Scheda insegnamento

Anno Accademico di erogazione
2026/2027
Corso di studi
Economia e Big Data
Periodo di erogazione
Secondo semestre
CFU
9 CFU
Lingua
Italiano
SSD
STAT-01/A

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
Paola Vicard
Curriculum
Curriculum unico
Anno di corso
1
Periodo
Secondo semestre
Ore
60
CUIN
260006466

Programma

Statistica descrittiva:
Concetti introduttivi: Caratteri statistici e scale di misura. Distribuzioni semplici. Rappresentazioni tabellari e grafiche. Funzione di ripartizione empirica.
Indici di dimensione: Moda. Mediana. Quantili. Media aritmetica.
Indici di Variabilità: Scostamenti medi. Varianza. Coefficiente di variazione. Differenza interquartile.
Indici di forma: Asimmetria di una distribuzione: indici e rappresentazioni grafiche.
Distribuzioni statistiche doppie, marginali e condizionate. I momenti delle distribuzioni doppie, la correlazione.
Calcolo delle probabilità:
Definizione assiomatica di probabilità. Probabilità condizionata. Indipendenza. Teorema di Bayes. Variabili aleatorie undimensionali discrete. Funzione di probabilità, di densità, di ripartizione. Momenti di variabili aleatorie. Principali distribuzioni di probabilità discrete: binomiale, Poisson, uniforme.
Principali distribuzioni di probabilità continue: uniforme, normale, esponenziale.
Variabili aleatorie multiple: funzioni di probabilità marginali e condizionate, indipendenza e correlazione.
Proprietà delle distribuzioni di probabilità: combinazioni lineari di variabili aleatorie, convergenza, legge dei grandi numeri e teorema del limite centrale.
Inferenza Statistica:
Popolazione e campione: popolazioni finite e infinite; campione casuale da popolazioni finite e infinite; distribuzione di probabilità del campione casuale.
Statistiche campionarie e loro distribuzioni: distribuzione campionaria della media; distribuzione campionaria della varianza.
Stima dei parametri: proprietà degli stimatori; intervallo di confidenza per una media e per una proporzione.
Verifica di ipotesi: elementi di teoria dei test: errori di prima e di seconda specie; verifica di ipotesi su una media e su una proporzione.
Regressione: Regressione lineare semplice stima e verifica d'ipotesi sui parametri della retta di regressione.

Prerequisiti

Non ci sono propedeuticità formali, ma si consiglia vivamente di avere studiato gli argomenti di matematica generale.

Testi adottati

Testi consigliati:
- P. Newbold, W. Carlson, B. Thorne, Statistica, Pearson Education, 9° edizione
- Sebastiani M. R. (2015) “Esercitazioni di statistica”. Esculapio Editore, 3° edizione.
Altri materiali verranno messi a disposizione su Teams

Modalità di erogazione

Il corso prevede lezioni frontali (6 ore a settimana) ed esercitazioni (2 ore a settimana).

Modalità di frequenza

Il corso consiste di sei ore settimanali di lezione e di due ore settimanali di esercitazioni.
Sono inoltre previste attività di tutoraggio

Modalità di valutazione

- Non sono ammessi cambi di cattedra per nessun motivo.
- La prova scritta si svolge presso la Piazza Telematica dell’Ateneo e si avvale della piattaforma Moodle.
- La prova scritta è composta da: esercizi, domande a risposta multipla, domande teoriche.
- La prova scritta è ritenuta superata se lo studente ottiene la sufficienza sia nella parte pratica sia in quella teorica.
- Un candidato che abbia superato con la sufficienza la prova scritta può richiedere che gli venga verbalizzato il voto conseguito nello scritto oppure può richiedere di svolgere una prova orale.
- Il docente, qualora lo ritenga necessario, può richiedere una prova orale aggiuntiva.
- I candidati a cui venga assegnata una votazione gravemente insufficiente, ossia da 10 in giù, in una prova scritta non sono ammessi a sostenere la prova scritta nell'appello successivo.
- Non è consentito introdurre alcun formulario e/o libro nell’aula d’esame. È consentito portare solo le tavole delle distribuzioni di probabilità nel formato reso disponibile nei materiali didattici della classe Teams del corso.

Prove previste

  • Prova orale
  • Prova scritta

Curriculum
Curriculum unico
Anno di corso
1
Periodo
Secondo semestre
Ore
60
CUIN
260006467

Programma

Statistica descrittiva:
Concetti introduttivi: Caratteri statistici e scale di misura. Distribuzioni semplici. Rappresentazioni tabellari e grafiche. Funzione di ripartizione empirica.
Indici di dimensione: Moda. Mediana. Quantili. Media aritmetica.
Indici di Variabilità: Varianza. Coefficiente di variazione. Differenza interquartile.
Indici di forma: Asimmetria di una distribuzione: indici e rappresentazioni grafiche.
Distribuzioni doppie: distribuzioni di frequenza; distribuzioni condizionate; indipendenza. Misure di associazione tra due variabili. Correlazione e Regressione.
Calcolo delle probabilità:
Definizione assiomatica di probabilità. Probabilità condizionata. Indipendenza. Teorema di Bayes. Variabili aleatorie undimensionali discrete. Funzione di probabilità, di densità, di ripartizione. Momenti di variabili aleatorie. Principali distribuzioni di probabilità discrete: binomiale. Principali distribuzioni di probabilità continue: normale e normale standard.
Proprietà delle distribuzioni di probabilità: combinazioni lineari di variabili aleatorie, teorema del limite centrale.
Inferenza Statistica:
Popolazione e campione: popolazioni finite e infinite; campione casuale da popolazioni finite e infinite; distribuzione di probabilità del campione casuale.
Statistiche campionarie e loro distribuzioni: distribuzione campionaria della media.
Stima dei parametri: stima puntuale, proprietà degli stimatori; intervallo di confidenza per la media.
Verifica di ipotesi: elementi di teoria dei test: errori di prima e di seconda specie; verifica di ipotesi sulla media.

Prerequisiti

Non ci sono propedeuticità formali, ma si consiglia vivamente di avere sostenuto matematica generale.

Testi adottati

Cicchitelli, P.D'Urso, M.Minozzo. Statistica: principi e metodi. Pearson, terza edizione (2017).

Modalità di erogazione

Il corso di norma prevede lezioni frontali in aula (60 ore). Sono previste 2 ore di esercitazioni settimanali per tutta la durata del corso (per un totale di 20 ore di esercitazioni).

Modalità di frequenza

La frequenza non è obbligatoria, ma fortemente raccomandata.

Modalità di valutazione

L’esame consiste esclusivamente in una prova scritta, con svolgimento di esercizi e domande teoriche.
Durante lo svolgimento della prova, non è consentito introdurre alcun formulario e/o libro nell’aula d’esame. È consentito portare solo la calcolatrice. Le tavole delle distribuzioni di probabilità verranno fornite dal docente in corso d’esame. In casi eccezionali, la prova orale può essere richiesta dal docente.
Durante il corso sono previste 2 prove intermedie (la prima a metà corso circa e la seconda in prossimità del termine delle lezioni); l'accesso alla seconda prova intermedia è limitato agli studenti che hanno raggiunto la sufficienza nella prima prova. Le prove intermedie sono aperte a tutti gli studenti del corso (frequentanti e non frequentanti). La prenotazione per le prove intermedie avviene esclusivamente tramite Gomp, come per gli appelli di esame.

Prove previste

  • Prova scritta
  • Prove intermedie

Esplora gli obiettivi dell’insegnamento

Ambito disciplinare: Discipline statistiche e matematiche

Il corso di Statistica propone di introdurre gli studenti alle tecniche di rilevazione, di organizzazione, di analisi ed interpretazione dei dati statistici. Il corso introduce gli studenti alla statistica descrittiva, ai concetti basilari di calcolo della probabilità e dell’inferenza statistica per l’analisi di dati statistici derivanti da indagini campionarie.
Tutti gli argomenti verranno illustrati anche mediante il software statistico R attraverso RStudio e con l’ausilio di Excel. Ciascuna metodologia statistica sarà illustrata con una specifica applicazione sulla base di alcuni data set sui quali gli studenti potranno esercitarsi mediante il software statistico. Pertanto, allo studente verrà insegnato non solo ad applicare tecniche statistiche ma anche a scegliere la tecnica più opportuna e a commentare l’output ai fini decisionali.
Prerequisiti: non ve ne sono, ma sarebbe meglio se gli studenti avessero seguito o stiano seguendo Fondamenti di Informatica e Programmazione e Matematica Generale.

Risultati di apprendimento attesi — Francesca Fortuna

Il corso di Statistica costituisce un insegnamento istituzionale di base e ha l’obiettivo di introdurre gli studenti alle tecniche fondamentali di raccolta, organizzazione e analisi dei dati. Il corso fornisce inoltre i concetti essenziali del calcolo delle probabilità e dell’inferenza statistica per l’analisi dei dati campionari, con particolare riferimento alle applicazioni in ambito economico, aziendale e sociale.
Al termine del corso, lo studente sarà in grado di: conoscere e utilizzare i principali concetti e metodi della statistica descrittiva, del calcolo delle probabilità e dell’inferenza statistica; comprendere il quadro teorico di riferimento delle tecniche statistiche e maturare capacità critica nella scelta degli indicatori e delle procedure più appropriate in relazione alle caratteristiche dei dati; analizzare situazioni e fenomeni reali selezionando la tecnica statistica adeguata, applicandola correttamente e interpretandone i risultati ai fini dell’analisi economica.

Obiettivi di sostenibilità

  • 1 Sconfiggere la povertà
  • 2 Sconfiggere la fame
  • 4 Istruzione di qualità
  • 5 Parità di genere
  • 8 Lavoro dignitoso e crescita economica
  • 9 Imprese, innovazione e infrastrutture
  • 10 Ridurre le disuguaglianze
  • 11 Città e comunità sostenibili
  • 12 Consumo e produzione responsabili
  • 13 Lotta contro il cambiamento climatico
  • 16 Pace, giustizia e istituzioni solide
  • 17 Partnership per gli obiettivi
  • 3 Salute e benessere
  • 6 Acqua pulita e servizi igienico-sanitari
  • 7 Energia pulita e accessibile
  • 14 Vita sott’acqua
  • 15 Vita sulla Terra

Esempi di domande d’esame

Paola Vicard

Esempi di domande sono forniti tra i materiali didattici disponibili nella classe Teams dell'insegnamento

Il corso in cui è erogato questo insegnamento

API