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 , foglio elettronico avanzato e software di scraping (EXCEL, R, R Markdown – Literate Coding, Apify scraper). 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, foglio elettronico avanzato e software di scraping (EXCEL, R, R Markdown – Literate Coding, Apify scraper). Esercizi sulla piattaforma Mylab

A.C. MONTI (2023), Statistica: Esercizi Svolti – Pearson ISBN: 9788891927408 con piattaforma Mylab 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 statistica di dati testuali con utilizzo di scraper. Analisi di casi e di ricerche Analisi della letteratura: Rapporto Istat “SDGs 2025: 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 Dati da Web Durante il corso gli studenti avranno a disposizione una GEM (assistente AI di supporto allo studio), sviluppata dal docente sui materiali della cattedra, per la risoluzione guidata degli esercizi. Integrata nelle attività didattiche e utilizzabile autonomamente, favorisce un apprendimento attivo e progressivo, consentendo agli studenti di esercitarsi in modo continuo, consolidare la preparazione all’esame e sviluppare competenze nella risoluzione e nella rappresentazione grafica.

L'esame finale è costituito da una prova scritta e da un Project Work su dati reali. L'esame scritto consiste in due prove con valutazione su trenta. La prima prova si svolge durante la settimana intermedia (dal 8 al 13 marzo 2027); la seconda prova si svolge durante la prima sessione d’esame. Il punteggio finale è la somma dei punteggi delle due prove. La prima prova e la seconda prova hanno una valutazione in quindicesimi. Durante la prima sessione è possibile mantenere valida la prima prova e sostenere solo la seconda (si noti che lo studente può sostenerla una sola volta; in caso di ritiro, la prova non viene conteggiata). Se lo studente non supera la prova intermedia, può sostenere la prova completa con una valutazione su trenta. La valutazione della prova intermedia può non essere accettata; in tal caso lo studente può svolgere la prova completa durante la sessione d’esame. Per le prove svolte durante la sessione d’esame è consentito allo studente di ritirarsi per tutta la durata della prova, mentre in caso di consegna del compito, il voto ottenuto non potrà essere in alcun modo rifiutato dallo studente. La prova scritta consiste in domande teoriche ed empiriche, anche a scelta multipla. Verifica l'acquisizione di Conoscenza e comprensione, Applicazione di conoscenza e comprensione, Autonomia di giudizio (Descrittori di Dublino 1, 2, 3). 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. 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. Chi non raggiunge il 70% di presenze non potrà completare l'esame con le due prove parziali (anche se avesse partecipato e superato la prima) e non sarà valutato per il Project Work.

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.