Introduzione alle metodologie statistiche  

• Dottorato in Economia e Gestione delle Imprese e dei Sistemi Locali  (EGISL)

 Docente: Carla Rampichini  (e-mail carlads.unifi.it, tel. 055 4237246)

compito del 29 aprile 2008 con soluzione

Sommario

Programma

Obiettivo del corso è quello di introdurre gli studenti all'utilizzo di alcune tecniche di analisi multivariata. Saranno proposti  esempi e studi di caso che consentano di acquisire esperienza nell’applicazione delle tecniche e nell’interpretazione dei risultati. Durante il corso saranno utilizzati i software STATA e SAS.

(a) Introduzione all’analisi statistica multivariata

• Elementi di algebra delle marici

• Analisi in componenti principali

• Analisi dei gruppi

(b) Introduzione all’analisi di regressione

• Regressione lineare.
• Regressione logistica.

Le lezioni saranno compendiate da esercitazioni al calcolatore, utilizzando  SAS e STATA 10/SE.   

Saranno assegnati due compiti da svolgere a casa. Le applicazioni assegnate individualmente potranno essere svolte utilizzando qualunque software.

programma in formato PDF.

Riferimenti bibliografici

Afifi, Clark and May (2004). Computer-Aided Multivariate Analysis (4th Edition). Chapman & Hall/CRC (esempi tratti dal libro)

Agresti, A. (2002). Categorical data analysis. Second edition, New York: Wiley.

Greene, W. H. (2003). Econometric Analysis (5th edition). Prentice Hall (sito Web del libro).

Hair J. F., Anderson R.E., Tatham R.L. & W.C. Black. (2007). Multivariate data analysis. 6th edition. Prentice-Hall. (sito Web del libro)

Hosmer D.W., Lemeshow S. (2000). Applied logistic regression. Wiley.

Krzanowski, W. J. (1990). Principles of multivariate analysis: a user's perspective, Oxford, Clarendon press.

Marchetti G. (1997). Introduzione all’analisi statistica dei dati multivariati, dispense ad uso degli studenti, Dipartimento di Statistica “G. Parenti”, Firenze  

Wooldrige J.M. (2002). Econometric Analysis of Cross Section and Panel Data (sito WEB libro)

Zani S. e Cerioli A. (2007). Analisi dei dati e data mining per le decisioni aziendali. Giuffrè editore, Milano.

torna in cima al documento  

Crediti

La frequenza dell’intero modulo statistico (lezioni, esercitazioni, superamento di prove intermedie e finali) permette il conseguimento di 6 crediti didattici.

torna in cima al documento   

Pre-requisiti

La frequenza del corso di Introduzione alle metodologie statistiche prevede la conoscenza di alcuni concetti elementari di statistica contenuti nei corsi di base della Facoltà di Economia. In particolare, ai dottorandi è richiesta la conoscenza dei seguenti concetti di base:

·    Elementi di statistica descrittiva: distribuzioni di frequenza e tabelle, quantili, medie, variabilità (varianza e deviazione standard);  

·        Distribuzione normale;

·        Relazione tra variabili: scatterplots, correlazione, regressione lineare semplice, distribuzioni marginali e condizionate, indipendenza e misure di associazione, l’indipendenza in media;

·        Introduzione all’inferenza statistica: casualità, modelli probabilistici, variabili casuali, media e varianza di variabili casuali, leggi generali della probabilità, distribuzioni campionarie, distribuzione campionaria della media, intervalli di confidenza e test di significatività per la media della popolazione e per il confronto tra medie, inferenza per una singola proporzione.

Testi di utile consultazione per la preparazione di base

Moore D.S. (2005). Statistica di base. Milano: Apogeo.

Moore D., McCabe G.P., (1999). Introduction to the practice of Statistics. Freeman. capitoli 1-7.  

Piccolo D. (1998). Statistica, Bologna: Il Mulino, capitoli 1-19.  

torna in cima al documento  

Materiale didattico

IL MATERIALE DIDATTICO DISPONIBILE IN QUESTA PAGINA PUO'
ESSERE SCARICATO DA STUDENTI E DOCENTI PER SOLO USO
PERSONALE.

L'IMPIEGO DEL MATERIALE (INCLUSE LE SUE PARTI) A FINI DIVERSI
DALL'USO PERSONALE (vendita copie, lezioni in aula, etc...) RICHIEDE
ESPLICITA AUTORIZZAZIONE da parte della Prof.ssa Rampichini.

Copia dei lucidi  in formato Acrobat Reader (.pdf)

• introduzione

• introduzione a SAS

• analisi in componenti principali

• analisi dei gruppi, II parte e esempi

• analisi di regressione: I parte, II parte

• regressione logistica

• materiale corso di STATA (a cura di Stefano ROSIGNOLI)

I documenti con estensione .pdf possono essere letti e stampati con il programma Acrobat Reader 
.

Altri link utili

cluster analysis: statsoft, http://obelia.jde.aca.mmu.ac.uk/multivar/ca.htm 

analisi multivariata a UCLA http://www.gseis.ucla.edu/courses/ed231a1/lect.html 

esempi da libri di testo http://www.ats.ucla.edu/stat/examples/default.htm 

introduzione a SAS http://www.ats.ucla.edu/stat/sas/ 

introduzione a STATA http://www.ats.ucla.edu/stat/stata/default.htm 

Multivariate statistics (ipertesto): http://www.psychstat.missouristate.edu/multibook/mlt00.htm 

Esempi SAS

Gli esempi svolti a lezione, il testo e la soluzione dei compiti d’esame e delle prove intermedie relative all'anno accademico 2000/2001 possono essere ottenuti  collegandosi in rete locale con uno dei PC disponibili in Laboratorio, all'indirizzo di rete indicato nella parte destra della Tabella seguente. 

Ulteriori informazioni sul sistema SAS possono essere reperite presso il sito del SAS Insitute.

torna in cima al documento   

Calendario delle Lezioni

Le lezioni si svolgono presso il Dipartimento di Statistica, in Viale Morgagni 59 (http://www.ds.unifi.it/dipartimento/dovesiamo/dovesiamo.htm). L'aula  C fa parte del Laboratorio di Statistica.

torna in cima al documento  

Valutazione finale

La valutazione finale e il conseguente accreditamento di 6 CUF terrà conto di:

• svolgimento dei compiti a casa;

• prova intermedia sulla prima parte  del programma da svolgersi a casa con software a scelta dello studente;

• prova finale da svolgersi in classe, utilizzando il software R, SAS o STATA.

torna in cima al documento  

Sofware

• Minitab
• R (software gratuito)
• SAS Insitute  
• SPSS
• Stata
• Statistica

torna in cima al documento  

   Homepage del Dipartimento di Statistica