Scuola Universitaria Interdipartimentale in Scienze Strategiche (SUISS)

L’insegnamento prevede la conoscenza di alcuni contenuti elementari di organizzazione di dati. Gli studenti dovranno essere in grado di sintetizzare in modo semplice i dati tramite il calcolo delle frequenze e dei principali indici di posizione e l’uso di semplici rappresentazioni grafiche.

L'insegnamento ha lo scopo di presentare ed applicare a situazioni concrete le nozioni di base di Statistica descrittiva e inferenziale.
L’insegnamento concorre agli obiettivi della formazione scientifica, con particolare riferimento allo sviluppo di capacità di problem solving e di elaborazione di modelli rigorosi per l’analisi di fenomeni di complessità non elevata.

 
Conoscenza e comprensione
- conoscere i principali metodi di sintesi e di rappresentazione di dati statistici, univariati o bivariati
- comprendere il ruolo della probabilità nell’analisi statistica
- conoscere i metodi di base dell’analisi statistica inferenziale relativi al calcolo degli intervalli di confidenza e all’esecuzione di test di ipotesi in alcuni casi di interesse comune
- comprendere il significato della relazione statistica tra due variabili quantitative

Applicare conoscenza e comprensione
- sviluppare capacità di analisi di dati ottenuti in situazioni reali mediante l’impiego di un software dedicato di semplice utilizzo per l’esecuzione delle metodologie descrittive e inferenziali considerate

Autonomia di giudizio
- usare un adeguato senso critico per affrontare problemi di media complessità
- selezionare fonti e dati per descrivere e interpretare adeguatamente fenomeni di varia natura
- formulare in maniera autonoma e consapevole l’interpretazione di dati statistici

Capacità di apprendimento
- acquisire gli strumenti per affrontare nuovi semplici problemi che richiedano competenze interdisciplinari, analizzando possibili strategie di risoluzione.

 

Introduzione alla statistica ed ai metodi di campionamento in statistica

Introduzione all’uso di R

Statistica descrittiva: Rappresentazione e sintesi di dati univariati; Analisi descrittiva di dati bivariati di tipo qualitativo

Variabili aleatorie: Variabile aleatoria binomiale; Variabile aleatoria normale

Statistiche campionarie: Media campionarie e sua distribuzione; Teorema del limite centrale

Stima intervallare: Intervalli di confidenza: risultati generali; Intervalli di confidenza per media e proporzione

Verifica d’ipotesi: Ipotesi nulla, ipotesi alternativa, errori di prima e seconda specie; p-value e test di significatività; Test di significatività per media e proporzione

Analisi della dipendenza statistica di due variabili quantitative: correlazione e regressione lineare

 

Le modalità di insegnamento comprendono: lezioni frontali, apprendimento attivo in aula e a distanza, esercitazioni in aula.

Lezioni frontali e attività in aula:
lezioni frontali supportate dall’uso di strumenti di videoscrittura e del software R per l’analisi statistica dei dati;
attività ed esercitazioni in aula con eventuale partecipazione degli studenti (svolgimento di esercizi, discussioni, gruppi di lavoro).

Attività e materiale online (Piattaforma Moodle):
calendario delle lezioni e delle esercitazioni;
quiz ed assegnazioni per l'apprendimento e l'autovalutazione.

L’insegnamento, con le sue modalità ed attività, contribuisce a formare e consolidare le seguenti competenze trasversali:

capacità di lavoro di gruppo e di coordinamento, attraverso attività svolte in aula;
gestione del tempo, attraverso lo svolgimento di prove di autovalutazione informatizzate aventi tempo stabilito;
corretta attribuzione causale di successi ed insuccessi, attraverso lo svolgimento di prove di autovalutazione con feedback da parte dei docenti.

 

The course includes a computer-based test. It consists of solving a number of exercises using the R software, with the aim of testing the ability to apply theoretical knowledge and the ability to learn, and of answering theoretical multiple-choice questions.

The test is passed if a mark of at least 18/30 is achieved.

Books, notes and electronic devices other than the computer on which the test is being taken may not be consulted during the test. You may consult an R report of a maximum of two pages, containing only the R commands that you consider useful.

Bonus: the student will be awarded a bonus of 1 to 3 points if he/she has carried out and completed, within the set percentage and timeframe, the activities planned and indicated in detail on Moodle.

Students from academic years prior to the 2024-2025 academic year: students from previous academic years must take the test in the manner and programme of the current year, regardless of their year of enrolment or attendance.