Elementi di statistica descrittiva con particolare attenzione alla raccolta e sintesi dei dati. Elementi di base del calcolo delle probabilità e variabili casuali. Elementi di base della stima puntuale e per intervallo. Elementi di base della teoria dei test di ipotesi.
Contenuto del corso - Cognomi D-L
Elementi di statistica descrittiva con particolare attenzione alla raccolta e sintesi dei dati. Elementi di base del calcolo delle probabilità e variabili casuali. Elementi di base della stima puntuale e per intervallo. Elementi di base della teoria dei test di ipotesi.
Contenuto del corso - Cognomi M-P
Elementi di statistica descrittiva con particolare attenzione alla raccolta e sintesi dei dati. Elementi di base del calcolo delle probabilità e variabili casuali. Elementi di base della stima puntuale e per intervallo. Elementi di base della teoria dei test di ipotesi.
Contenuto del corso - Cognomi Q-Z
Elementi di statistica descrittiva con particolare attenzione alla raccolta e sintesi dei dati. Elementi di base del calcolo delle probabilità e variabili casuali. Elementi di base della stima puntuale e per intervallo. Elementi di base della teoria dei test di ipotesi.
P. Newbold, W.L. Carlson, B. Thorne. Statistica. 2014, Pearson / Prentice Hall.
Obiettivi Formativi - Cognomi A-C
Possedere una base teorico concettuale piuttosto ampia, anche se matematicamente poco formalizzata, ed una sufficiente dimestichezza con le tecniche fondamentali di rilevazione e di elaborazione dei dati.
Conoscenza e comprensione: elementi di base di statistica quale insieme di teorie, metodi e tecniche di analisi quantitativa.
Capacità di applicare conoscenza e comprensione: le conoscenze acquisite sono finalizzate alla soluzione di problemi decisionali presenti in ambito economico e aziendale. In particolare lo studente dovrà saper adottare le tecniche più adeguate per l'analisi dei dati e comunicare ed interpretare, con linguaggio proprio della disciplina, i risultati.
Obiettivi Formativi - Cognomi D-L
Possedere una base teorico concettuale piuttosto ampia, anche se matematicamente poco formalizzata, ed una sufficiente dimestichezza con le tecniche fondamentali di rilevazione e di elaborazione dei dati.
Conoscenza e comprensione: elementi di base di statistica quale insieme di teorie, metodi e tecniche di analisi quantitativa.
Capacità di applicare conoscenza e comprensione: le conoscenze acquisite sono finalizzate alla soluzione di problemi decisionali presenti in ambito economico e aziendale. In particolare lo studente dovrà saper adottare le tecniche piu' adeguate per l'analisi dei dati e comunicare ed interpretare, con linguaggio proprio della disciplina, i risultati.
Obiettivi Formativi - Cognomi M-P
Possedere una base teorico concettuale piuttosto ampia, anche se matematicamente poco formalizzata, ed una sufficiente dimestichezza con le tecniche fondamentali di rilevazione e di elaborazione dei dati.
Conoscenza e comprensione: elementi di base di statistica quale insieme di teorie, metodi e tecniche di analisi quantitativa.
Capacità di applicare conoscenza e comprensione: le conoscenze acquisite sono finalizzate alla soluzione di problemi decisionali presenti in ambito economico e aziendale. In particolare lo studente dovrà saper adottare le tecniche più adeguate per l'analisi dei dati e comunicare ed interpretare, con linguaggio proprio della disciplina, i risultati.
Obiettivi Formativi - Cognomi Q-Z
Possedere una base teorico concettuale piuttosto ampia, anche se matematicamente poco formalizzata, ed una sufficiente dimestichezza con le tecniche fondamentali di rilevazione e di elaborazione dei dati.
Conoscenza e comprensione: elementi di base di statistica quale insieme di teorie, metodi e tecniche di analisi quantitativa.
Capacità di applicare conoscenza e comprensione: le conoscenze acquisite sono finalizzate alla soluzione di problemi decisionali presenti in ambito economico e aziendale. In particolare lo studente dovrà saper adottare le tecniche più adeguate per l'analisi dei dati e comunicare ed interpretare, con linguaggio proprio della disciplina, i risultati.
Prerequisiti - Cognomi A-C
Nessuno.
Prerequisiti - Cognomi D-L
Nessuno.
Prerequisiti - Cognomi M-P
Nessuno.
Prerequisiti - Cognomi Q-Z
nessuno.
Metodi Didattici - Cognomi A-C
Lezioni di didattica frontale.
Metodi Didattici - Cognomi D-L
Lezioni di didattica frontale.
Metodi Didattici - Cognomi M-P
Lezioni di didattica frontale.
Metodi Didattici - Cognomi Q-Z
Lezioni di didattica frontale.
Altre Informazioni - Cognomi A-C
Materiale didattico disponibile sulla piattaforma e-learning di ateneo: http://e-l.unifi.it/
Altre Informazioni - Cognomi D-L
Materiale didattico disponibile sulla piattaforma e-learning di ateneo: http://e-l.unifi.it/
Altre Informazioni - Cognomi M-P
Materiale didattico disponibile sulla piattaforma e-learning di ateneo: http://e-l.unifi.it/
Altre Informazioni - Cognomi Q-Z
piattaforma e-learning di ateneo Moodle
Modalità di verifica apprendimento - Cognomi A-C
Prova scritta ed orale. Il superamento della prova scritta consente l'ammissione all'orale. Il voto finale è ottenuto come valutazione complessiva delle due prove.
La prova scritta è composta da 20 domande/esercizi su tutto il programma di esame e valuta la conoscenza degli argomenti trattati. La prova orale sarà volta a giudicare anche la capacità di applicare le conoscenze acquisite, la capacità di comunicazione e la capacità di adottare il linguaggio proprio della disciplina.
Modalità di verifica apprendimento - Cognomi D-L
Prova scritta ed orale. Il superamento della prova scritta consente l'ammissione all'orale. Il voto finale è ottenuto come valutazione complessiva delle due prove.
La prova scritta è composta da 20 domande/esercizi su tutto il programma di esame e valuta la conoscenza degli argomenti trattati. La prova orale sarà volta a giudicare anche la capacità di applicare le conoscenze acquisite, la capacità di comunicazione e la capacità di adottare il linguaggio proprio della disciplina.
Modalità di verifica apprendimento - Cognomi M-P
Prova scritta ed orale. Il superamento della prova scritta consente l'ammissione all'orale. Il voto finale è ottenuto come valutazione complessiva delle due prove.
La prova scritta è composta da 20 domande/esercizi su tutto il programma di esame e valuta la conoscenza degli argomenti trattati. La prova orale sarà volta a giudicare anche la capacità di applicare le conoscenze acquisite, la capacità di comunicazione e la capacità di adottare il linguaggio proprio della disciplina.
Modalità di verifica apprendimento - Cognomi Q-Z
Prova scritta ed orale. Il superamento della prova scritta consente l'ammissione all'orale. Il voto finale è ottenuto come valutazione complessiva delle due prove.
La prova scritta è composta da 20 domande/esercizi su tutto il programma di esame e valuta la conoscenza degli argomenti trattati. La prova orale sarà volta a giudicare anche la capacità di applicare le conoscenze acquisite, la capacità di comunicazione e la capacità di adottare il linguaggio proprio della disciplina.
Programma del corso - Cognomi A-C
Definizione di Statistica, fenomeni collettivi e loro studio, processo decisionale in condizioni di incertezza, campionamento, statistica descrittiva e inferenziale, alcune definizioni (popolazione, unità statistiche, campione, variabili,modalità).
Grafici e tabelle: classificazione delle variabili, tabelle di frequenza, frequenze assolute e relative, percentuali, grafici per variabili qualitative, grafici per serie storiche, frequenze cumulate, grafici per variali quantitative, tabelle a doppia entrata, grafici per la descrizione della relazione tra variabili.
Misure di tendenza centrale (indici di posizione). La media aritmetica. Mediana. Moda. Media geometrica. Variabilità: range, scarto interquartile, quartili, quantili, box-plot,varianza, deviazione standard, coefficiente di variazione. Misura della relazione tra variabili: covarianza e correlazione. Relazioni lineari: regressione dei minimi quadrati.
Probabilità. Esperimento aleatorio, risultati eventi. La probabilità e i suoi assiomi, regole della probabilità. Probabilità bivariate, teorema di Bayes.
Distribuzioni di probabilità e variabili aleatorie discrete. Proprietà delle v.a. discrete. Distribuzione binomiale. Distribuzione congiunta di due v.a. discrete.
Variabili aleatorie continue. Valori attesi di variabili aleatorie continue. Distribuzione uniforme. Distribuzione normale. Approssimazione della distribuzione binomiale con la distribuzione normale. Distribuzione congiunta di due variabili aleatorie continue.
Campionamento da una popolazione. Distribuzione della media campionaria.Distribuzione della proporzione campionaria.
Proprietà degli stimatori puntuali.
Intervalli di confidenza per la media: varianza nota, varianza incognita.
Intervalli di confidenza per la proporzione (grandi campioni).
Determinazione dell'ampiezza campionaria.
Verifica di ipotesi su una singola popolazione.
Programma del corso - Cognomi D-L
Definizione di Statistica, fenomeni collettivi e loro studio, processo decisionale in condizioni di incertezza, campionamento, statistica descrittiva e inferenziale, alcune definizioni (popolazione, unità statistiche, campione, variabili,modalità).
Grafici e tabelle: classificazione delle variabili, tabelle di frequenza, frequenze assolute e relative, percentuali, grafici per variabili qualitative, grafici per serie storiche, frequenze cumulate, grafici per variali quantitative, tabelle a doppia entrata, grafici per la descrizione della relazione tra variabili.
Misure di tendenza centrale (indici di posizione). La media aritmetica. Mediana. Moda. Media geometrica. Variabilità: range, scarto interquartile, quartili, quantili, box-plot,varianza, deviazione standard, coefficiente di variazione. Misura della relazione tra variabili: covarianza e correlazione. Relazioni lineari: regressione dei minimi quadrati.
Probabilità. Esperimento aleatorio, risultati eventi. La probabilità e i suoi assiomi, regole della probabilità. Probabilità bivariate, teorema di Bayes.
Distribuzioni di probabilità e variabili aleatorie discrete. Proprietà delle v.a. discrete. Distribuzione binomiale. Distribuzione congiunta di due v.a. discrete.
Variabili aleatorie continue. Valori attesi di variabili aleatorie continue. Distribuzione uniforme. Distribuzione normale. Approssimazione della distribuzione binomiale con la distribuzione normale. Distribuzione congiunta di due variabili aleatorie continue.
Campionamento da una popolazione. Distribuzione della media campionaria.Distribuzione della proporzione campionaria.
Proprietà degli stimatori puntuali.
Intervalli di confidenza per la media: varianza nota, varianza incognita.
Intervalli di confidenza per la proporzione (grandi campioni).
Determinazione dell'ampiezza campionaria.
Verifica di ipotesi su una singola popolazione.
Programma del corso - Cognomi M-P
Definizione di Statistica, fenomeni collettivi e loro studio, processo decisionale in condizioni di incertezza, campionamento, statistica descrittiva e inferenziale, alcune definizioni (popolazione, unità statistiche, campione, variabili,modalità).
Grafici e tabelle: classificazione delle variabili, tabelle di frequenza, frequenze assolute e relative, percentuali, grafici per variabili qualitative, grafici per serie storiche, frequenze cumulate, grafici per variali quantitative, tabelle a doppia entrata, grafici per la descrizione della relazione tra variabili.
Misure di tendenza centrale (indici di posizione). La media aritmetica. Mediana. Moda. Media geometrica. Variabilità: range, scarto interquartile, quartili, quantili, box-plot,varianza, deviazione standard, coefficiente di variazione. Misura della relazione tra variabili: covarianza e correlazione. Relazioni lineari: regressione dei minimi quadrati.
Probabilità. Esperimento aleatorio, risultati eventi. La probabilità e i suoi assiomi, regole della probabilità. Probabilità bivariate, teorema di Bayes.
Distribuzioni di probabilità e variabili aleatorie discrete. Proprietà delle v.a. discrete. Distribuzione binomiale. Distribuzione congiunta di due v.a. discrete.
Variabili aleatorie continue. Valori attesi di variabili aleatorie continue. Distribuzione uniforme. Distribuzione normale. Approssimazione della distribuzione binomiale con la distribuzione normale. Distribuzione congiunta di due variabili aleatorie continue.
Campionamento da una popolazione. Distribuzione della media campionaria.Distribuzione della proporzione campionaria.
Proprietà degli stimatori puntuali.
Intervalli di confidenza per la media: varianza nota, varianza incognita.
Intervalli di confidenza per la proporzione (grandi campioni).
Determinazione dell'ampiezza campionaria.
Verifica di ipotesi su una singola popolazione.
Programma del corso - Cognomi Q-Z
Definizione di Statistica, fenomeni collettivi e loro studio, processo decisionale in condizioni di incertezza, campionamento, statistica descrittiva e inferenziale, alcune definizioni (popolazione, unità statistiche, campione, variabili,modalità ).
Grafici e tabelle: classificazione delle variabili, tabelle di frequenza, frequenze assolute e relative, percentuali, grafici per variabili qualitative, grafici per serie storiche, frequenze cumulate, grafici per variali quantitative, tabelle a doppia entrata, grafici per la descrizione della relazione tra variabili.
Misure di tendenza centrale (indici di posizione). La media aritmetica. Mediana. Moda. Media geometrica. Variabilità : range, scarto interquartile, quartili, quantili, box-plot,varianza, deviazione standard, coefficiente di variazione. Misura della relazione tra variabili: covarianza e correlazione. Relazioni lineari: regressione dei minimi quadrati.
Probabilità . Esperimento aleatorio, risultati eventi. La probabilità e i suoi assiomi, regole della probabilità . Probabilità bivariate, teorema di Bayes.
Distribuzioni di probabilità e variabili aleatorie discrete. Proprietà delle v.a. discrete. Distribuzione binomiale.Distribuzione congiunta di due v.a. discrete.
Variabili aleatorie continue. Valori attesi di variabili aleatorie continue. Distribuzione uniforme. Distribuzione normale. Approssimazione della distribuzione binomiale con la distribuzione normale. Distribuzione congiunta di due variabili aleatorie continue.
Campionamento da una popolazione. Distribuzione della media campionaria.Distribuzione della proporzione campionaria.
Proprietà degli stimatori puntuali.
Intervalli di confidenza per la media: varianza nota, varianza incognita.
Intervalli di confidenza per la proporzione (grandi campioni).
Determinazione dell'ampiezza campionaria.
Verifica di ipotesi su una singola popolazione.