OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Gli obiettivi formativi che saranno valutati ai fini del superamento dell’esame finale sono riassunti nello schema seguente:

Conoscenza e comprensione: Conoscenza dei principali strumenti per la sintesi e la presentazione dei dati, attraverso l’acquisizione dei principali strumenti di statistica descrittiva; acquisizione degli strumenti tipici dell’inferenza statistica da utilizzare in problemi di stima, di verifica di ipotesi e di analisi di regressione.

Capacità di applicare conoscenza e comprensione:  Capacità di utilizzare le tecniche opportune in base al tipo di dati da analizzare; essere in grado di effettuare semplici calcoli in situazioni di incertezza; saper applicare le principali tecniche di inferenza statistica; saper effettuare analisi di dipendenza/indipendenza e di regressione, anche in ambito inferenziale; saper leggere analisi statistiche effettuate con le metodologie presentate nell’insegnamento.

Autonomia di giudizio: Essere in grado di interpretare i risultati ottenuti dalle analisi statistiche in termini operativi sulla base del contesto applicativo da cui provengono i dati analizzati, essendo quindi in grado di utilizzare i risultati nell’ottica di processi decisionali.

Abilità comunicative: Acquisire i primi rudimenti del linguaggio tecnico tipico della disciplina per comunicare in modo chiaro e senza ambiguità con interlocutori specialisti e non specialisti.

Capacità di apprendimento: Essere in grado di leggere correttamente i risultati di indagini statistiche anche in contesti di maggiore complessità rispetto a quelli presentati nell’insegnamento.

MODALITA' DIDATTICHE

Lezioni 75% Video, 6 ore di i-tivity e 25% di lezioni frontali. Le modalità didattiche sono coerenti con i risultati di apprendimento previsti e prevedono l’alternanza tra presentazione degli aspetti metodologici e applicazioni pratiche su dati reali. La frequenza non è obbligatoria. Su richiesta, sono previsti supporti specifici per studenti con DSA o disabilità, in accordo con le politiche di Ateneo.

Gli studenti in possesso di certificazione di disabilità, DSA o bisogni educativi speciali devono contattare, all'inizio delle lezioni, sia il docente, sia il referente per la disabilità del Dipartimento, Prof.ssa Elena Lagomarsino inclusione.economia@unige.it, per concordare modalità didattiche e d'esame che, nel rispetto degli obiettivi dell'insegnamento, tengano conto delle modalità di apprendimento individuali e consentano l'uso di eventuali strumenti compensativi

Please note that this course is delivered online (9 hours online videos + 6 hours in person) via the Learn platform. To request access, students must contact the Settore metodi e contenuti at edunext@aulaweb.unige.it.

Exam accommodations for students with disabilities or SLD Students with a valid disability certificate or a diagnosis of Specific Learning Disabilities (SLD) (under Italian Law 104/1992) or Special Educational Needs (SEN), who are registered with the University’s Inclusion Services, can request compensatory tools and/or dispensatory measures for exams.

Students with disabilities, with SLD or with SEN are reminded that, to request exam accommodations, they must first upload their certification to the University website at servizionline.unige.it<https://servizionline.unige.it/>, in the “Students” section. The documentation will be checked by the University’s Services for the Inclusion of Students with Disabilities and with SLD.

At the beginning of the course, students are advised to contact the lecturer to agree on exam arrangements which, while respecting the learning objectives of the course, take individual learning needs into account.

To request compensatory tools or dispensatory measures, students with disabilities or SLD must fill in the dedicated Webform available athttps://unige.it/disabilita-dsa, at least 7 working days before the exam.

Students with SEN may instead send their request by e-mail to the lecturer, copying the Department Representative, Prof. Elena Lagomarsino,at inclusione.economia@unige.it, and the Inclusion Office inclusione.studenti@info.unige.it.

PROGRAMMA/CONTENUTO

Parte I: Calcolo delle probabilità

1. Esperimenti aleatori, risultati, eventi. 
2. La probabilità e i suoi assiomi. Regole della probabilità.
3. Probabilità condizionata e indipendenza. Probabilità bivariate.
4. Variabili aleatorie discrete e loro proprietà.
5. Distribuzioni di Bernoulli, binomiale, di Poisson.
6. Variabili aleatorie continue e loro proprietà.
7. Distribuzioni uniforme e normale. 
8. Cenni alle distribuzioni congiunte.

Parte II: Inferenza statistica

1. Campionamento e distribuzioni campionarie.
2. Stima puntuale. Stimatori e loro proprietà.
3. Intervalli di confidenza. 
4. Concetti di base della verifica di ipotesi. 
5. Test di confronto di medie.

Parte III: Relazioni tra variabili

1. Correlazione e regressione lineare. Il modello di regressione lineare semplice e multipla. 
2. Indipendenza statistica e test del chi-quadro.

TESTI/BIBLIOGRAFIA

Newbold, Carlson, Thorne, Statistica. Nona edizione. Pearson (2021).

DOCENTI E COMMISSIONI

LEZIONI

INIZIO LEZIONI

Online lectures are scheduled to begin on September 28, 2026 (first semester).

The 6-hour lectures in-person will take place from November 16 to December 11, 2026 (first semester).

Further details about the lecture timetable will be announced at a later date.

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

L'esame consiste in un assignment.

Il regolamento d'esame completo è pubblicato sulla pagina Aulaweb dell’insegnamento prima dell’inizio delle lezioni. 

MODALITA' DI ACCERTAMENTO

Le domande e gli esercizi contenuti nella prova scritta sono scelti in modo da coprire, per quanto possibile, tutti gli argomenti del programma d'esame. Costituiscono parametri di valutazione, oltre al grado di comprensione e alla capacità di applicare le conoscenze, anche l’utilizzo corretto del lessico della disciplina e la capacità di lettura e corretta interpretazione delle analisi statistiche. 

I dettagli sulle modalità di preparazione per l’esame e sul grado di approfondimento di ogni argomento verranno illustrati e discussi nel corso delle lezioni.