di algebra lineare

L’insegnamento di MODELLI DI INTERPOLAZIONE STOCASTICA PER LA FINANZA E LE ASSICURAZIONI fornisce agli studenti le basi teoriche fondamentali per la modellizzazione stocastica dei fenomeni finanziari e assicurativi, a supporto delle decisioni strategiche di valutazione e pianificazione. L’utilizzo della teoria dei campi aleatori e delle tecniche di interpolazione stocastica consente di affrontare i problemi di tipo previsivo secondo un approccio moderno.

Obiettivi formativi

Obiettivi formativi

Il corso si propone di fornire elementi specialistici relativi alla modellizzazione stocastica e alla mappatura digitale, al fine di:

  • descrivere l’evoluzione dei fenomeni finanziari;
  • esplorare le tendenze nei dati economico-finanziari e assicurativi;
  • stimare e simulare la distribuzione territoriale di fenomeni assicurativi ed economico-finanziari;
  • interpretare i risultati ottenuti.

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione di opportune metodologie di modellizzazione stocastica e di cartografia digitale per la descrizione, interpretazione, stima e simulazione dell’evoluzione spaziale dei fenomeni finanziari e assicurativi.

- Conoscenza degli strumenti informatici opportuni: software specialistici per il trattamento dei dati (anche in ambiente GIS (Geographical Information System).)

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di sviluppare modelli interpretativi dei fenomeni finanziari/assicurativi caratterizzati da un profilo di rischio, nelle aree di interesse.

- Capacità di analizzare dati finanziari e assicurativi a scopo previsivo o di simulazione.

- Capacità di pianificare un’indagine geostatistica per l'analisi di fenomeni assicurativi e finanziari.

- Presentazione e interpretazione critica dei risultati in ambito finanziario e assicurativo.

Autonomia di giudizio (making judgements)

- Capacità di utilizzare i risultati dell’analisi strutturale e della modellizzazione per formulare ipotesi, dedurre informazioni strategiche, nonché di assumere decisioni in condizioni di incertezza.

- Capacità di valutare in maniera critica le tendenze e le performance finanziarie e assicurative, estendendo le deduzioni anche in ambito socio-demografico, anche in un’ottica territoriale.

Abilità comunicative (communication skills)

- Capacità di esporre in maniera intellegibile, puntuale e con lessico appropriato, le metodologie e le evidenze empiriche di uno studio sia ad un’audience di esperti del settore finanziario e assicurativo che a specialisti in ambito statistico.

- Capacità di chiarire l’obiettivo dell’analisi dei fenomeni assicurativi e finanziari.

Capacità di apprendimento (learning skills)

Capacità di dimostrare un’adeguata capacità di apprendimento e di autonomia nell’approfondimento di tematiche oggetto del corso, ampliando le proprie conoscenze con ricerche bibliografiche ad hoc, qualora sia ritenuto utile per un miglioramento della conoscenza.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula

L’esame in presenza è caratterizzato da una prova orale, nell'ambito della quale si discute anche un saggio scritto (tesina), elaborato nel corso delle lezioni di laboratorio, su un argomento specifico assegnato durante le lezioni frontali. La tesina deve essere consegnata brevi manu ed inviata al docente mediante posta elettronica almeno 5 giorni prima della data fissata per l’orale.

 

Al termine della prova, l’esito effettivo dell’esame sostenuto dagli studenti sara' registrato sul VOL (ESSE3), specificando anche le eventualità di “ritirato”, “assente” o “insufficiente”, in ottemperanza della nota rettorale del 28.04.2022. 

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d’esame tra studenti frequentanti e non frequentanti.

 

Per aggiornamenti si prega di consultare la Sezione "Notizie" della pagina docente.

https://www.economia.unisalento.it/536

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante foto o stampa della ricevuta della prenotazione.

-In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame, conformemente con la chiusura delle prenotazioni sul VOL.

- Le richieste di rinvio della prova orale, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio della prova orale può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio della prova orale può essere reiterata al massimo per un anno accademico.

Concetti preliminari sul campionamento e sui modelli di interpolazione stocastica. Analisi esplorativa dei dati. Funzioni aleatorie. Momenti del primo e secondo ordine. Le ipotesi di stazionarietà. Analisi strutturale. Anisotropie e presenza di un trend.

Stima e modellizzazione delle misure di correlazione. Modelli di interpolazione stocastica. Simulazione non condizionata. Simulazione condizionata

Cartografia e sistemi di riferimento, Caratteristiche generali dei GIS e dei software GIS, Tipologie e formato di dati, Modelli per l'organizzazione dei dati, WebGIS: caratteristiche e software,  WebGIS.

 -Geostatistica: teoria e applicazioni (Posa D., De Iaco S.), Giappichelli Editore, 2009

GIS e WebGIS: elementi ed applicazioni (De Iaco S., Distefano V., Palma M., Posa D.), Giappichelli Editore, 2014

- Metodi statistici nell'analisi di variabili finanziarie. Indicatori descrittivi e modelli interpretativi (Costa M.), CLUEB, 2001

- Metodi di analisi geostatistica per dati temporali ed areali (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D.), Giappichelli Editore, 2018.

MODELLI DI INTERPOLAZIONE STOCASTICA PER LA FINANZA E LE ASSICURAZIONI (SECS-S/01)
STATISTICA DEL TURISMO

Corso di laurea MANAGEMENT DELLE ORGANIZZAZIONI TURISTICHE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 10.0

Docente titolare Sandra DE IACO

Ripartizione oraria Ore totali di attività frontale: 80.0

  Ore erogate dal docente Sandra DE IACO: 20.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2022/2023

Anno di corso 1

Semestre Annualità Singola (dal 15/09/2022 al 02/06/2023)

Lingua ITALIANO

Percorso PERCORSI COMUNE/GENERICO (999)

Sede Lecce

Elementi di algebra lineare a livello di scuola secondaria di secondo grado

L’insegnamento di Statistica del turismo fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico un’indagine statistica e propone lo studio di indicatori statistici fondamentali per l’analisi descrittiva di variabili quali-quantitative tipiche del settore turistico.

Il corso si propone il raggiungimento dei seguenti obiettivi formativi:

- acquisizione degli strumenti della Statistica descrittiva al fine di descrivere, sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative ai fenomeni collettivi,

- conoscenza delle fonti statistiche ufficiali più utilizzate a livello nazionale e internazionale (ISTAT, Uffici di Statistica del Ministero delle Attività Culturali e del Turismo, Ente Nazionale per il Turismo, Osservatorio Nazionale per il Turismo, Organizzazione Mondiale per il Turismo-United Nations World Tourism Organization, Ministero per i beni e le attività culturali) per il reperimento dei dati,

- capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate.

 

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica descrittiva al fine di sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative ai fenomeni collettivi di natura economico-aziendale e sociale inerenti la cultura, l'ambiente e il turismo.

- Conoscenza delle Fonti statistiche ufficiali più utilizzate a livello nazionale e internazionale (ISTAT, Uffici di Statistica del Ministero delle Attività Culturali e del Turismo, Ente Nazionale per il Turismo, Osservatorio Nazionale per il Turismo, Organizzazione Mondiale per il Turismo-United Nations World Tourism Organization, Ministero per i beni e le attività culturali) per il reperimento dei dati.

Capacità di applicare conoscenza e comprensione (applyingknowledge and understanding)

- Capacità di raccogliere dati, archiviarli in database opportunamente definiti, elaborarli e presentare i risultati ottenuti.

- Capacità di lettura e valutazione dei metadati che accompagnano le fonti statistiche.

- Capacità di percezione dei problemi economici e della loro analisi attraverso il metodo statistico.

Autonomia di giudizio (makingjudgements)

Capacità di valutazione dei risultati derivanti dal calcolo di indicatori statistici e definizione dei metodi più idonei per il raggiungimento dei risultati.

Abilità comunicative (communicationskills)

Capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate e dello schema di campionamento scelto.

Capacità di apprendimento (learningskills)

Capacità di apprendimento delle varie fasi per la realizzazione di un’indagine statistica.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula.

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova scritta e da una prova orale alla quale si accede previo superamento della prova scritta.

 

Al termine della prova, l’esito effettivo dell’esame sostenuto dagli studenti sarà registrato sul VOL (ESSE3), specificando anche le eventualità di “ritirato”, “assente” o “insufficiente”, in ottemperanza della nota rettorale del 28.04.2022. Inoltre, l'esito positivo della prova parziale, può essere conservato su richiesta dello studente fino alla fine dell’anno accademico in cui è stato sostenuto, come indicato nella stessa nota rettorale su verbalizzazione esami del 28.04.2022.

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d’esame tra studenti frequentanti e non frequentanti.

 

Per aggiornamenti si prega di consultare la Sezione "Notizie" della pagina docente.

https://www.economia.unisalento.it/536

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante foto o stampa della ricevuta della prenotazione.

-In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame, conformemente con la chiusura delle prenotazioni sul VOL.

- Le richieste di rinvio della prova orale, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio della prova orale può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio della prova orale può essere reiterata al massimo per un anno accademico, dal momento che l’esito positivo della prova parziale può essere conservato su richiesta dello studente fino alla fine dell’anno accademico in cui è stato sostenuto (rif. nota rettorale su verbalizzazione esami del 28.04.2022).

 

-WORKSHOP in lingua inglese: UNWTO Workshop on Tourism statistics and mobile positioning data. Improving the level of tourism statistics with data from telecommunication networks, disponibile al seguente link: https://youtu.be/EQM-_BNAbWo

1. Concetti introduttivi e definizioni fondamentali. Definizione e campi di applicazione della statistica.  L'indagine statistica. Fonti di rilevazione statistica. Tecniche di campionamento. Caratteri e modalità. Il formalismo statistico.

2. Tabelle statistiche e rappresentazioni grafiche.  Le distribuzioni statistiche.  Le rappresentazioni grafiche.

3. Indici di posizione. Le medie analitiche. Le medie lasche. Il diagramma a scatola e baffi.

4. Indici di variabilità. Gli indici di variabilità assoluta. Indici di dispersione. Indici di disuguaglianza. Intervalli di variazione. Scomposizione della devianza. Gli indici di variabilità relativa

5. Rapporti statistici e numeri indici 

6. Indicatori del turismo

7. Analisi della regressione. Indice di determinazione

8. La valutazione della qualità dei servizi. Aspetti introduttivi sulla qualità del servizio. Gap tra aspettative e percezioni. Modello ServQual. Modello ServPerf. Analisi delle decisioni. Altri modelli per la valutazione della qualità.

9. Analisi dell'interdipendenza. Aspetti della correlazione. Codevianza. Coefficiente di correlazione lineare.  La cograduazione.

 

 

Dal volume “Modelli statistici di customer satisfaction. Alcune applicazioni”:

La valutazione della qualità dei servizi. Aspetti introduttivi sulla qualità del servizio. Gap tra aspettative e percezioni. Modello ServQual. Modello ServPerf. Analisi delle decisioni. Altri modelli per la valutazione della qualità.

 

Dispense del docente:

Indicatori del turismo. Overbooking. Casi di studio riguardanti gli indicatori turistici. Casi di studio riguardanti l’analisi della soddisfazione nel settore turistico.

 

Dal volume “Elementi di Calcolo Combinatorio e Teoria della Probabilità”:
1. Cenni di calcolo combinatorio. 2. Teoria della probabilità. 3. Variabili aleatorie

- Statistica descrittiva: elementi ed esercizi (D. Posa, S. De Iaco, M. Palma), Giappichelli Editore, 2007

- Modelli statistici di customer satisfaction. Alcune applicazioni (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D.), Giappichelli editore, 2019.

- Dispense del docente disponibili nella pagina personale in corrispondenza della sezione "Materiale didattico".

- D. Posa, S. De Iaco, M. Palma, Elementi di calcolo combinatorio e teoria della probabilità, Giappichelli Editore, 2009.

STATISTICA DEL TURISMO (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Docente titolare Sandra DE IACO

Ripartizione oraria Ore totali di attività frontale: 48.0

  Ore erogate dal docente Sandra DE IACO: 16.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2022/2023

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2023 al 02/06/2023)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

STATISTICA INFERENZIALE (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Docente titolare Sandra DE IACO

Ripartizione oraria Ore totali di attività frontale: 48.0

  Ore erogate dal docente Sandra DE IACO: 16.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2022/2023

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2023 al 02/06/2023)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Elementi di algebra di scuola secondaria e di Statistica descrittiva

L’insegnamento di Statistica inferenziale fornisce agli studenti le basi teoriche per affrontare problemi di tipo inferenziale, nonché propone un’introduzione all’analisi di dati a struttura spaziale.

Il corso si propone di fornire

-concetti, metodologie e strumenti della Statistica inferenziale per valutare,  in termini probabilistici, diversi aspetti di un fenomeno, esaminando soltanto le osservazioni relative ad un campione rappresentativo della popolazione;

-elementi di Analisi Statistica Spaziale per l’analisi geostatistica dei dati a struttura spaziale.

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica inferenziale (conoscenza dei metodi induttivi della statistica inferenziale), al fine di stimare diversi aspetti di fenomeni economico-aziendali, sulla base dell’osservazione di un campione estratto dalla popolazione di riferimento.

- Conoscenza dei metodi induttivi della Statistica inferenziale per la specificazione, stima e verifica dei parametri di modelli statistici utilizzabili a scopi previsivi e decisionali.

- Conoscenza dei metodi e delle procedure statistiche per analisi esplorative di dati univariati e multivariati.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di spiegare fenomeni economico-aziendali mediante l'analisi statistica dei dati e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Capacità di pianificare un’indagine statistica campionaria.

- Presentazione e interpretazione critica dei risultati inferenziali a supporto del management.

Autonomia di giudizio (making judgements)

-Capacità di tradurre in termini statistici una esigenza conoscitiva del management aziendale.

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di valutare gli aspetti etici e deontologici dei risultati di un’indagine, al fine di evitare un utilizzo inappropriato dell’informazione statistica.

Abilità comunicative (communication skills)

-Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico;

-Capacità di divulgare, mediante report finali e lavori di ricerca scientifica, metodologie e risultati raggiunti;

-Capacità di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti

-Capacità di giustificare le scelte e comunicare i risultati delle analisi con linguaggio appropriato, ai giusti livelli di dettaglio e con le modalità tecnologiche più adeguate.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula.

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova scritta e da una prova orale alla quale si accede previo superamento della prova scritta.

Al termine della prova, l’esito effettivo dell’esame sostenuto dagli studenti sarà registrato sul VOL (ESSE3), specificando anche le eventualità di “ritirato”, “assente” o “insufficiente”, in ottemperanza della nota rettorale del 28.04.2022. Inoltre, l'esito positivo della prova parziale, può essere conservato su richiesta dello studente fino alla fine dell’anno accademico in cui è stato sostenuto, come indicato nella stessa nota rettorale su verbalizzazione esami del 28.04.2022.

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

Non sono previste differenze in termini di programma, testi e modalità d’esame tra studenti frequentanti e non frequentanti.

Per aggiornamenti si prega di consultare la Sezione "Notizie" della pagina docente.

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante foto o stampa della ricevuta della prenotazione.

-In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame, conformemente con la chiusura delle prenotazioni sul VOL.

- Le richieste di rinvio della prova orale, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio della prova orale può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio della prova orale può essere reiterata al massimo per un anno accademico, dal momento che l’esito positivo della prova parziale può essere conservato su richiesta dello studente fino alla fine dell’anno accademico in cui è stato sostenuto (rif. nota rettorale su verbalizzazione esami del 28.04.2022).

1.Principi di inferenza statistica. 2.Calcolo combinatorio ed esperimenti casuali. 2.2 Elementi di calcolo combinatorio. 2.3 Esperimenti casuali; 2.4 Spazio campionario ed eventi; 3.Teoria della probabilità, 3.1 Cenni storici, 3.2.1 Concezione classica, 3.2.5 Teoria assiomatica; 3.2.6 Spazio di probabilità 3.3 Probabilità condizionata e indipendenza 3.3.1 Probabilità condizionata. 3.3.3 Indipendenza tra eventi 3.4 Regole pratiche 4. Variabili aleatorie, 4.1 Alcuni concetti generali; 4.2. Funzione di ripartizione 4.3 Variabili aleatorie discrete; 4.4 Variabili aleatorie assolutamente continue; 4.6. Momenti aleatori: valore atteso; varianza; 4.6.3 Variabile aleatoria standardizzata; 4.7 Disuguaglianza di Chebyshev 5. Distribuzione di probabilità notevoli, 5.1.2. Distribuzione di Bernoulli 5.1.3. Distribuzione binomiale; 5.1.5 Distribuzione di Poisson; 5.2.2. Distribuzione gaussiana; 5.2.5. Distribuzione chi-quadrato; 5.2.6. Distribuzione T di Student 5.2.7. Distribuzione F di Fisher; 6. Campionamento casuale e inferenza statistica. 6.1. Paradigmi dell’inferenza statistica; 6.2. Formalismo dell’inferenza statistica classica; 6.4. Metodi di stima parametrici e non parametrici; 6.5 Funzione di verosimiglianza 6.6. Statistiche e distribuzioni campionarie; 6.7.2 Teorema del limite centrale. 7. Stima puntuale. 7.1.Stimatori e stime di un parametro, 7.2 Proprietà degli stimatori; 7.4 Considerazioni di sintesi su alcuni stimatori 8. Stima per intervalli. 8.1.Intervalli di confidenza per un parametro 8.2. Intervalli di confidenza per il valore atteso; 8.3. Intervalli di confidenza della varianza; 8.3.1. Inferenza parametrica per la varianza (per piccoli campioni); 8.4. Intervalli di confidenza per una proporzione (per grandi campioni). 9.Verifica delle ipotesi. 9.1. Verifica di ipotesi per un parametro; 9.3 Verifica delle ipotesi per il valore atteso; 9.4 Verifica delle ipotesi della varianza: 9.4.1 Testi parametrici per la varianza nell’ipotesi di gaussianità (per piccoli campioni); 9.5. Verifica delle ipotesi per una proporzione (per grandi campioni). Elementi di Analisi Statistica Spaziale: 1 La Geostatistica; 2 Descrizione dei dati spaziali, 3 Un modello per i dati spaziali, 4 La correlazione spaziale. 4.1 Considerazioni sulla correlazione spaziale; 4.2 Condizioni di ammissibilità; 4.4. Proprietà del covariogramma 4.4.1 Comportamento asintotico; 4.5 Proprietà del variogramma; 4.5.1 Comportamento tipico: sella e range; 4.5.2 Comportamento in prossimità dell’origine; 4.5.3 Comportamento asintotico; 4.6 Anisotropie 4.7 Modelli di variogramma 4.8 Stimatori delle misure di correlazione spaziale; 4.8.1 Alcune regole pratiche, 5 Metodi di stima puntuale. Fino al paragrafo 5.6.2 Equazioni del kriging stazionario.1 Cartografia e sistemi di riferimento. 2 Caratteristiche generali dei GIS e dei software GIS. 3 Tipologie e formato di dati. 4 Modelli per l'organizzazione dei dati. 5 WebGIS: caratteristiche e software. 6 WebGIS per il monitoraggio ambientale. 7 WebGIS per le aree mercatali.

- Posa D., De Iaco S., Fondamenti di statistica inferenziale, Cleup, Padova, 2006

- Posa D., De Iaco S., Geostatistica: teoria e applicazioni, G. Giappichelli Ed., Torino, 2009

- De Iaco S., Distefano V., Palma M., Posa D.., GIS e WebGIS: elementi e applicazioni, G. Giappichelli Ed., Torino, 2014.

- Modelli statistici di customer satisfaction. Alcune applicazioni (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D.), 2019, Giappichelli editore, Torino, isbn 9788892119222.

- Qualità e carte di controllo: aspetti teorici e computazionali (De Iaco , S.; Giungato, G.; Maggio, S.; Palma, M.; Posa, D.), 2019, Giappichelli editore, Torino, isbn 9788892119239.

STATISTICA INFERENZIALE
STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Subject area SECS-S/01

Course type Laurea

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

For matriculated on 2021/2022

Year taught 2022/2023

Course year 2

Semestre Secondo Semestre (dal 24/02/2023 al 02/06/2023)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Elements of descriptive statistics and linear algebra

Statistical Sampling and Inference course provides the theoretical basis for dealing with inferential problems. An introduction to the analysis of spatial data is given.

The course aims to provide

-some elements of sampling theory

-methodologies and tools of statistical inference in order to analyze data coming from a sample survey

-elements of geostatistical analysis

 

Expected learning outcomes according to Dublin Descriptors:

 

Knowledge and understanding:

- Acquisition of the tools of Inferential Statistics for the estimation of a large variety of economic and financial aspects, by observing a sample extracted from the reference population.

- Knowledge of inductive methods of Inferential Statistics for identifying, estimating and testing hypothesis on the parameters of statistical models to be used for forecasting and decision-making purposes.

- Knowledge of statistical methods and procedures for exploratory analyses of univariate and multivariate data.

 

Applying knowledge and understanding

- Ability to explain economic and financial phenomena through statistical data analysis and by constructing suitable models, also by means of advanced calculation tools and sophisticated algorithms.

- Ability to plan a sample statistical survey.

- Presentation and detailed interpretation of inferential results in economic and financial contexts.

Making judgements

-Ability to translate a knowledge requirement into statistical terms in the study of economic and financial dynamics.

- Ability to use the results of data analysis to formulate hypotheses, to obtain strategic orientations, to take decisions in conditions of uncertainty.

- Ability to evaluate the results of a survey from the ethical and deontological point of view, in order to avoid inappropriate use of statistical information.

 

Communication skills

- Ability to explain methods, results and interpretations of statistical results, also with the aid of audiovisual techniques, both to experts and specialists in statistical fields.

- Ability to define and explain the statistical purposes of a study when talking to non-expert people.

- Ability to communicate the results of statistical analyses with appropriate technical language.

 

Learning skills

Ability to integrate knowledge and expertise in different contexts, by following the evolution of the discipline.

In-person lectures on theoretical and practical aspects with the use of audiovisual supports.

In-person examination

The examination consists of a written test, an oral test accessible after passing the written exam and a discussion of an essay previously sent by email to the teacher.

 

At the end of the examination, the actual outcome of the exam taken by the students will be recorded on the online registration system (ESSE3), also specifying the case of "withdrawn", "absent" or "insufficient" , in compliance with the Rector's note of April 28 th, 2022. In addition, the positive outcome of the partial examination can be retained valid upon request of the student until the end of the academic year in which it was taken, as indicated in the Rector's note of April 28 th, 2022.

 

The examination is passed when a mark of at least 18/30 (with possible award of the honors/laude) is given. Also the corresponding ECTS (European Credit Transfer System) are assigned. The student passing the examination acquires notions which are recognized according to the Dublin descriptors.

 

"The disabled student and/or student with learning disability, who intends to take advantage of an individualized intervention to carry out the examination have to contact the Disabled Integration Office of the University of Salento (contact reference person: paola.martino@unisalento.it).

 

Program, texts and examination methods are the same for both students regularly attending and not regularly attending the lessons.
 


For updates, please consult the "News" section of the teacher's web page.

- The attendance of lessons, although not mandatory, is highly recommended.

 

-Examination booking on the web site studenti.unisalento.it has to be verified by printing the corresponding receipt or its picture.

In case of technical problems, the student has to contact the teacher at least 7 days before the date of examination, in accordance with the deadline published in the system.

 

-Requests for postponing the oral examination, can be sent by e-mail to the teacher only if it has forwarded within two days before the date of examination. Alternatively, the postponement of the exam can be requested the day fixed for the examination during the roll-call. Postponements are possible only within twelve months, since the positive outcome of the first partial examination can be retained valid upon request of the student until the end of the academic year in which it was taken (ref. Rector's note of April 28 th, 2022).

1. Principles of statistical inference. 2.Combinations and random experiments. 2.2 Combinations and rules of counting. 2.3 Random experiments; 2.4 Sample space and events. 3. Theory of probability, 3.1 Historical notes, 3.2.1 Classical conception, 3.2.5 Axiomatic theory; 3.2.6 Probability space 3.3 Conditional probability and independence 3.3.1 Conditional probability. 3.3.3 Independence between events 3.4 Practical rules. 4. Random variables, 4.1 Some general concepts; 4.2. Distribution function 4.3 Discrete random variables; 4.4 Absolutely continuous random variables; 4.6. Random moments: expected value; variance; 4.6.3 Standardized random variable. 5. Distribution of notable probabilities, 5.1.2. Distribution of Bernoulli 5.1.3. Binomial distribution; 5.1.5 Poisson distribution; 5.2.2. Gaussian distribution; 5.2.5. Chi-square distribution; 5.2.6. Student's T distribution 5.2.7. Fisher F distribution. 6. Random sampling and statistical inference. 6.1. Paradigms of statistical inference; 6.2. Formalism of classical statistical inference; 6.4. Parametric and non-parametric estimation methods; 6.5 Likelihood function 6.6. Statistics and sample distributions; 6.7.2 Central limit theorem. 7. Punctual estimate. 7.1 Estimators and estimates of a parameter, 7.2 Properties of estimators. 8. Estimation by intervals. 8.1 Confidence intervals for a parameter 8.2. Confidence intervals for the expected value; 8.3. Confidence intervals of variance; 8.3.1. Parametric inference for variance (for small samples); 8.4. Confidence intervals for a proportion (for large samples). 9. Verification of hypotheses. 9.1. Hypothesis testing for a parameter; 9.3 Verification of the hypotheses for the expected value; 9.4 Verification of variance hypotheses: 9.4.1 Parametric texts for variance in the hypothesis of Gaussianity (for small samples); 9.5. Hypothesis testing for a proportion (for large samples).

Elements of Spatial Statistical Analysis: 1 Geostatistics; 2 Description of spatial data, 3 A model for spatial data, 4 Spatial correlation. 4.1 Considerations on spatial correlation; 4.2 Conditions of eligibility; 4.4. Properties of the covariogram 4.4.1 Asymptotic behavior; 4.5 Properties of the variogram; 4.5.1 Typical behavior: saddle and range; 4.5.2 Behavior near the origin; 4.5.3 Asymptotic behavior; 4.6 Anisotropies 4.7 Variogram models 4.8 Estimators of spatial correlation measures; 4.8.1 Some practical rules, 5 Methods of point estimation. Up to paragraph 5.6.2 Equations of stationary kriging.

-Anderson, Sweeney, Williams. 2008, X Ed., Statistics For Business And Economics, Thomson South-Western [Chapters 1-3 (required basic notion), Chapters 4-10, Chapter 14

-Bhattacharya, G. K., Johnson, R. A., 1996, III Ed., Statistics - Principles and methods, J. Wiley & Sons, New York.

-Dudewicz, E. J., Mishra, S. N., 1988, Modern mathematical statistics, J. Wiley & Sons, New York.

-Edward H. Isaaks, R. M. Srivastava, 1989, An introduction to Applied Geostatistics, Oxford University Press

STATISTICAL SAMPLING AND INFERENCE (SECS-S/01)
ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2021/2022

Anno di corso 1

Semestre Primo Semestre (dal 15/09/2021 al 31/12/2021)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

conoscenze di Statistica inferenziale e di analisi matematica

L’insegnamento di Analisi delle Serie Storiche fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico l’analisi di fenomeni temporali.

Il corso si propone di fornire concetti, metodologie e strumenti dell’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere la dinamica temporale di una o più variabili riguardanti un determinato fenomeno (ad esempio,  i principali indicatori economici).

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione dei concetti, delle metodologie e degli strumenti per l’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere le dinamiche temporali di una o più variabili economico-finanziarie.

- Conoscenza dei metodi induttivi dell’Analisi delle Serie Storiche per la stima e la verifica dei parametri di modelli stocastici utilizzabili a scopi previsivi e decisionali.

- Conoscenza e uso dei principali software statistici per l’analisi delle serie storiche (SPSS, Gretl).

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di interpretare l’evoluzione temporale di fenomeni economici e finanziari mediante l'analisi statistica delle serie storiche e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Presentazione e interpretazione critica dei risultati previsivi in ambito economico e finanziario.

Autonomia di giudizio (making judgements)

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di tradurre in termini statistici una esigenza conoscitiva nell’ambito dello studio delle dinamiche temporali dei fenomeni economico-finanziari.

Abilità comunicative (communication skills)

-Capacità di cogliere e di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti.

- Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico ed economico-finanziario.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula

Lezioni in modalità telematica per emergenza COVID-19: modalità di erogazione delle lezioni online, mediante l’utilizzo della piattaforma Microsoft Teams

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova orale. Nell'ambito di questa prova i frequentanti discutono anche un saggio scritto (tesina), elaborato nel corso delle lezioni di laboratorio, su un argomento specifico assegnato durante le lezioni frontali. La tesina deve essere consegnata brevi manu ed inviata al docente mediante posta elettronica almeno 5 giorni prima della data fissata per il primo appello del semestre di svolgimento delle lezioni."

 

Svolgimento dell’esame in modalità telematica per emergenza COVID-19

L’esame in modalità telematica consiste in una prova orale con domande riguardanti aspetti teorici, esercizi e discussione di un saggio scritto (tesina), elaborato nel corso delle lezioni di laboratorio svolte in via telematica,  su argomenti concordati con il docente. La tesina deve essere inviata al docente mediante posta elettronica almeno 5 giorni prima della data fissata per l’orale.

 

In seguito allo svolgimento della prova orale in presenza, viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione, nonché dallo studente esaminato. Nel caso di prova orale in modalità telematica, il verbale viene firmato digitalmente dal Presidente della commissione.

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d’esame tra studenti frequentanti e non frequentanti.

 

Commissione di esame:

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Pellegrino Daniela (componente); Claudia Cappello (componente); Giuseppina Giungato (componente), Distefano Veronica (componente)

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

 

- La prova orale in modalità telematica per emergenza COVID-19  si svolgerà seguendo le indicazioni previste dall'ultimo D.R. e le relative linee guida pubblicate su www.unisalento.it. Gli studenti iscritti all’esame sono invitati a registrarsi alla piattaforma Microsoft Teams, secondo le indicazioni pubblicate alla pagina https://www.unisalento.it/lezioni-online (Documentazione: Guida a Microsoft Teams per lo studente).

Obiettivi dell’analisi di una serie storica. Tecniche descrittive. Serie storiche stazionarie. Tipi di trasformazione per una serie storica. Autocorrelazione. Il correlogramma e sua interpretazione. Modelli di probabilità per una serie storica. Processi stocastici. Processi stazionari. Stazionarietà del secondo ordine. Processi autoregressivi e processi a media mobile. Modelli misti. Modelli integrati. Stima delle funzioni di correlazione. Stima dei parametri per i diversi modelli. Previsione. Applicazioni. 

- Dispense del docente disponibili nella pagina personale  nella sezione “Materiale didattico”.

- Metodi di analisi geostatistica per dati temporali ed areali (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D. ), 2018, Giappichelli editore, Torino, isbn 9788892119215.

- The Analysis of Time Series: An Introduction - C. Chatfield, Chapman & Hall/CRC Texts in Statistical Science, 330 p. (only the first 5 chapters).

ANALISI DELLE SERIE STORICHE (SECS-S/01)
STATISTICA DEL TURISMO (MODULO II)

Corso di laurea MANAGER DEL TURISMO

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 5.0

Ripartizione oraria Ore totali di attività frontale: 40.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2021/2022

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2022 al 25/05/2022)

Lingua

Percorso PERCORSI COMUNE/GENERICO (999)

Elementi di algebra lineare a livello di scuola secondaria di secondo grado

L’insegnamento di Statistica del turismo (modulo II) si propone di fornire

- indicatori statistici fondamentali per l’analisi descrittiva di variabili quali-quantitative tipiche del settore turistico.

- concetti e strumenti della Statistica inferenziale per valutare, anche in termini probabilistici, alcuni aspetti di un fenomeno, esaminando le osservazioni relative ad un campione rappresentativo della popolazione.

Il corso si propone il raggiungimento dei seguenti obiettivi formativi:

- acquisizione delle nozioni inerenti alla costruzione di indicatori statistici caratteristici del settore turistico;

-acquisizione di alcuni strumenti della Statistica inferenziale, al fine di sintetizzare e quindi interpretare le osservazioni relative ai fenomeni di natura economico-aziendale e sociale inerenti la cultura, l'ambiente e il turismo, sulla base dell’osservazione di un campione estratto dalla popolazione di riferimento.

- capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate.

 

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

 

- Conoscenza delle Fonti statistiche ufficiali più utilizzate a livello nazionale e internazionale (ISTAT, Uffici di Statistica del Ministero delle Attività Culturali e del Turismo, Ente Nazionale per il Turismo, Osservatorio Nazionale per il Turismo, Organizzazione Mondiale per il Turismo-United Nations World Tourism Organization, Ministero per i beni e le attività culturali) per il reperimento dei dati.

 

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di raccogliere dati, archiviarli in database opportunamente definiti, elaborarli e presentare i risultati ottenuti.

- Capacità di pianificare un’indagine statistica campionaria.

- Capacità di lettura e valutazione dei metadati che accompagnano le fonti statistiche.

- Capacità di percezione dei problemi del mercato turistico e della loro analisi attraverso il metodo statistico.

Autonomia di giudizio (making judgements)

- Capacità di valutazione dei risultati derivanti dal calcolo di indicatori statistici e definizione dei metodi più idonei per il raggiungimento dei risultati.

- Capacità di valutare gli aspetti etici e deontologici dei risultati di un’indagine, al fine di evitare un utilizzo inappropriato dell’informazione statistica.

Abilità comunicative (communication skills)

-Capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate e dello schema di campionamento scelto.

-Capacità di giustificare le scelte e comunicare i risultati delle analisi con lessico appropriato.

Capacità di apprendimento (learning skills)

Capacità di apprendimento delle varie fasi per la realizzazione di un’indagine statistica.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula

 

Lezioni in modalità telematica per emergenza COVID-19: modalità di erogazione delle lezioni online, mediante l’utilizzo della piattaforma Microsoft Teams

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova scritta e di una prova orale alla quale si accede previo superamento della prova scritta.

 

Svolgimento dell’esame in modalità telematica per emergenza COVID-19

L’esame in modalità telematica consiste in una prova orale con domande riguardanti aspetti teorici ed esercizi.

 

In seguito allo svolgimento della prova orale in presenza, viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione, nonché dallo studente esaminato. Nel caso di prova orale in modalità telematica, il verbale viene firmato digitalmente dal Presidente della commissione.

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d’esame tra studenti frequentanti e non frequentanti.

 

A partire dal secondo semestre, gli studenti che non hanno ancora superato il primo modulo, sosterranno l’esame contestualmente su entrambi i moduli.

https://www.economia.unisalento.it/536

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

 

- La prova orale in modalità telematica per emergenza COVID-19 si svolgerà seguendo le indicazioni previste dall’ultimo DR e le relative linee guida pubblicate su https://www.unisalento.it/covid19-informazioni. Gli studenti iscritti all’esame sono invitati a registrarsi alla piattaforma Microsoft Teams, secondo le indicazioni pubblicate alla pagina https://www.unisalento.it/strumenti/lezioni-online (Documentazione: Guida a Microsoft Teams per lo studente).

 

- A partire dal secondo semestre, gli studenti che non hanno ancora superato il primo modulo, sosterranno l’esame contestualmente su entrambi i moduli.

Dal volume “Modelli statistici di customer satisfaction. Alcune applicazioni”:

La valutazione della qualità dei servizi. Aspetti introduttivi sulla qualità del servizio. Gap tra aspettative e percezioni. Modello ServQual. Modello ServPerf. Analisi delle decisioni. Altri modelli per la valutazione della qualità.

 

Dispense del docente:

Indicatori del turismo. Overbooking. Casi di studio riguardanti gli indicatori turistici. Casi di studio riguardanti l’analisi della soddisfazione nel settore turistico.

 

Dal volume “Elementi di Calcolo Combinatorio e Teoria della Probabilità”:
1. Cenni di calcolo combinatorio. 2. Teoria della probabilità. 3. Variabili aleatorie

- Modelli statistici di customer satisfaction. Alcune applicazioni (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D.), Giappichelli Editore, 2019

- D. Posa, S. De Iaco, M. Palma, Elementi di calcolo combinatorio e teoria della probabilità, Giappichelli Editore, 2009.

- Dispense del docente disponibili nella pagina personale in corrispondenza della sezione “Materiale didattico”.

STATISTICA DEL TURISMO (MODULO II) (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2021/2022

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2022 al 31/05/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Elementi di algebra di scuola secondaria e di Statistica descrittiva

L’insegnamento di Statistica inferenziale fornisce agli studenti le basi teoriche per affrontare problemi di tipo inferenziale, nonché propone un’introduzione all’analisi di dati a struttura spaziale.

Il corso si propone di fornire

-concetti, metodologie e strumenti della Statistica inferenziale per valutare,  in termini probabilistici, diversi aspetti di un fenomeno, esaminando soltanto le osservazioni relative ad un campione rappresentativo della popolazione;

-elementi di Analisi Statistica Spaziale per l’analisi geostatistica dei dati a struttura spaziale.

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica inferenziale (conoscenza dei metodi induttivi della statistica inferenziale), al fine di stimare diversi aspetti di fenomeni economico-aziendali, sulla base dell’osservazione di un campione estratto dalla popolazione di riferimento.

- Conoscenza dei metodi induttivi della Statistica inferenziale per la specificazione, stima e verifica dei parametri di modelli statistici utilizzabili a scopi previsivi e decisionali.

- Conoscenza dei metodi e delle procedure statistiche per analisi esplorative di dati univariati e multivariati.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di spiegare fenomeni economico-aziendali mediante l'analisi statistica dei dati e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Capacità di pianificare un’indagine statistica campionaria.

- Presentazione e interpretazione critica dei risultati inferenziali a supporto del management.

Autonomia di giudizio (making judgements)

-Capacità di tradurre in termini statistici una esigenza conoscitiva del management aziendale.

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di valutare gli aspetti etici e deontologici dei risultati di un’indagine, al fine di evitare un utilizzo inappropriato dell’informazione statistica.

Abilità comunicative (communication skills)

-Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico;

-Capacità di divulgare, mediante report finali e lavori di ricerca scientifica, metodologie e risultati raggiunti;

-Capacità di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti

-Capacità di giustificare le scelte e comunicare i risultati delle analisi con linguaggio appropriato, ai giusti livelli di dettaglio e con le modalità tecnologiche più adeguate.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula

Lezioni in modalità telematica per emergenza COVID-19: modalità di erogazione delle lezioni online, mediante l’utilizzo della piattaforma Microsoft Teams

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova scritta della durata massima di 60 minuti e di una prova orale alla quale si accede previo superamento della prova scritta.

 

Svolgimento dell’esame in modalità telematica per emergenza COVID-19

L’esame in modalità telematica consiste in una prova orale con domande riguardanti aspetti teorici ed esercizi.

 

In seguito allo svolgimento della prova orale in presenza, viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione, nonché dallo studente esaminato. Nel caso di prova orale in modalità telematica, il verbale viene firmato digitalmente dal Presidente della commissione.

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d’esame tra studenti frequentanti e non frequentanti.

 

Commissione di esame:

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Pellegrino Daniela (componente); Claudia Cappello (componente); Giuseppina Giungato (componente), Distefano Veronica (componente)

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

  

- La prova orale in modalità telematica per emergenza COVID-19  si svolgerà seguendo le indicazioni previste dall'ultimo D.R. e le relative linee guida pubblicate su www.unisalento.it. Gli studenti iscritti all’esame sono invitati a registrarsi alla piattaforma Microsoft Teams, secondo le indicazioni pubblicate alla pagina https://www.unisalento.it/lezioni-online (Documentazione: Guida a Microsoft Teams per lo studente)

1.Principi di inferenza statistica. 2.Calcolo combinatorio ed esperimenti casuali. 2.2 Elementi di calcolo combinatorio. 2.3 Esperimenti casuali; 2.4 Spazio campionario ed eventi; 3.Teoria della probabilità, 3.1 Cenni storici, 3.2.1 Concezione classica, 3.2.5 Teoria assiomatica; 3.2.6 Spazio di probabilità 3.3 Probabilità condizionata e indipendenza 3.3.1 Probabilità condizionata. 3.3.3 Indipendenza tra eventi 3.4 Regole pratiche 4. Variabili aleatorie, 4.1 Alcuni concetti generali; 4.2. Funzione di ripartizione 4.3 Variabili aleatorie discrete; 4.4 Variabili aleatorie assolutamente continue; 4.6. Momenti aleatori: valore atteso; varianza; 4.6.3 Variabile aleatoria standardizzata; 4.7 Disuguaglianza di Chebyshev 5. Distribuzione di probabilità notevoli, 5.1.2. Distribuzione di Bernoulli 5.1.3. Distribuzione binomiale; 5.1.5 Distribuzione di Poisson; 5.2.2. Distribuzione gaussiana; 5.2.5. Distribuzione chi-quadrato; 5.2.6. Distribuzione T di Student 5.2.7. Distribuzione F di Fisher; 6. Campionamento casuale e inferenza statistica. 6.1. Paradigmi dell’inferenza statistica; 6.2. Formalismo dell’inferenza statistica classica; 6.4. Metodi di stima parametrici e non parametrici; 6.5 Funzione di verosimiglianza 6.6. Statistiche e distribuzioni campionarie; 6.7.2 Teorema del limite centrale. 7. Stima puntuale. 7.1.Stimatori e stime di un parametro, 7.2 Proprietà degli stimatori; 7.4 Considerazioni di sintesi su alcuni stimatori 8. Stima per intervalli. 8.1.Intervalli di confidenza per un parametro 8.2. Intervalli di confidenza per il valore atteso; 8.3. Intervalli di confidenza della varianza; 8.3.1. Inferenza parametrica per la varianza (per piccoli campioni); 8.4. Intervalli di confidenza per una proporzione (per grandi campioni). 9.Verifica delle ipotesi. 9.1. Verifica di ipotesi per un parametro; 9.3 Verifica delle ipotesi per il valore atteso; 9.4 Verifica delle ipotesi della varianza: 9.4.1 Testi parametrici per la varianza nell’ipotesi di gaussianità (per piccoli campioni); 9.5. Verifica delle ipotesi per una proporzione (per grandi campioni). Elementi di Analisi Statistica Spaziale: 1 La Geostatistica; 2 Descrizione dei dati spaziali, 3 Un modello per i dati spaziali, 4 La correlazione spaziale. 4.1 Considerazioni sulla correlazione spaziale; 4.2 Condizioni di ammissibilità; 4.4. Proprietà del covariogramma 4.4.1 Comportamento asintotico; 4.5 Proprietà del variogramma; 4.5.1 Comportamento tipico: sella e range; 4.5.2 Comportamento in prossimità dell’origine; 4.5.3 Comportamento asintotico; 4.6 Anisotropie 4.7 Modelli di variogramma 4.8 Stimatori delle misure di correlazione spaziale; 4.8.1 Alcune regole pratiche, 5 Metodi di stima puntuale. Fino al paragrafo 5.6.2 Equazioni del kriging stazionario.1 Cartografia e sistemi di riferimento. 2 Caratteristiche generali dei GIS e dei software GIS. 3 Tipologie e formato di dati. 4 Modelli per l'organizzazione dei dati. 5 WebGIS: caratteristiche e software. 6 WebGIS per il monitoraggio ambientale. 7 WebGIS per le aree mercatali.

- Posa D., De Iaco S., Fondamenti di statistica inferenziale, Cleup, Padova, 2006

- Posa D., De Iaco S., Geostatistica: teoria e applicazioni, G. Giappichelli Ed., Torino, 2009

- De Iaco S., Distefano V., Palma M., Posa D.., GIS e WebGIS: elementi e applicazioni, G. Giappichelli Ed., Torino, 2014.

- Modelli statistici di customer satisfaction. Alcune applicazioni (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D.), 2019, Giappichelli editore, Torino, isbn 9788892119222.

- Qualità e carte di controllo: aspetti teorici e computazionali (De Iaco , S.; Giungato, G.; Maggio, S.; Palma, M.; Posa, D.), 2019, Giappichelli editore, Torino, isbn 9788892119239.

STATISTICA INFERENZIALE
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2021/2022

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2022 al 31/05/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

STATISTICA INFERENZIALE (SECS-S/01)
STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Subject area SECS-S/01

Course type Laurea

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

For matriculated on 2020/2021

Year taught 2021/2022

Course year 2

Semestre Secondo Semestre (dal 24/02/2022 al 31/05/2022)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Elements of descriptive statistics and linear algebra

Statistical Sampling and Inference course provides the theoretical basis for dealing with inferential problems. An introduction to the analysis of spatial data is given.

The course aims to provide

-some elements of sampling theory

-methodologies and tools of statistical inference in order to analyze data coming from a sample survey

-elements of geostatistical analysis

 

Expected learning outcomes according to Dublin Descriptors:

 

Knowledge and understanding:

- Acquisition of the tools of Inferential Statistics for the estimation of a large variety of economic and financial aspects, by observing a sample extracted from the reference population.

- Knowledge of inductive methods of Inferential Statistics for identifying, estimating and testing hypothesis on the parameters of statistical models to be used for forecasting and decision-making purposes.

- Knowledge of statistical methods and procedures for exploratory analyses of univariate and multivariate data.

 

Applying knowledge and understanding

- Ability to explain economic and financial phenomena through statistical data analysis and by constructing suitable models, also by means of advanced calculation tools and sophisticated algorithms.

- Ability to plan a sample statistical survey.

- Presentation and detailed interpretation of inferential results in economic and financial contexts.

Making judgements

-Ability to translate a knowledge requirement into statistical terms in the study of economic and financial dynamics.

- Ability to use the results of data analysis to formulate hypotheses, to obtain strategic orientations, to take decisions in conditions of uncertainty.

- Ability to evaluate the results of a survey from the ethical and deontological point of view, in order to avoid inappropriate use of statistical information.

 

Communication skills

- Ability to explain methods, results and interpretations of statistical results, also with the aid of audiovisual techniques, both to experts and specialists in statistical fields.

- Ability to define and explain the statistical purposes of a study when talking to non-expert people.

- Ability to communicate the results of statistical analyses with appropriate technical language.

 

Learning skills

Ability to integrate knowledge and expertise in different contexts, by following the evolution of the discipline.

In-person lectures on theoretical and practical aspects with the use of audiovisual supports.

Due to Covid-emergency, lectures might be held remotely on the Microsoft Teams platform.

Written and oral examination.

 

In-person examination  

The examination consists of a 60 minutes -written test, an oral test accessible after passing the written exam and a discussion of an essay previously sent by email to the teacher.

 

Online examination (due to COVID-19 medical emergency)

Oral examinations will be held remotely on the Microsoft Teams platform. The oral examination concerns theoretical aspects, exercises and discussion of an essay previously sent by email to the teacher.

 

After passing the examination, a report is drawn up, signed by the President and the members of the committee, as well as by the student. In the case of oral examination, the report is digitally signed by the President of the committee.

 

The examination is passed when a mark of at least 18/30 (with possible award of the honors/laude) is given. Also the corresponding ECTS (European Credit Transfer System) are assigned. The student passing the examination acquires notions which are recognized according to the Dublin descriptors.

 

"The disabled student and/or student with learning disability, who intends to take advantage of an individualized intervention to carry out the examination have to contact the Disabled Integration Office of the University of Salento (contact reference person: paola.martino@unisalento.it).

Program, texts and examination methods are the same for both  students regularly attending and not regularly attending the lessons.

 

Examination board

De Iaco Sandra (president); Posa Donato (member);  Maggio Sabrina (member); Palma Monica (member), Claudia Cappello (member); Giuseppina Giungato (member), Distefano Veronica (member)

- The attendance of lessons, although not mandatory, is highly recommended.

 

-Examination booking on the web site studenti.unisalento.it has to be verified by printing the corresponding receipt.

In case of technical problems, the student has to contact the teacher at least 7 days before the date of examination.

 

 

-Requests for postponing an examination, to be sent by e-mail to the teacher, are considered only if they are received within two days before the date of examination. Alternatively, the postponement of the exam can be requested only during the examination. Postponement are possible only within twelve months.

 

 

The online exam will take place according to the guidelines provided by the last Rector's Decree and published on the web site www.unisalento.it

 

After the examination booking, students are invited to register on the Microsoft Teams platform, according to the indications published on the page https://www.unisalento.it/lezioni-online

1. Principles of statistical inference. 2.Combinations and random experiments. 2.2 Combinations and rules of counting. 2.3 Random experiments; 2.4 Sample space and events. 3. Theory of probability, 3.1 Historical notes, 3.2.1 Classical conception, 3.2.5 Axiomatic theory; 3.2.6 Probability space 3.3 Conditional probability and independence 3.3.1 Conditional probability. 3.3.3 Independence between events 3.4 Practical rules. 4. Random variables, 4.1 Some general concepts; 4.2. Distribution function 4.3 Discrete random variables; 4.4 Absolutely continuous random variables; 4.6. Random moments: expected value; variance; 4.6.3 Standardized random variable. 5. Distribution of notable probabilities, 5.1.2. Distribution of Bernoulli 5.1.3. Binomial distribution; 5.1.5 Poisson distribution; 5.2.2. Gaussian distribution; 5.2.5. Chi-square distribution; 5.2.6. Student's T distribution 5.2.7. Fisher F distribution. 6. Random sampling and statistical inference. 6.1. Paradigms of statistical inference; 6.2. Formalism of classical statistical inference; 6.4. Parametric and non-parametric estimation methods; 6.5 Likelihood function 6.6. Statistics and sample distributions; 6.7.2 Central limit theorem. 7. Punctual estimate. 7.1 Estimators and estimates of a parameter, 7.2 Properties of estimators. 8. Estimation by intervals. 8.1 Confidence intervals for a parameter 8.2. Confidence intervals for the expected value; 8.3. Confidence intervals of variance; 8.3.1. Parametric inference for variance (for small samples); 8.4. Confidence intervals for a proportion (for large samples). 9. Verification of hypotheses. 9.1. Hypothesis testing for a parameter; 9.3 Verification of the hypotheses for the expected value; 9.4 Verification of variance hypotheses: 9.4.1 Parametric texts for variance in the hypothesis of Gaussianity (for small samples); 9.5. Hypothesis testing for a proportion (for large samples).

Elements of Spatial Statistical Analysis: 1 Geostatistics; 2 Description of spatial data, 3 A model for spatial data, 4 Spatial correlation. 4.1 Considerations on spatial correlation; 4.2 Conditions of eligibility; 4.4. Properties of the covariogram 4.4.1 Asymptotic behavior; 4.5 Properties of the variogram; 4.5.1 Typical behavior: saddle and range; 4.5.2 Behavior near the origin; 4.5.3 Asymptotic behavior; 4.6 Anisotropies 4.7 Variogram models 4.8 Estimators of spatial correlation measures; 4.8.1 Some practical rules, 5 Methods of point estimation. Up to paragraph 5.6.2 Equations of stationary kriging.

-Anderson, Sweeney, Williams. 2008, X Ed., Statistics For Business And Economics, Thomson South-Western [Chapters 1-3 (required basic notion), Chapters 4-10, Chapter 14

-Bhattacharya, G. K., Johnson, R. A., 1996, III Ed., Statistics - Principles and methods, J. Wiley & Sons, New York.

-Dudewicz, E. J., Mishra, S. N., 1988, Modern mathematical statistics, J. Wiley & Sons, New York.

-Edward H. Isaaks, R. M. Srivastava, 1989, An introduction to Applied Geostatistics, Oxford University Press

STATISTICAL SAMPLING AND INFERENCE (SECS-S/01)
ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2020/2021

Anno di corso 1

Semestre Primo Semestre (dal 14/09/2020 al 31/12/2020)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

conoscenze di Statistica inferenziale e di analisi matematica

L’insegnamento di Analisi delle Serie Storiche fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico l’analisi di fenomeni temporali.

Il corso si propone di fornire concetti, metodologie e strumenti dell’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere la dinamica temporale di una o più variabili riguardanti un determinato fenomeno (ad esempio,  i principali indicatori economici).

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione dei concetti, delle metodologie e degli strumenti per l’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere le dinamiche temporali di una o più variabili economico-finanziarie.

- Conoscenza dei metodi induttivi dell’Analisi delle Serie Storiche per la stima e la verifica dei parametri di modelli stocastici utilizzabili a scopi previsivi e decisionali.

- Conoscenza e uso dei principali software statistici per l’analisi delle serie storiche (SPSS, Gretl).

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di interpretare l’evoluzione temporale di fenomeni economici e finanziari mediante l'analisi statistica delle serie storiche e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Presentazione e interpretazione critica dei risultati previsivi in ambito economico e finanziario.

Autonomia di giudizio (making judgements)

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di tradurre in termini statistici una esigenza conoscitiva nell’ambito dello studio delle dinamiche temporali dei fenomeni economico-finanziari.

Abilità comunicative (communication skills)

-Capacità di cogliere e di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti.

- Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico ed economico-finanziario.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula

Lezioni in modalità telematica per emergenza COVID-19: modalità di erogazione delle lezioni online, mediante l’utilizzo della piattaforma Microsoft Teams

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova orale. Nell'ambito di questa prova i frequentanti discutono anche un saggio scritto (tesina), elaborato nel corso delle lezioni di laboratorio, su un argomento specifico assegnato durante le lezioni frontali. La tesina deve essere consegnata brevi manu ed inviata al docente mediante posta elettronica almeno 5 giorni prima della data fissata per il primo appello del semestre di svolgimento delle lezioni."

 

Svolgimento dell’esame in modalità telematica per emergenza COVID-19

L’esame in modalità telematica consiste in una prova orale con domande riguardanti aspetti teorici, esercizi e discussione di un saggio scritto (tesina), elaborato nel corso delle lezioni di laboratorio svolte in via telematica,  su argomenti concordati con il docente. La tesina deve essere inviata al docente mediante posta elettronica almeno 5 giorni prima della data fissata per l’orale.

 

In seguito allo svolgimento della prova orale in presenza, viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione, nonché dallo studente esaminato. Nel caso di prova orale in modalità telematica, il verbale viene firmato digitalmente dal Presidente della commissione.

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d’esame tra studenti frequentanti e non frequentanti.

 

Commissione di esame:

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Pellegrino Daniela (componente); Claudia Cappello (componente); Giuseppina Giungato (componente), Distefano Veronica (componente)

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

 

- La prova orale in modalità telematica per emergenza COVID-19  si svolgerà seguendo le indicazioni previste dal DR 197/2020 e le relative linee guida pubblicate su www.unisalento.it. Gli studenti iscritti all’esame sono invitati a registrarsi alla piattaforma Microsoft Teams, secondo le indicazioni pubblicate alla pagina https://www.unisalento.it/lezioni-online (Documentazione: Guida a Microsoft Teams per lo studente).

Obiettivi dell’analisi di una serie storica. Tecniche descrittive. Serie storiche stazionarie. Tipi di trasformazione per una serie storica. Autocorrelazione. Il correlogramma e sua interpretazione. Modelli di probabilità per una serie storica. Processi stocastici. Processi stazionari. Stazionarietà del secondo ordine. Processi autoregressivi e processi a media mobile. Modelli misti. Modelli integrati. Stima delle funzioni di correlazione. Stima dei parametri per i diversi modelli. Previsione. Applicazioni. 

- Dispense del docente disponibili nella pagina personale  nella sezione “Materiale didattico”.

- Metodi di analisi geostatistica per dati temporali ed areali (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D. ), 2018, Giappichelli editore, Torino, isbn 9788892119215.

- The Analysis of Time Series: An Introduction - C. Chatfield, Chapman & Hall/CRC Texts in Statistical Science, 330 p. (only the first 5 chapters).

ANALISI DELLE SERIE STORICHE (SECS-S/01)
STATISTICA DEL TURISMO

Corso di laurea MANAGER DEL TURISMO

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2020/2021

Anno di corso 2

Semestre Primo Semestre (dal 14/09/2020 al 31/12/2020)

Lingua ITALIANO

Percorso PERCORSI COMUNE/GENERICO (999)

Sede Lecce

Elementi di algebra lineare a livello di scuola secondaria di secondo grado

L’insegnamento di Statistica del turismo fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico un’indagine statistica e propone lo studio di indicatori statistici fondamentali per l’analisi descrittiva di variabili quali-quantitative tipiche del settore turistico.

Il corso si propone il raggiungimento dei seguenti obiettivi formativi:

- acquisizione degli strumenti della Statistica descrittiva al fine di descrivere, sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative ai fenomeni collettivi,

- conoscenza delle fonti statistiche ufficiali più utilizzate a livello nazionale e internazionale (ISTAT, Uffici di Statistica del Ministero delle Attività Culturali e del Turismo, Ente Nazionale per il Turismo, Osservatorio Nazionale per il Turismo, Organizzazione Mondiale per il Turismo-United Nations World Tourism Organization, Ministero per i beni e le attività culturali) per il reperimento dei dati,

- capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate.

 

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica descrittiva al fine di sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative ai fenomeni collettivi di natura economico-aziendale e sociale inerenti la cultura, l'ambiente e il turismo.

- Conoscenza delle Fonti statistiche ufficiali più utilizzate a livello nazionale e internazionale (ISTAT, Uffici di Statistica del Ministero delle Attività Culturali e del Turismo, Ente Nazionale per il Turismo, Osservatorio Nazionale per il Turismo, Organizzazione Mondiale per il Turismo-United Nations World Tourism Organization, Ministero per i beni e le attività culturali) per il reperimento dei dati.

Capacità di applicare conoscenza e comprensione (applyingknowledge and understanding)

- Capacità di raccogliere dati, archiviarli in database opportunamente definiti, elaborarli e presentare i risultati ottenuti.

- Capacità di lettura e valutazione dei metadati che accompagnano le fonti statistiche.

- Capacità di percezione dei problemi economici e della loro analisi attraverso il metodo statistico.

Autonomia di giudizio (makingjudgements)

Capacità di valutazione dei risultati derivanti dal calcolo di indicatori statistici e definizione dei metodi più idonei per il raggiungimento dei risultati.

Abilità comunicative (communicationskills)

Capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate e dello schema di campionamento scelto.

Capacità di apprendimento (learningskills)

Capacità di apprendimento delle varie fasi per la realizzazione di un’indagine statistica.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula

Lezioni in modalità telematica per emergenza COVID-19: modalità di erogazione delle lezioni online, mediante l’utilizzo della piattaforma Microsoft Teams

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova scritta della durata massima di 90 minuti e di una prova orale alla quale si accede previo superamento della prova scritta.

 

Svolgimento dell’esame in modalità telematica per emergenza COVID-19

L’esame in modalità telematica consiste in una prova orale con domande riguardanti aspetti teorici ed esercizi.

 

In seguito allo svolgimento della prova orale in presenza, viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione, nonché dallo studente esaminato. Nel caso di prova orale in modalità telematica, il verbale viene firmato digitalmente dal Presidente della commissione.

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d’esame tra studenti frequentanti e non frequentanti.

 

Commissione di esame:

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Pellegrino Daniela (componente); Claudia Cappello (componente); Giuseppina Giungato (componente), Distefano Veronica (componente)

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

 

- La prova orale in modalità telematica per emergenza COVID-19  si svolgerà seguendo le indicazioni previste dal DR 197/2020 e le relative linee guida pubblicate su www.unisalento.it. Gli studenti iscritti all’esame sono invitati a registrarsi alla piattaforma Microsoft Teams, secondo le indicazioni pubblicate alla pagina https://www.unisalento.it/lezioni-online (Documentazione: Guida a Microsoft Teams per lo studente).

1. Concetti introduttivi e definizioni fondamentali. Definizione e campi di applicazione della statistica.  L'indagine statistica. Fonti di rilevazione statistica. Tecniche di campionamento. Caratteri e modalità. Il formalismo statistico.

2. Tabelle statistiche e rappresentazioni grafiche.  Le distribuzioni statistiche.  Le rappresentazioni grafiche.

3. Indici di posizione. Le medie analitiche. Le medie lasche. Il diagramma a scatola e baffi.

4. Indici di variabilità. Gli indici di variabilità assoluta. Indici di dispersione. Indici di disuguaglianza. Intervalli di variazione. Gli indici di variabilità relativa

5. Rapporti statistici e numeri indici. Indicatori del turismo

6. Indici di forma

7. Analisi della regressione. Indice di determinazione

8. Cenni sulla valutazione della qualità dei servizi.

9. Analisi dell'interdipendenza. Aspetti della correlazione. Codevianza. Coefficiente di correlazione lineare.  La cograduazione.

10. Overbooking

11. Casi di studio riguardanti gli indicatori turistici.

12. Casi di studio riguardanti l’analisi della soddisfazione nel settore turistico.

- Statistica descrittiva: elementi ed esercizi (D. Posa, S. De Iaco, M. Palma), Giappichelli Editore, 2007

- Modelli statistici di customer satisfaction. Alcune applicazioni (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D.), Giappichelli Editore, 2019

- Dispense del docente disponibili nella pagina personale  in corrispondenza della sezione "Materiale didattico".

STATISTICA DEL TURISMO (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2020/2021

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2021 al 31/05/2021)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Elementi di algebra di scuola secondaria e di Statistica descrittiva

L’insegnamento di Statistica inferenziale fornisce agli studenti le basi teoriche per affrontare problemi di tipo inferenziale, nonché propone un’introduzione all’analisi di dati a struttura spaziale.

Il corso si propone di fornire

-concetti, metodologie e strumenti della Statistica inferenziale per valutare,  in termini probabilistici, diversi aspetti di un fenomeno, esaminando soltanto le osservazioni relative ad un campione rappresentativo della popolazione;

-elementi di Analisi Statistica Spaziale per l’analisi geostatistica dei dati a struttura spaziale.

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica inferenziale (conoscenza dei metodi induttivi della statistica inferenziale), al fine di stimare diversi aspetti di fenomeni economico-aziendali, sulla base dell’osservazione di un campione estratto dalla popolazione di riferimento.

- Conoscenza dei metodi induttivi della Statistica inferenziale per la specificazione, stima e verifica dei parametri di modelli statistici utilizzabili a scopi previsivi e decisionali.

- Conoscenza dei metodi e delle procedure statistiche per analisi esplorative di dati univariati e multivariati.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di spiegare fenomeni economico-aziendali mediante l'analisi statistica dei dati e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Capacità di pianificare un’indagine statistica campionaria.

- Presentazione e interpretazione critica dei risultati inferenziali a supporto del management.

Autonomia di giudizio (making judgements)

-Capacità di tradurre in termini statistici una esigenza conoscitiva del management aziendale.

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di valutare gli aspetti etici e deontologici dei risultati di un’indagine, al fine di evitare un utilizzo inappropriato dell’informazione statistica.

Abilità comunicative (communication skills)

-Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico;

-Capacità di divulgare, mediante report finali e lavori di ricerca scientifica, metodologie e risultati raggiunti;

-Capacità di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti

-Capacità di giustificare le scelte e comunicare i risultati delle analisi con linguaggio appropriato, ai giusti livelli di dettaglio e con le modalità tecnologiche più adeguate.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni in presenza: modalità di erogazione delle lezioni frontale, con uso di supporti audiovisivi, esercitazioni in aula

Lezioni in modalità telematica per emergenza COVID-19: modalità di erogazione delle lezioni online, mediante l’utilizzo della piattaforma Microsoft Teams

Svolgimento dell’esame in presenza

L’esame in presenza è caratterizzato da una prova scritta della durata massima di 60 minuti e di una prova orale alla quale si accede previo superamento della prova scritta.

 

Svolgimento dell’esame in modalità telematica per emergenza COVID-19

L’esame in modalità telematica consiste in una prova orale con domande riguardanti aspetti teorici ed esercizi.

 

In seguito allo svolgimento della prova orale in presenza, viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione, nonché dallo studente esaminato. Nel caso di prova orale in modalità telematica, il verbale viene firmato digitalmente dal Presidente della commissione.

 

Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con i descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d’esame tra studenti frequentanti e non frequentanti.

 

Commissione di esame:

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Pellegrino Daniela (componente); Claudia Cappello (componente); Giuseppina Giungato (componente), Distefano Veronica (componente)

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

  

- La prova orale in modalità telematica per emergenza COVID-19  si svolgerà seguendo le indicazioni previste dal DR 197/2020 e le relative linee guida pubblicate su www.unisalento.it. Gli studenti iscritti all’esame sono invitati a registrarsi alla piattaforma Microsoft Teams, secondo le indicazioni pubblicate alla pagina https://www.unisalento.it/lezioni-online (Documentazione: Guida a Microsoft Teams per lo studente)

1.Principi di inferenza statistica. 2.Calcolo combinatorio ed esperimenti casuali. 2.2 Elementi di calcolo combinatorio. 2.3 Esperimenti casuali; 2.4 Spazio campionario ed eventi; 3.Teoria della probabilità, 3.1 Cenni storici, 3.2.1 Concezione classica, 3.2.5 Teoria assiomatica; 3.2.6 Spazio di probabilità 3.3 Probabilità condizionata e indipendenza 3.3.1 Probabilità condizionata. 3.3.3 Indipendenza tra eventi 3.4 Regole pratiche 4. Variabili aleatorie, 4.1 Alcuni concetti generali; 4.2. Funzione di ripartizione 4.3 Variabili aleatorie discrete; 4.4 Variabili aleatorie assolutamente continue; 4.6. Momenti aleatori: valore atteso; varianza; 4.6.3 Variabile aleatoria standardizzata; 4.7 Disuguaglianza di Chebyshev 5. Distribuzione di probabilità notevoli, 5.1.2. Distribuzione di Bernoulli 5.1.3. Distribuzione binomiale; 5.1.5 Distribuzione di Poisson; 5.2.2. Distribuzione gaussiana; 5.2.5. Distribuzione chi-quadrato; 5.2.6. Distribuzione T di Student 5.2.7. Distribuzione F di Fisher; 6. Campionamento casuale e inferenza statistica. 6.1. Paradigmi dell’inferenza statistica; 6.2. Formalismo dell’inferenza statistica classica; 6.4. Metodi di stima parametrici e non parametrici; 6.5 Funzione di verosimiglianza 6.6. Statistiche e distribuzioni campionarie; 6.7.2 Teorema del limite centrale. 7. Stima puntuale. 7.1.Stimatori e stime di un parametro, 7.2 Proprietà degli stimatori; 7.4 Considerazioni di sintesi su alcuni stimatori 8. Stima per intervalli. 8.1.Intervalli di confidenza per un parametro 8.2. Intervalli di confidenza per il valore atteso; 8.3. Intervalli di confidenza della varianza; 8.3.1. Inferenza parametrica per la varianza (per piccoli campioni); 8.4. Intervalli di confidenza per una proporzione (per grandi campioni). 9.Verifica delle ipotesi. 9.1. Verifica di ipotesi per un parametro; 9.3 Verifica delle ipotesi per il valore atteso; 9.4 Verifica delle ipotesi della varianza: 9.4.1 Testi parametrici per la varianza nell’ipotesi di gaussianità (per piccoli campioni); 9.5. Verifica delle ipotesi per una proporzione (per grandi campioni). Elementi di Analisi Statistica Spaziale: 1 La Geostatistica; 2 Descrizione dei dati spaziali, 3 Un modello per i dati spaziali, 4 La correlazione spaziale. 4.1 Considerazioni sulla correlazione spaziale; 4.2 Condizioni di ammissibilità; 4.4. Proprietà del covariogramma 4.4.1 Comportamento asintotico; 4.5 Proprietà del variogramma; 4.5.1 Comportamento tipico: sella e range; 4.5.2 Comportamento in prossimità dell’origine; 4.5.3 Comportamento asintotico; 4.6 Anisotropie 4.7 Modelli di variogramma 4.8 Stimatori delle misure di correlazione spaziale; 4.8.1 Alcune regole pratiche, 5 Metodi di stima puntuale. Fino al paragrafo 5.6.2 Equazioni del kriging stazionario.1 Cartografia e sistemi di riferimento. 2 Caratteristiche generali dei GIS e dei software GIS. 3 Tipologie e formato di dati. 4 Modelli per l'organizzazione dei dati. 5 WebGIS: caratteristiche e software. 6 WebGIS per il monitoraggio ambientale. 7 WebGIS per le aree mercatali.

- Posa D., De Iaco S., Fondamenti di statistica inferenziale, Cleup, Padova, 2006

- Posa D., De Iaco S., Geostatistica: teoria e applicazioni, G. Giappichelli Ed., Torino, 2009

- De Iaco S., Distefano V., Palma M., Posa D.., GIS e WebGIS: elementi e applicazioni, G. Giappichelli Ed., Torino, 2014.

- Modelli statistici di customer satisfaction. Alcune applicazioni (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D.), 2019, Giappichelli editore, Torino, isbn 9788892119222.

- Qualità e carte di controllo: aspetti teorici e computazionali (De Iaco , S.; Giungato, G.; Maggio, S.; Palma, M.; Posa, D.), 2019, Giappichelli editore, Torino, isbn 9788892119239.

STATISTICA INFERENZIALE
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2020/2021

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2021 al 31/05/2021)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

STATISTICA INFERENZIALE (SECS-S/01)
STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Subject area SECS-S/01

Course type Laurea

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

For matriculated on 2019/2020

Year taught 2020/2021

Course year 2

Semestre Secondo Semestre (dal 24/02/2021 al 31/05/2021)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Elements of descriptive statistics and linear algebra

Statistical Sampling and Inference course provides the theoretical basis for dealing with inferential problems. An introduction to the analysis of spatial data is given.

The course aims to provide

-some elements of sampling theory

-methodologies and tools of statistical inference in order to analyze data coming from a sample survey

-elements of geostatistical analysis

 

Expected learning outcomes according to Dublin Descriptors:

 

Knowledge and understanding:

- Acquisition of the tools of Inferential Statistics for the estimation of a large variety of economic and financial aspects, by observing a sample extracted from the reference population.

- Knowledge of inductive methods of Inferential Statistics for identifying, estimating and testing hypothesis on the parameters of statistical models to be used for forecasting and decision-making purposes.

- Knowledge of statistical methods and procedures for exploratory analyses of univariate and multivariate data.

 

Applying knowledge and understanding

- Ability to explain economic and financial phenomena through statistical data analysis and by constructing suitable models, also by means of advanced calculation tools and sophisticated algorithms.

- Ability to plan a sample statistical survey.

- Presentation and detailed interpretation of inferential results in economic and financial contexts.

Making judgements

-Ability to translate a knowledge requirement into statistical terms in the study of economic and financial dynamics.

- Ability to use the results of data analysis to formulate hypotheses, to obtain strategic orientations, to take decisions in conditions of uncertainty.

- Ability to evaluate the results of a survey from the ethical and deontological point of view, in order to avoid inappropriate use of statistical information.

 

Communication skills

- Ability to explain methods, results and interpretations of statistical results, also with the aid of audiovisual techniques, both to experts and specialists in statistical fields.

- Ability to define and explain the statistical purposes of a study when talking to non-expert people.

- Ability to communicate the results of statistical analyses with appropriate technical language.

 

Learning skills

Ability to integrate knowledge and expertise in different contexts, by following the evolution of the discipline.

In-person lectures on theoretical and practical aspects with the use of audiovisual supports.

Due to Covid-emergency, lectures might be held remotely on the Microsoft Teams platform.

Written and oral examination.

 

In-person examination  

The examination consists of a 60 minutes -written test, an oral test accessible after passing the written exam and a discussion of an essay previously sent by email to the teacher.

 

Online examination (due to COVID-19 medical emergency)

Oral examinations will be held remotely on the Microsoft Teams platform. The oral examination concerns theoretical aspects, exercises and discussion of an essay previously sent by email to the teacher.

 

After passing the examination, a report is drawn up, signed by the President and the members of the committee, as well as by the student. In the case of oral examination, the report is digitally signed by the President of the committee.

 

The examination is passed when a mark of at least 18/30 (with possible award of the honors/laude) is given. Also the corresponding ECTS (European Credit Transfer System) are assigned. The student passing the examination acquires notions which are recognized according to the Dublin descriptors.

 

"The disabled student and/or student with learning disability, who intends to take advantage of an individualized intervention to carry out the examination have to contact the Disabled Integration Office of the University of Salento (contact reference person: paola.martino@unisalento.it).

Program, texts and examination methods are the same for both  students regularly attending and not regularly attending the lessons.

 

Examination board

De Iaco Sandra (president); Posa Donato (member);  Maggio Sabrina (member); Palma Monica (member), Pellegrino Daniela (member); Claudia Cappello (member); Giuseppina Giungato (member), Distefano Veronica (member)

- The attendance of lessons, although not mandatory, is highly recommended.

 

-Examination booking on the web site studenti.unisalento.it has to be verified by printing the corresponding receipt.

In case of technical problems, the student has to contact the teacher at least 7 days before the date of examination.

 

-Requests for postponing an examination, to be sent by e-mail to the teacher, are considered only if they are received within two days before the date of examination. Alternatively, the postponement of the exam can be requested only during the examination. Postponement are possible only within twelve months.

 

The online exam will take place following the guidelines provided by the DR 197/2020 and published on the web site www.unisalento.it

 

After the examination booking, students  are invited to register on the Microsoft Teams platform, according to the indications published on the page https://www.unisalento.it/lezioni-online

1. Principles of statistical inference. 2.Combinations and random experiments. 2.2 Combinations and rules of counting. 2.3 Random experiments; 2.4 Sample space and events. 3. Theory of probability, 3.1 Historical notes, 3.2.1 Classical conception, 3.2.5 Axiomatic theory; 3.2.6 Probability space 3.3 Conditional probability and independence 3.3.1 Conditional probability. 3.3.3 Independence between events 3.4 Practical rules. 4. Random variables, 4.1 Some general concepts; 4.2. Distribution function 4.3 Discrete random variables; 4.4 Absolutely continuous random variables; 4.6. Random moments: expected value; variance; 4.6.3 Standardized random variable. 5. Distribution of notable probabilities, 5.1.2. Distribution of Bernoulli 5.1.3. Binomial distribution; 5.1.5 Poisson distribution; 5.2.2. Gaussian distribution; 5.2.5. Chi-square distribution; 5.2.6. Student's T distribution 5.2.7. Fisher F distribution. 6. Random sampling and statistical inference. 6.1. Paradigms of statistical inference; 6.2. Formalism of classical statistical inference; 6.4. Parametric and non-parametric estimation methods; 6.5 Likelihood function 6.6. Statistics and sample distributions; 6.7.2 Central limit theorem. 7. Punctual estimate. 7.1 Estimators and estimates of a parameter, 7.2 Properties of estimators. 8. Estimation by intervals. 8.1 Confidence intervals for a parameter 8.2. Confidence intervals for the expected value; 8.3. Confidence intervals of variance; 8.3.1. Parametric inference for variance (for small samples); 8.4. Confidence intervals for a proportion (for large samples). 9. Verification of hypotheses. 9.1. Hypothesis testing for a parameter; 9.3 Verification of the hypotheses for the expected value; 9.4 Verification of variance hypotheses: 9.4.1 Parametric texts for variance in the hypothesis of Gaussianity (for small samples); 9.5. Hypothesis testing for a proportion (for large samples).

Elements of Spatial Statistical Analysis: 1 Geostatistics; 2 Description of spatial data, 3 A model for spatial data, 4 Spatial correlation. 4.1 Considerations on spatial correlation; 4.2 Conditions of eligibility; 4.4. Properties of the covariogram 4.4.1 Asymptotic behavior; 4.5 Properties of the variogram; 4.5.1 Typical behavior: saddle and range; 4.5.2 Behavior near the origin; 4.5.3 Asymptotic behavior; 4.6 Anisotropies 4.7 Variogram models 4.8 Estimators of spatial correlation measures; 4.8.1 Some practical rules, 5 Methods of point estimation. Up to paragraph 5.6.2 Equations of stationary kriging.

-Anderson, Sweeney, Williams. 2008, X Ed., Statistics For Business And Economics, Thomson South-Western [Chapters 1-3 (required basic notion), Chapters 4-10, Chapter 14

-Bhattacharya, G. K., Johnson, R. A., 1996, III Ed., Statistics - Principles and methods, J. Wiley & Sons, New York.

-Dudewicz, E. J., Mishra, S. N., 1988, Modern mathematical statistics, J. Wiley & Sons, New York.

-Edward H. Isaaks, R. M. Srivastava, 1989, An introduction to Applied Geostatistics, Oxford University Press

STATISTICAL SAMPLING AND INFERENCE (SECS-S/01)
ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2019/2020

Anno di corso 1

Semestre Primo Semestre (dal 16/09/2019 al 31/12/2019)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

conoscenze di Statistica inferenziale e di analisi matematica

L’insegnamento di Analisi delle Serie Storiche fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico l’analisi di fenomeni temporali.

Il corso si propone di fornire concetti, metodologie e strumenti dell’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere la dinamica temporale di una o più variabili riguardanti un determinato fenomeno (ad esempio,  i principali indicatori economici).

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione dei concetti, delle metodologie e degli strumenti per l’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere le dinamiche temporali di una o più variabili economico-finanziarie.

- Conoscenza dei metodi induttivi dell’Analisi delle Serie Storiche per la stima e la verifica dei parametri di modelli stocastici utilizzabili a scopi previsivi e decisionali.

- Conoscenza e uso dei principali software statistici per l’analisi delle serie storiche (SPSS, Gretl).

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di interpretare l’evoluzione temporale di fenomeni economici e finanziari mediante l'analisi statistica delle serie storiche e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Presentazione e interpretazione critica dei risultati previsivi in ambito economico e finanziario.

Autonomia di giudizio (making judgements)

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di tradurre in termini statistici una esigenza conoscitiva nell’ambito dello studio delle dinamiche temporali dei fenomeni economico-finanziari.

Abilità comunicative (communication skills)

-Capacità di cogliere e di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti.

- Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico ed economico-finanziario.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni frontali con uso di supporti audiovisivi, esercitazioni in aula

Prova orale

Nell'ambito della prova orale si discute anche un saggio scritto elaborato durante le lezioni su un argomento specifico assegnato durante le lezioni frontali.

In seguito allo svolgimento della prova orale, viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione e dallo studente esaminato. Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con in descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

Non sono previste differenze in termini di programma, testi e modalità d'esame  tra studenti frequentanti e non frequentanti.

 

"Per gli appelli in modalità telematica, l'esame si svolgerà oralmente con domande riguardanti aspetti teorici, esercizi e, laddove prevista, discussione di tesine preventivamente consegnate al docente.”

https://easytest.unisalento.it/Calendario/Dipartimento_di_Scienze_dellEconomia/

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

 

 

Commissione di esame:

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Pellegrino Daniela (componente); Claudia Cappello (componente); Giuseppina Giungato (componente).

 

Si comunica agli studenti iscritti ai CCdSS del Dipartimento di Scienze dell’Economia e che intendono sostenere l’esame in una delle Discipline Statistiche nella sessione d'esame 24 aprile-2 maggio 2020, nonché nella sessione dal 25 al 30 maggio 2020 (sessione straordinaria riservata a Laureandi nella sessione di giugno e a Studenti Fuori Corso), che l’esame si svolgerà eccezionalmente in via telematica ed in forma orale, seguendo le indicazioni previste dal DR 197/2020 e le relative linee guida pubblicate su www.unisalento.it redatte tenendo conto dell'attuale situazione di emergenza sanitaria.

Durante la stessa prova, saranno oggetto di valutazione le conoscenze e le competenze acquisite dallo studente su aspetti teorici ed applicativi connessi alla disciplina per la quale lo stesso studente si è prenotato a sostenere l’esame.

 

Gli studenti iscritti all’esame sono, pertanto, invitati a registrarsi (se non lo hanno già fatto) alla piattaforma Microsoft Teams, secondo le indicazioni pubblicate alla pagina https://www.unisalento.it/lezioni-online (Documentazione: Guida a Microsoft Teams per lo studente). 

 

 

Obiettivi dell’analisi di una serie storica. Tecniche descrittive. Serie storiche stazionarie. Tipi di trasformazione per una serie storica. Autocorrelazione. Il correlogramma e sua interpretazione. Modelli di probabilità per una serie storica. Processi stocastici. Processi stazionari. Stazionarietà del secondo ordine. Processi autoregressivi e processi a media mobile. Modelli misti. Modelli integrati. Stima delle funzioni di correlazione. Stima dei parametri per i diversi modelli. Previsione. Applicazioni. 

- Dispense del docente disponibili nella pagina personale  in corrispondenza della sezione "Risorse Correlate".

- Metodi di analisi geostatistica per dati temporali ed areali (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D. ), 2018, Giappichelli editore, Torino, isbn 9788892119215.
- The Analysis of Time Series: An Introduction - C. Chatfield, Chapman & Hall/CRC Texts in Statistical Science, 330 p. (only the first 5 chapters).

ANALISI DELLE SERIE STORICHE (SECS-S/01)
STATISTICA DEL TURISMO

Corso di laurea MANAGER DEL TURISMO

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2019/2020

Anno di corso 2

Semestre Primo Semestre (dal 16/09/2019 al 31/12/2019)

Lingua ITALIANO

Percorso PERCORSI COMUNE/GENERICO (999)

Sede Lecce

Elementi di algebra lineare a livello di scuola secondaria di secondo grado

L’insegnamento di Statistica del turismo fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico un’indagine statistica e propone lo studio di indicatori statistici fondamentali per l’analisi descrittiva di variabili quali-quantitative tipiche del settore turistico.

Il corso si propone il raggiungimento dei seguenti obiettivi formativi:

- acquisizione degli strumenti della Statistica descrittiva al fine di descrivere, sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative ai fenomeni collettivi,

- conoscenza delle fonti statistiche ufficiali più utilizzate a livello nazionale e internazionale (ISTAT, Uffici di Statistica del Ministero delle Attività Culturali e del Turismo, Ente Nazionale per il Turismo, Osservatorio Nazionale per il Turismo, Organizzazione Mondiale per il Turismo-United Nations World Tourism Organization, Ministero per i beni e le attività culturali) per il reperimento dei dati,

- capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate.

 

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica descrittiva al fine di sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative ai fenomeni collettivi di natura economico-aziendale e sociale inerenti la cultura, l'ambiente e il turismo.

- Conoscenza delle Fonti statistiche ufficiali più utilizzate a livello nazionale e internazionale (ISTAT, Uffici di Statistica del Ministero delle Attività Culturali e del Turismo, Ente Nazionale per il Turismo, Osservatorio Nazionale per il Turismo, Organizzazione Mondiale per il Turismo-United Nations World Tourism Organization, Ministero per i beni e le attività culturali) per il reperimento dei dati.

Capacità di applicare conoscenza e comprensione (applyingknowledge and understanding)

- Capacità di raccogliere dati, archiviarli in database opportunamente definiti, elaborarli e presentare i risultati ottenuti.

- Capacità di lettura e valutazione dei metadati che accompagnano le fonti statistiche.

- Capacità di percezione dei problemi economici e della loro analisi attraverso il metodo statistico.

Autonomia di giudizio (makingjudgements)

Capacità di valutazione dei risultati derivanti dal calcolo di indicatori statistici e definizione dei metodi più idonei per il raggiungimento dei risultati.

Abilità comunicative (communicationskills)

Capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate e dello schema di campionamento scelto.

Capacità di apprendimento (learningskills)

Capacità di apprendimento delle varie fasi per la realizzazione di un’indagine statistica.

Lezioni/esercitazioni frontali

Prova scritta e orale a conclusione del ciclo di lezioni frontali (verifica delle nozioni acquisite mediante lo sviluppo di elaborati scritti per la parte inerente alle applicazioni statistiche e quesiti orali volti a valutare l’apprendimento delle nozioni teoriche, che conferiranno conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento

 in linea con in descrittori di Dublino).

Del suo svolgimento viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione e dallo studente esaminato. Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU.

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d'esame fra studenti frequentanti e non frequentanti.

 

"Per gli appelli in modalità telematica, l'esame si svolgerà oralmente con domande riguardanti aspetti teorici, esercizi e, laddove prevista, discussione di tesine preventivamente consegnate al docente.”

https://www.economia.unisalento.it/536

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame (scritta e orale) sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

 

-Commissione di esame: 

 De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Claudia Cappello (componente), Daniela Pellegrino (componente)

 

Si comunica agli studenti iscritti ai CCdSS del Dipartimento di Scienze dell’Economia e che intendono sostenere l’esame in una delle Discipline Statistiche nella sessione d'esame 24 aprile-2 maggio 2020, nonché nella sessione dal 25 al 30 maggio 2020 (sessione straordinaria riservata a Laureandi nella sessione di giugno e a Studenti Fuori Corso), che l’esame si svolgerà eccezionalmente in via telematica ed in forma orale, seguendo le indicazioni previste dal DR 197/2020 e le relative linee guida pubblicate su www.unisalento.it redatte tenendo conto dell'attuale situazione di emergenza sanitaria.

Durante la stessa prova, saranno oggetto di valutazione le conoscenze e le competenze acquisite dallo studente su aspetti teorici ed applicativi connessi alla disciplina per la quale lo stesso studente si è prenotato a sostenere l’esame.

 

Gli studenti iscritti all’esame sono, pertanto, invitati a registrarsi (se non lo hanno già fatto) alla piattaforma Microsoft Teams, secondo le indicazioni pubblicate alla pagina https://www.unisalento.it/lezioni-online (Documentazione: Guida a Microsoft Teams per lo studente). 

1. Concetti introduttivi e definizioni fondamentali. Definizione e campi di applicazione della statistica.  L'indagine statistica. Fonti di rilevazione statistica. Tecniche di campionamento. Caratteri e modalità. Il formalismo statistico. 2. Tabelle statistiche e rappresentazioni grafiche.  Le distribuzioni statistiche.  Le rappresentazioni grafiche. 3. Indici di posizione. Le medie analitiche. Le medie lasche. Il diagramma a scatola e baffi. 4. Indici di variabilità. Gli indici di variabilità assoluta. Indici di dispersione. Indici di disuguaglianza. Intervalli di variazione. Gli indici di variabilità relativa 5. Rapporti statistici e numeri indici  6. Analisi della dipendenza e dell'interdipendenza. Aspetti della correlazione. Codevianza. Coefficiente di correlazione lineare.  La cograduazione. 6. Casi di studio riguardanti gli indicatori turistici. Cenni sulla valutazione della qualità dei servizi. Overbooking. Casi di studio riguardanti l’analisi della soddisfazione nel settore turistico.

- Statistica descrittiva: elementi ed esercizi (D. Posa, S. De Iaco, M. Palma), Giappichelli Editore, 2007

- Dispense del docente disponibili nella pagina personale  in corrispondenza della sezione "Materiale didattico".

STATISTICA DEL TURISMO (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2019/2020

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2020 al 31/05/2020)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

STATISTICA INFERENZIALE (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2019/2020

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2020 al 31/05/2020)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Elementi di algebra di scuola secondaria e di Statistica descrittiva

L’insegnamento di Statistica inferenziale fornisce agli studenti le basi teoriche per affrontare problemi di tipo inferenziale, nonché propone un’introduzione all’analisi di dati a struttura spaziale.

Il corso si propone di fornire

-concetti, metodologie e strumenti della Statistica inferenziale per valutare,  in termini probabilistici, diversi aspetti di un fenomeno, esaminando soltanto le osservazioni relative ad un campione rappresentativo della popolazione;

-elementi di Analisi Statistica Spaziale per l’analisi geostatistica dei dati a struttura spaziale.

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica inferenziale (conoscenza dei metodi induttivi della statistica inferenziale), al fine di stimare diversi aspetti di fenomeni economico-aziendali, sulla base dell’osservazione di un campione estratto dalla popolazione di riferimento.

- Conoscenza dei metodi induttivi della Statistica inferenziale per la specificazione, stima e verifica dei parametri di modelli statistici utilizzabili a scopi previsivi e decisionali.

- Conoscenza dei metodi e delle procedure statistiche per analisi esplorative di dati univariati e multivariati.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di spiegare fenomeni economico-aziendali mediante l'analisi statistica dei dati e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Capacità di pianificare un’indagine statistica campionaria.

- Presentazione e interpretazione critica dei risultati inferenziali a supporto del management.

Autonomia di giudizio (making judgements)

-Capacità di tradurre in termini statistici una esigenza conoscitiva del management aziendale.

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di valutare gli aspetti etici e deontologici dei risultati di un’indagine, al fine di evitare un utilizzo inappropriato dell’informazione statistica.

Abilità comunicative (communication skills)

-Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico;

-Capacità di divulgare, mediante report finali e lavori di ricerca scientifica, metodologie e risultati raggiunti;

-Capacità di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti

-Capacità di giustificare le scelte e comunicare i risultati delle analisi con linguaggio appropriato, ai giusti livelli di dettaglio e con le modalità tecnologiche più adeguate.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni frontali con uso di supporti audiovisivi, esercitazioni in aula

Prova scritta e orale a conclusione del ciclo di lezioni frontali (verifica delle nozioni acquisite mediante lo sviluppo di elaborati scritti per la parte inerente alle applicazioni statistiche e quesiti orali volti a valutare l’apprendimento delle nozioni teoriche che conferiranno allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con in descrittori di Dublino).

). Del suo svolgimento viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione e dallo studente esaminato. Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU.

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

Non sono previste differenze in termini di programma, testi e modalità d'esame fra studenti frequentanti e non frequentanti

 

"Per gli appelli in modalità telematica, l'esame si svolgerà oralmente con domande riguardanti aspetti teorici, esercizi e, laddove prevista, discussione di tesine preventivamente consegnate al docente.”

https://easytest.unisalento.it/Calendario/Dipartimento_di_Scienze_dellEconomia/

 

- Si avvisano gli studenti registrati sulla piattaforma Teams che, al fine di seguire le lezioni per l'insegnamento di Statistica inferenziale a-l - CdLM in Management aziendale, il codice attivo per partecipare alla lezione è il seguente: 131ylxm

 

- Si informano gli studenti che considerata l'attuale situazione di emergenza sanitaria, il ricevimento studenti è sospeso sino a data da destinarsi. Per esigenze specifiche, si prega di contattare il docente tramite email.

 

Commissione di esame:

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Claudia Cappello (componente), Daniela Pellegrino (componente); Giuseppina Giungato (componente).

 

Si comunica agli studenti iscritti ai CCdSS del Dipartimento di Scienze dell’Economia e che intendono sostenere l’esame in una delle Discipline Statistiche nella sessione d'esame 24 aprile-2 maggio 2020, nonché nella sessione dal 25 al 30 maggio 2020 (sessione straordinaria riservata a Laureandi nella sessione di giugno e a Studenti Fuori Corso), che l’esame si svolgerà eccezionalmente in via telematica ed in forma orale, seguendo le indicazioni previste dal DR 197/2020 e le relative linee guida pubblicate su www.unisalento.it redatte tenendo conto dell'attuale situazione di emergenza sanitaria.

Durante la stessa prova, saranno oggetto di valutazione le conoscenze e le competenze acquisite dallo studente su aspetti teorici ed applicativi connessi alla disciplina per la quale lo stesso studente si è prenotato a sostenere l’esame.

 

Gli studenti iscritti all’esame sono, pertanto, invitati a registrarsi (se non lo hanno già fatto) alla piattaforma Microsoft Teams, secondo le indicazioni pubblicate alla pagina https://www.unisalento.it/lezioni-online (Documentazione: Guida a Microsoft Teams per lo studente). 

1.Principi di inferenza statistica. 2.Calcolo combinatorio ed esperimenti casuali. 2.2 Elementi di calcolo combinatorio. 2.3 Esperimenti casuali; 2.4 Spazio campionario ed eventi; 3.Teoria della probabilità, 3.1 Cenni storici, 3.2.1 Concezione classica, 3.2.5 Teoria assiomatica; 3.2.6 Spazio di probabilità 3.3 Probabilità condizionata e indipendenza 3.3.1 Probabilità condizionata. 3.3.3 Indipendenza tra eventi 3.4 Regole pratiche 4.Variabili aleatorie, 4.1 Alcuni concetti generali; 4.2. Funzione di ripartizione 4.3 Variabili aleatorie discrete; 4.4 Variabili aleatorie assolutamente continue; 4.6. Momenti aleatori: valore atteso; varianza; 4.6.3 Variabile aleatoria standardizzata; 4.7 Disuguaglianza di Chebyshev 5. Distribuzione di probabilità notevoli, 5.1.2. Distribuzione di Bernoulli 5.1.3. Distribuzione binomiale; 5.1.5 Distribuzione di Poisson; 5.2.2. Distribuzione gaussiana; 5.2.5. Distribuzione chi-quadrato; 5.2.6. Distribuzione T di Student 5.2.7. Distribuzione F di Fisher; 6. Campionamento casuale e inferenza statistica. 6.1. Paradigmi dell’inferenza statistica; 6.2. Formalismo dell’inferenza statistica classica; 6.4. Metodi di stima parametrici e non parametrici; 6.5 Funzione di verosimiglianza 6.6. Statistiche e distribuzioni campionarie; 6.7.2 Teorema del limite centrale. 7. Stima puntuale. 7.1.Stimatori e stime di un parametro, 7.2 Proprietà degli stimatori; 7.4 Considerazioni di sintesi su alcuni stimatori 8. Stima per intervalli. 8.1.Intervalli di confidenza per un parametro 8.2. Intervalli di confidenza per il valore atteso; 8.3. Intervalli di confidenza della varianza; 8.3.1. Inferenza parametrica per la varianza (per piccoli campioni); 8.4. Intervalli di confidenza per una proporzione (per grandi campioni). 9.Verifica delle ipotesi. 9.1. Verifica di ipotesi per un parametro; 9.3 Verifica delle ipotesi per il valore atteso; 9.4 Verifica delle ipotesi della varianza: 9.4.1 Testi parametrici per la varianza nell’ipotesi di gaussianità (per piccoli campioni); 9.5. Verifica delle ipotesi per una proporzione (per grandi campioni); 9.6. Analisi della varianza. Elementi di Analisi Statistica Spaziale: 1 La Geostatistica; 2 Descrizione dei dati spaziali, 3 Un modello per i dati spaziali, 4 La correlazione spaziale. 4.1 Considerazioni sulla correlazione spaziale; 4.2 Condizioni di ammissibilità; 4.4. Proprietà del covariogramma 4.4.1 Comportamento asintotico; 4.5 Proprietà del variogramma; 4.5.1 Comportamento tipico: sella e range; 4.5.2 Comportamento in prossimità dell’origine; 4.5.3 Comportamento asintotico; 4.6 Anisotropie 4.7 Modelli di variogramma 4.8 Stimatori delle misure di correlazione spaziale; 4.8.1 Alcune regole pratiche, 5 Metodi di stima puntuale. Fino al paragrafo 5.6.2 Equazioni del kriging stazionario.1 Cartografia e sistemi di riferimento. 2 Caratteristiche generali dei GIS e dei software GIS. 3 Tipologie e formato di dati. 4 Modelli per l'organizzazione dei dati. 5 WebGIS: caratteristiche e software. 6 WebGIS per il monitoraggio ambientale. 7 WebGIS per le aree mercatali

- Posa D., De Iaco S., Fondamenti di statistica inferenziale, Cleup, Padova, 2006

- Posa D., De Iaco S., Geostatistica: teoria e applicazioni, G. Giappichelli Ed., Torino, 2009

- De Iaco S., Distefano V., Palma M., Posa D.., GIS e WebGIS: elementi e applicazioni, G. Giappichelli Ed., Torino, 2014.

- Modelli statistici di customer satisfaction. Alcune applicazioni (De Iaco, S.; Maggio, S.; Palma, M.; Posa, D.), 2019, Giappichelli editore, Torino, isbn 9788892119222.

- Qualità e carte di controllo: aspetti teorici e computazionali (De Iaco , S.; Giungato, G.; Maggio, S.; Palma, M.; Posa, D.), 2019, Giappichelli editore, Torino, isbn 9788892119239.

STATISTICA INFERENZIALE
STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Subject area SECS-S/01

Course type Laurea

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

For matriculated on 2018/2019

Year taught 2019/2020

Course year 2

Semestre Secondo Semestre (dal 24/02/2020 al 31/05/2020)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

 

Elements of descriptive statistics and linear algebra

Statistical Sampling and Inference course provides the theoretical basis for dealing with inferential problems. An introduction to the analysis of spatial data is given.

The course aims to provide

-some elements of sampling theory

-methodologies and tools of statistical inference in order to analyse data coming from a sample survey

-elements of geostatistical analysis

 

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica inferenziale al fine di stimare diversi aspetti di fenomeni economici e finanziari, sulla base dell’osservazione di un campione estratto dalla popolazione di riferimento.

- Conoscenza dei metodi induttivi della Statistica inferenziale per la specificazione, stima e verifica dei parametri di modelli statistici utilizzabili a scopi previsivi e decisionali.

- Conoscenza dei metodi e delle procedure statistiche per analisi esplorative di dati univariati e multivariati.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di spiegare fenomeni economici e finanziari mediante l'analisi statistica dei dati e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Capacità di pianificare un’indagine statistica campionaria.

- Presentazione e interpretazione critica dei risultati inferenziali in ambito economico e finanziario.

Autonomia di giudizio (making judgements)

- Capacità di tradurre in termini statistici una esigenza conoscitiva nell’ambito dello studio delle dinamiche economiche e finanziarie.

- Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ottenere indicazioni strategiche, assumere decisioni in condizioni di incertezza.

- Capacità di valutare gli aspetti etici e deontologici dei risultati di un’indagine, al fine di evitare un utilizzo inappropriato dell’informazione statistica.

Abilità comunicative (communication skills)

- Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico.

- Capacità di cogliere e di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti.

-Capacità di divulgare i risultati delle analisi statistiche con linguaggio tecnico adeguato.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

 

Lectures with use of audiovisual supports, exercises in the classroom

 

Written and oral exam.

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

Non sono previste differenze in termini di programma, testi e modalità d'esame fra studenti frequentanti e non frequentanti

 

 

"Per gli appelli in modalità telematica, l'esame si svolgerà oralmente con domande riguardanti aspetti teorici, esercizi e, laddove prevista, discussione di tesine preventivamente consegnate al docente.”

 

https://easytest.unisalento.it/Calendario/Dipartimento_di_Scienze_dellEconomia/

 

 

- Si avvisano gli studenti registrati sulla piattaforma Teams che, al fine di seguire le lezioni per l'insegnamento di Statistical Sampling and Inference (L-33),  il codice attivo per partecipare alla lezione è il seguente: i0hziv1

 

- Si informano gli studenti che considerata l'attuale situazione di emergenza sanitaria, il ricevimento studenti è sospeso sino a data da destinarsi. Per esigenze specifiche, si prega di contattare il docente tramite email.

 

-Lingua dell’insegnamento: inglese

 

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame (scritta e orale) sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

 

Commissione di esame: De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Claudia Cappello (componente), Daniela Pellegrino (componente); Giuseppina Giungato (componente)

 

Si comunica agli studenti iscritti ai CCdSS del Dipartimento di Scienze dell’Economia e che intendono sostenere l’esame in una delle Discipline Statistiche nella sessione d'esame 24 aprile-2 maggio 2020, nonché nella sessione dal 25 al 30 maggio 2020 (sessione straordinaria riservata a Laureandi nella sessione di giugno e a Studenti Fuori Corso), che l’esame si svolgerà eccezionalmente in via telematica ed in forma orale, seguendo le indicazioni previste dal DR 197/2020 e le relative linee guida pubblicate su www.unisalento.it redatte tenendo conto dell'attuale situazione di emergenza sanitaria.

Durante la stessa prova, saranno oggetto di valutazione le conoscenze e le competenze acquisite dallo studente su aspetti teorici ed applicativi connessi alla disciplina per la quale lo stesso studente si è prenotato a sostenere l’esame.

 

Gli studenti iscritti all’esame sono, pertanto, invitati a registrarsi (se non lo hanno già fatto) alla piattaforma Microsoft Teams, secondo le indicazioni pubblicate alla pagina https://www.unisalento.it/lezioni-online (Documentazione: Guida a Microsoft Teams per lo studente). 

Data and Statistics. Descriptive Statistics: Data Organization, Presentation  and Numerical Measures. Introduction to Probability. Discrete Probability Distributions. Continuous Probability Distributions. Sampling and Sampling Distributions. Interval Estimation. Hypothesis Tests. Statistical Inferences About Means and Proportions. Inferences About Population Variances. Geostatistics.

-Anderson, Sweeney, Williams. 2008, X Ed., Statistics For Business And Economics, Thomson South-Western [Chapters 1-3 (required basic notion), Chapters 4-10, Chapter 14

-Bhattacharya, G. K., Johnson, R. A., 1996, III Ed., Statistics - Principles and methods, J. Wiley & Sons, New York.

-Dudewicz, E. J., Mishra, S. N., 1988, Modern mathematical statistics, J. Wiley & Sons, New York.

-Edward H. Isaaks, R. M. Srivastava, 1989, An introduction to Applied Geostatistics, Oxford University Press

STATISTICAL SAMPLING AND INFERENCE (SECS-S/01)
ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2018/2019

Anno di corso 1

Semestre Primo Semestre (dal 18/09/2018 al 31/12/2018)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

conoscenze di Statistica inferenziale e di analisi matematica

L’insegnamento di Analisi delle Serie Storiche fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico l’analisi di fenomeni temporali.

Il corso si propone di fornire concetti, metodologie e strumenti dell’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere la dinamica temporale di una o più variabili riguardanti un determinato fenomeno (ad esempio,  i principali indicatori economici).

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione dei concetti, delle metodologie e degli strumenti per l’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere le dinamiche temporali di una o più variabili economico-finanziarie.

- Conoscenza dei metodi induttivi dell’Analisi delle Serie Storiche per la stima e la verifica dei parametri di modelli stocastici utilizzabili a scopi previsivi e decisionali.

- Conoscenza e uso dei principali software statistici per l’analisi delle serie storiche (SPSS, Gretl).

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di interpretare l’evoluzione temporale di fenomeni economici e finanziari mediante l'analisi statistica delle serie storiche e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Presentazione e interpretazione critica dei risultati previsivi in ambito economico e finanziario.

Autonomia di giudizio (making judgements)

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di tradurre in termini statistici una esigenza conoscitiva nell’ambito dello studio delle dinamiche temporali dei fenomeni economico-finanziari.

Abilità comunicative (communication skills)

-Capacità di cogliere e di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti.

- Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico ed economico-finanziario.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni frontali con uso di supporti audiovisivi, esercitazioni in aula

Prova orale

Nell'ambito della prova orale si discute anche un saggio scritto elaborato durante le lezioni su un argomento specifico assegnato durante le lezioni frontali.

In seguito allo svolgimento della prova orale, viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione e dallo studente esaminato. Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU. Le nozioni acquisite conferiscono allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con in descrittori di Dublino).

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

Non sono previste differenze in termini di programma, testi e modalità d'esame  tra studenti frequentanti e non frequentanti.

https://easytest.unisalento.it/Calendario/Dipartimento_di_Scienze_dellEconomia/

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

 

 

Commissione di esame:

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Pellegrino Daniela (componente); Claudia Cappello (componente)

 

Obiettivi dell’analisi di una serie storica. Tecniche descrittive. Serie storiche stazionarie. Tipi di trasformazione per una serie storica. Autocorrelazione. Il correlogramma e sua interpretazione. Modelli di probabilità per una serie storica. Processi stocastici. Processi stazionari. Stazionarietà del secondo ordine. Processi autoregressivi e processi a media mobile. Modelli misti. Modelli integrati. Stima delle funzioni di correlazione. Stima dei parametri per i diversi modelli. Previsione. Applicazioni. 

- Dispense del docente disponibili nella pagina personale  in corrispondenza della sezione "Risorse Correlate".
- The Analysis of Time Series: An Introduction - C. Chatfield, Chapman & Hall/CRC Texts in Statistical Science, 330 p. (only the first 5 chapters)

ANALISI DELLE SERIE STORICHE (SECS-S/01)
STATISTICA DEL TURISMO

Corso di laurea MANAGER DEL TURISMO

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2018/2019

Anno di corso 2

Semestre Primo Semestre (dal 18/09/2018 al 31/12/2018)

Lingua ITALIANO

Percorso PERCORSI COMUNE/GENERICO (999)

Sede Lecce

Elementi di algebra lineare a livello di scuola secondaria di secondo grado

L’insegnamento di Statistica del turismo fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico un’indagine statistica e propone lo studio di indicatori statistici fondamentali per l’analisi descrittiva di variabili quali-quantitative tipiche del settore turistico.

Il corso si propone il raggiungimento dei seguenti obiettivi formativi:

- acquisizione degli strumenti della Statistica descrittiva al fine di descrivere, sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative ai fenomeni collettivi,

- conoscenza delle fonti statistiche ufficiali più utilizzate a livello nazionale e internazionale (ISTAT, Uffici di Statistica del Ministero delle Attività Culturali e del Turismo, Ente Nazionale per il Turismo, Osservatorio Nazionale per il Turismo, Organizzazione Mondiale per il Turismo-United Nations World Tourism Organization, Ministero per i beni e le attività culturali) per il reperimento dei dati,

- capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate.

 

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica descrittiva al fine di sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative ai fenomeni collettivi di natura economico-aziendale e sociale inerenti la cultura, l'ambiente e il turismo.

- Conoscenza delle Fonti statistiche ufficiali più utilizzate a livello nazionale e internazionale (ISTAT, Uffici di Statistica del Ministero delle Attività Culturali e del Turismo, Ente Nazionale per il Turismo, Osservatorio Nazionale per il Turismo, Organizzazione Mondiale per il Turismo-United Nations World Tourism Organization, Ministero per i beni e le attività culturali) per il reperimento dei dati.

Capacità di applicare conoscenza e comprensione (applyingknowledge and understanding)

- Capacità di raccogliere dati, archiviarli in database opportunamente definiti, elaborarli e presentare i risultati ottenuti.

- Capacità di lettura e valutazione dei metadati che accompagnano le fonti statistiche.

- Capacità di percezione dei problemi economici e della loro analisi attraverso il metodo statistico.

Autonomia di giudizio (makingjudgements)

Capacità di valutazione dei risultati derivanti dal calcolo di indicatori statistici e definizione dei metodi più idonei per il raggiungimento dei risultati.

Abilità comunicative (communicationskills)

Capacità di presentare con chiarezza i risultati delle analisi statistiche effettuate e dello schema di campionamento scelto.

Capacità di apprendimento (learningskills)

Capacità di apprendimento delle varie fasi per la realizzazione di un’indagine statistica.

Lezioni/esercitazioni frontali

Prova scritta e orale a conclusione del ciclo di lezioni frontali (verifica delle nozioni acquisite mediante lo sviluppo di elaborati scritti per la parte inerente alle applicazioni statistiche e quesiti orali volti a valutare l’apprendimento delle nozioni teoriche, che conferiranno conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento

 in linea con in descrittori di Dublino).

Del suo svolgimento viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione e dallo studente esaminato. Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU.

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

 

Non sono previste differenze in termini di programma, testi e modalità d'esame fra studenti frequentanti e non frequentanti.

https://easytest.unisalento.it/Calendario/Dipartimento_di_Scienze_dellEconomia/

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame (scritta e orale) sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

 

-Commissione di esame: 

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Claudia Cappello (componente), Daniela Pellegrino (componente)

1. Concetti introduttivi e definizioni fondamentali. Definizione e campi di applicazione della statistica.  L'indagine statistica. Fonti di rilevazione statistica. Tecniche di campionamento. Caratteri e modalità. Il formalismo statistico. 2. Tabelle statistiche e rappresentazioni grafiche.  Le distribuzioni statistiche.  Le rappresentazioni grafiche. 3. Indici di posizione. Le medie analitiche. Le medie lasche. Il diagramma a scatola e baffi. 4. Indici di variabilità. Gli indici di variabilità assoluta. Indici di dispersione. Indici di disuguaglianza. Intervalli di variazione. Gli indici di variabilità relativa 5. Rapporti statistici e numeri indici  6. Analisi della dipendenza e dell'interdipendenza. Aspetti della correlazione. Codevianza. Coefficiente di correlazione lineare.  La cograduazione. 6. Casi di studio riguardanti gli indicatori turistici. Cenni sulla valutazione della qualità dei servizi. Overbooking. Casi di studio riguardanti l’analisi della soddisfazione nel settore turistico.

- Statistica descrittiva: elementi ed esercizi (D. Posa, S. De Iaco, M. Palma), Giappichelli Editore, 2007

- Dispense del docente disponibili nella pagina personale  in corrispondenza della sezione "Materiale didattico".

STATISTICA DEL TURISMO (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2018/2019

Anno di corso 1

Semestre Secondo Semestre (dal 23/02/2019 al 31/05/2019)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

STATISTICA INFERENZIALE (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2018/2019

Anno di corso 1

Semestre Secondo Semestre (dal 23/02/2019 al 31/05/2019)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Elementi di algebra di scuola secondaria e di Statistica descrittiva

Il corso si propone di fornire

-concetti, metodologie e strumenti della Statistica inferenziale per valutare,  in termini probabilistici, diversi aspetti di un fenomeno, esaminando soltanto le osservazioni relative ad un campione rappresentativo della popolazione;

-elementi di Analisi Statistica Spaziale per l’analisi geostatistica dei dati a struttura spaziale.

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica inferenziale (conoscenza dei metodi induttivi della statistica inferenziale), al fine di stimare diversi aspetti di fenomeni economico-aziendali, sulla base dell’osservazione di un campione estratto dalla popolazione di riferimento.

- Conoscenza dei metodi induttivi della Statistica inferenziale per la specificazione, stima e verifica dei parametri di modelli statistici utilizzabili a scopi previsivi e decisionali.

- Conoscenza dei metodi e delle procedure statistiche per analisi esplorative di dati univariati e multivariati.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di spiegare fenomeni economico-aziendali mediante l'analisi statistica dei dati e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Capacità di pianificare un’indagine statistica campionaria.

- Presentazione e interpretazione critica dei risultati inferenziali a supporto del management.

Autonomia di giudizio (making judgements)

-Capacità di tradurre in termini statistici una esigenza conoscitiva del management aziendale.

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di valutare gli aspetti etici e deontologici dei risultati di un’indagine, al fine di evitare un utilizzo inappropriato dell’informazione statistica.

Abilità comunicative (communication skills)

-Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico;

-Capacità di divulgare, mediante report finali e lavori di ricerca scientifica, metodologie e risultati raggiunti;

-Capacità di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti

-Capacità di giustificare le scelte e comunicare i risultati delle analisi con linguaggio appropriato, ai giusti livelli di dettaglio e con le modalità tecnologiche più adeguate.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Lezioni frontali con uso di supporti audiovisivi, esercitazioni in aula

Prova scritta e orale a conclusione del ciclo di lezioni frontali (verifica delle nozioni acquisite mediante lo sviluppo di elaborati scritti per la parte inerente alle applicazioni statistiche e quesiti orali volti a valutare l’apprendimento delle nozioni teoriche che conferiranno allo studente conoscenze e comprensione, capacità di applicare conoscenze e comprensione, autonomia di giudizio, abilità comunicative e capacità di apprendimento in linea con in descrittori di Dublino).

). Del suo svolgimento viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione e dallo studente esaminato. Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU.

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

Non sono previste differenze in termini di programma, testi e modalità d'esame fra studenti frequentanti e non frequentanti

https://easytest.unisalento.it/Calendario/Dipartimento_di_Scienze_dellEconomia/

Commissione di esame:

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Claudia Cappello (componente), Daniela Pellegrino (componente)

1.Principi di inferenza statistica. 2.Calcolo combinatorio ed esperimenti casuali. 2.2 Elementi di calcolo combinatorio. 2.3 Esperimenti casuali; 2.4 Spazio campionario ed eventi; 3.Teoria della probabilità, 3.1 Cenni storici, 3.2.1 Concezione classica, 3.2.5 Teoria assiomatica; 3.2.6 Spazio di probabilità 3.3 Probabilità condizionata e indipendenza 3.3.1 Probabilità condizionata. 3.3.3 Indipendenza tra eventi 3.4 Regole pratiche 4.Variabili aleatorie, 4.1 Alcuni concetti generali; 4.2. Funzione di ripartizione 4.3 Variabili aleatorie discrete; 4.4 Variabili aleatorie assolutamente continue; 4.6. Momenti aleatori: valore atteso; varianza; 4.6.3 Variabile aleatoria standardizzata; 4.7 Disuguaglianza di Chebyshev 5. Distribuzione di probabilità notevoli, 5.1.2. Distribuzione di Bernoulli 5.1.3. Distribuzione binomiale; 5.1.5 Distribuzione di Poisson; 5.2.2. Distribuzione gaussiana; 5.2.5. Distribuzione chi-quadrato; 5.2.6. Distribuzione T di Student 5.2.7. Distribuzione F di Fisher; 6. Campionamento casuale e inferenza statistica. 6.1. Paradigmi dell’inferenza statistica; 6.2. Formalismo dell’inferenza statistica classica; 6.4. Metodi di stima parametrici e non parametrici; 6.5 Funzione di verosimiglianza 6.6. Statistiche e distribuzioni campionarie; 6.7.2 Teorema del limite centrale. 7. Stima puntuale. 7.1.Stimatori e stime di un parametro, 7.2 Proprietà degli stimatori; 7.4 Considerazioni di sintesi su alcuni stimatori 8. Stima per intervalli. 8.1.Intervalli di confidenza per un parametro 8.2. Intervalli di confidenza per il valore atteso; 8.3. Intervalli di confidenza della varianza; 8.3.1. Inferenza parametrica per la varianza (per piccoli campioni); 8.4. Intervalli di confidenza per una proporzione (per grandi campioni). 9.Verifica delle ipotesi. 9.1. Verifica di ipotesi per un parametro; 9.3 Verifica delle ipotesi per il valore atteso; 9.4 Verifica delle ipotesi della varianza: 9.4.1 Testi parametrici per la varianza nell’ipotesi di gaussianità (per piccoli campioni); 9.5. Verifica delle ipotesi per una proporzione (per grandi campioni); 9.6. Analisi della varianza. Elementi di Analisi Statistica Spaziale: 1 La Geostatistica; 2 Descrizione dei dati spaziali, 3 Un modello per i dati spaziali, 4 La correlazione spaziale. 4.1 Considerazioni sulla correlazione spaziale; 4.2 Condizioni di ammissibilità; 4.4. Proprietà del covariogramma 4.4.1 Comportamento asintotico; 4.5 Proprietà del variogramma; 4.5.1 Comportamento tipico: sella e range; 4.5.2 Comportamento in prossimità dell’origine; 4.5.3 Comportamento asintotico; 4.6 Anisotropie 4.7 Modelli di variogramma 4.8 Stimatori delle misure di correlazione spaziale; 4.8.1 Alcune regole pratiche, 5 Metodi di stima puntuale. Fino al paragrafo 5.6.2 Equazioni del kriging stazionario.1 Cartografia e sistemi di riferimento. 2 Caratteristiche generali dei GIS e dei software GIS. 3 Tipologie e formato di dati. 4 Modelli per l'organizzazione dei dati. 5 WebGIS: caratteristiche e software. 6 WebGIS per il monitoraggio ambientale. 7 WebGIS per le aree mercatali

- Posa D., De Iaco S., Fondamenti di statistica inferenziale, Cleup, Padova, 2006

- Posa D., De Iaco S., Geostatistica: teoria e applicazioni, G. Giappichelli Ed., Torino, 2009

- De Iaco S., Distefano V., Palma M., Posa D.., GIS e WebGIS: elementi e applicazioni, G. Giappichelli Ed., Torino, 2014

STATISTICA INFERENZIALE
STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Subject area SECS-S/01

Course type Laurea

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

For matriculated on 2017/2018

Year taught 2018/2019

Course year 2

Semestre Secondo Semestre (dal 23/02/2019 al 31/05/2019)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

 

Elements of descriptive statistics and linear algebra

Statistical Sampling and Inference course provides the theoretical basis for dealing with inferential problems. An introduction to the analysis of spatial data is given.

The course aims to provide

-some elements of sampling theory

-methodologies and tools of statistical inference in order to analyse data coming from a sample survey

-elements of geostatistical analysis

 

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica inferenziale al fine di stimare diversi aspetti di fenomeni economici e finanziari, sulla base dell’osservazione di un campione estratto dalla popolazione di riferimento.

- Conoscenza dei metodi induttivi della Statistica inferenziale per la specificazione, stima e verifica dei parametri di modelli statistici utilizzabili a scopi previsivi e decisionali.

- Conoscenza dei metodi e delle procedure statistiche per analisi esplorative di dati univariati e multivariati.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di spiegare fenomeni economici e finanziari mediante l'analisi statistica dei dati e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Capacità di pianificare un’indagine statistica campionaria.

- Presentazione e interpretazione critica dei risultati inferenziali in ambito economico e finanziario.

Autonomia di giudizio (making judgements)

- Capacità di tradurre in termini statistici una esigenza conoscitiva nell’ambito dello studio delle dinamiche economiche e finanziarie.

- Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ottenere indicazioni strategiche, assumere decisioni in condizioni di incertezza.

- Capacità di valutare gli aspetti etici e deontologici dei risultati di un’indagine, al fine di evitare un utilizzo inappropriato dell’informazione statistica.

Abilità comunicative (communication skills)

- Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico.

- Capacità di cogliere e di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti.

-Capacità di divulgare i risultati delle analisi statistiche con linguaggio tecnico adeguato.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

 

Lectures with use of audiovisual supports, exercises in the classroom

 

Written and oral exam.

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

Non sono previste differenze in termini di programma, testi e modalità d'esame fra studenti frequentanti e non frequentanti

https://easytest.unisalento.it/Calendario/Dipartimento_di_Scienze_dellEconomia/

Lingua dell’insegnamento: inglese

 

-La frequenza alle lezioni, sebbene non sia obbligatoria, è vivamente consigliata.

 

-Gli studenti che si prenotano sul portale studenti.unisalento.it per sostenere la prova d'esame (scritta e orale) sono tenuti a verificare che la prenotazione sia andata a buon fine, mediante la stampa della ricevuta della prenotazione.

In caso di problematiche tecniche occorre segnalare il problema almeno 7 giorni prima della data d'esame.

 

-Le richieste di rinvio dell'esame, inviate per posta elettronica al docente, devono essere inoltrate entro e non oltre due giorni prima della data d'esame. In assenza di tale comunicazione, il rinvio può essere richiesto esclusivamente in sede d'esame. Si precisa inoltre che la richiesta di rinvio può essere reiterata al massimo per un anno accademico.

 

Commissione di esame: De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente), Claudia Cappello (componente), Daniela Pellegrino (componente)

Data and Statistics. Descriptive Statistics: Data Organization, Presentation  and Numerical Measures. Introduction to Probability. Discrete Probability Distributions. Continuous Probability Distributions. Sampling and Sampling Distributions. Interval Estimation. Hypothesis Tests. Statistical Inferences About Means and Proportions. Inferences About Population Variances. Tests of Goodness of Fit and Independence. Simple Linear Regression. Geostatistics.

-Anderson, Sweeney, Williams. 2008, X Ed., Statistics For Business And Economics, Thomson South-Western [Chapters 1-3 (required basic notion), Chapters 4-10, Chapter 14

-Bhattacharya, G. K., Johnson, R. A., 1996, III Ed., Statistics - Principles and methods, J. Wiley & Sons, New York.

-Dudewicz, E. J., Mishra, S. N., 1988, Modern mathematical statistics, J. Wiley & Sons, New York.

-Edward H. Isaaks, R. M. Srivastava, 1989, An introduction to Applied Geostatistics, Oxford University Press

STATISTICAL SAMPLING AND INFERENCE (SECS-S/01)
ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2017/2018

Anno di corso 1

Semestre Primo Semestre (dal 18/09/2017 al 31/12/2017)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

conoscenze di Statistica inferenziale e di analisi matematica

Il corso si propone di fornire concetti, metodologie e strumenti dell’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere la dinamica temporale di una o più variabili riguardanti un determinato fenomeno (ad esempio,  i principali indicatori economici).

Lezioni frontali con uso di supporti audiovisivi, esercitazioni in aula

Prova orale

Nell'ambito della prova orale si discute anche un saggio scritto elaborato durante le lezsu un argomento specifico assegnato durante le lezioni frontali.

In seguito allo svolgimento della prova orale, viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione e dallo studente esaminato. Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU.

 

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

Non sono previste differenze in termini di programma, testi e modalità d'esame  tra studenti frequentanti e non frequentanti.

Commissione di esame:

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente)

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione dei concetti, delle metodologie e degli strumenti per l’Analisi delle Serie Storiche, al fine di descrivere, interpretare e prevedere le dinamiche temporali di una o più variabili economico-finanziarie.

- Conoscenza dei metodi induttivi dell’Analisi delle Serie Storiche per la stima e la verifica dei parametri di modelli stocastici utilizzabili a scopi previsivi e decisionali.

- Conoscenza e uso dei principali software statistici per l’analisi delle serie storiche (SPSS, Gretl).

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di interpretare l’evoluzione temporale di fenomeni economici e finanziari mediante l'analisi statistica delle serie storiche e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Presentazione e interpretazione critica dei risultati previsivi in ambito economico e finanziario.

Autonomia di giudizio (making judgements)

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di tradurre in termini statistici una esigenza conoscitiva nell’ambito dello studio delle dinamiche temporali dei fenomeni economico-finanziari.

Abilità comunicative (communication skills)

-Capacità di cogliere e di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti.

- Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico ed economico-finanziario.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

 

Obiettivi dell’analisi di una serie storica. Tecniche descrittive. Serie storiche stazionarie. Tipi di trasformazione per una serie storica. Autocorrelazione. Il correlogramma e sua interpretazione. Modelli di probabilità per una serie storica. Processi stocastici. Processi stazionari. Stazionarietà del secondo ordine. Processi autoregressivi e processi a media mobile. Modelli misti. Modelli integrati. Stima delle funzioni di correlazione. Stima dei parametri per i diversi modelli. Previsione. Applicazioni. 

- Dispense del docente disponibili nella pagina personale  in corrispondenza della sezione "Risorse Correlate".
- The Analysis of Time Series: An Introduction - C. Chatfield, Chapman & Hall/CRC Texts in Statistical Science, 330 p. (only the first 5 chapters)

ANALISI DELLE SERIE STORICHE (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2017/2018

Anno di corso 1

Semestre Secondo Semestre (dal 23/02/2018 al 31/05/2018)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Elementi di algebra di scuola secondaria e di Statistica descrittiva

L’insegnamento di Statistica inferenziale fornisce agli studenti le basi teoriche per affrontare problemi di tipo inferenziale, nonché propone un’introduzione all’analisi di dati a struttura spaziale.

Il corso si propone di fornire

-concetti, metodologie e strumenti della Statistica inferenziale per valutare,  in termini probabilistici, diversi aspetti di un fenomeno, esaminando soltanto le osservazioni relative ad un campione rappresentativo della popolazione;

-elementi di Analisi Statistica Spaziale per l’analisi geostatistica dei dati a struttura spaziale.

Lezioni frontali con uso di supporti audiovisivi, esercitazioni in aula

Prova scritta e orale a conclusione del ciclo di lezioni frontali (verifica delle nozioni acquisite mediante lo sviluppo di elaborati scritti per la parte inerente alle applicazioni statistiche e quesiti orali volti a valutare l’apprendimento delle nozioni teoriche). Del suo svolgimento viene redatto apposito verbale, sottoscritto dal Presidente e dai membri della commissione e dallo studente esaminato. Il superamento dell'esame presuppone il conferimento di un voto non inferiore ai diciotto/trentesimi (con eventuale assegnazione della lode) e prevede l'attribuzione dei corrispondenti CFU.

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

Non sono previste differenze in termini di programma, testi e modalità d'esame fra studenti frequentanti e non frequentanti

Commissione di esame:

De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente)

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica inferenziale (conoscenza dei metodi induttivi della statistica inferenziale), al fine di stimare diversi aspetti di fenomeni economico-aziendali, sulla base dell’osservazione di un campione estratto dalla popolazione di riferimento.

- Conoscenza dei metodi induttivi della Statistica inferenziale per la specificazione, stima e verifica dei parametri di modelli statistici utilizzabili a scopi previsivi e decisionali.

- Conoscenza dei metodi e delle procedure statistiche per analisi esplorative di dati univariati e multivariati.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di spiegare fenomeni economico-aziendali mediante l'analisi statistica dei dati e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Capacità di pianificare un’indagine statistica campionaria.

- Presentazione e interpretazione critica dei risultati inferenziali a supporto del management.

Autonomia di giudizio (making judgements)

-Capacità di tradurre in termini statistici una esigenza conoscitiva del management aziendale.

-Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ricavarne indicazioni strategiche, prendere decisioni in condizioni di incertezza.

- Capacità di valutare gli aspetti etici e deontologici dei risultati di un’indagine, al fine di evitare un utilizzo inappropriato dell’informazione statistica.

Abilità comunicative (communication skills)

-Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico;

-Capacità di divulgare, mediante report finali e lavori di ricerca scientifica, metodologie e risultati raggiunti;

-Capacità di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti

-Capacità di giustificare le scelte e comunicare i risultati delle analisi con linguaggio appropriato, ai giusti livelli di dettaglio e con le modalità tecnologiche più adeguate.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

 

1.Principi di inferenza statistica. 2.Calcolo combinatorio ed esperimenti casuali. 2.2 Elementi di calcolo combinatorio. 2.3 Esperimenti casuali; 2.4 Spazio campionario ed eventi; 3.Teoria della probabilità, 3.1 Cenni storici, 3.2.1 Concezione classica, 3.2.5 Teoria assiomatica; 3.2.6 Spazio di probabilità 3.3 Probabilità condizionata e indipendenza 3.3.1 Probabilità condizionata. 3.3.3 Indipendenza tra eventi 3.4 Regole pratiche 4.Variabili aleatorie, 4.1 Alcuni concetti generali; 4.2. Funzione di ripartizione 4.3 Variabili aleatorie discrete; 4.4 Variabili aleatorie assolutamente continue; 4.6. Momenti aleatori: valore atteso; varianza; 4.6.3 Variabile aleatoria standardizzata; 4.7 Disuguaglianza di Chebyshev 5. Distribuzione di probabilità notevoli, 5.1.2. Distribuzione di Bernoulli 5.1.3. Distribuzione binomiale; 5.1.5 Distribuzione di Poisson; 5.2.2. Distribuzione gaussiana; 5.2.5. Distribuzione chi-quadrato; 5.2.6. Distribuzione T di Student 5.2.7. Distribuzione F di Fisher; 6. Campionamento casuale e inferenza statistica. 6.1. Paradigmi dell’inferenza statistica; 6.2. Formalismo dell’inferenza statistica classica; 6.4. Metodi di stima parametrici e non parametrici; 6.5 Funzione di verosimiglianza 6.6. Statistiche e distribuzioni campionarie; 6.7.2 Teorema del limite centrale. 7. Stima puntuale. 7.1.Stimatori e stime di un parametro, 7.2 Proprietà degli stimatori; 7.4 Considerazioni di sintesi su alcuni stimatori 8. Stima per intervalli. 8.1.Intervalli di confidenza per un parametro 8.2. Intervalli di confidenza per il valore atteso; 8.3. Intervalli di confidenza della varianza; 8.3.1. Inferenza parametrica per la varianza (per piccoli campioni); 8.4. Intervalli di confidenza per una proporzione (per grandi campioni). 9.Verifica delle ipotesi. 9.1. Verifica di ipotesi per un parametro; 9.3 Verifica delle ipotesi per il valore atteso; 9.4 Verifica delle ipotesi della varianza: 9.4.1 Testi parametrici per la varianza nell’ipotesi di gaussianità (per piccoli campioni); 9.5. Verifica delle ipotesi per una proporzione (per grandi campioni); 9.6. Analisi della varianza. Elementi di Analisi Statistica Spaziale: 1 La Geostatistica; 2 Descrizione dei dati spaziali, 3 Un modello per i dati spaziali, 4 La correlazione spaziale. 4.1 Considerazioni sulla correlazione spaziale; 4.2 Condizioni di ammissibilità; 4.4. Proprietà del covariogramma 4.4.1 Comportamento asintotico; 4.5 Proprietà del variogramma; 4.5.1 Comportamento tipico: sella e range; 4.5.2 Comportamento in prossimità dell’origine; 4.5.3 Comportamento asintotico; 4.6 Anisotropie 4.7 Modelli di variogramma 4.8 Stimatori delle misure di correlazione spaziale; 4.8.1 Alcune regole pratiche, 5 Metodi di stima puntuale. Fino al paragrafo 5.6.2 Equazioni del kriging stazionario.1 Cartografia e sistemi di riferimento. 2 Caratteristiche generali dei GIS e dei software GIS. 3 Tipologie e formato di dati. 4 Modelli per l'organizzazione dei dati. 5 WebGIS: caratteristiche e software. 6 WebGIS per il monitoraggio ambientale. 7 WebGIS per le aree mercatali

- Posa D., De Iaco S., Fondamenti di statistica inferenziale, Cleup, Padova, 2006

- Posa D., De Iaco S., Geostatistica: teoria e applicazioni, G. Giappichelli Ed., Torino, 2009

- De Iaco S., Distefano V., Palma M., Posa D.., GIS e WebGIS: elementi e applicazioni, G. Giappichelli Ed., Torino, 2014

STATISTICA INFERENZIALE
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2017/2018

Anno di corso 1

Semestre Secondo Semestre (dal 23/02/2018 al 31/05/2018)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

STATISTICA INFERENZIALE (SECS-S/01)
STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Subject area SECS-S/01

Course type Laurea

Credits 8.0

Teaching hours Ore totali di attività frontale: 64.0

For matriculated on 2016/2017

Year taught 2017/2018

Course year 2

Semestre Secondo Semestre (dal 23/02/2018 al 31/05/2018)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

Elementi di Statistica descrittiva e di algebra lineare

The course aims to provide

-some elements of sampling theory

-methodologies and tools of statistical inference in order to analyse data coming from a sample survey

-elements of geostatistical analysis

Lezioni frontali con uso di supporti audiovisivi, esercitazioni in aula

Prova scritta e orale.

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del Salento all'indirizzo paola.martino@unisalento.it"

Non sono previste differenze in termini di programma, testi e modalità d'esame fra studenti frequentanti e non frequentanti

Lingua dell’insegnamento: inglese

Commissione di esame: De Iaco Sandra (presidente); Posa Donato (componente);  Maggio Sabrina (componente); Palma Monica (componente)

Risultati attesi secondo i descrittori di Dublino:

Conoscenza e capacità di comprensione (knowledge and understanding):

- Acquisizione degli strumenti della Statistica inferenziale al fine di stimare diversi aspetti di fenomeni economici e finanziari, sulla base dell’osservazione di un campione estratto dalla popolazione di riferimento.

- Conoscenza dei metodi induttivi della Statistica inferenziale per la specificazione, stima e verifica dei parametri di modelli statistici utilizzabili a scopi previsivi e decisionali.

- Conoscenza dei metodi e delle procedure statistiche per analisi esplorative di dati univariati e multivariati.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)

- Capacità di spiegare fenomeni economici e finanziari mediante l'analisi statistica dei dati e la costruzione di modelli idonei, anche con l'impiego di strumenti di calcolo avanzati e di algoritmi sofisticati.

- Capacità di pianificare un’indagine statistica campionaria.

- Presentazione e interpretazione critica dei risultati inferenziali in ambito economico e finanziario.

Autonomia di giudizio (making judgements)

- Capacità di tradurre in termini statistici una esigenza conoscitiva nell’ambito dello studio delle dinamiche economiche e finanziarie.

- Capacità di utilizzare i risultati delle analisi dei dati per formulare ipotesi interpretative, ottenere indicazioni strategiche, assumere decisioni in condizioni di incertezza.

- Capacità di valutare gli aspetti etici e deontologici dei risultati di un’indagine, al fine di evitare un utilizzo inappropriato dell’informazione statistica.

Abilità comunicative (communication skills)

- Capacità di presentare, anche con l'ausilio di tecniche audiovisive, i metodi, i risultati e l'interpretazione

statistica di uno studio sia ad esperti del contesto applicativo che a specialisti nel campo statistico.

- Capacità di cogliere e di definire/circoscrivere l’obiettivo statistico di uno studio con interlocutori non esperti.

-Capacità di divulgare i risultati delle analisi statistiche con linguaggio tecnico adeguato.

Capacità di apprendimento (learning skills)

-Capacità di integrare le proprie conoscenze adattandosi alle diverse realtà e all’evoluzione della disciplina.

Data and Statistics. Descriptive Statistics: Data Organization, Presentation  and Numerical Measures. Introduction to Probability. Discrete Probability Distributions. Continuous Probability Distributions. Sampling and Sampling Distributions. Interval Estimation. Hypothesis Tests. Statistical Inferences About Means and Proportions. Inferences About Population Variances. Tests of Goodness of Fit and Independence. Simple Linear Regression. Geostatistics.

-Anderson, Sweeney, Williams. 2008, X Ed., Statistics For Business And Economics, Thomson South-Western [Chapters 1-3 (required basic notion), Chapters 4-10, Chapter 14

-Bhattacharya, G. K., Johnson, R. A., 1996, III Ed., Statistics - Principles and methods, J. Wiley & Sons, New York.

-Dudewicz, E. J., Mishra, S. N., 1988, Modern mathematical statistics, J. Wiley & Sons, New York.

-Edward H. Isaaks, R. M. Srivastava, 1989, An introduction to Applied Geostatistics, Oxford University Press

STATISTICAL SAMPLING AND INFERENCE (SECS-S/01)
ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2016/2017

Anno di corso 1

Semestre Primo Semestre (dal 19/09/2016 al 31/12/2016)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

ANALISI DELLE SERIE STORICHE (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2016/2017

Anno di corso 1

Semestre Secondo Semestre (dal 23/02/2017 al 31/05/2017)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

STATISTICA INFERENZIALE
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2016/2017

Anno di corso 1

Semestre Secondo Semestre (dal 23/02/2017 al 31/05/2017)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

STATISTICA INFERENZIALE (SECS-S/01)
STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Subject area SECS-S/01

Course type Laurea

Credits 6.0

Teaching hours Ore totali di attività frontale: 48.0

For matriculated on 2015/2016

Year taught 2016/2017

Course year 2

Semestre Secondo Semestre (dal 23/02/2017 al 31/05/2017)

Language INGLESE

Subject matter PERCORSO COMUNE (999)

Location Lecce

STATISTICAL SAMPLING AND INFERENCE (SECS-S/01)
ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 64.0

Per immatricolati nel 2015/2016

Anno accademico di erogazione 2015/2016

Anno di corso 1

Semestre Primo Semestre (dal 22/09/2015 al 31/12/2015)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

ANALISI DELLE SERIE STORICHE (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2015/2016

Anno accademico di erogazione 2015/2016

Anno di corso 1

Semestre Secondo Semestre (dal 23/02/2016 al 31/05/2016)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

STATISTICA INFERENZIALE (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 48.0

Per immatricolati nel 2015/2016

Anno accademico di erogazione 2015/2016

Anno di corso 1

Semestre Secondo Semestre (dal 23/02/2016 al 31/05/2016)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

STATISTICA INFERENZIALE
STATISTICAL SAMPLING AND INFERENCE

Corso di laurea ECONOMIA E FINANZA

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2015/2016

Anno di corso 2

Semestre Secondo Semestre (dal 23/02/2016 al 31/05/2016)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

STATISTICAL SAMPLING AND INFERENCE (SECS-S/01)
ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2014/2015

Anno di corso 1

Semestre Primo Semestre (dal 22/09/2014 al 31/12/2014)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

ANALISI DELLE SERIE STORICHE (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2014/2015

Anno di corso 1

Semestre Secondo Semestre (dal 23/02/2015 al 31/05/2015)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

STATISTICA INFERENZIALE (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2014/2015

Anno di corso 1

Semestre Secondo Semestre (dal 23/02/2015 al 31/05/2015)

Lingua

Percorso PERCORSO COMUNE (999)

STATISTICA INFERENZIALE
STATISTICAL SAMPLING AND INFERENCE

Corso di laurea ECONOMIA E FINANZA

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2014/2015

Anno di corso 2

Semestre Secondo Semestre (dal 23/02/2015 al 31/05/2015)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

STATISTICAL SAMPLING AND INFERENCE (SECS-S/01)
ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2013/2014

Anno di corso 1

Semestre Primo Semestre (dal 23/09/2013 al 31/12/2013)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

ANALISI DELLE SERIE STORICHE (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2013/2014

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2014 al 31/05/2014)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

STATISTICA INFERENZIALE (SECS-S/01)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2013/2014

Anno di corso 1

Semestre Secondo Semestre (dal 24/02/2014 al 31/05/2014)

Lingua

Percorso PERCORSO COMUNE (999)

STATISTICA INFERENZIALE

Pubblicazioni

PUBBLICAZIONI SU RIVISTE INTERNAZIONALI 

  1. De Iaco S., Myers D.E., Posa D., Space-time analysis using a general product-sum model, Statistics and Probability Letters, ISSN:0167-7152, vol.  52(1), pp. 21-28, 2001.
  2. De Iaco S., Palma M., Convergence of realization-based statistics to model-based statistics for the LU unconditional simulation algorithm: some numerical tests, Stochastic Environmental Research and Risk Assessment, ISSN:1436-3240, vol. 16(5), pp. 333-341, 2002.
  3. De Iaco S., Myers D.E., Posa D., Nonseparable space-time covariance models: some parametric families, Mathematical Geology, ISSN:0882-8121, vol. 34(1), pp. 23-41, 2002.
  4. De Iaco S., Myers D.E., Posa D., Space-time variograms and a functional form for total air pollution measurements, Computational Statistics and Data Analysis, ISSN:0167-9473, vol. 41(2), pp. 311-328, 2002.
  5. Myers D.E., De Iaco S., Posa D., De Cesare L., Space-Time Radial Basis Functions, Computers and Mathematics with Applications, ISSN:0898-1221, vol. 43(3/5), pp. 539-549, 2002.
  6. De Iaco S., Palma M., Posa D., Covariance functions and models for complex-valued random fields, Stochastic Environmental Research and Risk Assessment, ISSN:1436-3240, vol. 17(3), pp.  145-156, 2003.
  7. De Iaco S., Myers D.E., Posa D., The linear coregionalization model and the product-sum space-time variogram, Mathematical Geology, ISSN:0882-8121, vol. 35(1), pp. 25-38, 2003.
  8. De Iaco S., Palma M., Posa D., Modeling and prediction of multivariate space-time random fields, Computational Statistics and Data Analysis, ISSN:0167-9473 vol. 48 (3), pp. 525-547, 2005.
  9. De Iaco S., Space-time correlation analysis: a comparative study, Journal of Applied Statistics, ISSN:0266-4763 vol. 37 (6), pp. 1027-1041, 2010.
  10. De Iaco S., Myers D.E., Palma M., Posa D., FORTRAN programs for space-time multivariate modeling and prediction, Computers & Geosciences - ISSN:0098-3004 vol. 36 (5), pp. 636-646, 2010.
  11. De Iaco S., Myers D.E., Posa D., On strict positive definiteness of product and product-sum covariance models, Journal of Statistical Planning and Inference, ISSN:0378-3758, vol. 141(3), pp. 1132-1140, 2011.
  12. De Iaco S., Maggio S., Validation Techniques for Geological Patterns Simulations Based on Variogram and Multiple-Point Statistics, Mathematical Geosciences, ISSN:1874-8961, vol. 43(4), pp. 483–500, 2011.
  13. De Iaco S., A new space-time multivariate approach for environmental data analysis. Journal of Applied Statistics, ISSN:0266-4763, vol. 38 (11), pp. 2471–2483, 2011.
  14. De Iaco S., Myers D.E., Posa D., Strict positive definiteness of a product of covariance functions, Communications in statistics. Theory and Methods, ISSN:0361-0926, vol. 40(24), pp. 4400–4408, 2011.
  15. De Iaco S., Maggio S., Palma, M., Posa D., Towards an automatic procedure for modeling multivariate space-time data, Computers & Geosciences, ISSN:0098-3004, vol. 41(1), pp.1-11, 2012.
  16. De Iaco S., Posa D., Predicting spatio-temporal random fields: Some computational aspects, Computers & Geosciences, ISSN:0098-3004 vol.41, pp. 12-24, 2012.
  17. De Iaco S., Palma M., Posa D., Prediction of particle pollution through space-time multivariate analysis: Spatial special issue, ASTA Advances in Statistical Analysis, ISSN:1863-8171, vol. 97(2), pp. 133-150, 2013.
  18. De Iaco S., Myers D.E., Palma M., Posa D., Using Simultaneous Diagonalization to Identify a Space-Time Linear Coregionalization Model, Mathematical Geosciences, ISSN:1874-8961 vol. 45(1), pp. 69-86, 2013.
  19. De Iaco S., Posa D., Palma M., Complex-Valued Random Fields for Vectorial Data: Estimating and Modeling Aspects, Mathematical Geosciences, ISSN:1874-8961, vol. 45, pp. 557-573, 2013.
  20. De Iaco, S., Posa D., Positive and negative non-separability for space-time covariance models, Journal of Statistical Planning and Inference, ISSN:0378-3758, 143(2), pp. 378–391, 2013.
  21. De Iaco S., Posa D., Myers D.E., Characteristics of some classes of space-time covariance functions, Journal of Statistical Planning and Inference, ISSN:0378-3758 vol. 143(11), pp. 2002–2015, 2013.
  22. De Iaco S., On the use of different metrics for assessing complex patterns reproductions, Journal of Applied Statistics, ISSN:0266-4763, vol. 40(4), pp. 808-822, 2013.
  23. De Iaco S., Palma M., Posa D., Spatio-temporal geostatistical modeling for French fertility predictions, Spatial Statistics. ISSN:2211-6753 vol. 14, part C, pp. 546-562, 2015.
  24. Kalimeris A., Kolios S., Halvatzaras D., Posa D., De Iaco S., Palma M., Skordilis C., Myrsilidis M., The Ionian-Puglia Network of Meteorological - Environmental Stations. Ι. Geophysical Environment and Technical Description, Journal Odysseus, ISSN:2241-634X vol. 7, pp. 1-45, 2015.
  25. De Iaco S., Maggio S., A dynamic model for age-specific fertility rates in Italy, Spatial Statistics, ISSN:2211-6753, vol. 17, pp. 105-120, 2016.
  26. De Iaco S., Palma M., Posa D., A general procedure for selecting a class of fully symmetric space-time covariance functions, Environmetrics, ISSN:1180-4009, vol. 27(4),   pp. 212–224, 2016.
  27. De Iaco, S., Posa D., Wind velocity prediction through complex kriging: formalism and computational aspects, Environmental and Ecological Statistics, ISSN:1352-8505, vol. 23(1), pp. 115-139, 2016.
  28. De Iaco S., The cgeostat Software for Analyzing Complex-Valued Random Fields, Journal of Statistical Software, ISSN:1548-7660, vol. 79(5), pp. 1-32, 2017.
  29. De Iaco S., Maggio S., Palma M., Radon Predictions with Geographical Information System Covariates: From Spatial Sampling to Modeling, Geographical Analysis, ISSN:0016-7363, vol. 49 (2), pp. 215-235, 2017.
  30. De Iaco S., Distefano V., Integrating Spatio-Temporal Predictions in Web-GIS Based on a Relational Database Model, Geoinformatics & Geostatistics: An Overview, ISSN:2327-4581, vol. 6(4), pp. 1-19, 2018.
  31. Cappello C., De Iaco S., Posa D., Testing the type of non-separability and some classes of space-time covariance function models, Stochastic Environmental Research and Risk Assessment, ISSN:1436-3240, vol. 32(1), pp. 17-35, 2018.
  32. De Iaco S., Posa D., Strict positive definiteness in geostatistics, Stochastic Environmental Research and Risk Assessment, ISSN:1436-3240, vol. 32(3), pp. 577-590, 2018.
  33. De Iaco S., Posa D., Cappello C., Maggio S., Isotropy, symmetry, separability and strict positive definiteness for covariance functions: a critical review, Spatial Statistics, ISSN:2211-6753, vol. 29, pp. 89-108, 2019.
  34. De Iaco S., Palma M., Posa D., Choosing suitable linear coregionalization models for spatio-temporal data, Stochastic Environmental Research and Risk Assessment, ISSN:1436-3240, vol. 33(7), pp. 1419–1434, 2019.
  35. De Iaco S., Maggio S., Posa D., A Multilevel Multinomial Model for the Dynamics of Graduates Employment in Italy, Social Indicators Research, ISSN:0303-8300, vol. 146 (1-2), pp. 149-168, 2019.
  36. Palma M., Cappello C., De Iaco S., Pellegrino D., The residential real estate market in Italy: a spatio-temporal analysis, Quality and Quantity, ISSN: 0033-5177 (Print), pp. 2451–2472, 2019.
  37. Cappello, C., De Iaco, S., Giungato, G., A Geographic Information System for Outdoor Markets, in Special issue 2: “New Frontiers in Integrating Geostatistics and GIS”, Geoinformatics & Geostatistics, ISSN: 2327-4581, pp. 1-10, 2019.
  38. Manzione, R. L.; Takafuji, E. H. D. M.; DE IACO, Sandra; Cappello, Claudia; Da Rocha, M. M., Spatio-temporal Kriging to Predict Water Table Depths from Monitoring Data in a Conservation Area at São Paulo State, Brazil, in Special issue 2: “New Frontiers in Integrating Geostatistics and GIS”,  Geoinformatics & Geostatistics, ISSN: 2327-4581, pp. 1-10, 2019.
  39. 39. Cappello, C., De Iaco, Posa, D. Covatest: An R Package for Selecting a Class of Space-Time Covariance Functions, Journal of Statistical Software, ISSN:1548-7660, vol. 94 (1), pp. 1-42, 2020.
  40. Cappello, C., De Iaco, Maggio, S., Posa, D., Time varying complex covariance functions for oceanographic data, Spatial Statistics, Available online 28 April 2020, In Press, https://doi.org/10.1016/j.spasta.2020.100426
  41. Cappello, C., De Iaco, S., Maggio, S., Posa, D., Modeling Ocean Currents Through Complex Random Fields Indexed in Time, Mathematical Geoscience, Available online 26 June 2020, In Press, http://dx.doi.org/10.1007/s11004-020-09880-3
  42. De Iaco, S.; Posa, D.; Cappello, C.; Maggio, S., On some characteristics of Gaussian covariance functions, International Statistical Review, Available online 21 August 2020, In Press, https://doi.org/10.1111/insr.12403.
  43. Cappello, C.; De Iaco, S.; Palma, M.; Pellegrino, D., Spatio-temporal modeling of an environmental trivariate vector combining air and soil measurements from Ireland, Spatial Statistics, Available online 15 July 2020, in Press, https://doi.org/10.1016/j.spasta.2020.100455
  44. De Iaco, S. Book Review: Dionissios T. Hristopulos: Random Fields for Spatial Data Modeling. A Primer for Scientists and Engineers, 2021, In Press, https://10.1007/s11004-021-09920-6
  45. De Iaco, S., Maggio, S. Using multilevel models to evaluate the attitude of separate waste collection in young people, Metron, 2021, In Press, https://doi.org/10.1007/s40300-020-00194-2, shared link for the readers to use Enhanced PDF features such as annotation tools, one-click supplements, citation file exports and article metrics: https://rdcu.be/cfT7z

PUBBLICAZIONI SU RIVISTE NAZIONALI 

  1. Posa D., De Iaco S., Maggio S., Palma M., Processi valutativi, qualità dei prodotti e interessi, Statistica & Società - ISSN:2282-233X, vol. 3, pp. 13-18, 2014.
  2. De Iaco S., cgeostat-Fortran Software, 2017, The cgeostat Software for Analyzing Complex-Valued Random Fields (reference manual), Journal of Statistical Software, ISSN:1548-7660, vol. 79 (5), pp. 1-32, 2017.
  3. Cappello C., De Iaco S., Palma M., Pellegrino D., Indicatori delle compravendite immobiliari – Evoluzione spazio-temporale, Statistica & Società, ISSN:1722-8506, vol. 3, pp. 1-6, 2018.
  4. De Iaco, S, Maggio, S., Giungato, G., Palma, M., Pellegrino, D., Posa, D., Curve del contagio a confronto: una sintesi a livello mondiale, Statistica & Società-“Epidemiologia e diffusione del virus”, Special issue for COVID-19 emergency, pp. 1-15, 2020.

SOFTWARE

  1. De Iaco S., The cgeostat Software for Analyzing Complex-Valued Random Fields, Journal of Statistical Software, ISSN:1548-7660, vol. 79(5), pp. 1-32, 2017.
  2. De Iaco S. [aut, cre], Cappello C. [aut], Posa D. [aut], Maggio S. [ctb],  covatest: Tests on Properties of Space-Time Covariance Functions (reference manual), vol. 3, pp. 1-26, 2018.

PUBBLICAZIONI NEGLI ATTI DI CONGRESSI INTERNAZIONALI  E NAZIONALI 

  1. De Iaco S., Posa D., Some space-time models: an application to NO2 pollution in an urban area, 14th Symposium on Computational Statistics, Compstat 2000, 21-25 agosto 2000, Utrecht, Olanda, Eds. Bethlehem J. G., van der Heijden P. G., Springer-Verlag, ISBN:9783790813265, 2000, Utrecht, pp. 271- 276.
  2. De Iaco S., Myers D.E., Posa D., Total air pollution and space-time modelling, III European Conference on Geostatistics for Environmental Applications, 22-24 novembre 2001, Avignon, Francia, Eds. Monestiez P., Allard D., Froidevaux R., Kluwer Academic Publisher, ISBN: 9780792371069/9780792371076, 2001, Dordrecht, pp. 45-56.
  3. De Iaco S., Palma M., Posa D., Geostatistical techniques for multivariate analysis of spatio-temporal data, Convegno intermedio SIS – Analisi Multivariata per le Scienze Economico- Sociali, le Scienze Naturali e la Tecnologia, 9-11 giugno 2003, Napoli, RCE Editore, ISBN: 9788883990533, 2003, Napoli, pp. 57-68.
  4. De Iaco S., Myers D. E., Posa D., On space-time variograms: estimation and modelling choices, International conference: A Bernoulli Society satellite meeting of ISI’2007 - Probability and Statistics in Science and Technology, 30 agosto – 1 settembre 2007, Porto - Portogallo, Eds. Rootzén H. & Milheiro-Oliveira P., FEUP, ISBN: 9789727520961, 2007,  Porto, pp. 57-68.
  5. De Iaco S., Conza E., Some aspects of multiple-point statistics, International conference: A Bernoulli Society satellite meeting of ISI’2007 - Probability and Statistics in Science and Technology, 30 agosto – 1 settembre 2007, Porto - Portogallo, Eds. Rootzén H. & Milheiro-Oliveira P., FEUP, ISBN: 9789727520961, 2007,  Porto, pp. 83-84.
  6. De Iaco S., Myers D.E., Palma M., Posa D., Fitting the space-time linear coregionalization model by using simultaneous diagonalization, International Association for Mathematical Geosciences, 29 agosto-2 settembre 2010, Budapest, Ungheria WECO Travel Ltd, ISBN:9789630698290, 2000, Budapest, p. 316(1-12).
  7. De Iaco S., Palma M., Posa D., Space-time cokriging: an environmental study, International Association for Mathematical Geosciences, 29 agosto-2 settembre 2010, Budapest, Ungheria WECO Travel Ltd, ISBN:9789630698290, 2010, Budapest, p. 318(1-11).
  8. De Iaco S., Palma M., Posa D., Geostatistical techniques for time-series analysis International Association for Mathematical Geosciences, 29 agosto-2 settembre 2010, Budapest, Ungheria WECO Travel Ltd, ISBN:9789630698290, 2000, Budapest, p. 317(1-13).
  9. De Iaco S., Palma M., Posa D., A new procedure for fitting a multivariate space-time linear coregionalization model, Spatial 2 – Spatial Data Methods for Environmental and Ecological Processes - International conference, 1-2 settembre 2011, Baia delle Zagare- Foggia, Italia, Eds. Cafarelli B., ISBN:9788896025123, 2011, Foggia, pp. 1-4.
  10.  De Iaco S., Palma M., Posa D., Applying a new procedure for fitting a multivariate space-time linear coregionalization model Spatial 2 – Spatial Data Methods for Environmental and Ecological Processes - International conference, 1-2 settembre 2011, Baia delle Zagare- Foggia, Italia, Eds. Cafarelli B., ISBN:9788896025123, 2011, Foggia, pp. 1-4.
  11. De Iaco S., Maggio S., Palma M., Posa D., On the choice of a linear coregionalization model in space-time, International Association for Mathematical Geosciences 2011, 5-9 settembre 2011, Salisburgo, Austria, Eds. Marschallinger R. & Zobl F., ISBN: 9783200025660, 2011, Salisburgo, pp. 208-213.
  12. De Iaco S., Maggio S., Palma M., Posa D., Space-time multivariate analysis based on anisotropic covariance models, International Association for Mathematical Geosciences 2011, 5-9 settembre 2011, Salisburgo, Austria, Eds. Marschallinger R. & Zobl F., ISBN: 9783200025660, 2011, Salisburgo, pp. 218-224.
  13. De Iaco S., Palma M., Posa D., Complex-valued random fields for vectorial data, IX European Conference on Geostatistics for Environmental Applications, 19-21 settembre 2012, Valencia, Spagna, Eds. Gómez-Hernández J.J., ISBN. 9788483639238, 2012, Valencia, pp. 41-43.
  14. De Iaco S., Palma M., Maggio S., Posa D., Trevisi R., Caricato A.P., Tunno T., Multivariate geostatistical models for radon risk mapping, IX European Conference on Geostatistics for Environmental Applications, 19-21 settembre 2012, Valencia, Spagna, Eds. Gómez-Hernández J.J., ISBN. 9788483639238, 2012, Valencia, pp. 39-40.
  15. De Iaco S., Palma M., Posa D., A latent variables based-model for spatiotemporal environmental analysis, Advances in Latent Variables - Methods, Models and Applications – International conference, 19-21 giugno 2013, Brescia, Italia, Eds. Brentari E. & Carpita M., Vita e Pensiero, ISBN 9788834325568, 2013, Milano, pp. 1-6.
  16. Distefano V., Maggio S., De Iaco S., A statistical model to evaluate the attractiveness of a food and wine event, Advances in Latent Variables - Methods, Models and Applications – International conference, 19-21 giugno 2013, Brescia, Italia, Eds. Brentari E. & Carpita M., Vita e Pensiero, ISBN 9788834325568, 2013, Milano, pp. 1-6.
  17. De Iaco S., Maggio S., Palma M., Posa D., Modeling environmental quality: a case study, SIS 2014 – International conference, 11-13 Giugno 2014, Cagliari, Italia, Eds. Cabras S., Di Battista T., Racugno W., CUEC Editrice, ISBN: 9788884678744, 2014, Cagliari, pp. 1-6.
  18. Cappello C., De Iaco S., Posa D., Computing non-separability for space-time covariance functions: a case study on PM10 data, SIS 2014 – International conference, 11-13 Giugno 2014, Cagliari, Italia, Eds. Cabras S., Di Battista T., Racugno W., CUEC Editrice, ISBN: 9788884678744, 2014, Cagliari, pp. 1-6.
  19. De Iaco S., Posa D., Palma M., Maggio S., Predictions of complex-valued random fields, International Association for Mathematical Geosciences, 2015, 5-13 settembre 2015, Freiberg, Germania, Eds. Schaeben H. , Tolosana Delgado R., van den Boogaart K. G., van den Boogaart R., ISBN: 9783000503375, 2015, Freiberg, pp. 1162-1167.
  20. Cappello C., De Iaco S., Posa D., Palma M., Selecting space-time  covariance functions for modeling environmental data, International Association for Mathematical Geosciences, 2015, 5-13 settembre 2015, Freiberg, Germania, Eds. Schaeben H. , Tolosana Delgado R., van den Boogaart K. G., van den Boogaart R., ISBN: 9783000503375, 2015, Freiberg, pp. 1168-1175.
  21. De Iaco S., Distefano V., Maggio S., Palma M., Multidimensional analysis of Health Oncological service in a Public Hospital, 8th Scientific Conference on INNOVATION & SOCIETY Statistical Methods for Evaluation and Quality, 6-7 settembre 2017, ISBN: 9788883991073, 2017, Napoli, Italia, pp. 1-4.
  22. De Iaco S., Maggio S., Palma M., Pellegrino D., Multivariate geostatistical tools for time series modeling and prediction, GRASPA 2019 – International conference, 15-16 luglio 2019, Pescara, Italia, Eds. Università degli Studi di Bergamo, ISBN: 9788897413349, 2019, Bergamo, pp. 82-85.
  23. Cappello C., De Iaco S., Palma M., Posa D., On the reliability of some tests on type of non-separability and type of class of covariance models, GRASPA 2019 – International conference, 15-16 luglio 2019, Pescara, Italia, Eds. Università degli Studi di Bergamo, ISBN: 9788897413349, 2019, Bergamo, pp. 74-77.
  24. Pellegrino D., Giungato G., De Iaco S., A nonparametric spatio-temporal approach for multiple CUSUMs of evapotranspiration, GRASPA 2019 – International conference, 15-16 luglio 2019, Pescara, Italia, Eds. Università degli Studi di Bergamo, ISBN: 9788897413349, 2019, Bergamo, pp. 112-115.
  25. Cappello C., De Iaco S., Palma M., Pellegrino D., Posa D., Nonparametric spatio-temporal interpolation for an Italian real estate index, IES 2019, 4-5 luglio 2019, Roma, Italia, Cuzzolin Editore, ISBN: 9788886638654, 2019, Napoli, pp. 272-275.
  26. Cappello, C., De Iaco, S., Palma, M., Pellegrino, D., Posa, D., Space-time nonparametric analysis for the Italian real estate market, IES 2019, Rome, Italy, Luigi D’Ambra, Pietro Amenta, Antonio Lucadamo, Anna Crisci EDITORS, ISBN: 9788891921239, 2020, Napoli, pp- 49-56
  27. De Iaco S., Space-time correlation analysis: a comparative study, International Conference, Applied Statistics 2007 – Statistical Society of Slovenia, 23-26 settembre 2007, Ribno (Bled), Slovenia, Eds. Vidmar G. & Stare J., 2007, Ljubljana, ISBN: 978961903143.
  28. Aprile A., De Iaco S., Posa D., A GIS for the water-server system in Lecce District, Innovazione e Società - Convegno SIS, 24-26 giugno 2009, Brescia, Italia, CILEA, 2009, Segrate Milano, ISBN: 9788888971179.
  29. Maggio S, De Iaco S., Santandrea V.R., Un modello statistico per le dinamiche spaziali del capitale umano qualificato, XXXI Conferenza Italiana Di Scienze Regionali AISRe, 19-22 settembre 2010, Aosta, Italia, AISRe, 2010, Aosta.
  30. De Iaco S., High-order statistics and objective measures of similarities for assessing template size sensitivities and convergence, IX European Conference on Geostatistics for Environmental Applications, 19-21 settembre 2012, Valencia, Spagna, Eds. Gómez-Hernández J.J., 2012, Valencia, ISBN. 9788483639238.
  31. De Iaco S., Maggio S., Palma M., Posa D., PM10 temporal behavior and predictions through a geostatistical model, DUST 2014- International conference, 1-6 giugno 2014, Castellaneta Marina – Taranto, Italia, Eds. Belviso C., Fiore S., Giannossi M.L., 2014, Bari, ISBN: 9788875220952
  32. Cappello C., De Iaco S., Posa D., Structural analysis and modeling choice for air quality data X European Conference on Geostatistics for Environmental Applications, 9-11 luglio 2014, Parigi, Francia, Eds. Jeannee N. & Romary T., 2014, Parigi, ISBN: 9782356711366.
  33. Cappello C., De Iaco S., Palma M., Pellegrino D., A geostatistical approach for radon risk prediction, Applied Statistics 2014 – International conference, 21-24 settembre 2014, Ribno (Bled), Slovenia, Eds. Lusa L. & Stare J., 2014, Ljubljana, ISBN: 9789619354728.
  34. Distefano V., De Iaco S., Palma M., Spennato A., Factor analysis and structural equation  modeling in oncology research, Applied Statistics 2014 – International conference, 21-24 settembre 2014, Ribno (Bled), Slovenia, Eds. Lusa L. & Stare J., 2014, Ljubljana, ISBN: 9789619354728.
  35. Spennato A., De Iaco S., Distefano V., Palma M., Maggio S., Soil radon analysis through geostatistical tools implemented in a GIS Applied Statistics 2014 – International conference, 21-24 settembre 2014, Ribno (Bled), Slovenia, Eds. Lusa L. & Stare J., 2014, Ljubljana, ISBN: 9789619354728.
  36. De Iaco S., Maggio S., Palma M., Posa D., Cappello C., Multivariate modeling for environmental spatio-temporal data. XI European Conference on Geostatistics for Environmental Applications, 6-8 luglio 2016, Lisbona, Portogallo, Eds. Pereira M.J., Quintão M.J., Ribeiro M., Soares A., 2016, Lisbona, ISBN: 9789899834279.
  37. Cappello C., De Iaco S., Maggio S., Posa D., Geostatistical models and new computational aspects for space-time predictions: Some statistical tests and a case study on environmental data, XI European Conference on Geostatistics for Environmental Applications, 6-8 luglio 2016, Lisbona, Portogallo, Eds. Pereira M.J., Quintão M.J., Ribeiro M., Soares A., 2016, Lisbona, ISBN: 9789899834279.
  38. De Iaco S., Palma M., Posa D., Maggio S., Geostatistical models and new computational aspects for space-time predictions, GEOSTATS2016 – International conference, 5-9 settembre 2016, Valencia, Spagna, Eds. Gómez-Hernández J.J., Rodrigo-Ilarri J., Rodrigo-Clavero M. E., Cassiraga  E., Vargas-Guzman J. A., 2016, Valencia, ISBN: 9788494239663.
  39. De Iaco S., Maggio S., Pellegrino D., Posa D., A statistical model for health care quality assessment, 8th Scientific Conference on INNOVATION & SOCIETY Statistical Methods for Evaluation and Quality, 6-7 settembre 2017, Napoli, Italia, 2017, ISBN: 9788883991073.

MONOGRAFIE 

  1. Posa D., De Iaco S., Fondamenti di Statistica inferenziale, Cleup sc, 2005, Padova, ISBN: 887178684X, 9788871786841-Ristampa anno 2006, pp. 550.
  2. Posa D., De Iaco S., Palma M., Maggio S., Esercizi di statistica descrittiva, Giappichelli Editore, ISBN: 883486655X, 2006, Torino, pp. 332.
  3. Posa D., De Iaco S., Palma M., Statistica descrittiva: elementi e esercizi, Giappichelli Editore, ISBN: 9788834875704, 2007, Torino, pp. 244.
  4. Posa D., De Iaco S., Palma M., Fondamenti di Statistica descrittiva-II Edizione, Giappichelli Editore, ISBN: 9788834886724, 2008, Torino, pp. 310.
  5. Posa D., De Iaco S., Palma M., Elementi di calcolo combinatorio e teoria della probabilità, Giappichelli Editore, ISBN: 9788834894637, 2009, Torino, pp. 87.
  6. Aprile A., De Iaco S., Maggio S., Posa D., Un sistema informativo geografico integrato per la rete idrico-fognante. Un caso di studio, Carra Editrice, ISBN: 9788886406727, 2009, Casarano, pp. 15
  7. Posa D., De Iaco S., Geostatistica: teoria ed applicazioni, Giappichelli Editore, ISBN: 9788834897447, 2009, Torino, pp. 249.
  8. De Iaco S., Palma M., Maggio S., Giungato G., Aprile A., Inferenza statistica per gli exit-poll del 2007 in provincia di Lecce, Giappichelli Editore, ISBN: 9788834898758, 2009, Torino, pp. 24.
  9. Posa D., De Iaco S., Palma M., Maggio S., Raccolta Differenziata e Giovani: un Modello Statistico per la Diffusione di Buone Eco-Prassi, Expomedia Edizioni, ISBN: 9788890627187, 2011, Lecce, pp. 179.
  10. Posa D., De Iaco S., Palma M., Maggio S., Sviluppi della Geostatistica multivariata per l’analisi dei dati ambientali nello spazio e nello spazio-tempo, Springer-Verlag Italia s.r.l., ISBN: 9788847025363, 2012, Milano, pp. 226.
  11. Posa D., De Iaco S., Palma M., Maggio S., Sistema informativo statistico per le aree mercatali, Giappichelli Editore, ISBN: 9788834888612, 2013, Torino, pp. 276.
  12. Posa D., De Iaco S., Maggio S., Palma M., Cappello C., Distefano V., Pellegrino D., Spennato A., Indagine campionaria per la valutazione di indicatori turistici associati al Mercatino del Gusto, Giappichelli Editore, ISBN: 9788834892183, 2013, Torino, pp. 28.
  13. Kalimeris A., Posa D., Skordilis C., Starros K., De Iaco S., Palma M., Maggio S., Giungato G., Turnone A., Vernich L., Talamo P.P., Fenomeni naturali e cambiamenti climatici nello Ionio, Pensa Editore, ISBN: 9788861521995, 2013, Lecce, pp. 116.
  14. De Iaco S., Distefano V., Palma M., Posa D., GIS e WebGIS: elementi ed applicazioni, Giappichelli Editore, ISBN: 9788834847381, 2014, Torino, pp. 133.
  15. Cooperativa Coolclub, De Iaco S., Cappello C., Maggio S., Palma M., Posa D., Il suono che vorrei. Uno studio sui consumi musicali nel Salento, Unisalento Press, ISBN: 9788896515280, 2015, Lecce, pp. 46.
  16. De Iaco, S., Maggio S., Palma M., Posa D., Metodi di analisi geostatistica per dati temporali ed areali, Giappichelli Editore, ISBN: 9788892119215, 2018, Torino, pp. 101.
  17. De Iaco, S., Giungato G., Maggio S., Palma M., Posa D., Qualità e carte di controllo: aspetti teorici e computazionali, Giappichelli Editore, ISBN: 9788892119239, 2019, Torino, pp. 110.
  18. De Iaco, S., Maggio S., Palma M., Posa D.,      Modelli statistici di customer satisfaction. Alcune applicazioni, Giappichelli Editore, ISBN: 9788892119222, 2019, Torino, pp. 129.
  19. De Iaco, S., Giungato, G., Maggio, S., Panico, F., Analisi delle serie storiche e kriging per variabili finanziarie, Cleup sc, 2020, Padova, ISBN 9788854952089 pp. 123.
  20. De Iaco, S., Giungato, G., Attanasio, C., Modelli statistici spaziali e temporali per le compravendite nel settore immobiliare, Cleup sc, 2020, Padova, ISBN 9788854952096 pp. 110.

CAPITOLO DI LIBRO

  1. De Iaco S., Posa D., Some aspects of multivariate geostatistics, in Advances in Classification and Data Analysis (Borra S., Rocci R., Vichi M., Schader M.), Springer-Verlag, ISBN: 9783540414889, 2001, Berlino, pp. 315-324.
  2. De Iaco S., Maggio S., Palma M., Posa D., Advances in spatio-temporal modeling and prediction for environmental risk assessment, in AirPollution A Comprehensive Perspective, InTech Open, Eds. Haryanto B., ISBN: 9789535107057, 2012, Rijekea, pp. 365-390.
  3. De Iaco S., Palma M., Posa D., Geostatistics and the Role of Variogram in Time Series Analysis: a Critical Review, in Statistical Methods for Spatial Planning and Monitoring ( Montrone S., Perchinunno P.), Springer-Verlag, Print ISBN: 9788847027503, Online ISBN: 9788847027510, 2013, Bari, pp. 47-75.
  4.  Posa D., De Iaco S., Distefano V., Geostatistica e GIS: tecniche e strumenti per il monitoraggio ambientale, in Lo sviluppo sostenibile. Ambiente, risorse, innovazione, qualità. Scritti in memoria di Michela Specchiarello (Guido G., Massari S.), Franco Angeli Editore, ISBN 9788820447496, 2013, Milano, pp. 137-152.
  5. Distefano V., De Iaco S., Palma M., Spennato A., Radon Risk Analysis Through Geostatistical Tools Implemented in a WebGIS, in Air Pollution Current Issues, Eds. Nejadkoorki F., ISBN: 9789535121800, 2015, Yazd Pajhohesh, pp. 397-418.
  6. De Iaco S., Cappello C., Pellegrino D., L’indagine di customer satisfaction nel Polo oncologico di Lecce, in Ambiente e Salute: indagine di customer satisfaction per i servizi sanitari di onco-ematologia del Polo Ospedaliero V. Fazzi di Lecce (De Iaco S., Posa D., Palma M., Maggio S.), Maffei Editore, ISBN: 9788898883134, 2015, Trepuzzi, pp. 11-18.
  7. De Iaco S., Cappello C., Pellegrino D., Indagine nel DH di Ematologia, 2015, in Ambiente e Salute: indagine di customer satisfaction per i servizi sanitari di onco-ematologia del Polo Ospedaliero V. Fazzi di Lecce (De Iaco S., Posa D., Palma M., Maggio S.), Maffei Editore, ISBN: 9788898883134, 2015, Trepuzzi, pp. 41-64.
  8. De Iaco S., Pellegrino D., Spennato A., Analisi spaziale della mortalità per le neoplasie più diffuse, in Ambiente e salute Analisi della mortalità per patologie tumorali (De Iaco S., Posa D., Palma M., Maggio S.), Maffei Editore, ISBN: 9788898883066, 2016, Trepuzzi, pp. 109-128.
  9. Cappello C., De Iaco S., Maggio S., La mortalità per patologie tumorali in Italia e in Puglia, in Ambiente e salute Analisi della mortalità per patologie tumorali (De Iaco S., Posa D., Palma M., Maggio S.), Maffei Editore, ISBN: 9788898883066, 2016, Trepuzzi, pp. 109-128.
  10. De Iaco S., Maggio S., Palma M., Analisi temporale della mortalità per le neoplasie più diffuse, in Ambiente e salute Analisi della mortalità per patologie tumorali (De Iaco S., Posa D., Palma M., Maggio S.), Maffei Editore, ISBN: 9788898883066, 2016, Trepuzzi, pp. 65-108.
  11. De Iaco S., Palma M., Pellegrino D., Livello di informazione degli utenti dell’UO di Casarano-Gallipoli, in Ambiente e salute Indagine di customer satisfaction per i servizi sanitari di oncologia della struttura complessa di Casarano-Gallipoli (De Iaco S., Posa D., Palma M., Maggio S.), Maffei Editore, ISBN: 9788898883059, 2016, Trepuzzi, pp. 75-84.
  12. De Iaco S., Distefano V., Valutazione della qualità dei servizi nel DH di Gallipoli, in Ambiente e salute Indagine di customer satisfaction per i servizi sanitari di oncologia della struttura complessa di Casarano-Gallipoli (De Iaco S., Posa D., Palma M., Maggio S.), Maffei Editore, ISBN: 9788898883059, 2016, Trepuzzi, pp. 49-76.
  13. De Iaco S., Maggio S., Valutazione della qualità dei servizi nel DH di Casarano, in Ambiente e salute Indagine di customer satisfaction per i servizi sanitari di oncologia della struttura complessa di Casarano-Gallipoli (De Iaco S., Posa D., Palma M., Maggio S.), Maffei Editore, ISBN: 9788898883059, 2016, Trepuzzi, pp. 21-48.
  14. De Iaco S., Maggio S., Palma M., Posa D., Analisi spazio-temporale della mortalità nel Grande Salento, in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale (Posa D., De Iaco S., Maggio S., Palma M.), Giappichelli Editore, ISBN: 9788892110076, 2017, Torino, pp. 61-88.
  15. De Iaco S., Posa D. , Analisi geostatistica spazio-temporale, in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale (Posa D., De Iaco S., Maggio S., Palma M.), Giappichelli Editore, ISBN: 9788892110076, 2017, Torino, pp. 1-15.
  16. De Iaco S., Cappello C., Posa D., Test sul tipo di non separabilità e su classi di modelli di covarianza spazio-temporale, in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale (Posa D., De Iaco S., Maggio S., Palma M.), Giappichelli Editore, ISBN: 9788892110076, 2017, Torino, pp. 39-50.
  17. De Iaco S., Maggio S., Posa D., Spennato A., Sistemi informativi geografici per l’ambiente, in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale (Posa D., De Iaco S., Maggio S., Palma M.), Giappichelli Editore, ISBN: 9788892110076, 2017, Torino, pp. 89-104.
  18. De Iaco S., Posa D., Non separabilità per modelli di covarianza spazio-temporale, in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale (Posa D., De Iaco S., Maggio S., Palma M.), Giappichelli Editore, ISBN: 9788892110076, 2017, Torino, pp. 29-38.
  19. Cappello C., De Iaco S., Software per l’analisi spazio-temporale, in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale (Posa D., De Iaco S., Maggio S., Palma M.), Giappichelli Editore, ISBN: 9788892110076, 2017, Torino, pp. 17-28.
  20. De Iaco S.,  Distefano V., Palma M., Realizzazione di un WebGis per il fenomeno del randagismo, in Un modello statistico georiferito per il fenomeno dei cani vaganti (Palma M., Posa D., De Iaco S., Maggio S.), Maffei editore, ISBN: 9788898883097, 2017, Trepuzzi, pp. 63-71.
  21. Cappello C., De Iaco S., Maggio S., Spennato A., L’indagine campionaria in Provincia di Lecce, in Un modello statistico georiferito per il fenomeno dei cani vaganti (Palma M., Posa D., De Iaco S., Maggio S.), Maffei editore, ISBN: 9788898883097, 2017, Trepuzzi, pp. 17-24.
  22. De Iaco S., Maggio S., Pellegrino D., Posa D., Il fenomeno del randagismo: normativa e tecniche di monitoraggio, in Un modello statistico georiferito per il fenomeno dei cani vaganti (Palma M., Posa D., De Iaco S., Maggio S.), Maffei editore, ISBN: 9788898883097, 2017, Trepuzzi, pp. 1-16.
  23. De Iaco S., Posa D., Palma M., Maggio S., Ambiente e Salute: indagine di customer satisfaction per i servizi sanitari di onco-ematologia del Polo Ospedaliero V. Fazzi di Lecce, Maffei Editore, ISBN: 9788898883134, 2015, Trepuzzi, pp. 86.
  24. De Iaco S., Posa D., Palma M., Maggio S., Ambiente e salute Analisi della mortalità per patologie tumorali, Maffei Editore, ISBN: 9788898883066, 2016, Trepuzzi, pp. 140.
  25. De Iaco S., Posa D., Palma M., Maggio S., Ambiente e salute Indagine di customer satisfaction per i servizi sanitari di oncologia della struttura complessa di Casarano-Gallipoli, Maffei Editore, ISBN: 9788898883059, 2016, Trepuzzi, pp. 96.
  26. Posa D., De Iaco S., Maggio S., Palma M., Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale, Giappichelli Editore, ISBN: 9788892110076,, 2017, Torino pp. 104.
  27. Palma M., Posa D., De Iaco S., Maggio S., Un modello statistico georiferito per il fenomeno dei cani vaganti, Maffei editore, ISBN: 9788898883097, 2017, Trepuzzi, pp. 74.

CURATELE

  1. De Iaco S., Posa D., Palma M., Maggio S., Ambiente e Salute: indagine di customer satisfaction per i servizi sanitari di onco-ematologia del Polo Ospedaliero V. Fazzi di Lecce, Maffei Editore, ISBN: 9788898883134, 2015, Trepuzzi, pp. 86.
  2. De Iaco S., Posa D., Palma M., Maggio S., Ambiente e salute Analisi della mortalità per patologie tumorali, Maffei Editore, ISBN: 9788898883066, 2016, Trepuzzi, pp. 140.
  3. De Iaco S., Posa D., Palma M., Maggio S., Ambiente e salute Indagine di customer satisfaction per i servizi sanitari di oncologia della struttura complessa di Casarano-Gallipoli, Maffei Editore, ISBN: 9788898883059, 2016, Trepuzzi, pp. 96.
  4. Posa D., De Iaco S., Maggio S., Palma M., Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale, Giappichelli Editore, ISBN: 9788892110076,, 2017, Torino pp. 104.
  5. Palma M., Posa D., De Iaco S., Maggio S., Un modello statistico georiferito per il fenomeno dei cani vaganti, Maffei editore, ISBN: 9788898883097, 2017, Trepuzzi, pp. 74.
Scarica pubblicazioni

Consulta le pubblicazioni su IRIS

Temi di ricerca

1) studio comparativo tra diverse classi di modelli di covarianza spazio-temporali ed il modello somma-prodotto con applicazione a misure di concentrazione di un inquinante in ambiente urbano;2) introduzione di una classe più generale dei modelli di covarianza somma-prodotto;3) costruzione di famiglie parametriche non separabili di funzioni di covarianza spazio-temporali e risoluzione di alcuni aspetti applicativi al fine di adattare i modelli spazio-temporali ottenuti ai dati disponibili;4) introduzione del modello di coregionalizzazione lineare al fine di modellare i variogrammi semplici ed incrociati di due o più variabili;5) introduzione di una misura di inquinamento globale mediante l’analisi delle componenti principali nello spazio-tempo con applicazione su dati ambientali relativi ad inquinanti rilevati in ambiente urbano;6) analisi della correlazione canonica in un contesto spazio-temporale; questa tecnica sarà applicata a dati ambientali, al fine di indagare sulle interazioni possibili tra inquinanti e variabili atmosferiche;7) analisi delle corrispondenze applicata a dati di natura spazio-temporale relativi ad inquinanti atmosferici, al fine di ottenere una descrizione sintetica del fenomeno ed individuare possibili relazioni tra gli inquinanti esaminati;8) analisi spazio-temporale di una misura di inquinamento globale utilizzando la forma funzionale delle Funzioni Radiali, equivalente alla rappresentazione duale del kriging. 9)Geostatistica multivariata; 10)Simulazione stocastica; 11)Statistiche multi-punto
 

Risorse correlate

Documenti