• Edizioni di altri A.A.:
  • 2025/2026

  • Lingua Insegnamento:
    Italiano 
  • Testi di riferimento:
    Metodi statistici di base e avanzati per le scienze sociali. Alan Agresti, Brbara Finlay. Pearson, 2020. 
  • Obiettivi formativi:
    Il corso in linea con gli obiettivi del CdS intende fornire le basi metodologiche necessarie per utilizzare strumenti statistici che permettano di esplorare fenomeni economici, sociali o di altra natura. Il corso intende fornire al Data Analyst conoscenze e competenze per condurre analisi esplorative e descrittive dei dati al fine di dare supporto al processo decisionale.
    RISULTATI DI APPRENDIMENTO ATTESI
    CONOSCENZA E COMPRENSIONE
    Il corso intende fornire una solida comprensione dei concetti statistici di base, come la distribuzione di frequenza, la forma di una distribuzione, le rappresentazioni grafiche, le misure di tendenza centrale, le misure di dispersione e le misure di associazione.
    CAPACITà DI APPLICARE CONOSCENZA E COMPRENSIONE
    Al termine del corso gli studenti saranno in grado di:
    calcolare le misure di tendenza centrale, di dispersione e di associazione;
    interpretare le misure di tendenza centrale, di dispersione e di associazione;
    descrivere le caratteristiche di una distribuzioni di dati;
    utilizzare diversi tipi di grafici per la rappresentazione dei dati;
    applicare i concetti e le tecniche di statistica descrittiva per condurre analisi esplorative su fenomeni reali.

    ABILITA' COMUNICATIVE
    Al termine del corso gli studenti avranno acquisito un linguaggio statistico appropriato che gli permetterà di trasferire ad altri informazioni e valutazioni relative ai dati analizzati.

    AUTONOMIA DI GIUDIZIO
    Il corso mira a sviluppare un'autonomia di giudizio che consenta agli studenti di:
    - selezionare lo strumento di sintesi più adeguato in base alla tipologia di dato disponibile e agli obiettivi della ricerca
    - interpretare i risultati ottenuti riconoscendo eventuali limiti e punti di forza

    CAPACITÀ DI APPRENDIMENTO
    Attraverso le esercitazioni pratiche si intende da un lato verificare la comprensione degli argomenti trattati e dall'altro stimolare la capacità di apprendimento in relazione agli insegnamenti di statistica più avanzati. 
  • Prerequisiti:
    Nessuno 
  • Metodi didattici:
    Lezioni frontali, esercitazioni pratiche. 
  • Modalità di verifica dell'apprendimento:
    La modalità di verifica dell’apprendimento consiste in una prova scritta della durata di 2 ore, costituita da esercizi e da domande teoriche (domande aperte) su argomenti che coprono l'intero programma del corso volte ad accertare la conoscenza del materiale di riferimento, oltre che la comprensione e le abilità comunicative.
    Gli studenti dovranno dimostrare di essere in grado di formalizzare in termini quantitativi un problema, di ricavare gli indici e le statistiche opportune per la sua soluzione nonché di fornire l’interpretazione dei risultati ottenuti.
    Il giudizio terrà inoltre in considerazione l’appropriatezza del linguaggio utilizzato e la capacità di utilizzare i diversi strumenti proposti.
    Valutazione: Voto in trentesimi.
    Una votazione inferiore a 17 risulta insufficiente, tra 18 e 23 sufficiente, tra 24 e 27 discreta, sopra 28 ottima.
    Non è prevista una prova orale. 
  • Sostenibilità:
     
  • Altre Informazioni:
    E-mail: antonio.gattone@unich.it
    Giorni ed orari di ricevimento studenti: dopo le lezioni e/o per appuntamento da concordarsi via e-mail o TEAMS 

Introduzione alla metodologia statistica
Campionamento e misurazione
Preparazione dei dati
Esplorazione dei dati attraverso grafici e sintesi numeriche
Associazione: tabelle di contingenza, correlazione e regressione
Introduzione alle relazioni multivariate

Introduzione alla metodologia statistica
Statistica descrittiva e inferenziale
Le variabili e la loro misurazione
Casualizzazione
Variabilità campionaria e potenziali fattori di distorsione
Preparazione dei dati: screening, dati mancanti, outlier, data binning, one-hot encoding
Descrivere i dati con tabelle e grafici
Descrivere il centro dei dati
Descrivere la variabilità dei dati
Forma della distribuzione
Curva Normale
Associazione tra variabili categoriali
Associazione tra variabili quantitative
Associazione e causualità

Avvisi

Nessun avviso in evidenza

Documenti

Nessun documento in evidenza

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram