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
  • Calendario
  • My Media
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
Ospite
 Login
e-Learning - UNIMIB
Home Calendario My Media
Percorso della pagina
  1. Area Economico-Statistica
  2. Corso di Laurea Magistrale
  3. Marketing e Mercati Globali [F7704M - F7702M]
  4. Insegnamenti
  5. A.A. 2026-2027
  6. 1° anno
  1. Metodi Statistici per il Marketing
  2. Introduzione
Unità didattica Titolo del corso
Metodi Statistici per il Marketing
Codice identificativo del corso
2627-1-F7704M004-F7704M004-2
Descrizione del corso SYLLABUS

Blocchi

Torna a Metodi e Strumenti per le Indagini di Marketing

Syllabus del corso

  • Italiano ‎(it)‎
  • English ‎(en)‎
Esporta

Obiettivi formativi

Conoscenza e capacità di comprensione. Al termine del modulo, lo studente conosce i concetti fondamentali della probabilità, delle variabili casuali, delle distribuzioni campionarie, della stima, dei test d’ipotesi, degli intervalli di confidenza e del modello di regressione lineare multipla.

Capacità di applicare conoscenza e comprensione. Lo studente sa impostare e risolvere problemi di inferenza statistica relativi a dati campionari e sa costruire e utilizzare un modello di regressione lineare per analizzare relazioni tra variabili.

Autonomia di giudizio. Lo studente sa scegliere tra i metodi trattati in base al quesito e ai dati disponibili, valutare le ipotesi su cui si fondano e interpretare criticamente i risultati, tenendo conto dell’incertezza statistica.

Abilità comunicative. Lo studente sa esporre con linguaggio statistico appropriato il metodo adottato, i risultati delle analisi e i loro limiti, anche in relazione a un problema di marketing.

Capacità di apprendimento. Lo studente acquisisce le basi per approfondire autonomamente metodi statistici più avanzati e per leggere e comprendere analisi quantitative basate su dati campionari.

Contenuti sintetici

Durante il corso verranno introdotti i concetti fondamentali della teoria della probabilità e dell’inferenza statistica,
con un approfondimento sul modello di regressione lineare.

Programma esteso

  1. Teoria della probabilità
  • Definizione di probabilità, assiomi e proprietà
  • Variabili casuali
  • Legge dei grandi numeri e teorema del limite centrale
  1. Inferenza
  • Campioni casuali e distribuzioni campionarie
  • Teoria della stima
  • Test d'ipotesi e intervalli di confidenza
  1. Modelli di regressione lineare
  • Costruzione del modello e inferenza

Prerequisiti

Conoscenza di concetti basi di Analisi matematica (studio di funzioni, matrici, sommatorie e produttorie)

Metodi didattici

Lezioni frontali ed esercizi svolti in classe (con qualche accenno all’utilizzo di software statistici)

Modalità di verifica dell'apprendimento

Prova scritta

Testi di riferimento

"Statistica per le decisioni." Domenico Piccolo. Il Mulino.

Periodo di erogazione dell'insegnamento

Lingua di insegnamento

Italiano

Esporta

Learning objectives

  1. Knowledge and understanding. By the end of the module, students understand the fundamental concepts of probability, random variables, sampling distributions, estimation, hypothesis testing, confidence intervals, and multiple linear regression.

  2. Applying knowledge and understanding. Students can formulate and solve statistical inference problems involving sample data and build and use a linear regression model to analyse relationships between variables.

  3. Making judgements. Students can choose among the methods covered according to the research question and available data, assess their underlying assumptions, and interpret results critically while accounting for statistical uncertainty.

  4. Communication skills. Students can explain the method used, the results, and their limitations using appropriate statistical language, including in relation to a marketing problem.

  5. Learning skills. Students acquire the foundations needed to study more advanced statistical methods independently and to read and understand quantitative analyses based on sample data.

Contents

The fundamental concepts of probability theory and statistical inference will be introduced throughout the course,
with additional insights on the linear regression model.

Detailed program

  1. Probability Theory
  • Definition of probability, axioms, and properties
  • Random variables
  • Law of large numbers and central limit theorem
  1. Inference
  • Random samples and sampling distributions
  • Theory of estimation
  • Hypothesis testing and confidence intervals
  1. Linear Regression Models
  • Model construction and inference

Prerequisites

Basic knowledge of Mathematical Analysis concepts (study of functions, matrices, summations, and products).

Teaching methods

Frontal lessons and exercises carried out in class (with some references to the use of statistical softwares).

Assessment methods

Written exam

Textbooks and Reading Materials

"Statistica per le decisioni." Domenico Piccolo. Il Mulino.

Semester

Teaching language

Italian

Entra

Scheda del corso

Settore disciplinare
STAT-03/B
CFU
9
Periodo
Annualità Singola
Tipo di attività
Obbligatorio
Ore
63
Tipologia CdS
Laurea Magistrale
Lingua
Italiano

Staff

    Docente

  • MB
    Mario Beraha

Metodi di iscrizione

Iscrizione manuale

Ospite (Login)
Politiche
Ottieni l'app mobile
Powered by Moodle
© 2026 Università degli Studi di Milano-Bicocca
  • Privacy
  • Accessibilità
  • Statistiche