Course Syllabus
Obiettivi formativi
1. Conoscenza e capacità di comprensione
Il corso fornisce agli studenti una conoscenza di base della statistica descrittiva, ponendo l'accento sull’importanza dell’analisi dei dati per la comprensione dei fenomeni economico-finanziari. Vengono introdotti concetti, strumenti e tecniche fondamentali, con un costante riferimento ad applicazioni reali nel contesto bancario, assicurativo e degli intermediari finanziari.
2. Capacità di applicare conoscenza e comprensione
Gli studenti imparano ad applicare le tecniche statistiche per raccogliere, organizzare e rappresentare dati, individuando le informazioni rilevanti ai fini decisionali. Attraverso lezioni, esercitazioni e materiali digitali, sono guidati nello sviluppo di competenze operative utili ad affrontare problemi concreti in ambito economico.
3. Autonomia di giudizio
Il corso promuove la capacità di valutare criticamente la qualità dei dati e la pertinenza degli strumenti analitici scelti. Gli studenti imparano a interpretare i risultati delle analisi in modo consapevole, sviluppando un approccio riflessivo e orientato al ragionamento basato sui dati.
4. Abilità comunicative
Viene favorita la capacità di comunicare con chiarezza i risultati delle analisi statistiche, utilizzando un linguaggio appropriato e strumenti visivi efficaci. Gli studenti sono incoraggiati a confrontarsi e argomentare le proprie scelte analitiche anche in contesti collaborativi.
5. Capacità di apprendimento
Il corso stimola lo sviluppo di un metodo di studio autonomo, essenziale per proseguire nell’approfondimento delle discipline quantitative. Le risorse didattiche e le attività pratiche favoriscono un apprendimento attivo e duraturo, utile sia per gli studi successivi sia in prospettiva professionale.
Contenuti sintetici
I contenuti del corso di Statistica I riguardano:
- la formazione e la classificazione dei dati statistici, con utilizzo di tabelle e grafici;
- i metodi propri della statistica descrittiva univariata e bivariata.
Programma esteso
Il concetto generale di Statistica:
- La Statistica come scienza
- Principali ambiti di applicazione della Statistica
- Le partizioni della Statistica
Statistica descrittiva univariata:
- Formazione dei dati statistici
- Trattamento matematico-statistico dei dati
- I rapporti statistici
- Elaborazioni sulle frequenze di una distribuzione
- Le medie
- La variabilità
- La concentrazione
- L’asimmetria
- Modelli analitici per distribuzioni di frequenza
Statistica descrittiva bivariata:
- Principali metodi di interpolazione
- Il metodo dei minimi quadrati
- La retta a minimi quadrati e le sue proprietà
- Distribuzioni di frequenza bivariate
- Indipendenza distributiva e misure di connessione
- Indipendenza in media, e misura della dipendenza in media
- La spezzata di regressione e la retta di regressione
- La concordanza e la correlazione lineare
Prerequisiti
Il corso non richiede pre-requisiti specifici. Per la comprensione dei concetti e delle tecniche presentati nel corso si fa riferimento agli strumenti matematici che gli studenti hanno acquisito alla Scuola Secondaria.
Metodi didattici
Il corso consiste in lezioni frontali (5 cfu = 40 ore) ed esercitazioni in aula (1 cfu = 12 ore), che saranno svolte in presenza con alternanza di Didattica Erogativa (60-70% circa delle ore complessive) e Didattica Interattiva (30-40% delle ore complessive, con utilizzo di Excel, sondaggi Wooclap, quiz, altre attività online).
Le lezioni alternano presentazioni di metodi statistici (tipicamente con dimostrazioni) ad esempi pratici in cui i metodi presentati vengono immediatamente applicati in circostanze concrete. L'interpretazione degli indicatori statistici e la lettura dei risultati hanno un ruolo prioritario nell'articolazione delle lezioni. Ovunque possibile, sono portati esempi reali di applicazione delle metodologie presentate in contesti socio-economici e finanziari. E' previsto l'utilizzo di Excel per la risoluzione di problemi statistici.
Le esercitazioni guidano gli studenti nell'impostazione e nella risoluzione di esercizi articolati in più aspetti, così da ripercorrere vari concetti ed illustrare similarità e differenze fra le diverse tecniche statistiche presentate a lezione.
Per agevolare lo studio individuale e l'assimilazione dei concetti spiegati in aula, gli appunti delle lezioni vengono caricati sulla pagina e-learning del corso per un periodo sufficiente a consentirne la consultazione e la rielaborazione personale. Sulla pagina e-learning è disponibile anche un eserciziario completo suddiviso per argomenti, con spiegazioni dettagliate di tutti i passaggi necessari alla risoluzione di un esercizio pratico e con interpretazioni puntuali dei risultati. Per consentire agli studenti un'autovalutazione consapevole in preparazione dell'esame finale, sono presenti in e-learning anche quiz con domande chiuse/aperte e diversi temi d'esame -alcuni con soluzioni dettagliate, altri con la semplice indicazione dei risultati corretti.
Modalità di verifica dell'apprendimento
La verifica dell'apprendimento è finalizzata ad accertare che lo studente abbia:
- compreso la logica sottostante le metodologie statistiche, la struttura e le proprietà dei vari indicatori;
- acquisito una familiarità con le tecniche statistiche sufficiente per analizzare un insieme di dati univariati e bivariati giungendo a risultati plausibili;
- maturato la capacità di interpretare i risultati di un'analisi di statistica descrittiva, contestualizzandoli in maniera adeguata al problema studiato.
La verifica dell'apprendimento viene svolta tramite una prova scritta in laboratorio informatico, con quesiti teorici ed esercizi presentati in forma di tabelle univariate e bivariate, da risolvere con Excel. In relazione all'andamento della prova scritta, è prevista una successiva prova orale su tutto il programma.
La valutazione complessiva tiene sempre conto delle competenze che lo studente dimostra di avere acquisito entrambi gli aspetti (teorici e pratici).
Testi di riferimento
- M. Zenga, "Lezioni di Statistica Descrittiva", seconda edizione, Giappichelli ed.
- M. Zenga “Esercizi di statistica”, Ed. Giappichelli, 1993
- M. Zenga “Richiami di matematica”, Ed. Giappichelli, 1992
- G. Leti “Statistica descrittiva”, Ed. Il Mulino, 1983.
- Appunti delle lezioni, esercizi guidati e temi d'esame caricati dal docente sulla piattaforma e-learning.
Il docente rende disponibili su e-learning dei percorsi guidati (quiz, assignment, test di autovalutazione, file Excel e videoregistrazioni) per consentire agli studenti di rielaborare autonomamente i materiali spiegati a lezione e costruire la propria preparazione in vista della prova d'esame.
Periodo di erogazione dell'insegnamento
L'insegnamento viene erogato nel secondo semestre.
Lingua di insegnamento
Italiano.
Sustainable Development Goals
Learning objectives
1. Knowledge and Understanding
The course provides students with a basic knowledge of descriptive statistics, emphasizing the critical role of data analysis in interpreting economic and financial phenomena. Core concepts, tools, and techniques are introduced, with constant reference to real-world applications in the banking, insurance, and financial intermediary sectors.
2. Ability to Apply Knowledge and Understanding
Students acquire the ability to apply statistical techniques to collect, organize, and present data effectively, supporting a data-informed approact to decision-making. Through lectures, practical exercises, and digital resources, they are guided in developing operational skills essential for addressing concrete problems in economic and financial contexts.
3. Independent Judgment
The course fosters the development of critical thinking in evaluating data quality and selecting appropriate analytical tools. Students learn to interpret analytical results with awareness and rigor, developing a data-driven approach to reasoning.
4. Communication Skills
The course promotes the ability to clearly communicate the results of statistical analyses, using appropriate language and effective visual tools. Students are encouraged to discuss and justify their analytical choices, even in collaborative contexts.
5. Learning Skills
The course encourages the development of autonomous learning strategies, which is essential for further exploration of quantitative disciplines. Teaching resources and practical activities support active and lasting learning, beneficial both for future studies and professional development.
Contents
The course covers the following topics:
- data classification and exploratory data analysis (with charts and tables);
- descriptive statistics for univariate and bivariate data.
Detailed program
What is Statistics?
- Statistics as a science
- Applications of Statistics
- The branches of Statistics
Summarizing univariate data
- Data collection
- Ratios of statistical data
- Frequency distributions and charts
- Location measures
- Variation in data: concept and measures
- Inequality: concept and measures
- Skewness
- Mathematical models for frequency distributions
Summarizing bivariate data
- Statistical interpolation
- The method of least squares
- Properties of least squares
- Bivariate frequency distributions
- Independence and association measures
- The regression function and the regression line
- Concordance and correlation measures
Prerequisites
The course has no specific pre-requisites.
Only a basic knowledge of mathematical methods from Secondary School is presumed.
Teaching methods
The course consists of lectures (5 ects = 40 hours) and exercise sessions (1 ects = 12 hours) that will be delivered in presence, with approximately 30-40% of interactive activities (Excel, Wooclap surveys, quizzes and online exercises).
Lectures include a formal presentation of statistical methods (background, definitions, proofs), followed by simple numerical exercises in which methods are applied to concrete situations. Interpretation of results is crucial. Whenever possible, real-world applications in socio-economic and financial contexts are mentioned. Computer-based solutions of statistical problems are introduced with Excel .
Exercise sessions guide students through the solution of more complex exercises, which require the ability to identify the appropriate methods and to combine different techniques.
In view of encouraging individual work, lecture notes are uploaded on the e-learning platform on a day-to-day basis and for a limited time period. The e-learning platform also contains a variety of course materials that are useful to prepare for the final exam:
- exercises with detailed solutions,
- online quizzes and self-assessment activities,
- exercises given in previous exams, with detailed solutions or summary results.
These methods might be updated in view of the evolving epidemiological situation.
Assessment methods
Assessment methods aim at verifying that students:
- have understood the logic behind different statistical methods and the properties of various statistical measures;
- are familiar with statistical techniques in view of analyzing a univariate/bivariate dataset and reaching reliable conclusions;
- are able to interpret the results of statistical analyses and to provide appropriate comments for the numbers they produce.
Assessment is based on a written exam in computer lab, consisting of theoretical questions and practical exercises based on univariate and bivariate statistical tables with Excel. Depending on results of the written exam, an oral exam concerning the whole programme can be requested.
The final grade is based on a global evaluation of competences that students have acquired in both aspects of the course (theory + practice).
Textbooks and Reading Materials
- M. Zenga, "Lezioni di Statistica Descrittiva", second edition, Giappichelli ed.
- M. Zenga “Esercizi di statistica”, Ed. Giappichelli, 1993
- M. Zenga “Richiami di matematica”, Ed. Giappichelli, 1992
- G. Leti “Statistica descrittiva”, Ed. Il Mulino, 1983.
- Lecture notes avaliable on the e-learning platform.
Online activities (quizzes, assignments, self-assessment tools, Excel files and videorecordings) are available on the e-learning platform to encourage and monitor the learning process.
Semester
Spring
Teaching language
Italian
