- Docente: Luca Scrucca
- Crediti formativi: 8
- SSD: SECS-S/01
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Rimini
- Corso: Laurea in Statistica, finanza e assicurazioni (cod. 6660)
-
dal 18/09/2025 al 12/12/2025
Conoscenze e abilità da conseguire
Alla fine dell'insegnamento lo studente conosce i temi di base della statistica sotto il profilo metodologico e applicativo. In particolare lo studente è in grado di: - sintetizzare le informazioni in distribuzioni statistiche e grafici - scegliere e calcolare i valori medi e le misure di variabilità più coerenti con gli specifici problemi fenomenici - misurare l'intensità della relazione tra caratteri, anche di natura diversa. - costruire matrici di covarianza, correlazione e similarità - utilizzare i metodi classici di riduzione delle dimensioni - affrontare il problema della classificazione.
Contenuti
- Introduzione al corso. Rilevazioni statistiche. Statistica descrittiva vs inferenza statistica. Tipologie di caratteri. Scale di misurazione dei caratteri. Matrici di dati. Gli operatori sommatoria e produttoria.
- Distribuzioni di frequenza e loro rappresentazione grafica. La funzione di ripartizione empirica. Frequenze cumulate. Rapporti statistici. Numeri indici.
- Misure di posizione: valori medi e loro proprietà. Misure di variabilità e mutabilità e loro proprietà. Concentrazione. Cenni a asimmetria e kurtosi. I boxplots.
- Distribuzioni di frequenza bivariate. Distribuzioni marginali e condizionate. Media e varianza condizionate. La scomposizione della devianza. Studio dell'indipendenza e della connessione. La dipendenza in media.
- Diagrammi di dispersione. Covarianza e correlazione lineare. La regressione lineare. Cenni di regressione locale.
- Matrici di dati e matrici derivate per l'analisi di dati multidimensionali. Distanze e dissimilarità tra le unità.
- L'analisi delle componenti principali.
Testi/Bibliografia
Libri di testo:
D. Piccolo (2004) Statistica per le Decisioni, Il Mulino, PARTE I.
S. Mignani, A. Montanari (1997) Appunti di Analisi Statistica Multivariata, Esculapio, Bologna, Seconda edizione (Cap. 3 - Analisi delle componenti principali).
Slides delle lezioni e ulteriore materiale didattico disponibili su Virtuale.
Metodi didattici
- Lezioni frontali.
- Esercitazioni.
- Sessioni di laboratorio in cui si analizzeranno problemi reali con l'ausilio dei software Excel e R.
Modalità di verifica e valutazione dell'apprendimento
La prova d'esame ha lo scopo di verificare il raggiungimento dei seguenti obiettivi didattici:
- Conoscenza approfondita delle tecniche per la sintesi dei dati statistici e per l'analisi delle relazioni tra due o più variabili.
- Capacità di analizzare criticamente insiemi di dati univariati e multivariati.
L'accertamento dell'apprendimento avviene mediante una prova scritta ed una prova orale facoltativa.
L'esame può essere sostenuto secondo due modalità:
Esame totale sull'intero programma della durata di tre ore. La prova d'esame scritta è composta da quiz sulla parte teorica ed esercizi pratici da svolgere con l'ausilio dei software Excel + R.
Prove parziali, sono previste due prove parziali scritte alla fine di ciascun periodo della durata di due ore. Gli studenti che sosterranno le due prove parziali potranno accettare il voto risultante dalla media delle valutazioni conseguite in ciascuna prova.
Durante la prova scritta è consentito consultare dei “formulari” che ognuno provvederà a preparare da sé.
I formulari devono essere contenuti in un foglio A4 (fronte-retro) per ciascuna prova parziale, ovvero in due fogli A4 (fronte-retro) nel caso di esame totale.
Non è consentito consultare nessun altro materiale.
L'iscrizione all'esame è obbligatoria e tutti gli studenti devono registrarsi attraverso la piattaforma AlmaEsami secondo le regole generali previste dall'Ateneo.
Orario di ricevimento
Consulta il sito web di Luca Scrucca
SDGs


L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.