Sandra DE IACO

Sandra DE IACO

Professore II Fascia (Associato)

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

ASSOCIATO 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

Martedì ore 18:00-19:00 presso il primo piano, del Dip.to di Scienze dell'Economia (plesso C, compl. Ecotekne)

Visualizza QR Code Scarica la Visit Card

Curriculum Vitae

Sandra De Iaco was born in Maglie, a town near Lecce. She graduated with a degree in Degree in Economics (cum laude) obtained at the Faculty of Economics, University of Lecce, Italy since 1996; moreover she has a Phd in Statistics, with a dissertation in "Space-time covariance models" from the University of Chieti (Pescara).

She is Associate professor in Statistics at the University of Salento since 2005 and she has obtained the National Scientific Habilitation to become Full Professor in march 2017. She attended courses in Theory of Statistics (prof. W.G. Faris, Università dell'Arizona, Tucson USA from January 14 to March 10, 2000), Robust Statistics (prof. H. Oja Hannu, Università di Jyvaskyla, Finlandia from July 31 to August 20, 2004), Time series: Applications and Advances (prof. Harold D. Clarke, University of Essex - Essex Summer school in Social Science Data Analysis and Collection from June 12 to August 20, 2004). 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 various international journal, such as Stochastic Environmental Research and Risk Assessment; Computational Statistics and Data Analysis, Journal of Applied Statistics, Computers and Geosciences, Advances in Water Resources; Mathematical Geosciences; Journal of Geographical Systems, Springer; IEEE Transactions on Geoscience and Remote Sensing; Mathematical Reviews dell’American Mathematical Society; Environmental and Ecological Statistics (EEST); Spatial Statistics; Journal of Applied Geophysics - Elsevier; Hydrology Research.In 2005, Inc. Marquis Who's Who awarded Sandra De Iaco as the “Who's Who in Science and Engineering 2005-2006” . Sandra De Iaco is author of more than 100 publications (such as 30 journal articles, 18 books, 9 book chapters, 9 scientific reports, 9 Conference abstract with ISBN, 23 conference paper with ISBN, 1 conference poster with ISBN) and various other works without ISBN.

Scarica curriculum vitae

Didattica

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 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 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 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 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 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 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 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 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

A.A. 2017/2018

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 Attività frontale: 64.0

Anno accademico di erogazione 2017/2018

Per immatricolati nel 2017/2018

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce

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 (A - L)

STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Course type Laurea

Language INGLESE

Credits 8.0

Teaching hours Ore Attività frontale: 64.0

Year taught 2017/2018

For matriculated on 2016/2017

Course year 2

Structure DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Subject matter PERCORSO COMUNE

Location Lecce

A.A. 2016/2017

ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore Attività frontale: 64.0 Ore Studio individuale: 136.0

Anno accademico di erogazione 2016/2017

Per immatricolati nel 2016/2017

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce - Università degli Studi

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 (A - L)

STATISTICAL SAMPLING AND INFERENCE

Corso di laurea ECONOMIA E FINANZA

Tipo corso di studio Laurea

Crediti 6.0

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

Anno accademico di erogazione 2016/2017

Per immatricolati nel 2015/2016

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce - Università degli Studi

A.A. 2015/2016

ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore Attività frontale: 64.0 Ore Studio individuale: 136.0

Anno accademico di erogazione 2015/2016

Per immatricolati nel 2015/2016

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce - Università degli Studi

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 (A - L)

STATISTICAL SAMPLING AND INFERENCE

Corso di laurea ECONOMIA E FINANZA

Tipo corso di studio Laurea

Crediti 6.0

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

Anno accademico di erogazione 2015/2016

Per immatricolati nel 2014/2015

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce - Università degli Studi

A.A. 2014/2015

ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore Attività frontale: 64.0 Ore Studio individuale: 136.0

Anno accademico di erogazione 2014/2015

Per immatricolati nel 2014/2015

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce - Università degli Studi

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 (A - L)

STATISTICAL SAMPLING AND INFERENCE

Corso di laurea ECONOMIA E FINANZA

Tipo corso di studio Laurea

Crediti 6.0

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

Anno accademico di erogazione 2014/2015

Per immatricolati nel 2013/2014

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce - Università degli Studi

A.A. 2013/2014

ANALISI DELLE SERIE STORICHE

Corso di laurea Economia finanza e assicurazioni

Tipo corso di studio Laurea Magistrale

Crediti 8.0

Ripartizione oraria Ore Attività frontale: 64.0 Ore Studio individuale: 136.0

Anno accademico di erogazione 2013/2014

Per immatricolati nel 2013/2014

Anno di corso 1

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce - Università degli Studi

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 (A - L)

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

Ripartizione oraria Ore 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.

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 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.

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)

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 dell'interdipendenza. Aspetti della correlazione. Codevianza. Coefficiente di correlazione lineare.  La cograduazione. 6. Casi di studio riguardanti gli indicatori turistici.

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

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 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 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

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 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

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 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 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 dell'interdipendenza. Aspetti della correlazione. Codevianza. Coefficiente di correlazione lineare.  La cograduazione. 6. Casi di studio riguardanti gli indicatori turistici.

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

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 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 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 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 Attività frontale: 64.0

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 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:

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 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)
STATISTICAL SAMPLING AND INFERENCE

Degree course ECONOMIA E FINANZA

Subject area SECS-S/01

Course type Laurea

Credits 8.0

Teaching hours Ore 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 Attività frontale: 64.0 Ore Studio individuale: 136.0

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

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 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
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 Attività frontale: 48.0 Ore Studio individuale: 102.0

Per immatricolati nel 2015/2016

Anno accademico di erogazione 2016/2017

Anno di corso 2

Semestre Secondo Semestre (dal 23/02/2017 al 31/05/2017)

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 Attività frontale: 64.0 Ore Studio individuale: 136.0

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

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 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
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 Attività frontale: 48.0 Ore Studio individuale: 102.0

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 Attività frontale: 64.0 Ore Studio individuale: 136.0

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

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)
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 Attività frontale: 48.0 Ore Studio individuale: 102.0

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 Attività frontale: 64.0 Ore Studio individuale: 136.0

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

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)

Pubblicazioni

PUBBLICAZIONI SU RIVISTE INTERNAZIONALI 

  1. Convergence of realization-based statistics to model-based statistics for the LU unconditional simulation algorithm. Some numerical tests (De Iaco S., Palma M.), Stochastic Environmental Research and Risk Assessment,  Springer, 2002, 16, 5, 333-341.
  2. Some aspects of multivariate geostatistics (De Iaco S., Posa D.), Advances in Classification and Data Analysis, Eds. Borra S., Rocci R., Vichi M., Schader M.,  Springer Series, 2001, 315-324.
  3. Space-time analysis using a general product-sum model, De Iaco S.; Myers D. E.; Posa D., 2001, Statistics and Probability  Letters, Vol.  52(1), pp. 21-28.
  4. Nonseparable space-time covariance models: some parametric families,  De Iaco S.; Myers D. E.; Posa D. , 2002, Mathematical Geology, Vol. 34(1), pp. 23-41.
  5. Space-Time Radial Basis Functions, Myers D. E., De Iaco S.; Posa D.; De Cesare  L., 2002, Computers and Mathematics with Applications, Vol. 43(3-5), pp. 539-549.
  6. Space-time variograms and a functional form for total air pollution measures,De Iaco S.; Myers D.E.; Posa D., 2002, Computational Statistics and Data Analysis, North-Holland, Vol. 41(2), pp. 311-328.
  7. Covariance functions and models for complex-valued random fields, De Iaco S.; Palma M.; Posa D., 2003, Stochastic Environmental Research and Risk Assessment,  Springer, Vol.  17, pp.  145-156.
  8. The linear coregionalization model and the product-sum space-time variogram, De Iaco S.; Myers D. E.; Posa D., 2003, Mathematical Geology, Kluwer Academic-Plenum Publishers, Vol. 35(1), pp. 25-38.
  9. Modelling and prediction of multivariate space-time random fields, De Iaco S.; Palma M.;  Posa D., 2005, Computational Statistics and Data Analysis, North- Holland, Vol. 48 (3), pp. 525-547.
  1. FORTRAN programs for space-time multivariate modeling and prediction, (De Iaco S., Myers D. E., Palma, M., Posa D.), Computers& Geosciences, ,  Elsevier, 2010, 36 (5), 636-646.
  2. Space-time correlation analysis: a comparative study, (De Iaco S.), Journal of Applied Statistics, Taylor & Francis, 2010, 37(6), 1027-1041.
  3. On strict positive definiteness of product and product-sum covariance models.(De Iaco S., Myers D. E., Posa D) 2011. Journal of Statistical Planning and Inference, vol. 142; p. 1080-1095, ISSN: 0378-3758
  4. Validation techniques for geological patterns simulations based on variogram and multiple-point statistics. De Iaco S., Maggio S. 20 Mathematical Geosciences, vol. 43; p. 1014-1034, ISSN: 1874-8961
  5. Strict positive definiteness of a product of covariance functions. (De Iaco S., Myers D. E., Posa D.), 2011. Communications in statistics. Theory and methods, 40(24):4400–4408, ISSN: 0361-0926
  6. A new space-time multivariate approach for environmental data analysis. De Iaco S. 2011. Journal of Applied Statistics, 38(11), 2471–2483
  7. Towards an automatic procedure for modeling multivariate space-time data (De Iaco S., Maggio S., Palma, M., Posa D.), 2012. Computers& Geosciences,  Elsevier, Vol.41, 1-11.
  8. Predicting spatio-temporal random fields: Some computational aspects (De Iaco S., Posa D.), 2012. Computers& Geosciences,  Elsevier, Vol.41, 12-24
  9. Prediction of particle pollution through space-time multivariate analysis (De Iaco S.; Palma M.; Posa D.) 2013,ASTA ADVANCES IN STATISTICAL ANALYSIS, 97, 133-150
  10. Using simultaneous diagonalization to identify a space-time linear coregionalization, (De Iaco S., Myers D. E., Palma M., Posa D.) 2013), Mathematical Geosciences, 45, 69-86
  11. Complex-valued random fields for vectorial data: estimating and modeling aspects, Mathematical Geosciences De Iaco S.; Posa D.; Palma M. (2013),  45, 557-573
  12. Positive and negative non-separability for space-time covariance models, De Iaco, S., Posa, D. (2013), Journal of Statistical Planning and Inference, 143, 378–391.
  13. Characteristics of some classes of space-time covariance functions, De Iaco S.;  Posa D.;  Myers D.E. (2013), Journal of Statistical Planning and Inference, 143, 2002–2015.
  14. On the use of different metrics for assessing complex patterns reproductions (De Iaco S.) 2013, JOURNAL OF APPLIED STATISTICS, 808-822
  15. Spatio-temporal geostatistical modeling for French fertility, De Iaco, S., Palma, M., Posa, D., 2015, Spatial Statistics. Vol. 14, Part C, pp. 546-562.
  16. Kalimeris, A.; Kolios, S.; Halvatzaras, D.; Posa, D.; Deiaco, S.; Palma, M.; Skordilis, C.; Myrsilidis, M. (2015), The Ionian-Puglia Network of Meteorological - Environmental Stations. Ι. Geophysical Environment and Technical Description, JOURNAL ODYSSEUS, 7, 45 p.
  17. A dynamic model for age-specific fertility rates in Italy. De Iaco S., Maggio S. (2016). Spatial Statistics, vol. 17, p. 105-120
  18. Wind velocity prediction through complex kriging: formalism and computational aspects, De Iaco, S.; Posa, D., 2016, Environmental And Ecological Statistics, Vol. 23(1), pp. 115-139.
  19. A general procedure for selecting a class of fully symmetric space-time covariance functions, De Iaco, S., Palma, M., Posa D., 2016, Environmetrics. Vol. 27(4),  pp. 212–224.
  20. The cgeostat Software for Analyzing Complex-Valued Random Fields, De Iaco, S. (2017) JOURNAL OF STATISTICAL SOFTWARE, 79 (5), 1-32
  21. Radon Predictions with Geographical Information System Covariates: From Spatial Sampling to Modeling. De Iaco S., Maggio S., Palma M. (2017). Geographical Analysis, 49(2) , 215-235
  22.  “covatest: Tests on Properties of Space-Time Covariance Functions" - De Iaco, S. (aut), Cappello C. (aut), Posa D. (aut), Maggio S. (ctb)  (2017) (https://CRAN.Rproject.org/package=covatest). 18 p.
  23. Testing the type of non-separability and some classes of space-time covariance function models. (Cappello, C.; de Iaco, S.; Posa, D) 2018, STOCHASTIC ENVIRONMENTAL RESEARCH AND RISK ASSESSMENT - ISSN:1436-3240 vol. 32(1) pp.17-35.
  24. Strict positive definiteness in geostatistics. (De Iaco, S., Posa D.), 2018, STOCHASTIC ENVIRONMENTAL RESEARCH AND RISK ASSESSMENT - ISSN:1436-3240 vol. 32(3) pp.577-590.
  25. A Multilevel Multinomial Model for the Dynamics of Graduates Employment in Italy (De Iaco, S., Maggio, S., Posa, D.), 2018,  Social Indicators Research, pp. 1-20. First online 7 aprile 2018. DOI: 10.1007/s11205-018-1884-5
  26. The residential real estate market in Italy: a spatio-temporal analysis (M. Palma, C. Cappello, S. De Iaco, D. Pellegrino), 2018, Quality & Quantity Special Issue, Springer, DOI: 10.1007/s11135-018-0768-8   

PUBBLICAZIONI SU RIVISTE NAZIONALI 

  1. Analisi geostatistica della distribuzione spaziale delle aziende olivicole nella provincia di Lecce, De Iaco S., Mariella L, Posa D., 1998, Rivista di Statistica Applicata, Vol. 10(1), pp. 53-71.
  2. Processi valutativi, qualità dei prodotti e interessi, Posa D.; De Iaco S.; Maggio S.; Palma M., 2014, Statistica e Società, Anno III, N. 3, 2014, pp. 13-18.

PUBBLICAZIONI NEGLI ATTI DI CONGRESSI INTERNAZIONALI  E NAZIONALI 

  1. On space-time variograms: estimation and modelling choices (De Iaco S., Myers, D. E., Posa D.), A Bernoulli Society satellite meeting of ISI’2007 - Probability and Statistics in Science and Technology, Porto, Portugal, 30th Aug. 1st Sep. 2007, Eds. Holger Rootzén & Paula Milheiro-Oliveira, FEUP, Portugal, 2007, 83-84.
  2. Some aspects of multiple-point statistics (De Iaco S., Conza E.), A Bernoulli Society satellite meeting of ISI’2007 - Probability and Statistics in Science and Technology, Porto, Portugal, 30th Aug. 1st Sep. 2007, Eds. Holger Rootzén & Paula Milheiro-Oliveira, FEUP, Portugal, 2007, 83-84.
  3. Space-time correlation analysis: a comparative study, International Conference, Applied Statistics 2007 – Statistical Society of Slovenia, Sep. 23-26, 2007, Ribno (Bled), Slovenia, Eds. Gaj Vidmar & Janez Stare, printed by Statistical office of the Republic of Slovenia, Ljubljana.
  4. A GIS for the water-server system in Lecce District (con Aprile e Posa) Innovazione e Società - Convegno SIS 2009, 24-26 Giu, Brescia, Italia.
  5. Un modello statistico per le dinamiche spaziali del capitale umano qualificato (con Maggio e Santandrea), XXXI Conferenza Italiana Di Scienze Regionali AISRe, 19-22 Set, 2010, Aosta, Italia
  6. Fitting the space-time linear coregionalization model by usingsimultaneous diagonalization (con Myers, Palma, Posa) International Association for Mathematical Geosciences 2010 - 29 Aug-2 Sep, Budapest, Ungheria
  7. Modeling  and  prediction  techniques  for  multivariate space-time  data: a  case  study (con Myers, Palma, Posa) Spatial Statistics 2011- 23-25 Mar, Enschede, The Netherlands
  8. A new procedure for fitting a multivariate space-time linear coregionalization model (De Iaco, Palma, Posa) Spatial 2 – Spatial Data Methdos for Environmental and Ecological Processes – 1-2 Set, 2011, Foggia - Baia delle Zagare, Italia
  9.  Applying a new procedure for fitting a multivariate space-time linear coregionalization model (De Iaco, Palma, Posa) Spatial 2 – Spatial Data Methdos for Environmental and Ecological Processes – 1-2 Set, 2011, Foggia - Baia delle Zagare, Italia.
  10. On the choice of a linear coregionalization model in space-time (De Iaco, Maggio, Palma, Posa), IAMG 2011, 5-9 Set, 2011, Salisburgo, Austria.
  11. Space-time multivariate analysis based on anisotropic covariance models (De Iaco, Maggio, Palma, Posa), IAMG 2011, 5-9 Set, 2011, Salisburgo, Austria.
  12. Complex-valued random fields for vectorial data, (De Iaco S., Palma M., Posa D.), IX European Conference on Geostatistics for Environmental Applications, Valencia, Spain, September 19-21, 2012
  13. Multivariate geostatistical models for radon risk mapping, (De Iaco S., Maggio S., Palma M., Posa D.) ,IX European Conference on Geostatistics for Environmental Applications, Valencia, Spain, September 19-21, 2012
  14. High-order statistics and objective measures of similarities for assessing template size sensitivities and convergence (De Iaco S.), IX European Conference on Geostatistics for Environmental Applications, Valencia, Spain, September 19-21, 2012
  15. A latent variables based-model for spatiotemporal environmental analysis (S. De Iaco, M. Palma, D. Posa), presentato in occasione della conferenza internazionale Advances in Latent Variables - Methods, Models and Applications, 19-21 Giugno 2013, Eds. Brentari E., Carpita M., Vita e Pensiero, Milano, Italia, ISBN 978 88 343 2556 8.
  16. Modeling environmental quality: a case study (S. De Iaco, S. Maggio, M. Palma, D. Posa), presentato in occasione della conferenza internazionale SIS 2014, 11-13 Giugno 2014, Eds. S. Cabras, T. Di Battista, W. Racugno, CUEC Editrice, ISBN: 978-88-8467-874-4
  17. Computing non-separability for space-time covariance functions: a case study on PM10 data (C. Cappello, S. De Iaco, D. Posa) presentato in occasione della conferenza internazionale SIS 2014, 11-13 Giugno 2014, Eds. S. Cabras, T. Di Battista, W. Racugno, CUEC Editrice, ISBN: 978-88-8467-874-4
  18. PM10 temporal behavior and predictions through a geostatistical model (S. De Iaco, S. Maggio, M. Palma, D. Posa), presentato in occasione della conferenza internazionale DUST 2014, 1-6 Giugno 2014, Eds. C. Belviso, S. Fiore, M.L. Giannossi, ISBN: 978-88-7522-095-2
  19. Structural analysis and modeling choice for air quality data (C. Cappello, S. De Iaco, D. Posa), presentato in occasione della conferenza internazionale GeoEnv 2014, 9-11 Luglio 2014, Parigi, Francia.
  20. A geostatistical approach for radon risk prediction(Cappello C., De Iaco S., Palma M., Pellegrino D.),presentato in occasione del Convegno Internazionale Applied Statistics 2014, Ribno (Bled), Slovenia, 21-24 Settembre 2014.
  21. Factor analysis and structural equation  modeling in oncology research (Distefano V., De Iaco S., Palma M., Spennato A.), presentato in occasione del Convegno Internazionale Applied Statistics 2014, Ribno (Bled), Slovenia, 21-24 Settembre 2014.
  22. Soil radon analysis through geostatistical tools implemented in a GIS (Spennato A., De Iaco S., Distefano V., Palma M., Maggio S.), presentato in occasione del Convegno Internazionale Applied Statistics 2014, Ribno (Bled), Slovenia, 21-24 Settembre 2014.
  23. Radon Risk Analysis Through Geostatistical Tools Implemented in a WebGIS, Distefano, V.; De Iaco, S.; Palma, M.; Spennato, A. (2015), ISBN: 978-953-51-2180-0, Farhad Nejadkoorki, Yazd, Pajhohesh, Current Air Quality Issues, 397-418
  24. Predictions of complex-valued random fields, De Iaco, S.; Posa, D.; Palma, M.; Maggio, S., 2015, IAMG 2015, Freiberg, H. Schaeben, R. Tolosana Delgado, K. G. van den Boogaart, R. van den Boogaart, ISBN: 9783000503375.
  25. Selecting space-time covariance functions for modeling environmental data, Cappello, C., De Iaco S.; Posa, D.; Palma, M., 2015, IAMG 2015, Freiberg, H. Schaeben, R. Tolosana Delgado, K. G. van den Boogaart, R. van den Boogaart, ISBN: 9783000503375.
  26. Geostatistical models and new computational aspects for space-time predictions: Some statistical tests and a case study on environmental data. Cappello C., De Iaco S., Maggio S., Posa D. (2016). In: Book Of Abstracts Geostatistics For Environmental Applications geoENV 2016. p. 49, Lisbona:Maria João Pereira, Maria João Quintão, Manuel Ribeiro & Amílcar Soares, ISBN: 9789899834279, Lisbona, July 6-8, 2016.
  27. Geostatistical models and new computational aspects for space-time predictions. De Iaco S., Palma M., Posa D., Maggio S., 2016. In: Abstracts from Valencia GEOSTATS2016. vol. 1, p. 33, Valencia:J.Iaime Gomez-Hernandez, Javier Rodrigo-Ilarri, Maria Elena Rodrigo-Clavero, Eduardo Cassiraga, José A. Vargas-Guzman, ISBN: 9788494239663, Valencia (Spagna), 5-9 september, 2016.
  28. Multivariate modeling for environmental spatio-temporal data. De Iaco S., Maggio S., Palma M., Posa D., Cappello C., 2016.  In: BOOK OF ABSTRACTS GEOSTATISTICS FOR ENVIRONMENTAL APPLICATIONS geoENV 2016. p. 41, Lisbona:Maria João Pereira, Maria João Quintão, Manuel Ribeiro & Amílcar Soares, ISBN: 9789899834279, July 6-8, 2016.
  29. A statistical model for health care quality assessment, De Iaco S., Maggio, S., Pellegrino, D., Posa, D. (2017) ISBN: 9788883991073, 8th Scientific Conference on INNOVATION & SOCIETY Statistical Methods for Evaluation and Quality, University of Naples Federico II Napoli     
  30. Multidimensional analysis of Health Oncological service in a Public Hospital, De Iaco S.; Distefano, V.; Maggio, S.; Palma, M. (2017), ISBN: 9788883991073, 8th Scientific Conference on INNOVATION & SOCIETY Statistical Methods for Evaluation and Quality, University of Naples Federico II Napoli

 

 

MONOGRAFIE 

 

  1. Modelli per campi aleatori spazio-temporali, De Iaco S.; Palma M.; Posa D., Adriatica Editrice Salentina, 2002.
  2. Fondamenti di Statistica descrittiva, Posa D., De Iaco S., Palma M., Giappichelli Editore, 2004, ISBN 9788834853030.
  3. Fondamenti di Statistica inferenziale, Posa D., De Iaco S., Cleup sc, 2005, ISBN: 887178684X, 9788871786841. Ristampa anno 2006.
  4. Esercizi di statistica descrittiva, Posa D., De Iaco S., Palma M., Maggio S.,  Giappichelli Editore, 2006, ISBN: 883486655X.
  5. Statistica descrittiva: Elementi e Esercizi, Posa D., De Iaco S., Palma M., Giappichelli Editore, 2007, ISBN: 9788834875704.
  6. Fondamenti di Statistica descrittiva, II Edizione, Posa D., De Iaco S., Palma M., Giappichelli Editore, 2008, ISBN: 9788834886724.
  7. Elementi di calcolo combinatorio e teoria della probabilità, (Posa D., De Iaco S., Palma M.), Giappichelli Editore, 2009, 87 p.
  8. Geostatistica: teoria ed applicazioni, Posa D., De Iaco S., Giappichelli Editore, 2009, 159 p.
  9. Inferenza statistica per gli exit-poll del 2007 in provincia di Lecce, De Iaco S., Palma M., Maggio S., Giungato G., Aprile A., 2009, 24 p.
  10. Sviluppi della Geostatistica multivariata per l’analisi dei dati ambientali nello spazio e nello spazio-tempo, 2012, (Posa D., De Iaco S., Palma M., Maggio S.), Springer, p. 226
  11. Advances in spatio-temporal modeling and prediction for environmental risk assessment (De Iaco S., Posa D., Maggio S., Palma M.), in Air Pollution: A Comprehensive Perspective, Editor Budi Haryanto 2012, 365-390, InTech.
  12. Sistema informativo statistico per le aree mercatali (D. Posa, S. De Iaco, M. Palma, S. Maggio), 2013, G. Giappichelli  Editore, Torino, ISBN 9788834888612
  13. Indagine campionaria per la valutazione di indicatori turistici associati al Mercatino del Gusto (D. Posa, S. De Iaco, S. Maggio, M. Palma, C. Cappello, V. Distefano, D. Pellegrino, A. Spennato), 2013, G. Giappichelli Editore, Torino, ISBN: 9788834892183.
  14. Fenomeni naturali e cambiamenti climatici nello Ionio (A. Kalimeris, D. Posa, C. Skordilis, K. Starros, S. De Iaco, M. Palma, S. Maggio, G. Giungato, A. Turnone, L. Vernich, P.P. Talamo), 2013, Pensa Editore, Lecce, ISBN 978-88-6152-199-5.
  15. Geostatistica e GIS: tecniche e strumenti per il monitoraggio ambientale  (S. De Iaco, V. Distefano, D. Posa), in Lo sviluppo sostenibile. Ambiente, risorse, innovazione, qualità. Scritti in memoria di Michela Specchiarello, curato da G. Guido e S. Massari, 2013, Franco Angeli Editore, ISBN 9788820447496.
  16. GIS e WebGIS: elementi ed applicazioni (S. De Iaco, V. Distefano, M. Palma, D. Posa,), 2014, G. Giappichelli  Editore, Torino, ISBN 978-88-3484738-1.
  17. Il suono che vorrei. Uno studio sui consumi musicali nel Salento, De Iaco S., Posa D., Palma M., Maggio S., Cappello C., Unisalento Press, Lecce, 2015, ISBN 9788896515280.
  18. Ambiente e Salute: analisi della mortalità per patologie tumorali (a cura di S. De Iaco, D. Posa, M. Palma, S. Maggio), Maffei Editore, Trepuzzi (LE), 2016, ISBN: 9788898883066.
  19. Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale (a cura di S. De Iaco, D. Posa, M. Palma, S. Maggio), 2017, G. Giappichelli  Editore, Torino, ISBN: 9788892110076

 

CAPITOLO DI LIBRO

 

  1. Advances in spatio-temporal modeling and prediction for environmental risk assessment, De Iaco S., Posa D., Maggio S., Palma M., 2012,  InTech, Editor Budi Haryanto, ISBN: 9789535107057.
  2. Geostatistics and the Role of Variogram in Time Series Analysis: a Critical Review, De Iaco S.; Palma M.; Posa D., Montrone, Silvestro; Perchinunno, Paola (Eds.), 2013 Springer Verlag, Bari, Chapter 3 in Statistical Methods for Spatial Planning and Monitoring, Montrone S., Perchinunno P. Eds, 2013, pp 47-75 , Contributions to Statistics - Springer, DOI: 10.1007/97888470275103, Print ISBN: 9788847027503, Online ISBN: 9788847027510
  3. Geostatistica e GIS: tecniche e strumenti per il monitoraggio ambientale, Posa D.; De Iaco S.; Distefano V., 2013, Franco Angeli Editore, ISBN: 9788820447496.
  4. Radon Risk Analysis Through Geostatistical Tools Implemented in a WebGIS, Distefano, Veronica; De Iaco, Sandra; Palma, Monica; Spennato, A., 2015, Yazd Pajhohesh, Iran, ISBN: 9789535121800.
  5. L'indagine di customer satisfaction nel Polo oncologico di Lecce, De Iaco S.; Cappello C.; Pellegrino D., 2015, in Ambiente e Salute: indagine di customer satisfaction per i servizi sanitari di onco-ematologia del Polo Ospedaliero V. Fazzi di Lecce, Maffei Editore, Trepuzzi (LE), pp. 11-18, ISBN: 9788898883097
  6. Indagine nel DH di Ematologia, De Iaco S.; Cappello C.; Pellegrino D. 2015, in Ambiente e Salute: indagine di customer satisfaction per i servizi sanitari di onco-ematologia del Polo Ospedaliero V. Fazzi di Lecce, Maffei Editore, Trepuzzi (LE), pp.  41-64, ISBN: 9788898883097
  1. Analisi spaziale della mortalità per le neoplasie più diffuse, De Iaco S.; Pellegrino, D.; Spennato, A., (2016), in Ambiente e salute Analisi della mortalità per patologie tumorali, pp. 109-128, ISBN: 9788898883066
  2. La mortalità per patologie tumorali in Italia e in Puglia, Cappello, C.; De Iaco S.; Maggio, S., (2016), in Ambiente e salute Analisi della mortalità per patologie tumorali, pp. 11-30, ISBN: 9788898883066
  3. Analisi temporale della mortalità per le neoplasie più diffuse, De Iaco S.; Maggio, S.; Palma, M. (2016), in Ambiente e salute Analisi della mortalità per patologie tumorali, pp. 65-108, ISBN: 9788898883066
  4. Livello di informazione degli utenti dell’UO di Casarano-Gallipoli, De Iaco S.; Palma, M.; Pellegrino, D. (2016), in Ambiente e salute Indagine di customer satisfaction per i servizi sanitari di oncologia della struttura complessa di Casarano-Gallipoli, pp. 75-84, ISBN: 9788898883059
  5. Valutazione della qualità dei servizi nel DH di Gallipoli, De Iaco S.; Distefano V.,  (2016),  in Ambiente e salute Indagine di customer satisfaction per i servizi sanitari di oncologia della struttura complessa di Casarano-Gallipoli, pp. 49-76, ISBN: 9788898883059
  6. Valutazione della qualità dei servizi nel DH di Casarano, De Iaco, S.;  Maggio, S.,  (2016),  in Ambiente e salute Indagine di customer satisfaction per i servizi sanitari di oncologia della struttura complessa di Casarano-Gallipoli, pp. 21-48, ISBN: 9788898883059
  7. Analisi spazio-temporale della mortalità nel Grande Salento, De Iaco S.; Maggio, S.; Palma, M.; Posa, D. (2017), in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale, ISBN:            9788892110076, G. GIAPPICHELLI EDITORE, TORINO
  8. Analisi geostatistica spazio-temporale, De Iaco S., Posa D. (2017), in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale,  ISBN: 9788892110076, G. GIAPPICHELLI EDITORE, TORINO
  9. Test sul tipo di non separabilità e su classi di modelli di covarianza spazio-temporale, De Iaco S., Cappello C., Posa D. (2017) in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale,  ISBN: 9788892110076, G. GIAPPICHELLI EDITORE, TORINO
  10. Sistemi informativi geografici per l’ambiente, De Iaco S., Maggio, S., Posa, D., Spennato, A. (2017) in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale,   ISBN: 9788892110076, G. GIAPPICHELLI EDITORE, TORINO
  11. Non separabilità per modelli di covarianza spazio-temporale, De Iaco, S.; Posa, D.  (2017), in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale,  ISBN: 9788892110076, G. GIAPPICHELLI EDITORE, TORINO
  12. Software per l’analisi spazio-temporale, Cappello, C.; De Iaco, S. (2017)    in Modelli geostatistici ed aspetti computazionali innovativi per la previsione spazio-temporale,  ISBN: 9788892110076, G. GIAPPICHELLI EDITORE, TORINO
  13. Realizzazione di un WebGis per il fenomeno del randagismo, De Iaco S.,  Distefano V., Palma M. (2017), in Un modello statistico georiferito per il fenomeno dei cani vaganti,  ISBN: 9788898883097, Maffei editore, Trepuzzi (Lecce)
  14.  L’indagine campionaria in Provincia di Lecce, Cappello C., De Iaco S.,  Maggio S.,  Spennato A. (2017), in Un modello statistico georiferito per il fenomeno dei cani vaganti,  ISBN: 9788898883097, Maffei editore, Trepuzzi (Lecce)
  15. Il fenomeno del randagismo: normativa e tecniche di monitoraggio, De Iaco S.,  Maggio S., Pellegrino D.,  Posa D. (2017),       in Un modello statistico georiferito per il fenomeno dei cani vaganti,  ISBN: 9788898883097, Maffei editore, Trepuzzi (Lecce)
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