Economia dell'ambiente, lavoro e sviluppo sostenibile
Cod 112651
- Laurea magistrale
- 2 anni
- 120 CFU
- LM-56 R
STAT-01/A · SECS-S/01
Analisi Statistica per le Scienze Sociali
Codice: 21210001
Scheda insegnamento
- Anno Accademico di erogazione
- 2026/2027
- Corso di studi
- Economia dell'ambiente, lavoro e sviluppo sostenibile
- Periodo di erogazione
- Primo semestre
- CFU
- 9 CFU
- Lingua
- Italiano
- SSD
- STAT-01/A / SECS-S/01
Scopri il programma didattico
Programma, testi adottati e modalità d’esame sono quelli pubblicati dai docenti per l’anno accademico 2026/2027. L’insegnamento è diviso in canali: ogni canale ha il suo programma.
- Docente
- Silvia Terzi
- Curriculum
- Ambiente e Impresa sostenibile
- Anno di corso
- 1
- Periodo
- Primo semestre
- Ore
- 60
- CUIN
- 260010536
Programma
Le prime lezioni verranno dedicate al riepilogo di concetti base della statistica (quali varianza, covarianza, correlazione, combinazioni lineari) e all'algebra delle matrici.
Si passerà poi allo studio di possibili sintesi della matrice dei dati: indicatori compositi, analisi della componenti principali; cluster analysis.
Infine dopo un riepilogo sulla regressione semplice (cioe' la retta) si passerà allo studio della regressione multipla.
Si porrà molta enfasi sui casi di studio
Prerequisiti
-
Tra i prerequisiti del corso figurano i concetti-base della statistica descrittiva uni-variata e di algebra delle matrici. Dunque e' fortemente consigliato aver superato sia un insegnamento di statistica che un insegnamento di matematica per l'economia.
Tali strumenti verranno ripresi sotto forma di ripasso nelle prime due settimane del corso.
Testi adottati
Tecniche e modelli di analisi multivariata, G. Di Franco, Franco Angeli 2017
Open issues in composite indicators. Terzi, Otoiu, Mazziotta, Pareto, Grimaccia. Scaricabile dal sito RomaTre press:
https://romatrepress.uniroma3.it/wp-content/uploads/2021/03/open-togmp-2.pdf
verranno inoltre fornite dispense a cura deildocente
Bibliografia di riferimento
B.F.J. Manly and J.A. Navarro Alberto. Multivariate Statistical Methods: A Primer, Fourth Edition. Taylor & Francis (2016)
Modalità di erogazione
l corso di norma prevede lezioni frontali in aula e nonche' discussione di casi di studio.
Modalità di frequenza
La frequenza sebbene non strettamente obbligatoria e' fortemente consigliata.
Non esistono infatti libri di testo che ricalchino le lezioni e le discussioni dei casi studio.
Modalità di valutazione
La valutazione dell'apprendimento si basa su una prova scritta della durata massima di due ore, composta da circa dieci quesiti. Le domande richiedono risposte sintetiche su aspetti teorici del programma e la lettura, interpretazione e commento di output derivanti da analisi statistiche multivariate. La prova scritta è finalizzata ad accertare sia la conoscenza dei principali modelli e metodi trattati nel corso sia la capacità di interpretarli e applicarli correttamente in contesti empirici.
La prova scritta è seguita da un breve colloquio orale finalizzato ad approfondire gli aspetti emersi durante la prova e a verificare la capacità dello studente di discutere criticamente i risultati delle analisi.
Per gli studenti frequentanti è prevista la possibilità di sostenere, durante il corso e nelle date stabilite dal docente, due prove intermedie. In tal caso, la valutazione finale viene completata mediante una prova conclusiva al termine del corso, nel mese di dicembre.
Prove previste
- Scritto e orale separati
- Docente
- Silvia Terzi
- Curriculum
- Cambiamento tecnologico, lavoro e welfare
- Anno di corso
- 1
- Periodo
- Primo semestre
- Ore
- 60
- CUIN
- 260010551
Programma
Le prime lezioni verranno dedicate al riepilogo di concetti base della statistica (quali varianza, covarianza, correlazione, combinazioni lineari) e all'algebra delle matrici.
Si passerà poi allo studio di possibili sintesi della matrice dei dati: indicatori compositi, analisi della componenti principali; cluster analysis.
Infine dopo un riepilogo sulla regressione semplice (cioe' la retta) si passerà allo studio della regressione multipla.
Si porrà molta enfasi sui casi di studio
Prerequisiti
-
Tra i prerequisiti del corso figurano i concetti-base della statistica descrittiva uni-variata e di algebra delle matrici. Dunque e' fortemente consigliato aver superato sia un insegnamento di statistica che un insegnamento di matematica per l'economia.
Tali strumenti verranno ripresi sotto forma di ripasso nelle prime due settimane del corso.
Testi adottati
Tecniche e modelli di analisi multivariata, G. Di Franco, Franco Angeli 2017
Open issues in composite indicators. Terzi, Otoiu, Mazziotta, Pareto, Grimaccia. Scaricabile dal sito RomaTre press:
https://romatrepress.uniroma3.it/wp-content/uploads/2021/03/open-togmp-2.pdf
verranno inoltre fornite dispense a cura deildocente
Bibliografia di riferimento
B.F.J. Manly and J.A. Navarro Alberto. Multivariate Statistical Methods: A Primer, Fourth Edition. Taylor & Francis (2016)
Modalità di erogazione
l corso di norma prevede lezioni frontali in aula e nonche' discussione di casi di studio.
Modalità di frequenza
La frequenza sebbene non strettamente obbligatoria e' fortemente consigliata.
Non esistono infatti libri di testo che ricalchino le lezioni e le discussioni dei casi studio.
Modalità di valutazione
La valutazione dell'apprendimento si basa su una prova scritta della durata massima di due ore, composta da circa dieci quesiti. Le domande richiedono risposte sintetiche su aspetti teorici del programma e la lettura, interpretazione e commento di output derivanti da analisi statistiche multivariate. La prova scritta è finalizzata ad accertare sia la conoscenza dei principali modelli e metodi trattati nel corso sia la capacità di interpretarli e applicarli correttamente in contesti empirici.
La prova scritta è seguita da un breve colloquio orale finalizzato ad approfondire gli aspetti emersi durante la prova e a verificare la capacità dello studente di discutere criticamente i risultati delle analisi.
Per gli studenti frequentanti è prevista la possibilità di sostenere, durante il corso e nelle date stabilite dal docente, due prove intermedie. In tal caso, la valutazione finale viene completata mediante una prova conclusiva al termine del corso, nel mese di dicembre.
Prove previste
- Scritto e orale separati
Esplora gli obiettivi dell’insegnamento
Ambito disciplinare: Discipline Statistiche e Matematiche
Il corso si propone di fornire allo studente un’adeguata preparazione sui concetti e sui metodi statistici utilizzati nella rilevazione, elaborazione e sintesi dei dati relativi a fenomeni economici e sociali del Paese; privilegia gli aspetti sostantivi e interpretativi dei modelli statistici e si propone come manuale d'istruzioni utile all'impiego corretto delle tecniche multivariate. Per ciascun argomento si dedicherà particolare attenzione alle condizioni specifiche di applicabilità delle varie tecniche, chiarendone le potenzialità analitiche e dedicando ampio spazio agli esempi concreti trattati. Il corso ha un taglio applicativo.
Risultati di apprendimento attesi — Silvia Terzi
Al termine dell'insegnamento lo studente sarà in grado di:
Conoscenza e capacità di comprensione
comprendere i principali concetti e metodi statistici utilizzati per l'analisi dei fenomeni economici e sociali;
conoscere le procedure di rilevazione, organizzazione, sintesi e rappresentazione dei dati;
comprendere le finalità, le potenzialità e i limiti delle principali tecniche statistiche univariate e multivariate.
Capacità di applicare conoscenza e comprensione
utilizzare gli strumenti statistici per analizzare dati provenienti da fenomeni economici e sociali;
selezionare le tecniche statistiche più appropriate in funzione degli obiettivi dell'analisi e delle caratteristiche dei dati disponibili;
interpretare correttamente i risultati delle elaborazioni statistiche e trarne indicazioni utili alla comprensione dei fenomeni osservati.
Autonomia di giudizio
valutare criticamente l'applicabilità delle diverse metodologie statistiche e l'affidabilità delle conclusioni raggiunte.
Abilità comunicative
presentare e discutere risultati statistici mediante tabelle, grafici e indicatori, utilizzando una terminologia tecnica appropriata.
Capacità di apprendimento
sviluppare le competenze necessarie per approfondire autonomamente metodologie statistiche più avanzate e per applicarle in diversi contesti disciplinari.
Risultati di apprendimento attesi — Silvia Terzi
Al termine dell'insegnamento lo studente sarà in grado di:
Conoscenza e capacità di comprensione
comprendere i principali concetti e metodi statistici utilizzati per l'analisi dei fenomeni economici e sociali;
conoscere le procedure di rilevazione, organizzazione, sintesi e rappresentazione dei dati;
comprendere le finalità, le potenzialità e i limiti delle principali tecniche statistiche univariate e multivariate.
Capacità di applicare conoscenza e comprensione
utilizzare gli strumenti statistici per analizzare dati provenienti da fenomeni economici e sociali;
selezionare le tecniche statistiche più appropriate in funzione degli obiettivi dell'analisi e delle caratteristiche dei dati disponibili;
interpretare correttamente i risultati delle elaborazioni statistiche e trarne indicazioni utili alla comprensione dei fenomeni osservati.
Autonomia di giudizio
valutare criticamente l'applicabilità delle diverse metodologie statistiche e l'affidabilità delle conclusioni raggiunte.
Abilità comunicative
presentare e discutere risultati statistici mediante tabelle, grafici e indicatori, utilizzando una terminologia tecnica appropriata.
Capacità di apprendimento
sviluppare le competenze necessarie per approfondire autonomamente metodologie statistiche più avanzate e per applicarle in diversi contesti disciplinari.
Obiettivi di sostenibilità
- 1 Sconfiggere la povertà
- 4 Istruzione di qualità
- 10 Ridurre le disuguaglianze
- 5 Parità di genere
- 8 Lavoro dignitoso e crescita economica
Esempi di domande d’esame
Silvia Terzi
Nell'analisi delle componenti principali, dato un output, determinare il numero di componenti principali da mantenere e motivare la scelta.
Discutere se, per uno specifico data set, sia opportuno procedere alla standardizzazione delle variabili prima dell'analisi delle componenti principali.
Dato l'output di un'analisi delle componenti principali, interpretare la prima componente principale.
Nell'ambito della cluster analysis, discutere i principali criteri di scelta del numero di cluster e le regole di arresto del metodo k-means.
Definire e interpretare l'indice di silhouette e illustrarne l'utilità nella valutazione della qualità di una partizione.
In un modello di regressione multipla, interpretare i coefficienti stimati.
Valutare e interpretare la significatività statistica dei coefficienti di una regressione multipla.
Silvia Terzi
Nell'analisi delle componenti principali, dato un output, determinare il numero di componenti principali da mantenere e motivare la scelta.
Discutere se, per uno specifico data set, sia opportuno procedere alla standardizzazione delle variabili prima dell'analisi delle componenti principali.
Dato l'output di un'analisi delle componenti principali, interpretare la prima componente principale.
Nell'ambito della cluster analysis, discutere i principali criteri di scelta del numero di cluster e le regole di arresto del metodo k-means.
Definire e interpretare l'indice di silhouette e illustrarne l'utilità nella valutazione della qualità di una partizione.
In un modello di regressione multipla, interpretare i coefficienti stimati.
Valutare e interpretare la significatività statistica dei coefficienti di una regressione multipla.