ALBERTO GIOVANNI ARCAGNI
Structure:
Dipartimento di METODI E MODELLI PER L'ECONOMIA, IL TERRITORIO, LA FINANZA
SSD:
STAT-01/A

Notizie

Pagina personale GitHub

ORCID

Il ricevimento è concordato via email.

Programma Statistica Corso Base, Scienze Aziendali N-Z

  • Nozioni introduttive: collettivo statistico, unità statistica, caratteri e modalità. Distribuzione unitaria e di frequenze. Frequenze cumulate. Distribuzioni in classi.
  • Rappresentazioni grafiche. Funzione di ripartizione empirica e sua rappresentazione grafica. Introduzione al concetto di media: medie analitiche e medie lasche.
  • La media aritmetica e sue proprietà. Media aritmetica per distribuzioni di frequenze e in classi. Moda, mediana e quantili. Calcolo della moda, mediana e quantili per le distribuzioni di frequenza e in classi.
  • Indici di variabilità: scostamenti semplici medi, deviazione standard e varianza. Scomposizione della devianza. Calcolo della varianza per distribuzioni di frequenza e in classi. Differenza semplice media. Campo di variazione. Differenza interquartile. Coefficiente di variazione. La concentrazione e sue misure: curva di Lorenz e indice di Gini per dati unitarie. L’eterogeneità.
  • La simmetria e misure di asimmetria. Numeri indici semplici e complessi. Distribuzioni doppie. Indipendenza assoluta, dipendenza perfetta e misure della dipendenza. Indipendenza in media e misura del grado di dipendenza in media. Indipendenza lineare e misure del grado di associazione lineare.
  • Introduzione alla regressione. Determinazione dei coefficienti della retta di regressione. Bontà di adattamento della retta ai dati e indice di determinazione lineare.
  • Introduzione alla probabilità. Eventi casuali e spazio degli eventi. Definizioni di Probabilità. Assegnazione delle probabilità agli eventi. Principali teoremi sulla probabilità.
  • Probabilità condizionata e indipendenza. Teorema di Bayes.
  • Introduzione alle variabili aleatorie. Variabili aleatorie discrete e continue e funzione di ripartizione. Valore atteso e varianza di variabili aleatorie.
  • Alcuni modelli probabilistici discreti: la distribuzione di Bernoulli, la distribuzione Binomiale.
  • La distribuzione normale e l’uso delle tavole.
  • La legge dei grandi numeri e il teorema del limite centrale.
  • Popolazione e campione: introduzione alle distribuzioni campionarie.
  • La distribuzione della media campionaria. Cenni di teoria della stima e proprietà degli stimatori.
  • Introduzione agli intervalli di confidenza. Intervalli di confidenza per la media di una popolazione Normale con varianza nota e incognita. Intervalli di confidenza per la media di una popolazione qualsiasi nel caso di grandi campioni. Intervalli di confidenza per una proporzione nel caso di grandi campioni.
  • Introduzione alla verifica di ipotesi e tipologie di errore. Verifica delle ipotesi per la media di una popolazione Normale con varianza nota e incognita. Verifica delle ipotesi per la media di una popolazione qualsiasi e per una proporzione nel caso di grandi campioni.

La valutazione sarà effettuata tramite prova scritta e orale a discrezione del docente o a richiesta dello studente.

Il materiale sarà condiviso su Google Classroom e il codice del corso sarà comunicato durante la prima lezione. La registrazione a Google Classroom dovrà essere effettuata esclusivamente con l'email istituzionale.

Programma Metodi Statistici Avanzati, Economia e Finanza M-Z

  • Richiami di Probabilità
  • Richiami di R; uso di RStudio per produrre documenti RMarkdown
  • Richiami su intervalli di confidenza e distribuzioni campionarie
  • La funzione di verosimiglianza
  • Verifica di ipotesi
  • Il modello lineare
  • Il modello lineare generalizzato con enfasi per logit

La valutazione sarà effettuata tramite prova scritta e orale a discrezione del docente o a richiesta dello studente.

Il materiale sarà condiviso su Google Classroom e il codice del corso sarà comunicato durante la prima lezione. La registrazione a Google Classroom dovrà essere effettuata esclusivamente con l'email istituzionale.

Orari di ricevimento

Fissare un appuntamento tramite accordato via email
Ufficio 428, quarto piano, ala Statistica, Facoltà di Economia

Curriculum

ALBERTO GIOVANNI ARCAGNI
https://orcid.org/0000-0003-4170-1447
Also known as
Alberto Arcagni

Country: Italy

Keywords: statistics, methodological statistics, income, income distribution, inequality, inequality index, inequality index decomposition, well-being, multidimensional well-being, well-being indicator, partial oreder, poset, R, assortativity, complex networks

Other IDs
Scopus Author ID: 55428561200

Employment
Università degli Studi di Roma La Sapienza Dipartimento di Metodi e Modelli per l'Economia il Territorio e la Finanza: Roma, Lazio, IT2019-09-01 to present | RTDB - research fellow - secs-s/01Employment
Università degli Studi di Milano-Bicocca: Milano, Lombardia, IT2015-04-01 to 2019-08-31 | Postdoctoral researcher, Inequality and centrality measures in complex networks: theory and applications” secs-s/01 secs-s/06 (Dipartimento di Statistica e Metodi Quantitativi)Employment
Università degli Studi di Milano-Bicocca: Milano, Lombardia, IT2011-04-01 to 2015-03-31 | Postdoctoral researcher, “Stima dei tre parametri del modello di distribuzione di Zenga per variabili non-negative” secs-s/01 (Dipartimento di Statistica e Metodi Quantitativi)Employment

Education and qualifications
Università degli Studi di Milano-Bicocca: Milano, Lombardia, IT2011 to 2017 | PhD in Statistics and Applications (Dipartimento di Statistica e Metodi Quantitativi)Education
Università degli Studi di Milano-Bicocca: Milano, Lombardia, IT2005 to 2008 | Master’s degree in Business Economics (110 cum laude)Education
Università degli Studi di Milano-Bicocca: Milano, Lombardia, IT2002 to 2005 | Bachelor of Economics, Statistics and Computer Science for the Company (110 cum laude)Education

Membership and service
Società Italiana di Statistica: Rome, ITMembership

Works
Social and Material Vulnerability of the Italian Municipalities: Comparing Alternative Approaches
Social Indicators Research
2020-04-09 | journal-article
DOI: 10.1007/s11205-020-02330-xPart of ISSN: 0303-8300

Extending assortativity: An application to weighted social networks
Journal of Business Research
2019 | journal-article
DOI: 10.1016/j.jbusres.2019.10.008Part of ISSN: 0148-2963

Optimal scoring of partially ordered data, with an application to the ranking of smart cities2019 | journal-article

VI Convegno Nazionale dell’Associazione Italiana per gli Studi sulla Qualità della Vita - AIQUAV 2019 - Benessere Collettivo e Scelte Individuali2019 | other
Part of ISBN: 978-88-94943-76-4

Dynamical phase diagrams of a love capacity constrained prey–predator model
The European Physical Journal B
2018-02 | journal-article
DOI: 10.1140/epjb/e2017-80531-7Part of ISSN: 1434-6028

Multidimensional Analysis of Deprivation and Fragility Patterns of Migrants in Lombardy, Using Partially Ordered Sets and Self-Organizing Maps
Social Indicators Research
2018-02 | journal-article
DOI: 10.1007/s11205-018-1856-9Part of ISSN: 0303-8300

F-FOD: Fuzzy First Order Dominance Analysis and Populations Ranking Over Ordinal Multi-Indicator Systems
Social Indicators Research
2018 | journal-article
DOI: 10.1007/s11205-018-2049-2Part of ISSN: 0303-8300

Using mutual ranking probabilities for dimensionality reduction and ranking extraction in multidimensional systems of ordinal variables
ASMOD 2018: Proceedings of the International Conference on Advances in Statistical Modelling of Ordinal Data
2018 | conference-paper
Part of ISBN: 978-88-6887-042-3

Higher order assortativity in complex networks
European Journal of Operational Research
2017-10 | journal-article
DOI: 10.1016/j.ejor.2017.04.028Part of ISSN: 0377-2217

A Reduced Posetic Approach to the Measurement of Multidimensional Ordinal Deprivation
Social Indicators Research
2016-11 | journal-article
DOI: 10.1007/s11205-016-1501-4Part of ISSN: 0303-8300

PARSEC: An R Package for Partial Orders in Socio-Economics
Partial Order Concepts in Applied Sciences
2016-11 | other
DOI: 10.1007/978-3-319-45421-4_19

Effects of competition and cooperation interaction between agents on networks in the presence of a market capacity
Physical Review E
2016-08-08 | journal-article
DOI: 10.1103/phys
Non-aggregative Assessment of Subjective Well-Being
Topics in Theoretical and Applied Statistics
2016-05 | other
DOI: 10.1007/978-3-319-27274-0_20

On the decomposition by sources of the Zenga 1984 point and synthetic inequality indexes
Statistical Methods & Applications
2016-04 | journal-article
DOI: 10.1007/s10260-016-0360-0Part of ISSN: 1618-2510

A comparison of income distributions models through inequality curves
STATISTICA & APPLICAZIONI
2016 | journal-article

Exploiting ordinal data for subjective well-being evaluation
Statistics in Transition
2015 | journal-article
DOI: 10.21307/stattrans-2015-023EID: 2-s2.0-84959368957Part of ISBN: 24500291 12347655

On the income distribution models and inequality curves
Proceedings of SIS2015 Statistical Conference - Statistics and Demography: the Legacy of Corrado Gini
2015 | conference-paper
Part of ISBN: 9788867874521

Structural and non-structural temporal evolution of socio-economic real networks
Quality & Quantity
2014-07 | journal-article
DOI: 10.1007/s11135-014-0070-3Part of ISSN: 0033-5177

Decomposition by sources of the $ξ$ inequality index
Scientific Meeting of the Italian Statistical Society-11/13 june
2014 | conference-paper

PARSEC: An R package for poset-based evaluation of multidimensional poverty
Multi-indicator Systems and Modelling in Partial Order
2014 | book
Part of DOI: 10.1007/978-1-4614-8223-9_15EID: 2-s2.0-84929665330

The Graphical Representation of Inequality
Revista Colombiana de Estadística
2014 | journal-article
DOI: 10.15446/rce.v37n2spe.47947Part of ISSN: 2389-8976

Visualizing Partially Ordered Sets for Socioeconomic Analysis
Revista Colombiana de Estadística
2014 | journal-article
DOI: 10.15446/rce.v37n2spe.47948Part of ISSN: 2389-8976

Zenga distribution: parameters estimation with contraints on synthetic inequality indices
STATISTICA & APPLICAZIONI
2014 | journal-article

PARSEC: An R Package for Poset-Based Evaluation of Multidimensional Poverty
Multi-indicator Systems and Modelling in Partial Order
2013-09 | other
DOI: 10.1007/978-1-4614-8223-9_15

Application of Zenga's distribution to a panel survey on household incomes of European Member States.
Statistica & Applicazioni
2013 | journal-article

Dynamics of multidimensional poverty in Italy, through the crisis.
Long-term trends in quality of life
2013 | conference-paper
URI: http://www.scp.nl/english/International_Projects/Long_term_trends_in_Qua...

Measuring multidimensional polarization with ordinal data
SIS 2013 statistical conference, BES-M3
2013 | conference-paper

Measuring structural dissimilarity between finite partial orders
Multi-indicator Systems and Modelling in Partial Order
2013 | book
Part of DOI: 10.1007/978-1-4614-8223-9_4EID: 2-s2.0-84929687688

Misurare il livello di integrazione della popolazione straniera in ambito economico-lavorativo. Verso l’applicazione di una nuova metodologia
RIVISTA ITALIANA DI ECONOMIA, DEMOGRAFIA E STATISTICA
2013 | journal-article

On the parameters of Zenga distribution
Statistical Methods & Applications
2012-10 | journal-article
DOI: 10.1007/s10260-012-0219-yPart of ISSN: 1618-2510

Counting and partial order approaches to multidimensional poverty evaluation
Discovery new frontiers in quality-of-life research - Book of abstracts
2012 | conference-paper
Part of ISBN: 9781291157420

La deterninazione dei parametri di un nuovo modello distributivo per variabili non negative: aspetti metodologici e applicazioni2011 | journal-article

Method of moments for Zenga's distribution2010 | other

Smooth Backfitting with R2009 | other

Peer review
review activity for Social Indicators Research