ITALIANO. Alcuni materiali
integrativi e riferimenti bibliografici potranno essere in Inglese.

- Introduzione alla Statistica. Glossario.
- Unità statistica, Popolazione e campione.
- Variabili statistiche quantitative e qualitative.
- Indici statistici di posizione
- Indici statistici di variabilità
- Rappresentazioni grafiche
- Distribuzioni univariate e bivariate di frequenza.
- Elementi di calcolo delle probabilità
- Principi e metodi dell'inferenza statistica.
- Modello di Regressione lineare semplice

- Statistica Descrittiva, Rocco Curto Editore. Autori: Luigi D'Ambra, Silvana Spedaliere.
- Lezioni di Inferenza Statistica, Rocco Curto Editore. Autore: Luigi D'Ambra

Linsegnamento si propone
- Di fornire la conoscenza degli strumenti statistici utilizzati in azienda per la raccolta e l’analisi dei dati.
- Di permettere allo studente di comprendere ed utilizzare in modo appropriato i principali metodi statistici adottati in campo scientifico, funzionali alle discipline in cui è articolato il corso di laurea.
-Di fornire una esperienza pratica su esempi di dati reali mediante esercitazioni.
In particolare l'insegnamento vuole rendere gli studenti in grado di: descrivere un insieme di dati; utilizzare gli strumenti base del calcolo delle probabilità; effettuare inferenze statistiche su variabili continue e discrete evidenziando l’utilità delle tecniche statistiche per l'analisi empirica nelle varie discipline che caratterizzano il corso di laurea.

Conoscenze matematiche di base

La didattica si basa sulla seguente articolazione:
- Lezioni frontali durante le quali il docente presenta gli argomenti del corso e invita gli studenti a partecipare attivamente ad esse, presentando esempi, formulando domande e rispondendo a domande.
- Esercitazioni svolte dal docente durante le quali si analizzano sia dati fittizi che reali anche con l'utilizzo di excel.
- Esercitazioni svolte dagli studenti con la supervisione del docente durante le quali gli studenti analizzano un problema statistico al fine di utilizzare le tecniche statistiche più appropriate presentate durante il corso e di interpretare i risultati.
- Studio individuale: agli studenti sono suggeriti alcuni libri di testo, slide ed esercizi disponibili on line funzionali allo sviluppo di autonome capacità di apprendimento.

La prova finale consiste
- Prova scritta: risoluzione di esercizi statistici e interpretazione dei risultati.
-Prova orale: Dialogo da cui sia possibile per il docente valutare il grado di comprensione, assimilazione e applicazione degli strumenti statistici appresi sempre in ottica di problem solving.
Lo studente può accedere alla prova orale solo nel caso in cui superi la prova scritta.
I candidati dovranno dimostrare il possesso di adeguate conoscenze, capacità di elaborazione e comunicazione di soluzioni coerenti con le problematiche affrontate nel corso, applicando in maniera pertinente gli strumenti statistici oggetto del programma.

Verifiche di apprendimento intermedie: gli studenti che frequentano il corso potranno svolgere una verifica di apprendimento sulla prima parte del programma di Statistica, riguardante gli strumenti di Statistica Descrittiva.

La prova intermedia consiste in una batteria di domande chiuse da svolgere in circa 30 minuti. Se il numero di risposte corrette è superiore a quello delle risposte errate, lo studente sarà esonerato dagli esercizi di statistica descrittiva nella prova scritta finale.

Verifica scritta/orale ad hoc per studenti Erasmus

Parametri di valutazione: la prova scritta e la prova orale sono valutate in trentesimi. Il voto finale sarà calcolato come media dei voti ottenuti nelle due prove sostenute.

Le slides e gli eventuali materiali integrativi sono caricati nella
cartella del materiale didattico del docente sulla piattaforma web del
Dipartimento.

Nel corso si affrontano i seguenti argomenti:
- Introduzione alla Statistica. Fasi di un'indagine statistica. Rilevazione statistica.
- Variabili statistiche quantitative e qualitative.
- Indici statistici di posizione - media aritmetica, media geometrica, mediana, moda, e quartili.
- Indici statistici di variabilità - variabilità assoluta (devianza, varianza, scostamento quadratico medio) e relativa (campo di variazione, coefficiente di concentrazione).
- Rappresentazioni grafiche: Istogrammi, Box-Plot, Diagrammi a barre, Diagrammi circolari.
- Distribuzioni bivariate di frequenza. Analisi della Dipendenza (chi-quadrato, rapporto di correcaltione) e dell’Interdipendenza (coefficiente di correlazione).
- Calcolo delle probabilità – definizioni e assiomi della probabilità, concetti primitivi, postulati, principali teoremi. Indipendenza stocastica.
- Definizione di una variabile casuale. Variabili casuali discrete: v.c. di Bernoulli, v.c. Binomiale. Variabili casuali continue: v.c. Normale, Chi-quadrato, T-student. Teorema del limite centrale. Teorema di De Moivre-Laplace.
- Principi e metodi dell'inferenza statistica. Distribuzioni campionarie. Teoria della Stima. Stimatori e stime di un parametro. Proprietà finite di uno stimatore. Verifica parametrica delle ipotesi statistiche (media, varianza, proporzione) – Potenza di un Test -Intervalli di confidenza per il valor medio e la proporzione.
- Modello di Regressione lineare semplice. Ipotesi del modello. Metodo dei minimi quadrati. Proprietà degli stimatori dei minimi quadrati. Test sui coefficienti di regressione.

Italian. Some supplementary materials
and bibliographical references may be in English.

Topics. Glossary.
- Introduction to Statistics.
-Statistical units, Population and samples
- Quantitative and qualitative variables.
- Measures of location.
- Variability indexes.
- Graphical Representations.
- Bivariate and univariate distributions.
- Probability calculus.
- Introduction to statistical inference.
- Simple linear regression model.

- Statistica Descrittiva, Rocco Curto Editore. Autori: Luigi D'Ambra, Silvana Spedaliere.
- Lezioni di Inferenza Statistica, Rocco Curto Editore. Autore: Luigi D'Ambra

This module aims
- To provide knowledge of the statistical tools for data collection and analysis.
- To enable the student to understand and make appropriate use of the main statistical methods used in science, functional to the disciplines which characterize the degree course.
- To provide practical experience on examples of real data through exercises.
In particular, this module aims to make students able to: describe a data set, use the basic tools of probability, make statistical inference of continuous and discrete variables highlighting the usefulness of statistical techniques for the empirical analysis in the various disciplines that characterize the degree course.

Basic mathematical knowledge

Teaching methods.
The teaching is organised as follow:
- Lectures, during which the teacher presents the course topics and looks for to capture student interest, by presenting examples, by asking for and answering questions.
- Exercises conducted by the teacher during which we analyze real and simulated data.
- Exercises carried out by students with supervision of the teacher during which students analyze a statistical problem in order to use the most appropriate statistical techniques presented during the course.
- Individual study: textbooks, slides and exercises useful to the development of the autonomous learning are suggested to students.
Ad hoc verification for Erasmus students

Evaluation methods
The final exam is both written and oral. It consists of:
- resolution of exercises and statistical interpretation of results.
- dialogue from which it is possible for the teacher to assess the degree of understanding, assimilation and application of tools presented during the module.
The student can access the oral exam only if he exceeds the written test.
Candidates must show sufficient knowledge, ability to process and communicate solutions consistent with the topics addressed in the course.

Midterm assessments: students attending the module may take an assessment on the first part of the Statistics syllabus, covering the tools of Descriptive Statistics.

The midterm test consists of a set of closed-ended questions to be completed in approximately 30 minutes. If the number of correct answers exceeds the number of incorrect ones, the student will be exempted from the descriptive statistics exercises in the final written exam.

Ad hoc verification for Erasmus students.

Assessment criteria: the written and oral exams are graded out of thirty. The final mark is calculated as the average of the scores obtained in the two exams.

The slides and the supplementary materials are available in the
lecturer’s teaching materials folder on the Department’s web platform.

The course will cover the following topics.
- Introduction to Statistics. Phases of a statistical survey.
- Quantitative and qualitative variables.
- Measures of location: arithmetic mean, geometric mean, median, mode, and quartiles.
- Variability indexes - absolute (deviance, variance, standard deviation) and relative variability (coefficient of variation, coefficient of concentration).
- Graphical Representations: Histograms, Box-Plot, bar diagrams, circular diagrams.
- Bivariate distributions. Analysis of Dependence (chi-squared, dependence in mean) and Interdependence (correlation coefficient).
- Probability calculus: random experiments, event space and random events, probability function, Kolmogorov axioms, probability theorems, conditional probability, independence.
- Discrete random variables: probability mass function and cumulative function. Bernoulli, Binomial and Uniform distributions.
- Continuous random variables: probability density function and cumulative function. Gaussian, Chi-square, T-distribution. Central Limit Theorem. De Moivre-Laplace theorem.
- Introduction to statistical inference: Estimators and properties, point and interval estimation, testing parametric hypotheses (mean, variance and proportion). Test power. Confidence interval for the mean and the proportion.
- Simple linear regression model: assumptions of the model, method of least squares and its statistical properties, hypothesis testing on regression coefficients.