Sabrina MAGGIO

Sabrina MAGGIO

Ricercatore Universitario

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 8786

Ricercatrice in Statistica (settore scientifico-disciplinare SECS S/01)

Orario di ricevimento

MARTEDI' ORE 18.00 

 

 

Visualizza QR Code Scarica la Visit Card

Curriculum Vitae

Sabrina Maggio was born in Muro Leccese, a little town near Lecce. She graduated with a degree in Degree in Economics obtained at the Faculty of Economics, University of Lecce (Italy) since 2000; moreover she has a Phd in in Economic and Quantitative Methods for the analysis of markets, with a dissertation in “Comparative study of some class of space-time covariance models from the University of Unisalento (Lecce). She is Assistant professor in Statistics at the University of Salento since 2005 and she has obtained the National Scientific Habilitation to become Associate Professor in july 2017. She attended courses

in “Computational Economics” at the University of Salento (2003: Summer School – July 2003), "Applied Geostatistics with R" at Salzburg University, Austria, prof. Rudolph Dutter (September 2011), GEOSTAT 2012”- ifgi Institute for Geoinformatics – University of Münster (September 2012).

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 Referee of Journal of Applied Statistics.

Sabrina Maggio is author of more than 60 publications (such as 5 journal articles, 11 books, 13 book chapters, 9 scientific reports, 7 Conference abstract with ISBN, 10 conference paper with ISBN, 1 conference poster with ISBN) and other works without ISBN.

Didattica

A.A. 2019/2020

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore 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 (M - Z)

STATISTICA MEDICA

Corso di laurea SCIENZE MOTORIE E DELLO SPORT

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 4.0

Ripartizione oraria Ore Attività frontale: 32.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2019/2020

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE E TECNOLOGIE BIOLOGICHE ED AMBIENTALI

Percorso PERCORSO COMUNE

A.A. 2018/2019

STATISTICA E ANALISI DEI DATI

Corso di laurea MANAGEMENT DIGITALE

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 10.0

Ripartizione oraria Ore Attività frontale: 60.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2018/2019

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso GENERALE

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore 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 (M - Z)

A.A. 2017/2018

Statistica descrittiva per la gestione dei processi formativi

Corso di laurea CONSULENZA PEDAGOGICA E PROGETTAZIONE DEI PROCESSI FORMATIVI

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 36.0

Anno accademico di erogazione 2017/2018

Per immatricolati nel 2017/2018

Anno di corso 1

Struttura DIPARTIMENTO DI STORIA, SOCIETA' E STUDI SULL'UOMO

Percorso PERCORSO COMUNE

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Anno accademico di erogazione 2017/2018

Per immatricolati nel 2017/2018

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (M - Z)

A.A. 2016/2017

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 102.0

Anno accademico di erogazione 2016/2017

Per immatricolati nel 2016/2017

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (M - Z)

A.A. 2015/2016

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 102.0

Anno accademico di erogazione 2015/2016

Per immatricolati nel 2015/2016

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (M - Z)

A.A. 2014/2015

STATISTICA I

Corso di laurea ECONOMIA AZIENDALE

Tipo corso di studio Laurea

Crediti 10.0

Ripartizione oraria Ore Attività frontale: 80.0 Ore Studio individuale: 170.0

Anno accademico di erogazione 2014/2015

Per immatricolati nel 2014/2015

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (M - Z)

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 102.0

Anno accademico di erogazione 2014/2015

Per immatricolati nel 2014/2015

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (M - Z)

A.A. 2013/2014

STATISTICA I

Corso di laurea ECONOMIA AZIENDALE

Tipo corso di studio Laurea

Crediti 10.0

Ripartizione oraria Ore Attività frontale: 80.0 Ore Studio individuale: 170.0

Anno accademico di erogazione 2013/2014

Per immatricolati nel 2013/2014

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (M - Z)

STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 102.0

Anno accademico di erogazione 2013/2014

Per immatricolati nel 2013/2014

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Partizione (M - Z)

Torna all'elenco
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore 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). 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.

Il superamento della prova d'esame consentirà l'acquisizione di competenze e conoscenze, nonché autonomia di giudizio in linea con i risultati attesi riportati nella sezione "obiettivi formativi", secondo 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 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:

Maggio Sabrina (presidente); Posa Donato (componente); De Iaco Sandra (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. Tutto fino al paragrafo 5.6.2 Equazioni del kriging stazionario. 5.7 Validazione incrociata.

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

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 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 MEDICA

Corso di laurea SCIENZE MOTORIE E DELLO SPORT

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 4.0

Ripartizione oraria Ore Attività frontale: 32.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2019/2020

Anno di corso 1

Semestre Primo Semestre (dal 30/09/2019 al 17/01/2020)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

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

L’insegnamento di Statistica Medica fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico un’indagine statistica e propone lo studio degli indici statistici fondamentali per la realizzazione dell’analisi descrittiva delle variabili quali-quantitative rilevate nell’ambito della stessa indagine.

Il corso si propone di chiarire i principi essenziali e le potenzialità della Statistica nell’ambito delle indagini mediche. L’obiettivo è quello di illustrare alcuni dei principali metodi e strumenti di Statistica Descrittiva che è possibile applicare nelle indagini campionarie eseguite in ambito medico-sanitario. A tal fine, il programma prevede che vengano trattati durante il corso le tecniche di campionamento; le tabelle statistiche e le rappresentazioni grafiche; gli indici di posizione e di variabilità assoluta.

 

Risultati attesi secondo i descrittori di Dublino:

 

Conoscenza e capacità di comprensione (knowledge and understanding):

 

- Acquisizione degli strumenti della Statistica descrittiva al fine di descrivere, sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative a variabili quantitative e qualitative riguardanti un fenomeno collettivo.

 

- Conoscenza delle Fonti statistiche ufficiali più utilizzate a livello nazionale (ISTAT, Uffici Statistici Provinciali e Comunali ecc.) 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 lettura e valutazione dei metadati che accompagnano le fonti statistiche.

 

- Capacità di percezione dei problemi sanitari 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.

 

Abilità comunicative (communication skills)

 

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

 

Capacità di apprendimento (learning skills)

 

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

Lezioni frontali ed esercitazioni in aula

Prova scritta a conclusione del ciclo di lezioni frontali (verifica delle nozioni acquisite mediante lo sviluppo di elaborati scritti per la parte inerente alle applicazioni statistiche). 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.

Il superamento della prova d'esame consentirà l'acquisizione di competenze e conoscenze, nonché autonomia di giudizio in linea con i risultati attesi riportati nella sezione "obiettivi formativi", secondo 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 fra studenti frequentanti e non frequentanti.

-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.

1. Concetti introduttivi e definizioni fondamentali. 1.1. Definizione e campi di applicazione della statistica. 1.2. L'indagine statistica. 1.3. Fonti di rilevazione statistica. 1.4. Tecniche di campionamento. 1.5. Caratteri e modalità. 1.6. Il formalismo statistico. 2. Tabelle statistiche e rappresentazioni grafiche. 2.1. Le distribuzioni statistiche. 2.2. Le rappresentazioni grafiche. 3. Le medie. 3.1. Le medie analitiche. 3.2. Le medie lasche. 4. La variabilità.  4.1. gli indici di variabilità. 4.2. indici di dispersione. 4.3. indici di disuguaglianza.  4.4. intervalli di variazione.

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

 

- D. Posa, S. De Iaco, M. Palma, S. Maggio, Esercizi di statistica descrittiva, Giappichelli editore, 2006.

STATISTICA MEDICA (SECS-S/01)
STATISTICA E ANALISI DEI DATI

Corso di laurea MANAGEMENT DIGITALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 10.0

Ripartizione oraria Ore Attività frontale: 60.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2018/2019

Anno di corso 1

Semestre Secondo Semestre (dal 25/02/2019 al 31/05/2019)

Lingua ITALIANO

Percorso GENERALE (000)

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

L’insegnamento di Analisi Statistica dei dati fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico un’indagine statistica e propone lo studio degli indici statistici fondamentali per la realizzazione dell’analisi descrittiva delle variabili quali-quantitative rilevate nell’ambito della stessa indagine.

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 (ISTAT, ISMEA, ecc.) 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 descrivere, sintetizzare numericamente, presentare e quindi interpretare le osservazioni relative ai fenomeni collettivi, anche in campo aziendale, economico e finanziario.

- Conoscenza delle Fonti statistiche ufficiali più utilizzate a livello nazionale (ISTAT, ISMEA, ecc.) 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). 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.

Il superamento della prova d'esame consentirà l'acquisizione di competenze e conoscenze, nonché autonomia di giudizio in linea con i risultati attesi riportati nella sezione "obiettivi formativi", secondo 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 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

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

Dal volume "Fondamenti di Statistica descrittiva":

1. Concetti introduttivi e formalismo. 1.1. Cenni storici. 1.2 Campi di applicazione della Statistica. 1.3. L'indagine statistica. 1.3. Fonti di rilevazione statistica. 1.4. Tecniche di campionamento. 1.5. Caratteri e modalità. 1.6. Il formalismo statistico. 2. Tabelle statistiche e rappresentazioni grafiche. 2.1. Le distribuzioni statistiche. 2.2. Le rappresentazioni grafiche. 3. Indici di posizione. 3.1. Le medie analitiche. 3.2. Le medie lasche. 3.3. Diagramma a scatola e baffi 4. Indici di variabilità. 4.1. Tipologie di indici di variabilità. 4.2. Indici di dispersione. 4.3. Indici di disuguaglianza. 4.4. Intervalli di variazione. 4.5. La variabilità relativa. 4.6. La concentrazione. 4.7. Scarti standardizzati. 5. Gli indici di forma. 5.1. Simmetria. 5.2. Curtosi. 6. I rapporti statistici. 6.1. Concetti generali. 6.2. Classi di rapporti statistici. 6.3. Numeri indici. 7. Analisi della dipendenza. 7.1. Indipendenza. 7.2. Analisi della regressione. 7.3. Indice di determinazione. 8. Analisi dell'interdipendenza. 8.1. Aspetti della correlazione. 8.2. Codevianza. 8.3. Coefficiente di correlazione lineare. 8.4. La cograduazione. 9. Distribuzioni empiriche e curva normale. 9.1. Distribuzione empirica e distribuzione teorica. 9.2 Curva normale. 9.3. Disuguaglianza di Bienaymé-Chebyshev.

-D. Posa, S. De Iaco, M. Palma, Fondamenti di Statistica descrittiva: II edizione, Giappichelli Editore, 2008.

-D. Posa, S. De Iaco, M. Palma, S. Maggio, Esercizi di statistica descrittiva, Giappichelli editore, 2006

STATISTICA E ANALISI DEI DATI (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 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

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). 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.

Il superamento della prova d'esame consentirà l'acquisizione di competenze e conoscenze, nonché autonomia di giudizio in linea con i risultati attesi riportati nella sezione "obiettivi formativi", secondo 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 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:

Maggio Sabrina (presidente); Posa Donato (componente); De Iaco Sandra (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. Tutto fino al paragrafo 5.6.2 Equazioni del kriging stazionario. 5.7 Validazione incrociata.

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

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 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 descrittiva per la gestione dei processi formativi

Corso di laurea CONSULENZA PEDAGOGICA E PROGETTAZIONE DEI PROCESSI FORMATIVI

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 36.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2017/2018

Anno di corso 1

Semestre Primo Semestre (dal 02/10/2017 al 26/01/2018)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

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

L’insegnamento di Statistica descrittiva per la gestione dei processi formativi fornisce agli studenti le basi teoriche per affrontare con rigore e metodo scientifico un’indagine statistica e propone lo studio degli indici statistici fondamentali per la realizzazione dell’analisi descrittiva delle variabili quali-quantitative rilevate nell’ambito della stessa indagine.

Il corso si propone di fornire metodologie e strumenti di Statistica descrittiva, per l’acquisizione di competenze nell’analisi esplorativa dei dati, ovvero per descrivere, sintetizzare, presentare ed interpretare le osservazioni di fenomeni collettivi.

Lezioni frontali ed esercitazioni in aula

Prova scritta

"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

1. Concetti introduttivi e definizioni fondamentali. 1.1. Definizione e campi di applicazione della statistica. 1.2. L'indagine statistica. 1.3. Fonti di rilevazione statistica. 1.4. Tecniche di campionamento. 1.5. Caratteri e modalità. 1.6. Il formalismo statistico. 2. Tabelle statistiche e rappresentazioni grafiche. 2.1. Le distribuzioni statistiche. 2.2. Le rappresentazioni grafiche. 3. Le medie. 3.1. Le medie analitiche. 3.2. Le medie lasche. 3.3. Il diagramma a scatola e baffi. 4. La variabilità. 4.1. gli indici di variabilità. 4.2. indici di dispersione. 4.3. indici di disuguaglianza. 4.4. intervalli di variazione. 4.5. la variabilità relativa 5. Analisi dell'interdipendenza. 5.1. Aspetti della correlazione. 5.2. Codevianza. 5.3. Coefficiente di correlazione lineare. 5.4. La cograduazione.

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

D. Posa, S. De Iaco, M. Palma, S. Maggio, Esercizi di statistica descrittiva, Giappichelli editore, 2006.

Statistica descrittiva per la gestione dei processi formativi (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 Attività frontale: 48.0

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)
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2017/2018

Anno di corso 1

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:

Maggio Sabrina (presidente); Posa Donato (componente); De Iaco Sandra (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. Tutto fino al paragrafo 5.6.2 Equazioni del kriging stazionario. 5.7 Validazione incrociata.

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

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 Attività frontale: 48.0 Ore Studio individuale: 102.0

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

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 Attività frontale: 48.0 Ore Studio individuale: 102.0

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

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 Attività frontale: 48.0 Ore Studio individuale: 102.0

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

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 Attività frontale: 48.0 Ore Studio individuale: 102.0

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

Percorso PERCORSO COMUNE (999)

STATISTICA INFERENZIALE
STATISTICA I

Corso di laurea ECONOMIA AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 10.0

Ripartizione oraria Ore Attività frontale: 80.0 Ore Studio individuale: 170.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2014/2015

Anno di corso 1

Semestre Annualità Singola (dal 22/09/2014 al 31/05/2015)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

STATISTICA I (SECS-S/01)
STATISTICA I

Corso di laurea ECONOMIA AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea

Crediti 10.0

Ripartizione oraria Ore Attività frontale: 80.0 Ore Studio individuale: 170.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2014/2015

Anno di corso 1

Semestre Annualità Singola (dal 22/09/2014 al 31/05/2015)

Lingua

Percorso PERCORSO COMUNE (999)

STATISTICA I
STATISTICA INFERENZIALE

Corso di laurea MANAGEMENT AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea Magistrale

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 102.0

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
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 Attività frontale: 48.0 Ore Studio individuale: 102.0

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 I

Corso di laurea ECONOMIA AZIENDALE

Settore Scientifico Disciplinare

Tipo corso di studio Laurea

Crediti 10.0

Ripartizione oraria Ore Attività frontale: 80.0 Ore Studio individuale: 170.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2013/2014

Anno di corso 1

Semestre Annualità Singola (dal 23/09/2013 al 31/05/2014)

Lingua

Percorso PERCORSO COMUNE (999)

STATISTICA I
STATISTICA I

Corso di laurea ECONOMIA AZIENDALE

Settore Scientifico Disciplinare SECS-S/01

Tipo corso di studio Laurea

Crediti 10.0

Ripartizione oraria Ore Attività frontale: 80.0 Ore Studio individuale: 170.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2013/2014

Anno di corso 1

Semestre Annualità Singola (dal 23/09/2013 al 31/05/2014)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

STATISTICA I (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 Attività frontale: 48.0 Ore Studio individuale: 102.0

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
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 Attività frontale: 48.0 Ore Studio individuale: 102.0

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)

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) estensione delle tecniche di previsione (kriging) a campi aleatori vettoriali (ad esempio, velocità del vento);
9) analisi spazio-temporale di una misura di inquinamento globale utilizzando la forma funzionale delle Funzioni Radiali, equivalente alla rappresentazione duale del kriging;
10) problematiche connesse all’applicabilità del cokriging, quale strumento di analisi spaziale multivariata, all’analisi spazio-temporale multivariata.
11) sviluppo di software per effettuare l'analisi spazio-temporale.
L'analisi delle caratteristiche dei modelli di covarianza spazio-temporali e la ricerca di nuove classi di covarianze (di cui ai punti 1), 2)e 3)), così come i diversi approcci proposti per l'analisi spazio-temporale multivariata di data set ambientali (di cui ai punti 4), 5), 6), 7), 8), 9), 10)), e la loro implementazione (punto 11)), contribuiscono a fornire gli strumenti per affrontare le problematiche ambientali, quali, ad esempio, l'analisi e la previsione delle concentrazioni degli inquinanti atmosferici per:
a) la valutazione dell'impatto sul benessere degli ecosistemi;
b) l'adozioni di opportune misure di risanamento e prevenzione.

Risorse correlate

Documenti