Statistica

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 doppie : distribuzioni di frequenza; distribuzioni condizionate; indipendenza. Misure di associazione tra due variabili. 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, uniforme.
Principali distribuzioni di probabilità continue: uniforme, normale.
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; il metodo della massima verosimiglianza; intervallo di confidenza per una media.
Verifica di ipotesi: elementi di teoria dei test: errori di prima e di seconda specie; verifica di ipotesi su una media; verifica dell'ipotesi sul parametro di una popolaziione dicotomica.
Regressione e correlazione: Regressione lineare semplice stima e verifica d'ipotesi sui parametri della retta di regressione.

Non ci sono propedeuticità formali, ma si consiglia vivamente di avere studiato gli argomenti del corso di matematica generale (logaritmi, studio di funzione, derivate, integrali..)

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

Il corso di norma si svolge in aula. Sono previste 2 ore di esercitazioni settimanali per tutta la durata del corso.

Le lezioni si svolgono in presenza. Nei casi autorizzati dall'Ateneo e dal docente , è possibile seguire le lezioni in diretta streaming.

La prova d'esame consiste nello svolgere tre o quattro esercizi volti a valutare il livello di preparazione. Si tratta di esercizi numerici, non dimostrazioni, non domande teoriche. La prova di esame avrà la durata di due ore.
Durante il corso sono previste due prove intermedie riservate agli studenti frequentanti, da svolgersi sulla piattaforma telematica in date fissate dal docente e comunicate con congruo anticipo. Il superamento di entrambe le prove consente di accedere a una prova finale, da sostenere entro la sessione estiva, limitata agli argomenti di inferenza statistica.

Il corso introduce i concetti fondamentali della statistica, distinguendo sin dall’inizio tra approccio descrittivo e approccio inferenziale. Vengono esaminate le modalità di raccolta e l’origine dei dati, con attenzione alla natura dei caratteri statistici e alle implicazioni che tali caratteristiche hanno sulla scelta degli strumenti di analisi.
Si affrontano le distribuzioni di frequenza, sia semplici sia per classi, e le principali modalità di rappresentazione anche grafica delle frequenze assolute, relative e cumulate. Particolare attenzione è dedicata alla scelta delle rappresentazioni grafiche più appropriate per variabili qualitative, discrete e continue.
Una parte rilevante del corso riguarda gli indici di sintesi. Sono presentate le medie analitiche, le misure di posizione e la funzione di ripartizione. Il concetto di variabilità viene approfondito attraverso gli scostamenti medi, la deviazione standard, varianza, il coefficiente di variazione e altri indicatori di eterogeneità, con cenni alle loro principali proprietà teoriche.
Vengono inoltre analizzate le relazioni tra variabili tramite distribuzioni doppie, tabelle di contingenza, misure di dipendenza e di correlazione. Segue l’introduzione alla regressione lineare semplice, al metodo dei minimi quadrati, alla devianza e alle misure di bontà dell’adattamento.
La parte dedicata alla probabilità tratta gli esperimenti casuali, le definizioni di probabilità, il concetto di indipendenza, la probabilità condizionata e la formula di Bayes. Sono presentate alcune distribuzioni di probabilità, tra cui Binomiale e Normale, e la combinazione di variabili casuali. Il corso prosegue con le distribuzioni campionarie, con particolare riferimento alla media campionaria e con l’utilizzo delle tavole della distribuzione Binomiale, Normale t di Student.
Nella parte finale vengono introdotti i fondamenti dell’inferenza statistica: teoria della stima, intervalli di confidenza per proporzioni e medie, test d’ipotesi, analisi degli errori di primo e secondo tipo.
1. Aspetti generali della Statistica: conoscenza dei fenomeni collettivi mediante la raccolta, l’ordinamento, la sintesi e l’analisi dei dati; fonti nazionali e internazionali; genesi dei dati: indagini statistiche (censuarie e campionarie), archivi amministrativi e di popolazione, esperimenti; obiettivi e metodi della statistica descrittiva e di quella inferenziale.
2. La natura dei caratteri, le serie di osservazioni e le distribuzioni di frequenza (semplici e multiple).
3. Le rappresentazioni grafiche per variabili e mutabili statistiche.
4. Le misure di tendenza centrali (medie analitiche e medie di posizione); la media aritmetica e le sue proprietà; media ponderata; moda; mediana, quartili e quantili.
5. Le misure di variabilità; scostamenti medi; varianza e sue proprietà; standardizzazione; coefficiente di variazione; differenza interquartile; indici di eterogeneità.
6. La forma delle distribuzioni di frequenza: gli indici di asimmetria.
7. L’analisi della dipendenza per distribuzioni doppie; le tabelle di contingenza e le misure di dipendenza (gli indici Chi2 (assoluto e relativo), V di Cramer; la correlazione lineare.
8. La regressione lineare semplice, il calcolo dei coefficienti di regressione con il metodo dei minimi quadrati, scomposizione della devianza, misure di bontà dell’adattamento.
9. La probabilità, concetti introduttivi: esperimenti casuali, spazio campionario, eventi; probabilità e definizione degli eventi, unione e intersezione, probabilità condizionata, indipendenza tra eventi, formula di Bayes.
10. Le variabili casuali, le distribuzioni di probabilità, la funzione di ripartizione; variabili casuali discrete e continue (valore atteso e varianza); combinazioni lineari di variabili casuali (valore atteso e varianza).
11. Alcune distribuzioni di probabilità: la distribuzione di Bernoulli, la distribuzione Binomiale, la distribuzione Normale, Normale standard, Teorema del limite centrale, approssimazione della Binomiale alla Normale.
12. Introduzione alla teoria della stima; il campione casuale, le statistiche campionarie e le distribuzioni campionarie, la variabile casuale stimatore, non distorsione ed efficienza, la stima della media, la stima della varianza, la stima della proporzione.
13. La stima intervallare; intervallo di confidenza per la media e per la proporzione (varianza nota e varianza non nota)
14. La verifica delle ipotesi; test per la media e per la differenza tra medie (varianza nota).

Non ci sono propedeuticità formali, ma si consiglia vivamente di aver sostenuto l'esame di Matematica Generale

Statistica – Principi e Metodi
Cicchitelli G., D’Urso P., Minozzo M.
Ed. Pearson

Introduzione alla Statistica
Pelosi M. K., Sandifer T. M., Cerchiello P., Giudici P.
Ed. Mc Graw Hill

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

La frequenza non è obbligatoria, ma fortemente consigliata.

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 o libro nell'aula d'esame. E' 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 due 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 alle prove intermedie avviene esclusivamente tramite GOMP, come per gli appelli di esame.

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 doppie : distribuzioni di frequenza; distribuzioni condizionate; indipendenza. Misure di associazione tra due variabili. 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, uniforme.
Principali distribuzioni di probabilità continue: uniforme, normale.
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; il metodo della massima verosimiglianza; intervallo di confidenza per una media.
Verifica di ipotesi: elementi di teoria dei test: errori di prima e di seconda specie; verifica di ipotesi su una media; verifica dell'ipotesi sul parametro di una popolaziione dicotomica.
Regressione e correlazione: Regressione lineare semplice stima e verifica d'ipotesi sui parametri della retta di regressione.

Non ci sono propedeuticità formali, ma si consiglia vivamente di avere studiato gli argomenti del corso di matematica generale (logaritmi, studio di funzione, derivate, integrali..)

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

Il corso di norma si svolge in aula. Sono previste 2 ore di esercitazioni settimanali per tutta la durata del corso.

Le lezioni si svolgono in presenza. Nei casi autorizzati dall'Ateneo e dal docente , è possibile seguire le lezioni in diretta streaming.

La prova d'esame consiste nello svolgere tre o quattro esercizi volti a valutare il livello di preparazione. Si tratta di esercizi numerici, non dimostrazioni, non domande teoriche. La prova di esame avrà la durata di due ore.
Durante il corso sono previste due prove intermedie riservate agli studenti frequentanti, da svolgersi sulla piattaforma telematica in date fissate dal docente e comunicate con congruo anticipo. Il superamento di entrambe le prove consente di accedere a una prova finale, da sostenere entro la sessione estiva, limitata agli argomenti di inferenza statistica.

Il corso introduce i concetti fondamentali della statistica, distinguendo sin dall’inizio tra approccio descrittivo e approccio inferenziale. Vengono esaminate le modalità di raccolta e l’origine dei dati, con attenzione alla natura dei caratteri statistici e alle implicazioni che tali caratteristiche hanno sulla scelta degli strumenti di analisi.
Si affrontano le distribuzioni di frequenza, sia semplici sia per classi, e le principali modalità di rappresentazione anche grafica delle frequenze assolute, relative e cumulate. Particolare attenzione è dedicata alla scelta delle rappresentazioni grafiche più appropriate per variabili qualitative, discrete e continue.
Una parte rilevante del corso riguarda gli indici di sintesi. Sono presentate le medie analitiche, le misure di posizione e la funzione di ripartizione. Il concetto di variabilità viene approfondito attraverso gli scostamenti medi, la deviazione standard, varianza, il coefficiente di variazione e altri indicatori di eterogeneità, con cenni alle loro principali proprietà teoriche.
Vengono inoltre analizzate le relazioni tra variabili tramite distribuzioni doppie, tabelle di contingenza, misure di dipendenza e di correlazione. Segue l’introduzione alla regressione lineare semplice, al metodo dei minimi quadrati, alla devianza e alle misure di bontà dell’adattamento.
La parte dedicata alla probabilità tratta gli esperimenti casuali, le definizioni di probabilità, il concetto di indipendenza, la probabilità condizionata e la formula di Bayes. Sono presentate alcune distribuzioni di probabilità, tra cui Binomiale e Normale, e la combinazione di variabili casuali. Il corso prosegue con le distribuzioni campionarie, con particolare riferimento alla media campionaria e con l’utilizzo delle tavole della distribuzione Binomiale, Normale t di Student.
Nella parte finale vengono introdotti i fondamenti dell’inferenza statistica: teoria della stima, intervalli di confidenza per proporzioni e medie, test d’ipotesi, analisi degli errori di primo e secondo tipo.
1. Aspetti generali della Statistica: conoscenza dei fenomeni collettivi mediante la raccolta, l’ordinamento, la sintesi e l’analisi dei dati; fonti nazionali e internazionali; genesi dei dati: indagini statistiche (censuarie e campionarie), archivi amministrativi e di popolazione, esperimenti; obiettivi e metodi della statistica descrittiva e di quella inferenziale.
2. La natura dei caratteri, le serie di osservazioni e le distribuzioni di frequenza (semplici e multiple).
3. Le rappresentazioni grafiche per variabili e mutabili statistiche.
4. Le misure di tendenza centrali (medie analitiche e medie di posizione); la media aritmetica e le sue proprietà; media ponderata; moda; mediana, quartili e quantili.
5. Le misure di variabilità; scostamenti medi; varianza e sue proprietà; standardizzazione; coefficiente di variazione; differenza interquartile; indici di eterogeneità.
6. La forma delle distribuzioni di frequenza: gli indici di asimmetria.
7. L’analisi della dipendenza per distribuzioni doppie; le tabelle di contingenza e le misure di dipendenza (gli indici Chi2 (assoluto e relativo), V di Cramer; la correlazione lineare.
8. La regressione lineare semplice, il calcolo dei coefficienti di regressione con il metodo dei minimi quadrati, scomposizione della devianza, misure di bontà dell’adattamento.
9. La probabilità, concetti introduttivi: esperimenti casuali, spazio campionario, eventi; probabilità e definizione degli eventi, unione e intersezione, probabilità condizionata, indipendenza tra eventi, formula di Bayes.
10. Le variabili casuali, le distribuzioni di probabilità, la funzione di ripartizione; variabili casuali discrete e continue (valore atteso e varianza); combinazioni lineari di variabili casuali (valore atteso e varianza).
11. Alcune distribuzioni di probabilità: la distribuzione di Bernoulli, la distribuzione Binomiale, la distribuzione Normale, Normale standard, Teorema del limite centrale, approssimazione della Binomiale alla Normale.
12. Introduzione alla teoria della stima; il campione casuale, le statistiche campionarie e le distribuzioni campionarie, la variabile casuale stimatore, non distorsione ed efficienza, la stima della media, la stima della varianza, la stima della proporzione.
13. La stima intervallare; intervallo di confidenza per la media e per la proporzione (varianza nota e varianza non nota)
14. La verifica delle ipotesi; test per la media e per la differenza tra medie (varianza nota).

Non ci sono propedeuticità formali, ma si consiglia vivamente di aver sostenuto l'esame di Matematica Generale

Statistica – Principi e Metodi
Cicchitelli G., D’Urso P., Minozzo M.
Ed. Pearson

Introduzione alla Statistica
Pelosi M. K., Sandifer T. M., Cerchiello P., Giudici P.
Ed. Mc Graw Hill

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

La frequenza non è obbligatoria, ma fortemente consigliata.

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 o libro nell'aula d'esame. E' 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 due 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 alle prove intermedie avviene esclusivamente tramite GOMP, come per gli appelli di esame.

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 doppie : distribuzioni di frequenza; distribuzioni condizionate; indipendenza. Misure di associazione tra due variabili. 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, uniforme.
Principali distribuzioni di probabilità continue: uniforme, normale.
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; il metodo della massima verosimiglianza; intervallo di confidenza per una media.
Verifica di ipotesi: elementi di teoria dei test: errori di prima e di seconda specie; verifica di ipotesi su una media; verifica dell'ipotesi sul parametro di una popolaziione dicotomica.
Regressione e correlazione: Regressione lineare semplice stima e verifica d'ipotesi sui parametri della retta di regressione.

Non ci sono propedeuticità formali, ma si consiglia vivamente di avere studiato gli argomenti del corso di matematica generale (logaritmi, studio di funzione, derivate, integrali..)

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

Il corso di norma si svolge in aula. Sono previste 2 ore di esercitazioni settimanali per tutta la durata del corso.

Le lezioni si svolgono in presenza. Nei casi autorizzati dall'Ateneo e dal docente , è possibile seguire le lezioni in diretta streaming.

La prova d'esame consiste nello svolgere tre o quattro esercizi volti a valutare il livello di preparazione. Si tratta di esercizi numerici, non dimostrazioni, non domande teoriche. La prova di esame avrà la durata di due ore.
Durante il corso sono previste due prove intermedie riservate agli studenti frequentanti, da svolgersi sulla piattaforma telematica in date fissate dal docente e comunicate con congruo anticipo. Il superamento di entrambe le prove consente di accedere a una prova finale, da sostenere entro la sessione estiva, limitata agli argomenti di inferenza statistica.

Il corso introduce i concetti fondamentali della statistica, distinguendo sin dall’inizio tra approccio descrittivo e approccio inferenziale. Vengono esaminate le modalità di raccolta e l’origine dei dati, con attenzione alla natura dei caratteri statistici e alle implicazioni che tali caratteristiche hanno sulla scelta degli strumenti di analisi.
Si affrontano le distribuzioni di frequenza, sia semplici sia per classi, e le principali modalità di rappresentazione anche grafica delle frequenze assolute, relative e cumulate. Particolare attenzione è dedicata alla scelta delle rappresentazioni grafiche più appropriate per variabili qualitative, discrete e continue.
Una parte rilevante del corso riguarda gli indici di sintesi. Sono presentate le medie analitiche, le misure di posizione e la funzione di ripartizione. Il concetto di variabilità viene approfondito attraverso gli scostamenti medi, la deviazione standard, varianza, il coefficiente di variazione e altri indicatori di eterogeneità, con cenni alle loro principali proprietà teoriche.
Vengono inoltre analizzate le relazioni tra variabili tramite distribuzioni doppie, tabelle di contingenza, misure di dipendenza e di correlazione. Segue l’introduzione alla regressione lineare semplice, al metodo dei minimi quadrati, alla devianza e alle misure di bontà dell’adattamento.
La parte dedicata alla probabilità tratta gli esperimenti casuali, le definizioni di probabilità, il concetto di indipendenza, la probabilità condizionata e la formula di Bayes. Sono presentate alcune distribuzioni di probabilità, tra cui Binomiale e Normale, e la combinazione di variabili casuali. Il corso prosegue con le distribuzioni campionarie, con particolare riferimento alla media campionaria e con l’utilizzo delle tavole della distribuzione Binomiale, Normale t di Student.
Nella parte finale vengono introdotti i fondamenti dell’inferenza statistica: teoria della stima, intervalli di confidenza per proporzioni e medie, test d’ipotesi, analisi degli errori di primo e secondo tipo.
1. Aspetti generali della Statistica: conoscenza dei fenomeni collettivi mediante la raccolta, l’ordinamento, la sintesi e l’analisi dei dati; fonti nazionali e internazionali; genesi dei dati: indagini statistiche (censuarie e campionarie), archivi amministrativi e di popolazione, esperimenti; obiettivi e metodi della statistica descrittiva e di quella inferenziale.
2. La natura dei caratteri, le serie di osservazioni e le distribuzioni di frequenza (semplici e multiple).
3. Le rappresentazioni grafiche per variabili e mutabili statistiche.
4. Le misure di tendenza centrali (medie analitiche e medie di posizione); la media aritmetica e le sue proprietà; media ponderata; moda; mediana, quartili e quantili.
5. Le misure di variabilità; scostamenti medi; varianza e sue proprietà; standardizzazione; coefficiente di variazione; differenza interquartile; indici di eterogeneità.
6. La forma delle distribuzioni di frequenza: gli indici di asimmetria.
7. L’analisi della dipendenza per distribuzioni doppie; le tabelle di contingenza e le misure di dipendenza (gli indici Chi2 (assoluto e relativo), V di Cramer; la correlazione lineare.
8. La regressione lineare semplice, il calcolo dei coefficienti di regressione con il metodo dei minimi quadrati, scomposizione della devianza, misure di bontà dell’adattamento.
9. La probabilità, concetti introduttivi: esperimenti casuali, spazio campionario, eventi; probabilità e definizione degli eventi, unione e intersezione, probabilità condizionata, indipendenza tra eventi, formula di Bayes.
10. Le variabili casuali, le distribuzioni di probabilità, la funzione di ripartizione; variabili casuali discrete e continue (valore atteso e varianza); combinazioni lineari di variabili casuali (valore atteso e varianza).
11. Alcune distribuzioni di probabilità: la distribuzione di Bernoulli, la distribuzione Binomiale, la distribuzione Normale, Normale standard, Teorema del limite centrale, approssimazione della Binomiale alla Normale.
12. Introduzione alla teoria della stima; il campione casuale, le statistiche campionarie e le distribuzioni campionarie, la variabile casuale stimatore, non distorsione ed efficienza, la stima della media, la stima della varianza, la stima della proporzione.
13. La stima intervallare; intervallo di confidenza per la media e per la proporzione (varianza nota e varianza non nota)
14. La verifica delle ipotesi; test per la media e per la differenza tra medie (varianza nota).

Non ci sono propedeuticità formali, ma si consiglia vivamente di aver sostenuto l'esame di Matematica Generale

Statistica – Principi e Metodi
Cicchitelli G., D’Urso P., Minozzo M.
Ed. Pearson

Introduzione alla Statistica
Pelosi M. K., Sandifer T. M., Cerchiello P., Giudici P.
Ed. Mc Graw Hill

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

La frequenza non è obbligatoria, ma fortemente consigliata.

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 o libro nell'aula d'esame. E' 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 due 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 alle prove intermedie avviene esclusivamente tramite GOMP, come per gli appelli di esame.

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 doppie : distribuzioni di frequenza; distribuzioni condizionate; indipendenza. Misure di associazione tra due variabili. 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, uniforme.
Principali distribuzioni di probabilità continue: uniforme, normale.
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; il metodo della massima verosimiglianza; intervallo di confidenza per una media.
Verifica di ipotesi: elementi di teoria dei test: errori di prima e di seconda specie; verifica di ipotesi su una media; verifica dell'ipotesi sul parametro di una popolaziione dicotomica.
Regressione e correlazione: Regressione lineare semplice stima e verifica d'ipotesi sui parametri della retta di regressione.

Non ci sono propedeuticità formali, ma si consiglia vivamente di avere studiato gli argomenti del corso di matematica generale (logaritmi, studio di funzione, derivate, integrali..)

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

Il corso di norma si svolge in aula. Sono previste 2 ore di esercitazioni settimanali per tutta la durata del corso.

Le lezioni si svolgono in presenza. Nei casi autorizzati dall'Ateneo e dal docente , è possibile seguire le lezioni in diretta streaming.

La prova d'esame consiste nello svolgere tre o quattro esercizi volti a valutare il livello di preparazione. Si tratta di esercizi numerici, non dimostrazioni, non domande teoriche. La prova di esame avrà la durata di due ore.
Durante il corso sono previste due prove intermedie riservate agli studenti frequentanti, da svolgersi sulla piattaforma telematica in date fissate dal docente e comunicate con congruo anticipo. Il superamento di entrambe le prove consente di accedere a una prova finale, da sostenere entro la sessione estiva, limitata agli argomenti di inferenza statistica.

Il corso introduce i concetti fondamentali della statistica, distinguendo sin dall’inizio tra approccio descrittivo e approccio inferenziale. Vengono esaminate le modalità di raccolta e l’origine dei dati, con attenzione alla natura dei caratteri statistici e alle implicazioni che tali caratteristiche hanno sulla scelta degli strumenti di analisi.
Si affrontano le distribuzioni di frequenza, sia semplici sia per classi, e le principali modalità di rappresentazione anche grafica delle frequenze assolute, relative e cumulate. Particolare attenzione è dedicata alla scelta delle rappresentazioni grafiche più appropriate per variabili qualitative, discrete e continue.
Una parte rilevante del corso riguarda gli indici di sintesi. Sono presentate le medie analitiche, le misure di posizione e la funzione di ripartizione. Il concetto di variabilità viene approfondito attraverso gli scostamenti medi, la deviazione standard, varianza, il coefficiente di variazione e altri indicatori di eterogeneità, con cenni alle loro principali proprietà teoriche.
Vengono inoltre analizzate le relazioni tra variabili tramite distribuzioni doppie, tabelle di contingenza, misure di dipendenza e di correlazione. Segue l’introduzione alla regressione lineare semplice, al metodo dei minimi quadrati, alla devianza e alle misure di bontà dell’adattamento.
La parte dedicata alla probabilità tratta gli esperimenti casuali, le definizioni di probabilità, il concetto di indipendenza, la probabilità condizionata e la formula di Bayes. Sono presentate alcune distribuzioni di probabilità, tra cui Binomiale e Normale, e la combinazione di variabili casuali. Il corso prosegue con le distribuzioni campionarie, con particolare riferimento alla media campionaria e con l’utilizzo delle tavole della distribuzione Binomiale, Normale t di Student.
Nella parte finale vengono introdotti i fondamenti dell’inferenza statistica: teoria della stima, intervalli di confidenza per proporzioni e medie, test d’ipotesi, analisi degli errori di primo e secondo tipo.
1. Aspetti generali della Statistica: conoscenza dei fenomeni collettivi mediante la raccolta, l’ordinamento, la sintesi e l’analisi dei dati; fonti nazionali e internazionali; genesi dei dati: indagini statistiche (censuarie e campionarie), archivi amministrativi e di popolazione, esperimenti; obiettivi e metodi della statistica descrittiva e di quella inferenziale.
2. La natura dei caratteri, le serie di osservazioni e le distribuzioni di frequenza (semplici e multiple).
3. Le rappresentazioni grafiche per variabili e mutabili statistiche.
4. Le misure di tendenza centrali (medie analitiche e medie di posizione); la media aritmetica e le sue proprietà; media ponderata; moda; mediana, quartili e quantili.
5. Le misure di variabilità; scostamenti medi; varianza e sue proprietà; standardizzazione; coefficiente di variazione; differenza interquartile; indici di eterogeneità.
6. La forma delle distribuzioni di frequenza: gli indici di asimmetria.
7. L’analisi della dipendenza per distribuzioni doppie; le tabelle di contingenza e le misure di dipendenza (gli indici Chi2 (assoluto e relativo), V di Cramer; la correlazione lineare.
8. La regressione lineare semplice, il calcolo dei coefficienti di regressione con il metodo dei minimi quadrati, scomposizione della devianza, misure di bontà dell’adattamento.
9. La probabilità, concetti introduttivi: esperimenti casuali, spazio campionario, eventi; probabilità e definizione degli eventi, unione e intersezione, probabilità condizionata, indipendenza tra eventi, formula di Bayes.
10. Le variabili casuali, le distribuzioni di probabilità, la funzione di ripartizione; variabili casuali discrete e continue (valore atteso e varianza); combinazioni lineari di variabili casuali (valore atteso e varianza).
11. Alcune distribuzioni di probabilità: la distribuzione di Bernoulli, la distribuzione Binomiale, la distribuzione Normale, Normale standard, Teorema del limite centrale, approssimazione della Binomiale alla Normale.
12. Introduzione alla teoria della stima; il campione casuale, le statistiche campionarie e le distribuzioni campionarie, la variabile casuale stimatore, non distorsione ed efficienza, la stima della media, la stima della varianza, la stima della proporzione.
13. La stima intervallare; intervallo di confidenza per la media e per la proporzione (varianza nota e varianza non nota)
14. La verifica delle ipotesi; test per la media e per la differenza tra medie (varianza nota).

Non ci sono propedeuticità formali, ma si consiglia vivamente di aver sostenuto l'esame di Matematica Generale

Statistica – Principi e Metodi
Cicchitelli G., D’Urso P., Minozzo M.
Ed. Pearson

Introduzione alla Statistica
Pelosi M. K., Sandifer T. M., Cerchiello P., Giudici P.
Ed. Mc Graw Hill

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

La frequenza non è obbligatoria, ma fortemente consigliata.

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 o libro nell'aula d'esame. E' 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 due 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 alle prove intermedie avviene esclusivamente tramite GOMP, come per gli appelli di esame.

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 doppie : distribuzioni di frequenza; distribuzioni condizionate; indipendenza. Misure di associazione tra due variabili. 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, uniforme.
Principali distribuzioni di probabilità continue: uniforme, normale.
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; il metodo della massima verosimiglianza; intervallo di confidenza per una media.
Verifica di ipotesi: elementi di teoria dei test: errori di prima e di seconda specie; verifica di ipotesi su una media; verifica dell'ipotesi sul parametro di una popolaziione dicotomica.
Regressione e correlazione: Regressione lineare semplice stima e verifica d'ipotesi sui parametri della retta di regressione.

Non ci sono propedeuticità formali, ma si consiglia vivamente di avere studiato gli argomenti del corso di matematica generale (logaritmi, studio di funzione, derivate, integrali..)

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

Il corso di norma si svolge in aula. Sono previste 2 ore di esercitazioni settimanali per tutta la durata del corso.

Le lezioni si svolgono in presenza. Nei casi autorizzati dall'Ateneo e dal docente , è possibile seguire le lezioni in diretta streaming.

La prova d'esame consiste nello svolgere tre o quattro esercizi volti a valutare il livello di preparazione. Si tratta di esercizi numerici, non dimostrazioni, non domande teoriche. La prova di esame avrà la durata di due ore.
Durante il corso sono previste due prove intermedie riservate agli studenti frequentanti, da svolgersi sulla piattaforma telematica in date fissate dal docente e comunicate con congruo anticipo. Il superamento di entrambe le prove consente di accedere a una prova finale, da sostenere entro la sessione estiva, limitata agli argomenti di inferenza statistica.

Il corso introduce i concetti fondamentali della statistica, distinguendo sin dall’inizio tra approccio descrittivo e approccio inferenziale. Vengono esaminate le modalità di raccolta e l’origine dei dati, con attenzione alla natura dei caratteri statistici e alle implicazioni che tali caratteristiche hanno sulla scelta degli strumenti di analisi.
Si affrontano le distribuzioni di frequenza, sia semplici sia per classi, e le principali modalità di rappresentazione anche grafica delle frequenze assolute, relative e cumulate. Particolare attenzione è dedicata alla scelta delle rappresentazioni grafiche più appropriate per variabili qualitative, discrete e continue.
Una parte rilevante del corso riguarda gli indici di sintesi. Sono presentate le medie analitiche, le misure di posizione e la funzione di ripartizione. Il concetto di variabilità viene approfondito attraverso gli scostamenti medi, la deviazione standard, varianza, il coefficiente di variazione e altri indicatori di eterogeneità, con cenni alle loro principali proprietà teoriche.
Vengono inoltre analizzate le relazioni tra variabili tramite distribuzioni doppie, tabelle di contingenza, misure di dipendenza e di correlazione. Segue l’introduzione alla regressione lineare semplice, al metodo dei minimi quadrati, alla devianza e alle misure di bontà dell’adattamento.
La parte dedicata alla probabilità tratta gli esperimenti casuali, le definizioni di probabilità, il concetto di indipendenza, la probabilità condizionata e la formula di Bayes. Sono presentate alcune distribuzioni di probabilità, tra cui Binomiale e Normale, e la combinazione di variabili casuali. Il corso prosegue con le distribuzioni campionarie, con particolare riferimento alla media campionaria e con l’utilizzo delle tavole della distribuzione Binomiale, Normale t di Student.
Nella parte finale vengono introdotti i fondamenti dell’inferenza statistica: teoria della stima, intervalli di confidenza per proporzioni e medie, test d’ipotesi, analisi degli errori di primo e secondo tipo.
1. Aspetti generali della Statistica: conoscenza dei fenomeni collettivi mediante la raccolta, l’ordinamento, la sintesi e l’analisi dei dati; fonti nazionali e internazionali; genesi dei dati: indagini statistiche (censuarie e campionarie), archivi amministrativi e di popolazione, esperimenti; obiettivi e metodi della statistica descrittiva e di quella inferenziale.
2. La natura dei caratteri, le serie di osservazioni e le distribuzioni di frequenza (semplici e multiple).
3. Le rappresentazioni grafiche per variabili e mutabili statistiche.
4. Le misure di tendenza centrali (medie analitiche e medie di posizione); la media aritmetica e le sue proprietà; media ponderata; moda; mediana, quartili e quantili.
5. Le misure di variabilità; scostamenti medi; varianza e sue proprietà; standardizzazione; coefficiente di variazione; differenza interquartile; indici di eterogeneità.
6. La forma delle distribuzioni di frequenza: gli indici di asimmetria.
7. L’analisi della dipendenza per distribuzioni doppie; le tabelle di contingenza e le misure di dipendenza (gli indici Chi2 (assoluto e relativo), V di Cramer; la correlazione lineare.
8. La regressione lineare semplice, il calcolo dei coefficienti di regressione con il metodo dei minimi quadrati, scomposizione della devianza, misure di bontà dell’adattamento.
9. La probabilità, concetti introduttivi: esperimenti casuali, spazio campionario, eventi; probabilità e definizione degli eventi, unione e intersezione, probabilità condizionata, indipendenza tra eventi, formula di Bayes.
10. Le variabili casuali, le distribuzioni di probabilità, la funzione di ripartizione; variabili casuali discrete e continue (valore atteso e varianza); combinazioni lineari di variabili casuali (valore atteso e varianza).
11. Alcune distribuzioni di probabilità: la distribuzione di Bernoulli, la distribuzione Binomiale, la distribuzione Normale, Normale standard, Teorema del limite centrale, approssimazione della Binomiale alla Normale.
12. Introduzione alla teoria della stima; il campione casuale, le statistiche campionarie e le distribuzioni campionarie, la variabile casuale stimatore, non distorsione ed efficienza, la stima della media, la stima della varianza, la stima della proporzione.
13. La stima intervallare; intervallo di confidenza per la media e per la proporzione (varianza nota e varianza non nota)
14. La verifica delle ipotesi; test per la media e per la differenza tra medie (varianza nota).

Non ci sono propedeuticità formali, ma si consiglia vivamente di aver sostenuto l'esame di Matematica Generale

Statistica – Principi e Metodi
Cicchitelli G., D’Urso P., Minozzo M.
Ed. Pearson

Introduzione alla Statistica
Pelosi M. K., Sandifer T. M., Cerchiello P., Giudici P.
Ed. Mc Graw Hill

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

La frequenza non è obbligatoria, ma fortemente consigliata.

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 o libro nell'aula d'esame. E' 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 due 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 alle prove intermedie avviene esclusivamente tramite GOMP, come per gli appelli di esame.

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 doppie : distribuzioni di frequenza; distribuzioni condizionate; indipendenza. Misure di associazione tra due variabili. 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, uniforme.
Principali distribuzioni di probabilità continue: uniforme, normale.
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; il metodo della massima verosimiglianza; intervallo di confidenza per una media.
Verifica di ipotesi: elementi di teoria dei test: errori di prima e di seconda specie; verifica di ipotesi su una media; verifica dell'ipotesi sul parametro di una popolaziione dicotomica.
Regressione e correlazione: Regressione lineare semplice stima e verifica d'ipotesi sui parametri della retta di regressione.

Non ci sono propedeuticità formali, ma si consiglia vivamente di avere studiato gli argomenti del corso di matematica generale (logaritmi, studio di funzione, derivate, integrali..)

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

L. Pieraccini, A. Naccarato. Lezioni di Statistica Descrittiva, Giappichelli, 2003.

D. Piccolo Statistica per le decisioni - ed. Il mulino 2004

Il corso di norma si svolge in aula. Sono previste 2 ore di esercitazioni settimanali per tutta la durata del corso.

Le lezioni si svolgono in presenza. Nei casi autorizzati dall'Ateneo e dal docente , è possibile seguire le lezioni in diretta streaming.

La prova d'esame consiste nello svolgere tre o quattro esercizi volti a valutare il livello di preparazione. Si tratta di esercizi numerici, non dimostrazioni, non domande teoriche. La prova di esame avrà la durata di due ore.
Durante il corso sono previste due prove intermedie riservate agli studenti frequentanti, da svolgersi sulla piattaforma telematica in date fissate dal docente e comunicate con congruo anticipo. Il superamento di entrambe le prove consente di accedere a una prova finale, da sostenere entro la sessione estiva, limitata agli argomenti di inferenza statistica.

Il corso introduce i concetti fondamentali della statistica, distinguendo sin dall’inizio tra approccio descrittivo e approccio inferenziale. Vengono esaminate le modalità di raccolta e l’origine dei dati, con attenzione alla natura dei caratteri statistici e alle implicazioni che tali caratteristiche hanno sulla scelta degli strumenti di analisi.
Si affrontano le distribuzioni di frequenza, sia semplici sia per classi, e le principali modalità di rappresentazione anche grafica delle frequenze assolute, relative e cumulate. Particolare attenzione è dedicata alla scelta delle rappresentazioni grafiche più appropriate per variabili qualitative, discrete e continue.
Una parte rilevante del corso riguarda gli indici di sintesi. Sono presentate le medie analitiche, le misure di posizione e la funzione di ripartizione. Il concetto di variabilità viene approfondito attraverso gli scostamenti medi, la deviazione standard, varianza, il coefficiente di variazione e altri indicatori di eterogeneità, con cenni alle loro principali proprietà teoriche.
Vengono inoltre analizzate le relazioni tra variabili tramite distribuzioni doppie, tabelle di contingenza, misure di dipendenza e di correlazione. Segue l’introduzione alla regressione lineare semplice, al metodo dei minimi quadrati, alla devianza e alle misure di bontà dell’adattamento.
La parte dedicata alla probabilità tratta gli esperimenti casuali, le definizioni di probabilità, il concetto di indipendenza, la probabilità condizionata e la formula di Bayes. Sono presentate alcune distribuzioni di probabilità, tra cui Binomiale e Normale, e la combinazione di variabili casuali. Il corso prosegue con le distribuzioni campionarie, con particolare riferimento alla media campionaria e con l’utilizzo delle tavole della distribuzione Binomiale, Normale t di Student.
Nella parte finale vengono introdotti i fondamenti dell’inferenza statistica: teoria della stima, intervalli di confidenza per proporzioni e medie, test d’ipotesi, analisi degli errori di primo e secondo tipo.
1. Aspetti generali della Statistica: conoscenza dei fenomeni collettivi mediante la raccolta, l’ordinamento, la sintesi e l’analisi dei dati; fonti nazionali e internazionali; genesi dei dati: indagini statistiche (censuarie e campionarie), archivi amministrativi e di popolazione, esperimenti; obiettivi e metodi della statistica descrittiva e di quella inferenziale.
2. La natura dei caratteri, le serie di osservazioni e le distribuzioni di frequenza (semplici e multiple).
3. Le rappresentazioni grafiche per variabili e mutabili statistiche.
4. Le misure di tendenza centrali (medie analitiche e medie di posizione); la media aritmetica e le sue proprietà; media ponderata; moda; mediana, quartili e quantili.
5. Le misure di variabilità; scostamenti medi; varianza e sue proprietà; standardizzazione; coefficiente di variazione; differenza interquartile; indici di eterogeneità.
6. La forma delle distribuzioni di frequenza: gli indici di asimmetria.
7. L’analisi della dipendenza per distribuzioni doppie; le tabelle di contingenza e le misure di dipendenza (gli indici Chi2 (assoluto e relativo), V di Cramer; la correlazione lineare.
8. La regressione lineare semplice, il calcolo dei coefficienti di regressione con il metodo dei minimi quadrati, scomposizione della devianza, misure di bontà dell’adattamento.
9. La probabilità, concetti introduttivi: esperimenti casuali, spazio campionario, eventi; probabilità e definizione degli eventi, unione e intersezione, probabilità condizionata, indipendenza tra eventi, formula di Bayes.
10. Le variabili casuali, le distribuzioni di probabilità, la funzione di ripartizione; variabili casuali discrete e continue (valore atteso e varianza); combinazioni lineari di variabili casuali (valore atteso e varianza).
11. Alcune distribuzioni di probabilità: la distribuzione di Bernoulli, la distribuzione Binomiale, la distribuzione Normale, Normale standard, Teorema del limite centrale, approssimazione della Binomiale alla Normale.
12. Introduzione alla teoria della stima; il campione casuale, le statistiche campionarie e le distribuzioni campionarie, la variabile casuale stimatore, non distorsione ed efficienza, la stima della media, la stima della varianza, la stima della proporzione.
13. La stima intervallare; intervallo di confidenza per la media e per la proporzione (varianza nota e varianza non nota)
14. La verifica delle ipotesi; test per la media e per la differenza tra medie (varianza nota).

Non ci sono propedeuticità formali, ma si consiglia vivamente di aver sostenuto l'esame di Matematica Generale

Statistica – Principi e Metodi
Cicchitelli G., D’Urso P., Minozzo M.
Ed. Pearson

Introduzione alla Statistica
Pelosi M. K., Sandifer T. M., Cerchiello P., Giudici P.
Ed. Mc Graw Hill

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

La frequenza non è obbligatoria, ma fortemente consigliata.

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 o libro nell'aula d'esame. E' 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 due 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 alle prove intermedie avviene esclusivamente tramite GOMP, come per gli appelli di esame.