Marialuisa RESTAINO | MODELLI STATISTICI

cod. 0212800012

MODELLI STATISTICI

	0212800012
	DIPARTIMENTO DI SCIENZE ECONOMICHE E STATISTICHE
	CORSO DI LAUREA
	STATISTICA PER I BIG DATA
	2022/2023

PERCORSO COMUNE

	OBBLIGATORIO
	ANNO CORSO 2
	ANNO ORDINAMENTO 2018
	SECONDO SEMESTRE

MODULI

	SSD	CFU	ORE	ATTIVITÀ	TIPO DI ATTIVITÁ FORMATIVA
	SECS-S/01	10	60	LEZIONE	CARATTERIZZANTE

DOCENTI

	MARCELLA NIGLIO T Curriculum
	MARIALUISA RESTAINO Curriculum

	Obiettivi
	OBIETTIVI FORMATIVI: IL CORSO HA LO SCOPO DI INTRODURRE I PRINCIPALI METODI E MODELLI STATISTICI UTILIZZATI PER DESCRIVERE, INTERPRETARE E PREVEDERE FENOMENI DI VARIA NATURA. CONOSCENZA E CAPACITÀ DI COMPRENSIONE IL CORSO INTENDE FORNIRE GLI ELEMENTI TEORICI E PRATICI NECESSARI PER LA COSTRUZIONE E L'UTILIZZAZIONE DI UN’AMPIA CLASSE DI MODELLI STATISTICI, ANCHE COMPLESSI, E INTRODURRE LO STUDENTE ALLE PROBLEMATICHE RELATIVE ALL'INTERPRETAZIONE, ALLA SPECIFICAZIONE E ALLA STIMA DEI SUDDETTI MODELLI. L'IMPOSTAZIONE DEL CORSO È PREVALENTEMENTE APPLICATA, AL FINE DI PREPARARE LO STUDENTE ALLA SCELTA DEL MODELLO PIÙ APPROPRIATO AL CONTESTO PARTICOLARE ANALIZZATO E INTRODURLO ALLE SOLUZIONI DELLE PROBLEMATICHE TIPICHE DELL’ANALISI DI DATI MEDIANTE L’AUSILIO DI OPPORTUNI SOFTWARE STATISTICI. GLI ARGOMENTI TRATTATI DURANTE IL CORSO SARANNO ACCOMPAGNATI DA ESERCITAZIONI SU DATI REALI. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE LA CONOSCENZA ACQUISITA DURANTE IL CORSO PERMETTERÀ ALLO STUDENTE DI: ESSERE IN GRADO DI INDIVIDUARE LA MODELLISTICA PIÙ APPROPRIATA PER L’ANALISI E LA PREVISIONE DI DATI GENERATI IN DIVERSI CONTESTI EMPIRICI (ECONOMICI, GESTIONALI, MEDICI, INFORMATICI, SOCIALI, ECC.); ESSERE CAPACE DI INDIVIDUARE E DI UTILIZZARE SOFTWARE STATISTICI UTILI PER LA STIMA DI TALI MODELLI E PER LA COSTRUZIONE DI GRAFICI E TABELLE ADATTI A SINTETIZZARNE I RISULTATI DI STIMA O PREVISIONE; COMUNICARE IN MODO TECNICO O DIVULGATIVO LE STIME STATISTICHE PRODOTTE E PRODURRE O INTERPRETARE REPORT STATISTICI CHE SINTETIZZANO I RISULTATI DELL’ANALISI

OBIETTIVI FORMATIVI:
IL CORSO HA LO SCOPO DI INTRODURRE I PRINCIPALI METODI E MODELLI STATISTICI UTILIZZATI PER DESCRIVERE, INTERPRETARE E PREVEDERE FENOMENI DI VARIA NATURA.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE
IL CORSO INTENDE FORNIRE GLI ELEMENTI TEORICI E PRATICI NECESSARI PER LA COSTRUZIONE E L'UTILIZZAZIONE DI UN’AMPIA CLASSE DI MODELLI STATISTICI, ANCHE COMPLESSI, E INTRODURRE LO STUDENTE ALLE PROBLEMATICHE RELATIVE ALL'INTERPRETAZIONE, ALLA SPECIFICAZIONE E ALLA STIMA DEI SUDDETTI MODELLI. L'IMPOSTAZIONE DEL CORSO È PREVALENTEMENTE APPLICATA, AL FINE DI PREPARARE LO STUDENTE ALLA SCELTA DEL MODELLO PIÙ APPROPRIATO AL CONTESTO PARTICOLARE ANALIZZATO E INTRODURLO ALLE SOLUZIONI DELLE PROBLEMATICHE TIPICHE DELL’ANALISI DI DATI MEDIANTE L’AUSILIO DI OPPORTUNI SOFTWARE STATISTICI. GLI ARGOMENTI TRATTATI DURANTE IL CORSO SARANNO ACCOMPAGNATI DA ESERCITAZIONI SU DATI REALI.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
LA CONOSCENZA ACQUISITA DURANTE IL CORSO PERMETTERÀ ALLO STUDENTE DI: ESSERE IN GRADO DI INDIVIDUARE LA MODELLISTICA PIÙ APPROPRIATA PER L’ANALISI E LA PREVISIONE DI DATI GENERATI IN DIVERSI CONTESTI EMPIRICI (ECONOMICI, GESTIONALI, MEDICI, INFORMATICI, SOCIALI, ECC.); ESSERE CAPACE DI INDIVIDUARE E DI UTILIZZARE SOFTWARE STATISTICI UTILI PER LA STIMA DI TALI MODELLI E PER LA COSTRUZIONE DI GRAFICI E TABELLE ADATTI A SINTETIZZARNE I RISULTATI DI STIMA O PREVISIONE; COMUNICARE IN MODO TECNICO O DIVULGATIVO LE STIME STATISTICHE
PRODOTTE E PRODURRE O INTERPRETARE REPORT STATISTICI CHE SINTETIZZANO I RISULTATI DELL’ANALISI

	Prerequisiti
	PER SOSTENERE L’ESAME DI MODELLI STATISTICI È PROPEDEUTICO AVER SUPERATO L’ESAME DI INFERENZA STATISTICA. GLI ARGOMENTI TRATTATI AL CORSO RICHIEDONO INOLTRE UNA BUONA CONOSCENZA DELL’ALGEBRA LINEARE STUDIATA AL CORSO DI MATEMATICA GENERALE.

	Contenuti
	MODULO 1 – IL MODELLO DI REGRESSIONE (24 ORE DI TEORIA E 6 DI ESERCITAZIONI) DEFINIZIONE DI MODELLO STATISTICO. IL MODELLO DI REGRESSIONE LINEARE (SEMPLICE E MULTIPLO): SPECIFICAZIONE, ASSUNZIONI E STIMA DEI PARAMETRI (CON IL METODO DI STIMA DELLA MASSIMA VEROSIMIGLIANZA E DEI MINIMI QUADRATI). PROPRIETÀ DEGLI STIMATORI E TEOREMA DI GAUSS-MARKOV. VERIFICA DELLA SIGNIFICATIVITÀ DEI PARAMETRI STIMATI. VALUTAZIONE DELL’ADATTAMENTO DEL MODELLO STIMATO AI DATI. PREVISIONE. MODULO 2 - MODELLI PER VARIABILI DIPENDENTI QUALITATIVE E LIMITATE (20 ORE DI TEORIA E 10 DI ESERCITAZIONI) MODELLI CON VARIABILI DIPENDENTI BINARIE. MODELLO LOGIT A SCELTA BINARIA. MODELLO LOGIT MULTINOMIALE. MODELLO LOGIT CONDIZIONALE. MODELLI DI SCELTA ORDINATA. MODELLI PER DATI DI CONTEGGIO. MODELLI PER VARIABILI DIPENDENTI LIMITATE. LE ESERCITAZIONI SI TERRANNO NEL LABORATORIO MULTIMEDIALE E SI FARÀ USO DEL SOFTWARE RSTUDIO (HTTPS://WWW.RSTUDIO.COM/) GIÀ INTRODOTTO IN ALTRI CORSI DI STATISTICA.

Contenuti

MODULO 1 – IL MODELLO DI REGRESSIONE (24 ORE DI TEORIA E 6 DI ESERCITAZIONI)
DEFINIZIONE DI MODELLO STATISTICO. IL MODELLO DI REGRESSIONE LINEARE (SEMPLICE E MULTIPLO): SPECIFICAZIONE, ASSUNZIONI E STIMA DEI PARAMETRI (CON IL METODO DI STIMA DELLA MASSIMA VEROSIMIGLIANZA E DEI MINIMI QUADRATI). PROPRIETÀ DEGLI STIMATORI E TEOREMA DI GAUSS-MARKOV. VERIFICA DELLA SIGNIFICATIVITÀ DEI PARAMETRI STIMATI. VALUTAZIONE DELL’ADATTAMENTO DEL MODELLO STIMATO AI DATI. PREVISIONE.

MODULO 2 - MODELLI PER VARIABILI DIPENDENTI QUALITATIVE E LIMITATE (20 ORE DI TEORIA E 10 DI ESERCITAZIONI)
MODELLI CON VARIABILI DIPENDENTI BINARIE. MODELLO LOGIT A SCELTA BINARIA. MODELLO LOGIT MULTINOMIALE. MODELLO LOGIT CONDIZIONALE. MODELLI DI SCELTA ORDINATA. MODELLI PER DATI DI CONTEGGIO. MODELLI PER VARIABILI DIPENDENTI LIMITATE.

LE ESERCITAZIONI SI TERRANNO NEL LABORATORIO MULTIMEDIALE E SI FARÀ USO DEL SOFTWARE RSTUDIO (HTTPS://WWW.RSTUDIO.COM/) GIÀ INTRODOTTO IN ALTRI CORSI DI STATISTICA.

	Metodi Didattici
	IL CORSO PREVEDE 60 ORE DI DIDATTICA (10 CFU, DISTINTI IN DUE MODULI DIDATTICI DA 5 CFU CIASCUNO) DELLE QUALI 44 IN AULA E 16 IN LABORATORIO MULTIMEDIALE. DURANTE LE ORE DI DIDATTICA FRONTALE IN AULA, LA PRESENTAZIONE DEI TEMI DI TIPO TEORICO È AFFIANCATA ALLA PRESENTAZIONE DI CASI STUDIO CHE AGEVOLANO LA COMPRENSIONE DEGLI ARGOMENTI. LE ESERCITAZIONI IN LABORATORIO MULTIMEDIALE HANNO L'OBIETTIVO DI CHIARIRE LE PRINCIPALI FUNZIONI DI R PER LA STIMA DEI MODELLI STATISTICI, LA VERIFICA E IL LORO UTILIZZO PER FINI PREVISIVI NONCHÉ PER ILLUSTRARE L’USO DEI MODELLI STATISTICI NELLO STUDIO DI DATASET REALI. NON È PREVISTO OBBLIGO DI FREQUENZA.

Metodi Didattici

IL CORSO PREVEDE 60 ORE DI DIDATTICA (10 CFU, DISTINTI IN DUE MODULI DIDATTICI DA 5 CFU CIASCUNO) DELLE QUALI 44 IN AULA E 16 IN LABORATORIO MULTIMEDIALE.

DURANTE LE ORE DI DIDATTICA FRONTALE IN AULA, LA PRESENTAZIONE DEI TEMI DI TIPO TEORICO È AFFIANCATA ALLA PRESENTAZIONE DI CASI STUDIO CHE AGEVOLANO LA COMPRENSIONE DEGLI ARGOMENTI.
LE ESERCITAZIONI IN LABORATORIO MULTIMEDIALE HANNO L'OBIETTIVO DI CHIARIRE LE PRINCIPALI FUNZIONI DI R PER LA STIMA DEI MODELLI STATISTICI, LA VERIFICA E IL LORO UTILIZZO PER FINI PREVISIVI NONCHÉ PER ILLUSTRARE L’USO DEI MODELLI STATISTICI NELLO STUDIO DI DATASET REALI.

NON È PREVISTO OBBLIGO DI FREQUENZA.

	Verifica dell'apprendimento
	DURANTE LO SVOLGIMENTO DEL CORSO SONO PREVISTE DUE PROVE INTERCORSO: UNA AL TERMINE DEL PRIMO MODULO E UNA AL TERMINE DEL SECONDO. GLI ARGOMENTI DELLE PROVE INTERCORSO SONO LEGATI A CIASCUNO DEI CORRISPONDENTI MODULI. ENTRAMBE LE PROVE HANNO UNA DURATA DI UN’ORA E TRENTA MINUTI. DURANTE CIASCUNA PROVA LO STUDENTE DEVE RISPONDERE A TRE QUESITI DI TIPO TEORICO (PER I QUALI È PREVISTO UN PUNTEGGIO MASSIMO CUMULATO PARI A 15) E 4 QUESITI LEGATI ALL’UTILIZZO DI R (PER I QUALI È PREVISTO UGUALMENTE UN MASSIMO PUNTEGGIO CUMULATO PARI A 15). LO STUDENTE PUÒ PARTECIPARE A UNA O ENTRAMBE LE PROVE E IL SUPERAMENTO COMPORTA L’ESONERO DEL CORRISPONDENTE MODULO DALL’ESAME FINALE DURANTE LA SESSIONE DI ESAMI ESTIVA (GIUGNO/LUGLIO). COLORO CHE HANNO SUPERATO ENTRAMBI I MODULI, DISCUTERANNO LE PROVE INTERMEDIE DURANTE GLI APPELLI DI ESAME DELLA SESSIONE ESTIVA. COLORO CHE NON PARTECIPANO ALLE PROVE INTERMEDIE SVOLGERANNO UN UNICO ESAME CHE PREVEDE UNA PROVA SCRITTA IN LABORATORIO E UNA PROVA ORALE. ENTRAMBE LE PROVE SONO VALUTATE SU UNA SCALA IN TRENTESIMI. PER ACCEDERE ALLA PROVA ORALE È NECESSARIO SUPERARE LA PROVA SCRITTA CON ALMENO 18/30. LA PROVA SCRITTA AL CALCOLATORE (DELLA DURATA DI 2 ORE) SI COMPONE DI 10 DOMANDE (5 DI TEORIA E 5 DI APPLICAZIONI AD R), A CIASCUNA DELLE QUALI È ATTRIBUITO UN PUNTEGGIO MASSIMO PARI A TRE PUNTI. TALE PROVA È TESA A VALUTARE LA CAPACITÀ DELLO STUDENTE DI AFFRONTARE PROBLEMATICHE TEORICHE, DI SELEZIONARE IL MODELLO STATISTICO PIÙ OPPORTUNO PER IL TIPO DI DATI CHE HA A DISPOSIZIONE NONCHÉ LA SUA CAPACITÀ DI INTERPRETAZIONE DEI RISULTATI. LA PROVA ORALE, DAI CONTENUTI PIÙ TEORICI, HA L'OBIETTIVO DI COMPRENDERE LA PADRONANZA DEI TEMI OGGETTO DEL CORSO DA PARTE DELLO STUDENTE E LA SUA CAPACITÀ NEL TRASMETTERE AD ALTRI PROBLEMATICHE RELATIVE ALLA SELEZIONE, STIMA E VERIFICA DEL MODELLO. CIASCUNO STUDENTE RICEVERÀ ALMENO DUE DOMANDE SU TEMI DI TEORIA E DOVRÀ DARE CHIARIMENTI SUL CODICE R UTILIZZATO NELLA PROVA PRATICA. LA VALUTAZIONE DELLE PROVE TIENE CONTO DELL'ATTITUDINE DELLO STUDENTE NELL'USO DEGLI STRUMENTI, DELLA COMPLETEZZA ED ESAUSTIVITÀ DELLE RISPOSTE. PER IL SUPERAMENTO DELL’ESAME LO STUDENTE DEVE ALMENO DIMOSTRARE DI CONOSCERE LE PRINCIPALI CARATTERISTICHE DEI MODELLI STATISTICI PRESENTATI AL CORSO, I LORO CONTESTI APPLICATIVI E DEVE DARE EVIDENZA DI ESSERE IN GRADO DI IMPLEMENTARE IN R PROCEDURE PER LA LORO STIMA, INTERPRETANDONE CORRETTAMENTE I RISULTATI. IL VOTO FINALE, ESPRESSO IN TRENTESIMI CON EVENTUALE LODE, È OTTENUTO NEL SEGUENTE MODO: •PER COLORO CHE SOSTENGONO LE DUE PROVE INTERCORSO È CALCOLATO MEDIANTE LA MEDIA DELLE DUE PROVE A CUI SI POSSONO AGGIUNGERE ULTERIORI PUNTI (MASSIMO 4) PER LA DISCUSSIONE DEGLI ELABORATI; •PER GLI ALTRI STUDENTI IL VOTO È IL FRUTTO DELLA SOMMA DELLA VALUTAZIONE DELLA PROVA SCRITTA CON GLI ULTERIORI PUNTI CHE SI POSSONO AGGIUNGERE (MASSIMO 4) PER LA PROVA ORALE.

Verifica dell'apprendimento

DURANTE LO SVOLGIMENTO DEL CORSO SONO PREVISTE DUE PROVE INTERCORSO: UNA AL TERMINE DEL PRIMO MODULO E UNA AL TERMINE DEL SECONDO. GLI ARGOMENTI DELLE PROVE INTERCORSO SONO LEGATI A CIASCUNO DEI CORRISPONDENTI MODULI.
ENTRAMBE LE PROVE HANNO UNA DURATA DI UN’ORA E TRENTA MINUTI.

DURANTE CIASCUNA PROVA LO STUDENTE DEVE RISPONDERE A TRE QUESITI DI TIPO TEORICO (PER I QUALI È PREVISTO UN PUNTEGGIO MASSIMO CUMULATO PARI A 15) E 4 QUESITI LEGATI ALL’UTILIZZO DI R (PER I QUALI È PREVISTO UGUALMENTE UN MASSIMO PUNTEGGIO CUMULATO PARI A 15).

LO STUDENTE PUÒ PARTECIPARE A UNA O ENTRAMBE LE PROVE E IL SUPERAMENTO COMPORTA L’ESONERO DEL CORRISPONDENTE MODULO DALL’ESAME FINALE DURANTE LA SESSIONE DI ESAMI ESTIVA (GIUGNO/LUGLIO). COLORO CHE HANNO SUPERATO ENTRAMBI I MODULI, DISCUTERANNO LE PROVE INTERMEDIE DURANTE GLI APPELLI DI ESAME DELLA SESSIONE ESTIVA.

COLORO CHE NON PARTECIPANO ALLE PROVE INTERMEDIE SVOLGERANNO UN UNICO ESAME CHE PREVEDE UNA PROVA SCRITTA IN LABORATORIO E UNA PROVA ORALE. ENTRAMBE LE PROVE SONO VALUTATE SU UNA SCALA IN TRENTESIMI. PER ACCEDERE ALLA PROVA ORALE È NECESSARIO SUPERARE LA PROVA SCRITTA CON ALMENO 18/30.

LA PROVA SCRITTA AL CALCOLATORE (DELLA DURATA DI 2 ORE) SI COMPONE DI 10 DOMANDE (5 DI TEORIA E 5 DI APPLICAZIONI AD R), A CIASCUNA DELLE QUALI È ATTRIBUITO UN PUNTEGGIO MASSIMO PARI A TRE PUNTI. TALE PROVA È TESA A VALUTARE LA CAPACITÀ DELLO STUDENTE DI AFFRONTARE PROBLEMATICHE TEORICHE, DI SELEZIONARE IL MODELLO STATISTICO PIÙ OPPORTUNO PER IL TIPO DI DATI CHE HA A DISPOSIZIONE NONCHÉ LA SUA CAPACITÀ DI INTERPRETAZIONE DEI RISULTATI.

LA PROVA ORALE, DAI CONTENUTI PIÙ TEORICI, HA L'OBIETTIVO DI COMPRENDERE LA PADRONANZA DEI TEMI OGGETTO DEL CORSO DA PARTE DELLO STUDENTE E LA SUA CAPACITÀ NEL TRASMETTERE AD ALTRI PROBLEMATICHE RELATIVE ALLA SELEZIONE, STIMA E VERIFICA DEL MODELLO. CIASCUNO STUDENTE RICEVERÀ ALMENO DUE DOMANDE SU TEMI DI TEORIA E DOVRÀ DARE CHIARIMENTI SUL CODICE R UTILIZZATO NELLA PROVA PRATICA.
LA VALUTAZIONE DELLE PROVE TIENE CONTO DELL'ATTITUDINE DELLO STUDENTE NELL'USO DEGLI STRUMENTI, DELLA COMPLETEZZA ED ESAUSTIVITÀ DELLE RISPOSTE.
PER IL SUPERAMENTO DELL’ESAME LO STUDENTE DEVE ALMENO DIMOSTRARE DI CONOSCERE LE PRINCIPALI CARATTERISTICHE DEI MODELLI STATISTICI PRESENTATI AL CORSO, I LORO CONTESTI APPLICATIVI E DEVE DARE EVIDENZA DI ESSERE IN GRADO DI IMPLEMENTARE IN R PROCEDURE PER LA LORO STIMA, INTERPRETANDONE CORRETTAMENTE I RISULTATI.

IL VOTO FINALE, ESPRESSO IN TRENTESIMI CON EVENTUALE LODE, È OTTENUTO NEL SEGUENTE MODO:
•PER COLORO CHE SOSTENGONO LE DUE PROVE INTERCORSO È CALCOLATO MEDIANTE LA MEDIA DELLE DUE PROVE A CUI SI POSSONO AGGIUNGERE ULTERIORI PUNTI (MASSIMO 4) PER LA DISCUSSIONE DEGLI ELABORATI;
•PER GLI ALTRI STUDENTI IL VOTO È IL FRUTTO DELLA SOMMA DELLA VALUTAZIONE DELLA PROVA SCRITTA CON GLI ULTERIORI PUNTI CHE SI POSSONO AGGIUNGERE (MASSIMO 4) PER LA PROVA ORALE.

	Testi
	NOTE DIDATTICHE E RIFERIMENTI BIBLIOGRAFICI FORNITI DAI DOCENTI DURANTE IL CORSO. HILL C.R., GRIFFITHS W.E., LIM G. C. (2017): PRINCIPI DI ECONOMETRIA, ZANICHELLI GRIGOLETTO M., PAULI F., VENTURA L. (2017): MODELLO LINEARE. TEORIA E APPLICAZIONI CON R, GIAPPICHELLI WOOLDRIDGE, J.M. (2020): INTRODUCTORY ECONOMETRICS: A MODERN APPROACH, SOUTH-WESTERN PUB (7TH EDITION) GREENE, W.H. (2018): ECONOMETRIC ANALYSIS, PEARSON (8TH EDITION)

Testi

NOTE DIDATTICHE E RIFERIMENTI BIBLIOGRAFICI FORNITI DAI DOCENTI DURANTE IL CORSO.

HILL C.R., GRIFFITHS W.E., LIM G. C. (2017): PRINCIPI DI ECONOMETRIA, ZANICHELLI

GRIGOLETTO M., PAULI F., VENTURA L. (2017): MODELLO LINEARE. TEORIA E APPLICAZIONI CON R, GIAPPICHELLI

WOOLDRIDGE, J.M. (2020): INTRODUCTORY ECONOMETRICS: A MODERN APPROACH, SOUTH-WESTERN PUB (7TH EDITION)

GREENE, W.H. (2018): ECONOMETRIC ANALYSIS, PEARSON (8TH EDITION)

	Altre Informazioni
	PAGINE WEB DEI DOCENTI: I MODULO: MARCELLA NIGLIO HTTPS://DOCENTI.UNISA.IT/003299/HOME II MODULO: MARIALUISA RESTAINO HTTPS://DOCENTI.UNISA.IT/022266/HOME

BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2024-08-21]

Marialuisa RESTAINO | MODELLI STATISTICI