Finanza e impresa
Cod 112653
- Laurea magistrale
- 2 anni
- 120 CFU
- LM-16 R / LM-77 R
STAT-01/A
Statistica
Codice: 21210127
Scheda insegnamento
- Anno Accademico di erogazione
- 2026/2027
- Corso di studi
- Finanza e impresa
- 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
- Caterina Conigliani
- Curriculum
- Diritto e Finanza / LM-16
- Anno di corso
- 1
- Periodo
- Secondo semestre
- Ore
- 60
- CUIN
- 260013759
Programma
Statistica descrittiva: Concetti introduttivi: Caratteri statistici e scale di misura. Distribuzioni semplici. Rappresentazioni tabellari e grafiche. Indici di dimensione: moda, mediana, quantili, media aritmetica. Indici di variabilità: scostamento quadratico medio, varianza, coefficiente di variazione. Indici di asimmetria di una distribuzione: l'indice di Fisher. Distribuzioni doppie, distribuzioni marginali e distribuzioni condizionate. Indici di dipendenza assoluta: il chi-quadro e il chi-quadro relativo. Indici di correlazione: la covarianza e il coefficiente di Bravais.
Calcolo delle probabilità: Definizione assiomatica di probabilità. Probabilità condizionata e indipendenza. Teorema di Bayes. Variabili aleatorie: funzione di probabilità, di densità, di ripartizione, momenti. Principali distribuzioni di probabilità discrete: di Bernoulli, binomiale, di Poisson. Principali distribuzioni di probabilità continue: uniforme, normale, t di Student. Teorema del limite centrale.
Inferenza Statistica: Campione casuale e statistiche. Distribuzione campionaria della media campionaria e di una proporzione. Stima puntuale: proprietà degli stimatori. Intervalli di confidenza: metodi di costruzione e interpretazione. Verifica di ipotesi: errori di prima e seconda specie, potenza di un test, livello di significatività osservato. Particolari problemi inferenziali presi in considerazione: stima puntuale, intervallare e verifica di ipotesi per il valore atteso di una popolazione normale e per la probabilità di successo di una popolazione di Bernoulli.
Il modello di regressione lineare normale: la retta di regressione e il metodo dei Minimi Quadrati. Il Teorema di Gauss-Markov. Stima intervallare e verifica d'ipotesi sui parametri della retta di regressione. Previsione nel modello di regressione lineare.
Prerequisiti
Non vi sono prerequisiti.
Testi adottati
G.Cicchitelli, P.D'Urso, M.Minozzo. Statistica: principi e metodi. Pearson, quarta edizione:
Cap. 1 (escluso 1.11), Cap. 2 (esclusi 2.4, 2.5), Cap. 3 (esclusi 3.4, 3.5, 3.6), Cap. 4 (esclusi 4.3, 4.4, 4.5, 4.6, 4.15), Cap. 5 (esclusi 5.3, 5.6, 5.7, 5.8), Cap. 6 (escluso 6.3), Cap. 9 (escluso 9.3), Cap. 10, Cap. 11 (escluso 11.2.1), Cap. 12, Cap. 13, Cap. 14 (esclusi 14.2, 14.6, 14.7),Cap. 17 (escluso 17.6), Cap.18 (esclusi 18.3,18.4), Cap. 19 (escluso 19.5), Cap. 20 (esclusi 20.6, 20.7), Cap 22 (escluso 22.2.2), Cap. 23.
Una raccolta di esercizi a cura del docente è a disposizione degli studenti su Moodle.
Bibliografia di riferimento
G.Cicchitelli, P.D'Urso, M.Minozzo. Statistica: principi e metodi. Pearson, quarta edizione.
Modalità di erogazione
6 ore di lezione a settimana più 2 ore di esercitazione.
Modalità di frequenza
Altamente raccomandata.
Modalità di valutazione
Prova scritta con svolgimento di esercizi, seguita da prova orale con svolgimento di esercizi e domande di teoria (solo a chi ha superato la prova scritta).
Prove previste
- Scritto e orale separati
- Docente
- Caterina Conigliani
- Curriculum
- Diritto e Finanza / LM-77
- Anno di corso
- 1
- Periodo
- Secondo semestre
- Ore
- 60
- CUIN
- 260013762
Programma
Statistica descrittiva: Concetti introduttivi: Caratteri statistici e scale di misura. Distribuzioni semplici. Rappresentazioni tabellari e grafiche. Indici di dimensione: moda, mediana, quantili, media aritmetica. Indici di variabilità: scostamento quadratico medio, varianza, coefficiente di variazione. Indici di asimmetria di una distribuzione: l'indice di Fisher. Distribuzioni doppie, distribuzioni marginali e distribuzioni condizionate. Indici di dipendenza assoluta: il chi-quadro e il chi-quadro relativo. Indici di correlazione: la covarianza e il coefficiente di Bravais.
Calcolo delle probabilità: Definizione assiomatica di probabilità. Probabilità condizionata e indipendenza. Teorema di Bayes. Variabili aleatorie: funzione di probabilità, di densità, di ripartizione, momenti. Principali distribuzioni di probabilità discrete: di Bernoulli, binomiale, di Poisson. Principali distribuzioni di probabilità continue: uniforme, normale, t di Student. Teorema del limite centrale.
Inferenza Statistica: Campione casuale e statistiche. Distribuzione campionaria della media campionaria e di una proporzione. Stima puntuale: proprietà degli stimatori. Intervalli di confidenza: metodi di costruzione e interpretazione. Verifica di ipotesi: errori di prima e seconda specie, potenza di un test, livello di significatività osservato. Particolari problemi inferenziali presi in considerazione: stima puntuale, intervallare e verifica di ipotesi per il valore atteso di una popolazione normale e per la probabilità di successo di una popolazione di Bernoulli.
Il modello di regressione lineare normale: la retta di regressione e il metodo dei Minimi Quadrati. Il Teorema di Gauss-Markov. Stima intervallare e verifica d'ipotesi sui parametri della retta di regressione. Previsione nel modello di regressione lineare.
Prerequisiti
Non vi sono prerequisiti.
Testi adottati
G.Cicchitelli, P.D'Urso, M.Minozzo. Statistica: principi e metodi. Pearson, quarta edizione:
Cap. 1 (escluso 1.11), Cap. 2 (esclusi 2.4, 2.5), Cap. 3 (esclusi 3.4, 3.5, 3.6), Cap. 4 (esclusi 4.3, 4.4, 4.5, 4.6, 4.15), Cap. 5 (esclusi 5.3, 5.6, 5.7, 5.8), Cap. 6 (escluso 6.3), Cap. 9 (escluso 9.3), Cap. 10, Cap. 11 (escluso 11.2.1), Cap. 12, Cap. 13, Cap. 14 (esclusi 14.2, 14.6, 14.7),Cap. 17 (escluso 17.6), Cap.18 (esclusi 18.3,18.4), Cap. 19 (escluso 19.5), Cap. 20 (esclusi 20.6, 20.7), Cap 22 (escluso 22.2.2), Cap. 23.
Una raccolta di esercizi a cura del docente è a disposizione degli studenti su Moodle.
Bibliografia di riferimento
G.Cicchitelli, P.D'Urso, M.Minozzo. Statistica: principi e metodi. Pearson, quarta edizione.
Modalità di erogazione
6 ore di lezione a settimana più 2 ore di esercitazione.
Modalità di frequenza
Altamente raccomandata.
Modalità di valutazione
Prova scritta con svolgimento di esercizi, seguita da prova orale con svolgimento di esercizi e domande di teoria (solo a chi ha superato la prova scritta).
Prove previste
- Scritto e orale separati
- Docente
- Caterina Conigliani
- Curriculum
- Diritto e Finanza con tirocinio / LM-16
- Anno di corso
- 1
- Periodo
- Secondo semestre
- Ore
- 60
- CUIN
- 260013778
Programma
Statistica descrittiva: Concetti introduttivi: Caratteri statistici e scale di misura. Distribuzioni semplici. Rappresentazioni tabellari e grafiche. Indici di dimensione: moda, mediana, quantili, media aritmetica. Indici di variabilità: scostamento quadratico medio, varianza, coefficiente di variazione. Indici di asimmetria di una distribuzione: l'indice di Fisher. Distribuzioni doppie, distribuzioni marginali e distribuzioni condizionate. Indici di dipendenza assoluta: il chi-quadro e il chi-quadro relativo. Indici di correlazione: la covarianza e il coefficiente di Bravais.
Calcolo delle probabilità: Definizione assiomatica di probabilità. Probabilità condizionata e indipendenza. Teorema di Bayes. Variabili aleatorie: funzione di probabilità, di densità, di ripartizione, momenti. Principali distribuzioni di probabilità discrete: di Bernoulli, binomiale, di Poisson. Principali distribuzioni di probabilità continue: uniforme, normale, t di Student. Teorema del limite centrale.
Inferenza Statistica: Campione casuale e statistiche. Distribuzione campionaria della media campionaria e di una proporzione. Stima puntuale: proprietà degli stimatori. Intervalli di confidenza: metodi di costruzione e interpretazione. Verifica di ipotesi: errori di prima e seconda specie, potenza di un test, livello di significatività osservato. Particolari problemi inferenziali presi in considerazione: stima puntuale, intervallare e verifica di ipotesi per il valore atteso di una popolazione normale e per la probabilità di successo di una popolazione di Bernoulli.
Il modello di regressione lineare normale: la retta di regressione e il metodo dei Minimi Quadrati. Il Teorema di Gauss-Markov. Stima intervallare e verifica d'ipotesi sui parametri della retta di regressione. Previsione nel modello di regressione lineare.
Prerequisiti
Non vi sono prerequisiti.
Testi adottati
G.Cicchitelli, P.D'Urso, M.Minozzo. Statistica: principi e metodi. Pearson, quarta edizione:
Cap. 1 (escluso 1.11), Cap. 2 (esclusi 2.4, 2.5), Cap. 3 (esclusi 3.4, 3.5, 3.6), Cap. 4 (esclusi 4.3, 4.4, 4.5, 4.6, 4.15), Cap. 5 (esclusi 5.3, 5.6, 5.7, 5.8), Cap. 6 (escluso 6.3), Cap. 9 (escluso 9.3), Cap. 10, Cap. 11 (escluso 11.2.1), Cap. 12, Cap. 13, Cap. 14 (esclusi 14.2, 14.6, 14.7),Cap. 17 (escluso 17.6), Cap.18 (esclusi 18.3,18.4), Cap. 19 (escluso 19.5), Cap. 20 (esclusi 20.6, 20.7), Cap 22 (escluso 22.2.2), Cap. 23.
Una raccolta di esercizi a cura del docente è a disposizione degli studenti su Moodle.
Bibliografia di riferimento
G.Cicchitelli, P.D'Urso, M.Minozzo. Statistica: principi e metodi. Pearson, quarta edizione.
Modalità di erogazione
6 ore di lezione a settimana più 2 ore di esercitazione.
Modalità di frequenza
Altamente raccomandata.
Modalità di valutazione
Prova scritta con svolgimento di esercizi, seguita da prova orale con svolgimento di esercizi e domande di teoria (solo a chi ha superato la prova scritta).
Prove previste
- Scritto e orale separati
- Docente
- Caterina Conigliani
- Curriculum
- Diritto e Finanza con tirocinio / LM-77
- Anno di corso
- 1
- Periodo
- Secondo semestre
- Ore
- 60
- CUIN
- 260013781
Programma
Statistica descrittiva: Concetti introduttivi: Caratteri statistici e scale di misura. Distribuzioni semplici. Rappresentazioni tabellari e grafiche. Indici di dimensione: moda, mediana, quantili, media aritmetica. Indici di variabilità: scostamento quadratico medio, varianza, coefficiente di variazione. Indici di asimmetria di una distribuzione: l'indice di Fisher. Distribuzioni doppie, distribuzioni marginali e distribuzioni condizionate. Indici di dipendenza assoluta: il chi-quadro e il chi-quadro relativo. Indici di correlazione: la covarianza e il coefficiente di Bravais.
Calcolo delle probabilità: Definizione assiomatica di probabilità. Probabilità condizionata e indipendenza. Teorema di Bayes. Variabili aleatorie: funzione di probabilità, di densità, di ripartizione, momenti. Principali distribuzioni di probabilità discrete: di Bernoulli, binomiale, di Poisson. Principali distribuzioni di probabilità continue: uniforme, normale, t di Student. Teorema del limite centrale.
Inferenza Statistica: Campione casuale e statistiche. Distribuzione campionaria della media campionaria e di una proporzione. Stima puntuale: proprietà degli stimatori. Intervalli di confidenza: metodi di costruzione e interpretazione. Verifica di ipotesi: errori di prima e seconda specie, potenza di un test, livello di significatività osservato. Particolari problemi inferenziali presi in considerazione: stima puntuale, intervallare e verifica di ipotesi per il valore atteso di una popolazione normale e per la probabilità di successo di una popolazione di Bernoulli.
Il modello di regressione lineare normale: la retta di regressione e il metodo dei Minimi Quadrati. Il Teorema di Gauss-Markov. Stima intervallare e verifica d'ipotesi sui parametri della retta di regressione. Previsione nel modello di regressione lineare.
Prerequisiti
Non vi sono prerequisiti.
Testi adottati
G.Cicchitelli, P.D'Urso, M.Minozzo. Statistica: principi e metodi. Pearson, quarta edizione:
Cap. 1 (escluso 1.11), Cap. 2 (esclusi 2.4, 2.5), Cap. 3 (esclusi 3.4, 3.5, 3.6), Cap. 4 (esclusi 4.3, 4.4, 4.5, 4.6, 4.15), Cap. 5 (esclusi 5.3, 5.6, 5.7, 5.8), Cap. 6 (escluso 6.3), Cap. 9 (escluso 9.3), Cap. 10, Cap. 11 (escluso 11.2.1), Cap. 12, Cap. 13, Cap. 14 (esclusi 14.2, 14.6, 14.7),Cap. 17 (escluso 17.6), Cap.18 (esclusi 18.3,18.4), Cap. 19 (escluso 19.5), Cap. 20 (esclusi 20.6, 20.7), Cap 22 (escluso 22.2.2), Cap. 23.
Una raccolta di esercizi a cura del docente è a disposizione degli studenti su Moodle.
Bibliografia di riferimento
G.Cicchitelli, P.D'Urso, M.Minozzo. Statistica: principi e metodi. Pearson, quarta edizione.
Modalità di erogazione
6 ore di lezione a settimana più 2 ore di esercitazione.
Modalità di frequenza
Altamente raccomandata.
Modalità di valutazione
Prova scritta con svolgimento di esercizi, seguita da prova orale con svolgimento di esercizi e domande di teoria (solo a chi ha superato la prova scritta).
Prove previste
- Scritto e orale separati
Esplora gli obiettivi dell’insegnamento
Ambito disciplinare: Discipline Matematiche, Statistiche, Informatiche
Risultati di apprendimento attesi — Caterina Conigliani
Al termine dell’insegnamento, lo studente avrà:
- preso conoscenza e dimestichezza dei principali concetti e metodi dell’analisi statistica descrittiva, del calcolo delle probabilità e dell’inferenza;
- acquisito un apparato teorico di comprensione delle tecniche statistiche e un appropriato senso critico nella scelta degli indicatori e delle tecniche più adatte all’analisi di insiemi di dati con specifiche caratteristiche;
- sviluppata la capacità di analizzare contesti reali scegliendo la tecnica più adeguata, applicandola e interpretandone il risultato.
Risultati di apprendimento attesi — Caterina Conigliani
Al termine dell’insegnamento, lo studente avrà:
- preso conoscenza e dimestichezza dei principali concetti e metodi dell’analisi statistica descrittiva, del calcolo delle probabilità e dell’inferenza;
- acquisito un apparato teorico di comprensione delle tecniche statistiche e un appropriato senso critico nella scelta degli indicatori e delle tecniche più adatte all’analisi di insiemi di dati con specifiche caratteristiche;
- sviluppata la capacità di analizzare contesti reali scegliendo la tecnica più adeguata, applicandola e interpretandone il risultato.
Risultati di apprendimento attesi — Caterina Conigliani
Al termine dell’insegnamento, lo studente avrà:
- preso conoscenza e dimestichezza dei principali concetti e metodi dell’analisi statistica descrittiva, del calcolo delle probabilità e dell’inferenza;
- acquisito un apparato teorico di comprensione delle tecniche statistiche e un appropriato senso critico nella scelta degli indicatori e delle tecniche più adatte all’analisi di insiemi di dati con specifiche caratteristiche;
- sviluppata la capacità di analizzare contesti reali scegliendo la tecnica più adeguata, applicandola e interpretandone il risultato.
Risultati di apprendimento attesi — Caterina Conigliani
Al termine dell’insegnamento, lo studente avrà:
- preso conoscenza e dimestichezza dei principali concetti e metodi dell’analisi statistica descrittiva, del calcolo delle probabilità e dell’inferenza;
- acquisito un apparato teorico di comprensione delle tecniche statistiche e un appropriato senso critico nella scelta degli indicatori e delle tecniche più adatte all’analisi di insiemi di dati con specifiche caratteristiche;
- sviluppata la capacità di analizzare contesti reali scegliendo la tecnica più adeguata, applicandola e interpretandone il risultato.
Obiettivi di sostenibilità
- 4 Istruzione di qualità
Esempi di domande d’esame
Caterina Conigliani
Sulla pagina Moodle del corso gli studenti troveranno due prove di autovalutazione di metà corso e due prove di autovalutazione di fine corso; questi ultimi rappresentano esempi di una prova d'esame (in particolare i files: "Prova_di_autovalutazioneA2.pdf" and "Prova_di_autovalutazioneB2.pdf").
Caterina Conigliani
Sulla pagina Moodle del corso gli studenti troveranno due prove di autovalutazione di metà corso e due prove di autovalutazione di fine corso; questi ultimi rappresentano esempi di una prova d'esame (in particolare i files: "Prova_di_autovalutazioneA2.pdf" and "Prova_di_autovalutazioneB2.pdf").
Caterina Conigliani
Sulla pagina Moodle del corso gli studenti troveranno due prove di autovalutazione di metà corso e due prove di autovalutazione di fine corso; questi ultimi rappresentano esempi di una prova d'esame (in particolare i files: "Prova_di_autovalutazioneA2.pdf" and "Prova_di_autovalutazioneB2.pdf").
Caterina Conigliani
Sulla pagina Moodle del corso gli studenti troveranno due prove di autovalutazione di metà corso e due prove di autovalutazione di fine corso; questi ultimi rappresentano esempi di una prova d'esame (in particolare i files: "Prova_di_autovalutazioneA2.pdf" and "Prova_di_autovalutazioneB2.pdf").