L’obiettivo del corso è dotare gli studenti dei metodi statistici di base per la raccolta e l'analisi di dati univariati e bivariati. Lo studio della Statistica descrittiva fornisce gli strumenti per un’analisi esplorativa dei dati. Lo studio della Teoria della Probabilità fornisce i modelli dei fenomeni soggetti a condizioni di incertezza. Lo studio dell’Inferenza statistica fornisce strumenti di analisi di dati relativi a fenomeni soggetti a condizioni di incertezza. Il corso sviluppa la capacità di applicare le nozioni teoriche al fine di risolvere problemi empirici di natura economica e aziendale anche utilizzando programmi di calcolo statistico e foglio elettronico avanzato (EXCEL, R, R Markdown – Literate Coding). Il corso sviluppa le competenze digitali relative allo standard europeo DIGCOMP 2.1 (Area di competenze 1: Alfabetizzazione su informazioni e dati; Area di competenze 2: Comunicazione e collaborazione; Area di competenze 3: Creazione di contenuti digitali).

Conoscenza e comprensione: conoscenza dei tipi di dati e delle relative tecniche di analisi univariate (distribuzioni di frequenza, rappresentazioni grafiche, misure di tendenza centrale e misure di dispersione), teoria della probabilità e dell’inferenza statistica, analisi della dipendenza in tabelle doppie, modello di regressione lineare. Capacità di applicare conoscenza e comprensione: capacità di selezione di opportune misure di sintesi dei dati e di analisi della relazione tra variabili in ambito economico, finanziario ed aziendale. Autonomia di giudizio: capacità di raccogliere, elaborare ed interpretare criticamente dati di natura quantitativa e qualitativa, relativi a fenomeni economici, finanziari ed aziendali. Abilità comunicative: capacità di comunicazione efficace delle analisi dei dati. Capacità di apprendimento: capacità di apprendere autonomamente tecniche di analisi dei dati, in attività professionali o studi successivi.

Lezioni teoriche. Caratteri statistici e distribuzioni di frequenza. Rappresentazioni grafiche. Indici di posizione. Indici di variabilità. Esperimento casuale ed eventi. Impostazione assiomatica e teoremi della probabilità. Probabilità condizionata. Eventi indipendenti. Variabili casuali univariate e bivariate discrete e continue. Modelli per variabili casuali. Il teorema del limite centrale. Introduzione al campionamento. Stima puntuale. Stima per intervallo. Test delle ipotesi. Correlazione e modello di regressione lineare semplice. Esercitazioni. Esercizi teorici ed empirici di natura economica e aziendale anche utilizzando programmi di calcolo statistico e foglio elettronico avanzato (EXCEL, R, R Markdown – Literate Coding).

A.C. MONTI (2008), Introduzione alla Statistica, ESI. Seeing Theory https://seeing-theory.brown.edu/

Lezioni frontali Visualizzazione interattiva (Seeing Theory) Esercitazioni Esercitazioni empiriche con EXCEL, R, R Markdown (Literate Coding). Management Case Study in modalità Flipped Classroom. Analisi di casi e di ricerche Analisi della letteratura: Rapporto Istat “SDGs 2022: INFORMAZIONI STATISTICHE PER L’AGENDA 2030 IN ITALIA” con accesso a dashboard e utilizzo dati; Rapporti di Istituti di produzione di informazione statistica ufficiale nazionali e internazionali; Articoli scientifici Dati da fonti di statistica ufficiale

Prova scritta con quesiti di natura sia teorica che pratica, anche con modalità a risposta multipla (a risposta multipla non navigabile nella modalità a distanza). Verifica l’acquisizione di Conoscenze, Conoscenze Applicate, Autonomia di Giudizio. Project Work. Relazione sull’analisi statistica di dati empirici da svolgere in gruppi di al massimo quattro studenti con l’ausilio del software statistico R (open source) e del foglio elettronico avanzato (EXCEL). Verifica l’acquisizione di Autonomia di Giudizio, Abilità Comunicative, Capacità di apprendimento. Competenze digitali (1, 2, 3), lavorare in gruppo, gestione del tempo, sviluppo di nuove strategie e soluzioni per risolvere i problemi. L’esame può essere sostituito da tre prove parziali con valutazione in decimi che si terranno durante il corso, di cui l’ultima coincidente con il primo appello. Negli appelli della prima sessione è possibile mantenere valide le prime due prove parziali e sostenere solo la terza prova (comunque una sola volta – il ritiro non viene conteggiato). Negli appelli rimanenti non è possibile dividere l’esame in più parti. Il Project Work comporta un punteggio aggiuntivo fino a 2 punti sul voto conseguito nella prova scritta se svolta nella prima sessione di esami dopo la fine del corso. Il voto finale dell’esame è ottenuto sommando all’esito della prova scritta il voto ottenuto nel Project Work (0,1 o 2 punti), limitatamente alla prova sostenuta – con qualsiasi esito - in uno degli appelli della prima sessione d’esame. ESAME SOLO SCRITTO: questa tipologia di esame (c.d. “scritto verbalizzante”) prevede esclusivamente prove scritte e/o test e/o lavori di gruppo senza successivo esame orale. Lo studente si prenota per lo scritto, avendo precedentemente concluso eventuali lavori di gruppo (project work); concluso lo scritto il docente corregge i compiti e pubblica gli esiti nella pagina web dedicata alla VOL. Il sistema invia una comunicazione con l’esito agli studenti iscritti all’appello (gli esiti dell’esame scritto potranno anche essere visualizzati sul web self service). Dal momento della pubblicazione degli esiti lo studente ha 3 giorni di tempo per rifiutare il voto. Concluso il periodo di tempo indicato (3 giorni), vale la regola di silenzio-assenso e il voto viene verbalizzato da parte del docente che deve chiudere definitivamente il verbale attraverso la firma digitale. A chiusura del verbale lo studente riceve una mail di comunicazione del voto conseguito. Prima della pubblicazione dei risultati sono resi disponibili, sul sito web del corso, il testo e la soluzione della prova scritta. Ciascun candidato può visionare il compito corretto, indipendentemente dall'esito finale dell'esame, nel giorno previsto dal docente in tempo utile per non accettare il voto proposto.

La tesi di laurea è un lavoro in cui si applicano metodologie statistiche in ambito aziendale o economico. L’argomento è concordato con il docente.

Si. Nel corso gli studenti eseguiranno analisi statistiche dei dati relativi al Piano Nazionale di Ripresa e Resilienza (PNRR) e agli Obiettivi di Sviluppo Sostenibile (SDGs).