Vai al contenuto principale
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
e-Learning - UNIMIB
  • Home
  • My Media
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
 Login
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Area Giuridica
  2. Corso di Laurea Triennale
  3. Scienze giuridiche - Scienze dei Servizi Giuridici [E1402A - E1401A]
  4. Insegnamenti
  5. A.A. 2025-2026
  6. 2° anno
  1. Statistica Economica
  2. Introduzione
Insegnamento Titolo del corso
Statistica Economica
Codice identificativo del corso
2526-2-E1401A014
Descrizione del corso SYLLABUS

Syllabus del corso

  • Italiano ‎(it)‎
  • English ‎(en)‎
Esporta

Obiettivi formativi

Il corso è un'introduzione alla statistica, intesa a formare le
competenze teoriche per leggere e quelle pratiche per produrre
un'analisi descrittiva.

In particolare:

A) Conoscenza e capacità di comprensione
Conoscere e saper interpretare le principali misure di sintesi descrittive di distribuzioni univariate e bivariate.
Saper leggere e interpretare una regressione lineare.

B) Conoscenza e capacità di comprensione applicate
Saper individuare le misure di sintesi e gli argomenti statistici appropriati in contesti rilevanti per la pratica giuridica.

C) Autonomia di giudizio
Acquisire autonomia nella formulazione e nella lettura di argomenti statistici applicati alla pratica giuridica.

D) Abilità comunicative
Sapere comunicare a soggetti diversi gli argomenti statistici rilevanti, in particolare proponendo e illustrando rappresentazioni grafiche.

E) Capacità di apprendere
Saper confrontare misure di sintesi e argomenti statistici differenti, nel contesto di applicazione, individuando i criteri rilevanti per la loro selezione.

Contenuti sintetici

  1. Statistica descrittiva
  2. Ambiente computazionale GNU-R
  3. Regressione lineare

Programma esteso

  1. dati
  • rilevazioni
  • variabili
  • variazioni
  • distribuzioni
  • indici
  1. descrizioni
  • centralità
  • variabilità
  • indipendenza
  • correlazione
  • concentrazione
  • asimmetria
  1. modelli
  • regressione lineare
  1. strumenti
  • GNU R

Prerequisiti

Matematica di base.

Metodi didattici

  • 20 lezioni da 2 ore svolte in modalità erogativa in presenza
  • 4 attività di laboratorio da 2 ore svolte in modalità interattiva a
    distanza

Modalità di verifica dell'apprendimento

Una prova scritta, consistente di domande chiuse (a scelta multipla), problemi ed esercizi
La prova scritta verifica le capacità di organizzare correttamente la computazione di una misura di sintesi, la capacità di interpretarne rigorosamente i risultati e le conoscenze teoriche fondamentali.

Testi di riferimento

Piccolo D., Statistica per le decisioni, terza edizione, Il
Mulino, 2020, ISBN 978-88-15-27220-1

Esporta

Learning objectives

The course is an introduction to statistics, aiming at building
the theoretical competences needed in reading a descriptive
analysis and the practical competences needed in performing one.

In particular

A) Knowledge and learning abilites
To know and to be able to interpret the fundamental synthetic descriptive measures of uni- and bivariate distributions.
To be able to read and interpret a linear regression.

B) Applied learning abilites
To be able to choose the appropriate descriptive measures and statistical arguments, in contexts relevant to the legal practice.

C) Independent judgement
To acquire independence in formulating and evaluating statistic argument related to the legal practice.

D) Communication abilities
To be able to commuicate to a diverse audience the relevant statistical arguments, in particular by proposing and presenting graphical representations.

E) Learning abilities
To be able to compare different synthrethic measures and different statistical arguments, in the application context, and to be able to fix selection criteria.

Contents

  1. Descriptive statistics
  2. GNU-R computational environment
  3. Linear regression

Detailed program

  1. data
    • collection
    • variables
    • ratios
    • distributions
    • indexes
  2. descriptions
    • centrality
    • variability
    • independence
    • correlation
    • concentration
    • eterogeneity
    • asymmetry
  3. models
    • linear regression
  4. tools
    • GNU R

Prerequisites

Basic mathematics.

Teaching methods

  • 20 two hours classes, frontal and held in presence
  • 2 two hours laboratories, interactive and held remotely

Assessment methods

A written test, consisting in multiple choice questions, problems, and exercises.
The test verifies the ability to correctly organiza the computation af a synthetic measure, the ability to correctly read its results, and the fundamental theoretical notions.

Textbooks and Reading Materials

Piccolo D., Statistica per le decisioni, terza edizione, Il
Mulino, 2020, ISBN 978-88-15-27220-1

Entra

Scheda del corso

Settore disciplinare
SECS-S/03
CFU
6
Periodo
Secondo Semestre
Tipo di attività
Obbligatorio
Ore
48
Tipologia CdS
Laurea Triennale
Lingua
Italiano

Staff

    Docente

  • GB
    Giovanni Bono

Opinione studenti

Vedi valutazione del precedente anno accademico

Bibliografia

Trova i libri per questo corso nella Biblioteca di Ateneo

Metodi di iscrizione

Iscrizione manuale

Non sei collegato. (Login)
Politiche
Ottieni l'app mobile
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy
  • Accessibilità
  • Statistiche