| QUANTITATIVE METHODS
(obiettivi)
OBIETTIVI FORMATIVI: Il corso fornisce i fondamenti teorici delle analisi statistiche di base ed illustra le principali tecniche di organizzazione, rappresentazione grafica, e sintesi dei dati. Inoltre vengono forniti gli strumenti fondamentali per la verifica delle ipotesi sulla base di campioni (Inferenza Statistica) e per un’analisi di correlazione tra due o più variabili (ANOVA, modello di regressione lineare semplice e con più regressori).
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Il corso illustra i fondamenti dell'analisi di base di qualsiasi tipo di dato. Al termine del corso gli studenti saranno in grado di discernere tra le diverse tipologie di variabili e di dati, sapranno raggrupparli e descriverli tramite apposite statistiche descrittive e rappresentazioni grafiche. Saranno inoltre in grado di ricordare le nozioni di base della statistica inferenziale e dell'analisi di regressione, applicandole a dataset di piccole dimensioni.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Il corso fornisce gli strumenti necessari per condurre l’analisi statistica di base di qualsiasi tipo di dato, interpretandone correttamente i risultati.
L’ utilizzo di esempi ed esercizi basati su dati reali (fonte Eurostati, Istat, NBER, ect… ) è centrale per le lezioni e le esercitazioni. Tra le finalità del corso rientrano quindi la capacità di riconoscere dataset di natura diversa (dati sezionali, serie storiche e dati panel) e di gestirli correttamente, producendone statistiche descrittive e rappresentazioni grafiche adeguate, nonché di ottenere le stime di modelli di regressione lineari semplici e multipli.
AUTONOMIA DI GIUDIZIO: Al termine del corso gli studenti imparano a capire quali sono le metodologie statistiche più adeguate per l’analisi di base di diverse tipologie di dati. Saranno in grado di formulare ipotesi e di testarle con l’ausilio dei dati più appropriati, reperendoli dalle giuste fonti disponibili. Infine, saranno in grado di condurre un’analisi di regressione di base, modellando la variabile dipendente come funzione lineare di una o più variabili esplicative.
ABILITÀ COMUNICATIVE: Al termine del corso, gli studenti saranno in grado di utilizzare i dati per estrarre indicazioni su un fenomeno (di natura prevalentemente economica) e comunicarle efficacemente. In particolare, gli studenti saranno in grado di descrivere il dataset utilizzato, sottolineandone eventuali peculiarità (es. osservazioni anomale, particolare natura dei dati, etc.), e sapranno individuare e motivare le tecniche più adeguate per condurre l’analisi. Saranno inoltre in grado di produrre (nonché di leggere ed interpretare) tavole di statistiche descrittive e rappresentazioni grafiche utili alla dimostrazione della tesi. Infine, rientra tra gli obiettivi del corso la capacità di produrre in formato tabulare stime di vari modelli di regressione, al fine di consentirne un rapido e chiaro confronto.
CAPACITÀ DI APPRENDIMENTO: Il corso consente allo studente di acquisire una capacità operativa di base in termini di reperimento ed analisi dei dati, funzionale alle fasi di studio e lavorative che succederanno, nonché di valutare in più autonomia le statistiche che vengono fornite quotidianamente dalle varie fonti di informazione.
|
|
Codice
|
8011794 |
|
Lingua
|
ENG |
|
Tipo di attestato
|
Attestato di profitto |
| Modulo: QUANTITATIVE METHODS I
(obiettivi)
Knowledge and Understanding
The course provides the theoretical underground of basic statistical analysis, illustrating the statistical tools available to analyse and interpret (economic) data.
After introducing the basic notions of descriptive statistics and probability, the course illustrates point and interval estimations as well as hypothesis testing.
Applying Knowledge and Understanding
The statistical tools will be applied to several sources and types of data, nowadays available in everyday life (Eurostat, Istat, Oecd Dababases…). This will allow the students to consolidate the theoretical underground and to get confident with data sources, data management and analysis and data interpretation.
Most of the applications will be implemented in Excel or GRETL (the latter being free and open source)
Making Judgements
Taking this course, the students will learn how to autonomously choose the right type of data and the right statistical tools to address relevant economic (or other field) questions with the use of data.
Communication Skills
Students will be required to present any step of the data analysis performed to address the research questions, from the choice of the data source and of the type of data, to the tests performed and the decisions taken. The students will also be able to present data synthetically (e.g. with the right position/variation indices and/or with the appropriate graphical representation).
Learning Skills
The course provides the students with a new ability in terms of data finding and interpretation, which will help them to better understand and be more autonomous in carrying on future studying and working experiences.
|
|
Codice
|
M-5287 |
|
Lingua
|
ENG |
|
Tipo di attestato
|
Attestato di profitto |
|
Crediti
|
6
|
|
Settore scientifico disciplinare
|
SECS-S/03
|
|
Ore Aula
|
36
|
|
Ore Studio
|
-
|
|
Attività formativa
|
Attività formative caratterizzanti
|
Canale Unico
|
Docente
|
BRUNETTI MARIANNA
(programma)
Week 1 – Descriptive Statistics
Class 1 – Introduction to Statistics - Types of data and levels of measurement:
Quantitative and Qualitative Characters.
Class 2 – Presenting Data in Tables: (numerical data and categorical data)-
Frequency Distribution. Measuring central tendency: mode, arithmetic mean,
median
Class 3 - Measuring variation: quartiles, range, inter-quartile range, variance,
st.dev.. Comparing the mean and the median, shape of the distribution
Week 2 – Descriptive Statistics
Class 1 - Presenting data graphically: pie charts, bar graphs, histograms, boxplot
Class 2 - Dependence: tabulating and graphing bivariate categorical data -
Analysis and Measuring Association among categorical characters
Class 3 - Measuring association among quantitative characters- Covariance and
Correlation coefficient.
Week 3 – Probability and Random Variables
Class 1- Class Basic Probability concepts - Axioms of Probability-Probability
Rules - Conditional Probability -Independence-Bayes Theorem
Class 2 - Random Variables: Discrete and Continuous - Expectation of a Random
Variable
Class 3 - Bernoulli and Binomial Random variables. The Normal distribution
Week 4 – Inferential Statistics
Class 1 - Statistical inference - Population versus sample - Simple random
samples- Sampling experiments and sampling distributions. Point estimation-
Properties of point estimates: bias and variability
Class 2 – Interval estimation. Confidence intervals for a population mean
Class 3 - Confidence intervals for a proportion. Choosing the Sample Size for a
Study. Using Computers to Make New Estimation Methods Possible
Week 5 – Hypothesis Testing
Class 1 - Hypothesis Testing. Decisions and Types of Errors in Significance
Tests. Hypothesis Testing for Population mean (population variance known)
Class 2 – Hypothesis Testing for Population mean (large sample). Limitations of
Significance Tests
Class 3 - Comparing two groups
Week 6 – Analyzing the Association Between Categorical Variables
Class 1 - Independence and Association. Testing Categorical Variables for
Independence. Determining the Strength of the Association
Class 2 - Small Sample Sizes: Fisher’s Exact Test
Class 3 – Linear regression analysis. Using Residuals to Reveal the Pattern of
Association
 The main textbook is
Alan Agresti and Christine Franklin(2013), The Art and Science of Learning from
Data, 3/E –Pearson
Additional material will be available on the course’s website.
|
|
Date di inizio e termine delle attività didattiche
|
- |
|
Modalità di erogazione
|
Tradizionale
|
|
Modalità di frequenza
|
Non obbligatoria
|
|
Metodi di valutazione
|
Prova scritta
Prova orale
|
|
|
| Modulo: QUANTITATIVE METHODS II
(obiettivi)
OBIETTIVI FORMATIVI: Il corso fornisce i fondamenti teorici delle analisi statistiche di base ed illustra le principali tecniche di organizzazione, rappresentazione grafica, e sintesi dei dati. Inoltre vengono forniti gli strumenti fondamentali per la verifica delle ipotesi sulla base di campioni (Inferenza Statistica) e per un’analisi di correlazione tra due o più variabili (ANOVA, modello di regressione lineare semplice e con più regressori).
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Il corso illustra i fondamenti dell'analisi di base di qualsiasi tipo di dato. Al termine del corso gli studenti saranno in grado di discernere tra le diverse tipologie di variabili e di dati, sapranno raggrupparli e descriverli tramite apposite statistiche descrittive e rappresentazioni grafiche. Saranno inoltre in grado di ricordare le nozioni di base della statistica inferenziale e dell'analisi di regressione, applicandole a dataset di piccole dimensioni.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Il corso fornisce gli strumenti necessari per condurre l’analisi statistica di base di qualsiasi tipo di dato, interpretandone correttamente i risultati.
L’ utilizzo di esempi ed esercizi basati su dati reali (fonte Eurostati, Istat, NBER, ect… ) è centrale per le lezioni e le esercitazioni. Tra le finalità del corso rientrano quindi la capacità di riconoscere dataset di natura diversa (dati sezionali, serie storiche e dati panel) e di gestirli correttamente, producendone statistiche descrittive e rappresentazioni grafiche adeguate, nonché di ottenere le stime di modelli di regressione lineari semplici e multipli.
AUTONOMIA DI GIUDIZIO: Al termine del corso gli studenti imparano a capire quali sono le metodologie statistiche più adeguate per l’analisi di base di diverse tipologie di dati. Saranno in grado di formulare ipotesi e di testarle con l’ausilio dei dati più appropriati, reperendoli dalle giuste fonti disponibili. Infine, saranno in grado di condurre un’analisi di regressione di base, modellando la variabile dipendente come funzione lineare di una o più variabili esplicative.
ABILITÀ COMUNICATIVE: Al termine del corso, gli studenti saranno in grado di utilizzare i dati per estrarre indicazioni su un fenomeno (di natura prevalentemente economica) e comunicarle efficacemente. In particolare, gli studenti saranno in grado di descrivere il dataset utilizzato, sottolineandone eventuali peculiarità (es. osservazioni anomale, particolare natura dei dati, etc.), e sapranno individuare e motivare le tecniche più adeguate per condurre l’analisi. Saranno inoltre in grado di produrre (nonché di leggere ed interpretare) tavole di statistiche descrittive e rappresentazioni grafiche utili alla dimostrazione della tesi. Infine, rientra tra gli obiettivi del corso la capacità di produrre in formato tabulare stime di vari modelli di regressione, al fine di consentirne un rapido e chiaro confronto.
CAPACITÀ DI APPRENDIMENTO: Il corso consente allo studente di acquisire una capacità operativa di base in termini di reperimento ed analisi dei dati, funzionale alle fasi di studio e lavorative che succederanno, nonché di valutare in più autonomia le statistiche che vengono fornite quotidianamente dalle varie fonti di informazione.
|
|
Codice
|
M-5288 |
|
Lingua
|
ENG |
|
Tipo di attestato
|
Attestato di profitto |
|
Crediti
|
6
|
|
Settore scientifico disciplinare
|
SECS-S/03
|
|
Ore Aula
|
36
|
|
Ore Studio
|
-
|
|
Attività formativa
|
Attività formative caratterizzanti
|
Canale Unico
|
Docente
|
GRASSI STEFANO
|
|
Date di inizio e termine delle attività didattiche
|
- |
|
Modalità di frequenza
|
Non obbligatoria
|
|
|
|
