Statistica è tra le materie che generano più discussione nelle community WhatsApp e Telegram dedicate a L18 Pegaso. Non è solo la quantità di programma — il corso copre statistica descrittiva, calcolo delle probabilità e inferenza statistica. È la sua natura doppia: parte da imparare (definizioni, classificazioni, proprietà) e parte da saper fare (calcoli su carta, esercizi numerici). Chi sottovaluta la seconda metà arriva all'esame impreparato.
Il codice 0602512SECSS01NM (piano 2025, 12 CFU) vale per tutti gli indirizzi L18 dell'a.a. 25/26. Dalla community gli studenti riferiscono che la prova intermedia include anche esercizi numerici; è quindi bene avere padronanza di argomenti come varianza, probabilità, correlazione, regressione e verifica delle ipotesi. Non affidarti solo alla memoria: la calcolatrice e il foglio di carta sono i tuoi veri alleati.
Obiettivi formativi ufficiali
Dal programma ufficiale Pegaso:
- Raccogliere, classificare e sintetizzare dati statistici con tecniche descrittive (medie, varianza, indici di forma, grafici)
- Applicare i fondamenti del calcolo delle probabilità e le principali distribuzioni (Binomiale, Poisson, Normale)
- Utilizzare gli strumenti dell'inferenza statistica: stime, intervalli di confidenza, verifica delle ipotesi
- Interpretare i risultati di analisi statistiche (regressione lineare, ANOVA, correlazione) in contesti aziendali ed economici
Di cosa parla — programma 06025 (2025)
Il programma del codice 0602512SECSS01NM si sviluppa in tre grandi blocchi che costruiscono una visione completa della disciplina statistica: si parte dall'organizzazione e sintesi dei dati, si passa al calcolo delle probabilità e si arriva agli strumenti per fare inferenza su popolazioni da campioni. Il 12 CFU riflette un programma genuinamente ampio — non è un'inflazione di crediti.
- Fenomeni collettivi, unità statistica, caratteri qualitativi e quantitativi
- Tecniche di rilevazione (censimento, campione, questionario, Big Data)
- Distribuzioni di frequenza: assoluta, relativa, percentuale, cumulata
- Rappresentazione grafica: barre, istogrammi, torte, radar, diagrammi cartesiani
- Medie: aritmetica (5 proprietà), geometrica, trimmed mean, mediana, moda
- Quartili, percentili, box plot
- Varianza, deviazione standard, coefficiente di variazione
- Standardizzazione, teoremi di Chebyshev e Markov
- Concentrazione: curva di Lorenz, indice di Gini
- Eterogeneità: indici di Gini e di entropia
- Asimmetria: indice di Fisher (β₁), curtosi di Pearson (β₂)
- Numeri indici semplici e complessi (Laspeyres, Paasche, Fisher)
- Rapporti statistici (composizione, coesistenza, derivazione, densità), BES
- Distribuzioni doppie: frequenze congiunte, marginali, condizionate
- Indipendenza, associazione tra caratteri, rapporto di correlazione η²
- Covarianza, coefficiente di correlazione di Bravais-Pearson
- Regressione lineare semplice: minimi quadrati, R²
- Concetti primitivi: prova, evento elementare, spazio campionario
- Definizioni di probabilità: classica, frequentista, soggettivista (De Finetti)
- Algebra degli eventi, postulati della probabilità
- Probabilità condizionata, eventi indipendenti
- Teorema di Bayes: probabilità a priori e a posteriori
- Variabili casuali discrete: funzione di probabilità, funzione di ripartizione
- Variabili casuali continue: funzione di densità
- Valore atteso, varianza di una v.c., standardizzazione
- Distribuzione Uniforme discreta
- Distribuzione di Bernoulli: E(X) = π, V(X) = π(1−π)
- Distribuzione Binomiale: somma di Bernoulli i.i.d.
- Distribuzione di Poisson: eventi rari in un intervallo fisso
- Distribuzione Normale: curva a campana, curtosi, tavole Z
- Teorema del Limite Centrale
- Campionamento casuale semplice (con/senza ripetizione)
- Campionamento stratificato (proporzionale e ottimale)
- Campionamento a grappolo e a due stadi
- Statistica inferenziale: stima puntuale e stima intervallare
- Stimatore vs stima — differenza fondamentale
- Proprietà degli stimatori: correttezza, efficienza (MSE), consistenza
- Metodo della massima verosimiglianza
- Intervalli di confidenza per la media (Z e t-Student)
- Intervalli di confidenza per proporzione e varianza
- Verifica delle ipotesi: H₀ e H₁, semplici e composte
- Errori di I tipo (α) e II tipo (β), regione di rifiuto
- P-value, procedura in 6 fasi
- Test per la media, per la proporzione, per la varianza (χ²)
- ANOVA — analisi della varianza
Riassunto Statistica nel gruppo
Il riassunto condiviso nella community copre tutti e tre i blocchi del programma — utile come schema di studio accanto alle dispense originali.
Il programma nel tempo — due codici, due piani
Il codice non si sceglie: viene assegnato in base al piano di studi del tuo anno accademico di immatricolazione. I due codici principali hanno CFU e anno diversi. L'articolo si concentra sul codice 06025, il più recente.
| Caratteristica |
Codice 060250602512SECSS01NM12 CFU · PDF → |
Codice 060240602410SECSS0110 CFU · PDF → |
|---|---|---|
| Anno piano | Piano 2025 | Piano 2024 |
| Anno del corso | 1° anno | 2° anno |
| Indirizzo | Tutti gli indirizzi (a.a. 25/26) | Curricolo Statutario (a.a. 24/25) |
| CFU | 12 | 10 |
| SSD | SECS-S/01 | SECS-S/01 |
| Riassunto disponibile | ✓ nel gruppo WA e Community TG | ✓ nel gruppo WA e Community TG |
Come trovare il tuo codice materia
Vai nella sezione I miei Insegnamenti della piattaforma Pegaso. Sotto il nome di ogni corso compare il codice: se vedi 0602512SECSS01NM il tuo programma è il 06025 (questa guida). Se vedi 0602410SECSS01 il tuo programma è il 06024.
L18 Pegaso: i percorsi di studio
Il corso L-18 di Pegaso si articola in tre percorsi. Statistica (SECS-S/01) è presente in tutti i percorsi come materia del 1° anno — il programma di base copre gli stessi temi, ma il numero di CFU cambia in base al codice assegnato.
| Percorso | Materie caratterizzanti (2°–3° anno) | Statistica nel piano |
|---|---|---|
| Business Management e Consulenza Direzionale | Economia e Gestione delle Imprese, Contabilità e Bilancio, Marketing, Organizzazione Aziendale, Economia degli Intermediari Finanziari, Diritto Tributario | 1° anno (12 CFU, piano 25/26) 2° anno (10 CFU, piano 24/25) |
| Imprese Digitali e ESG Management | Digital Marketing, Organizzazione dell'Impresa 5.0, Financial Accounting e Bilancio di Sostenibilità, Intermediazione Finanziaria e Fintech, Blockchain | |
| Management delle Imprese Turistiche | Economia e Gestione delle Imprese Turistiche, Bilancio e Controllo di Gestione, Marketing Agroalimentare e Turismo Enogastronomico, Organizzazione delle Imprese Turistiche, Geografia Economica del Turismo |
Schemi di studio — i concetti chiave
La statistica richiede di tenere in testa molte classificazioni e proprietà insieme. Questi schemi riassumono i nodi concettuali più importanti del programma.
Schema 1 — Classificazione dei caratteri statistici
Il primo capitolo del programma — e una delle basi di tutto il resto. Capire questa classificazione significa capire quale strumento usare per analizzare un dato.
Proprietà osservabile sull'unità statistica — le modalità devono essere esaustive e non sovrapposte
Nessun ordine — solo uguale/diverso
Es. sesso, nazionalità, colore degli occhi
Ordine presente ma distanze non misurabili
Es. titolo di studio, grado di soddisfazione
Rettilineo (titolo studio) o Ciclico (mesi di nascita)
Valori interi, numerabili
Es. numero di figli, numero di dipendenti
Qualsiasi valore in un intervallo
Es. altezza, peso, reddito, temperatura
Scala di rapporti: zero assoluto (peso, reddito)
Schema 2 — Le medie a confronto
Il cuore della statistica descrittiva. Le 5 proprietà della media aritmetica sono particolarmente centrali nel programma.
| Indice | Definizione | Caratteri applicabili | Proprietà chiave | Limite principale |
|---|---|---|---|---|
| Media aritmetica | Somma dei valori / numero di unità | Quantitativi (esclusivamente) | 5 proprietà: internalità, scarti nulli, minimo scarti quadratici, associativa, invarianza lineare | Sensibile agli outlier |
| Mediana | Valore che divide la distribuzione a metà (50%) | Ordinali + quantitativi | Minimizza la somma degli scarti in valore assoluto | Non tiene conto di tutti i valori |
| Moda | Il valore che si presenta con maggiore frequenza | Tutti (anche nominali) | Unica applicabile ai qualitativi nominali | Non tiene conto di tutti i valori; può non essere unica |
| Media geometrica | Radice n-esima del prodotto di n valori | Quantitativi positivi (dati "moltiplicativi") | log(Mg) = media aritmetica dei logaritmi | Non applicabile se ci sono valori ≤ 0 |
| Trimmed mean | Media aritmetica dopo rimozione di una % dei valori estremi | Quantitativi con outlier | Robusta agli outlier | Perde informazione sulle code |
Schema 3 — Distribuzioni di probabilità discreta e continua
Il secondo blocco del programma. Capire quando si usa ciascuna distribuzione e le sue proprietà è centrale per la prova.
| Distribuzione | Tipo | Quando si usa | E(X) | V(X) | Parametri |
|---|---|---|---|---|---|
| Uniforme discreta | Discreta | Risultati equiprobabili (dado, lotteria) | (min+max)/2 | — | s valori interi (da a a b) |
| Bernoulli | Discreta | Prova con 2 soli esiti (successo/insuccesso) | π | π(1−π) | π = probabilità di successo |
| Binomiale | Discreta | Somma di n prove Bernoulli i.i.d. — conta i successi totali | nπ | nπ(1−π) | n = prove, π = prob. successo |
| Poisson | Discreta | Eventi rari in un intervallo di tempo/spazio fisso (code, guasti, arrivi) | λ | λ | λ = tasso medio (E = V!) |
| Normale | Continua | Fenomeni reali distribuiti a campana; approssimazione di Binomiale con n grande | μ | σ² | μ (media), σ² (varianza) |
Teorema del Limite Centrale: la media campionaria di qualsiasi distribuzione (con varianza finita) tende alla Normale con n → ∞ — per questo la Normale è ovunque.
Schema 4 — Regressione lineare e R²
Uno degli argomenti più tecnici e più presenti negli esercizi del programma. Il concetto fondamentale è la scomposizione della varianza totale.
Varianza complessiva di Y
Varianza spiegata da X
Varianza residua (non spiegata)
| Indice | Formula | Interpretazione |
|---|---|---|
| R² (coeff. di determinazione) | R² = SQR / SQT | % della varianza di Y spiegata da X. R² = 0,75 → X spiega il 75% della variabilità di Y |
| β₁ (coefficiente angolare) | β₁ = Cov(X,Y) / Var(X) | Variazione media di Y per ogni unità in più di X |
| Baricentro | (x̄, ȳ) | La retta di regressione passa sempre per il punto (x̄, ȳ) |
| R² = ρ² | R² = p²ₓᵧ | Il coefficiente di determinazione è il quadrato del coefficiente di correlazione di Pearson |
Soluzione: SQR = 12.543 − 4.216 = 8.327 → R² = 8.327 / 12.543 = 0,664
Schema 5 — Errori nella verifica delle ipotesi
Il concetto più delicato dell'inferenza statistica, con una distinzione precisa tra errore di I e di II tipo.
| Decisione / Realtà | H₀ è VERA | H₀ è FALSA |
|---|---|---|
| Accetto H₀ | ✓ Decisione corretta |
Errore di II tipo (β) Non rifiuto H₀ quando è falsa "Non vedo un effetto che c'è" |
| Rifiuto H₀ |
Errore di I tipo (α) Rifiuto H₀ quando è vera "Vedo un effetto che non c'è" α = livello di significatività |
✓ Decisione corretta |
Schema 6 — Tipi di campionamento a confronto
| Tipo | Meccanismo | Quando si usa | Caratteristica chiave |
|---|---|---|---|
| CCS senza ripetizione | Ogni unità ha la stessa probabilità; estratta, non rientra | Lista completa disponibile, pop. piccola | Unità non reimmessa — estrazioni non indipendenti; la probabilità condizionata cambia ad ogni passo, ma ogni unità ha la stessa probabilità marginale di inclusione (n/N) |
| Stratificato | Popolazione divisa in strati omogenei; CCS dentro ogni strato | Pop. eterogenea con sottogruppi noti (es. regioni, settori) | Strati internamente omogenei, esternamente eterogenei |
| A grappolo | Pop. divisa in grappoli; si estraggono grappoli interi | Pop. geograficamente dispersa, nessuna lista completa | Si prendono tutte le unità del grappolo estratto |
| A due stadi | Come a grappolo, ma da ogni grappolo si estrae un sotto-campione | Grappoli grandi, costi elevati | Riduce costi rispetto al grappolo puro |
Metodo di studio consigliato dai colleghi
Consigli raccolti dalla community L18 Pegaso — dal gruppo WhatsApp Statistica L18 e dai gruppi generali del corso:
- Il riassunto del gruppo è il punto di partenza, non il punto di arrivo. Il riassunto struttura tutto il programma in modo chiaro e copre le definizioni fondamentali. Va integrato con la pratica degli esercizi: chi studia solo la teoria e non si allena sui calcoli trova la prova più difficile del previsto.
- Ogni definizione merita un esempio numerico immediato. La statistica diventa concreta quando la applichi a un set di dati anche piccolo (5-10 valori). Calcola media, mediana, varianza e deviazione standard su numeri inventati — fino a quando il meccanismo non è automatico.
- La parte di probabilità richiede un approccio diverso dalla descrittiva. Bernoulli, Binomiale e Bayes sono argomenti che molti studenti trovano "astratti" nelle prime letture. Il segreto è lavorare su esercizi con enunciati concreti (urne, dadi, test diagnostici) finché il ragionamento probabilistico diventa naturale.
- Per la normale standardizzata: prendere confidenza con le tavole Z. Le tavole statistiche non vanno memorizzate ma va capito come usarle: l'area a sinistra di Z, la simmetria per valori negativi, il passaggio dalla distribuzione generica alla standardizzata. Fai 10-15 esercizi di questo tipo.
- Il colloquio punta alla comprensione dei collegamenti, non alla ripetizione. Avere un filo conduttore tra le aree del programma (descrittiva → probabilità → inferenza) aiuta più della memorizzazione meccanica delle formule.
- Chi ha il codice 06024: il riassunto nel gruppo include anche la versione per il piano precedente — segnala in chat il tuo codice per trovare i materiali adatti.
Schema — Le scale di misura: tipi e operazioni ammesse
| Scala | Caratteristiche | Operazioni ammesse | Esempi |
|---|---|---|---|
| Nominale | Classificazione in categorie senza ordine; i numeri sono solo etichette | Uguaglianza / disuguaglianza (= ≠); conteggio delle frequenze; moda | Sesso, colore degli occhi, codice postale, stato civile |
| Ordinale | Categorie con ordine significativo; gli intervalli tra le categorie non sono uguali o misurabili | Uguaglianza, ordine (= ≠ < >); mediana; percentili; correlazione di Spearman | Livello di istruzione, scala Likert 1-5, classifiche, valutazioni |
| Intervallo | Ordine + intervalli uguali; lo zero è convenzionale (arbitrario), non rappresenta l'assenza della caratteristica | Addizione e sottrazione; media aritmetica; deviazione standard; correlazione di Pearson | Temperatura (°C, °F), anno del calendario, punteggi IQ |
| Rapporto | Ordine + intervalli uguali + zero assoluto (rappresenta l'assenza della caratteristica); scala più ricca di informazioni | Tutte le operazioni aritmetiche (+ − × ÷); media geometrica e armonica; coefficiente di variazione | Altezza, peso, reddito, età, distanza, temperatura Kelvin |
Schema — Indici di tendenza centrale e di variabilità
| Indice | Definizione / Formula | Quando usarlo e limiti |
|---|---|---|
| Media aritmetica (x̄) | Somma dei valori divisa per il numero di osservazioni: x̄ = Σxᵢ / n | Scale a intervalli/rapporto; sensibile ai valori estremi (outlier) — preferire mediana in presenza di dati asimmetrici |
| Mediana (Me) | Valore centrale della distribuzione ordinata; se n pari: media dei due valori centrali | Scale ordinale/intervallo/rapporto; robusta agli outlier; ideale per distribuzioni asimmetriche (es. redditi) |
| Moda (Mo) | Valore (o classe) che compare con maggiore frequenza nella distribuzione | Unica misura usabile su scale nominali; una distribuzione può essere bimodale o priva di moda |
| Varianza (s²) | Media degli scarti quadratici dalla media: s² = Σ(xᵢ − x̄)² / (n−1) per dati campionari | Misura la dispersione attorno alla media; espressa in unità quadrate → meno intuitiva della deviazione standard |
| Deviazione standard (s) | Radice quadrata della varianza; espressa nella stessa unità di misura dei dati originali | Misura di variabilità più usata; base per z-score e distribuzione normale standardizzata |
| Coefficiente di variazione (CV) | CV = s / x̄ × 100; variabilità relativa in percentuale rispetto alla media | Permette confronti tra distribuzioni con unità di misura o medie diverse; non usabile se la media è prossima a zero |
Schema — Le principali distribuzioni di probabilità
| Distribuzione | Tipo e parametri | Quando si applica |
|---|---|---|
| Binomiale B(n, p) | Discreta; n prove indipendenti, probabilità di successo p costante; conta il numero di successi | Esperimenti a due esiti (successo/insuccesso) ripetuti n volte con probabilità fissa (es. difetti in produzione, risposte corrette) |
| Poissoniana P(λ) | Discreta; λ = numero medio di eventi per unità di tempo/spazio; modella eventi rari | Numero di eventi in un intervallo (chiamate al call center, guasti per ora); approssimazione della binomiale per n grande e p piccola |
| Normale N(μ, σ²) | Continua; simmetrica a campana; definita da media μ e varianza σ²; standardizzata: Z = (X−μ)/σ ~ N(0,1) | Fenomeni risultanti da molte piccole cause indipendenti (Teorema del Limite Centrale); base di quasi tutti i test statistici |
| t di Student | Continua; simile alla normale ma con code più pesanti; dipende dai gradi di libertà (n−1) | Inferenza sulla media quando σ² è ignota e il campione è piccolo; per n > 30 converge alla normale standard |
| Chi-quadrato (χ²) | Continua; asimmetrica a destra; somma di quadrati di variabili normali standard; dipende dai gradi di libertà | Test di adattamento (goodness of fit) e test di indipendenza tra variabili categoriali (tabelle di contingenza) |
Schema — Verifica delle ipotesi: H₀, H₁, errori e p-value
| Concetto | Definizione | Implicazione pratica |
|---|---|---|
| Ipotesi nulla (H₀) | Affermazione di assenza di effetto o differenza (status quo); es. μ = 0, le due variabili sono indipendenti | Il test cerca di confutare H₀, non di provarla — il ragionamento è sempre per assurdo |
| Ipotesi alternativa (H₁) | Ciò che si vuole verificare; può essere bidirezionale (≠) o monodirezionale (< oppure >) | Definisce se il test è a una o due code (one-tailed vs two-tailed) e quindi la regione critica |
| Errore di tipo I (α) | Rifiutare H₀ quando è vera (falso positivo); la probabilità di commetterlo è il livello di significatività α | Convenzionalmente α = 0,05 (5%) o 0,01 (1%); abbassare α riduce i falsi positivi ma aumenta i falsi negativi |
| Errore di tipo II (β) | Non rifiutare H₀ quando è falsa (falso negativo); 1 − β = potenza del test | Un test con bassa potenza può non rilevare un effetto reale; aumentare n riduce β a parità di α |
| p-value | Probabilità di osservare un risultato almeno estremo come quello ottenuto, supponendo H₀ vera | Se p-value < α → rifiuto H₀; il p-value non è la probabilità che H₀ sia vera, ma misura la compatibilità del dato con H₀ |
Schema — Correlazione lineare e regressione semplice: concetti chiave
| Concetto | Definizione / Formula | Interpretazione |
|---|---|---|
| Covarianza (cov) | Misura il co-movimento lineare di X e Y: cov(X,Y) = Σ(xᵢ−x̄)(yᵢ−ȳ) / (n−1) | Positiva → X e Y crescono insieme; negativa → una cresce mentre l'altra decresce; 0 → assenza di relazione lineare |
| Coefficiente di Pearson (r) | r = cov(X,Y) / (sₓ × sᵧ); varia tra −1 e +1 | |r| < 0,3: correlazione debole; 0,3–0,7: moderata; > 0,7: forte; r = ±1: relazione lineare perfetta; correlazione ≠ causalità |
| Equazione di regressione (OLS) | Ŷ = b₀ + b₁X; b₁ = cov(X,Y)/var(X); b₀ = ȳ − b₁x̄ | b₁ = variazione prevista di Y per un'unità di incremento di X; b₀ = valore previsto di Y quando X = 0 |
| Coefficiente R² (determinazione) | R² = r²; proporzione della variabilità di Y spiegata dalla regressione su X | R² = 0 → il modello non spiega nulla; R² = 1 → spiega tutta la variabilità; il valore accettabile dipende dal contesto |
Studia con chi sta preparando questo esame adesso
Nel gruppo trovi riassunti, schemi di studio e materiali condivisi su Statistica L18 Pegaso.
Domande più frequenti dalla community
- L'esame di Statistica richiede esercizi numerici o solo teoria?
- Per il codice 06025, Chi ha già sostenuto l'esame riporta che la prova include esercizi numerici che richiedono calcoli — non si risponde a caso. Il foglio di carta e la capacità di applicare le formule (varianza, correlazione, probabilità, regressione) sono strumenti indispensabili. Per il codice 06024 verifica le modalità nella bacheca del tuo corso.
- Il riassunto del gruppo è sufficiente o serve altro?
- Il riassunto condiviso nella community copre l'intero programma in modo strutturato ed è un ottimo punto di partenza. Per gli esercizi numerici è indispensabile esercitarsi — il riassunto spiega il "cosa" e il "perché", ma il "come si calcola" si impara solo facendo calcoli. Tieni a portata di mano carta, penna e le formule principali.
- La differenza tra 06024 e 06025 riguarda solo i CFU o anche gli argomenti?
- Il programma di base è lo stesso (statistica descrittiva, probabilità, inferenza), ma 06025 con 12 CFU ha una copertura più estesa e approfondita — in particolare la parte di inferenza statistica (stima, verifica delle ipotesi, ANOVA) risulta più sviluppata. Il riassunto nel gruppo distingue le sezioni per codice.
- Come funziona il colloquio in presenza per Statistica?
- I docenti chiedono spesso come le materie si collegano tra loro e con il proprio percorso lavorativo — non necessariamente ripetizione di formule. Chi ha portato Statistica insieme ad altre materie (es. Economia Aziendale) ha potuto integrare i concetti quantitativi nei ragionamenti aziendali. Il colloquio dura 15-20 minuti e puoi scegliere di limitarti a confermare il voto.
Come funziona l'esame
Come tutti gli esami Pegaso, Mercatorum e San Raffaele dal 2026: prova intermedia online (Lockdown Browser, da casa) seguita da prova finale obbligatoria in presenza per verbalizzare il voto definitivo.
Le modalità cambiano frequentemente: numero di domande, sessioni in presenza, punti premialità, tablet vs orale. Trovi tutto spiegato nella guida completa, sempre aggiornata:
Come funzionano gli esami Pegaso, Mercatorum e San Raffaele →Quanto tempo serve per prepararsi
Secondo gli studenti che hanno già sostenuto l'esame, conviene iniziare almeno 4 settimane prima della sessione desiderata — 5-6 settimane se si parte da zero.
Con basi di matematica o statistica (liceo scientifico, altri corsi universitari): 3-4 settimane sono sufficienti. Il programma descrittivo risulta più familiare; la parte di probabilità e inferenza richiede comunque tempo per gli esercizi.
Senza basi: 5-6 settimane. La prima settimana serve per capire la logica della statistica descrittiva (frequenze, medie, variabilità) prima di passare alle formule. La parte di probabilità è la più ostica per chi non ha mai visto variabili casuali.
Sequenza consigliata da chi ha già dato: Settimane 1-2 → Statistica descrittiva (caratteri, frequenze, medie, variabilità, grafici, numeri indici). Settimane 3-4 → Probabilità e distribuzioni (Bernoulli, Binomiale, Poisson, Normale). Settimana 5 → Inferenza statistica (campionamento, stima, verifica delle ipotesi). Ultima settimana → Esercizi numerici intensivi su tutti i blocchi.
Questa materia ti prepara a…
Statistica è la base quantitativa di tutto il percorso L18. Le materie che la riprendono direttamente:
- Statistica Economica (2° anno, cod.
0602506SECSS03IINM) — usa le basi di statistica descrittiva e numerica indici per analizzare fenomeni economici aggregati (PIL, inflazione, prezzi). Chi ha interiorizzato i numeri indici e le serie storiche trova questa materia molto più accessibile. - Economia Politica — utilizza grafici statistici (domanda/offerta, curve di Lorenz per la distribuzione del reddito) e ragionamenti probabilistici. Chi ha già visto la curva di Lorenz e l'indice di Gini non si trova spiazzato.
- Metodologie e determinazione dei valori d'azienda — la regressione lineare e l'analisi della varianza (ANOVA) tornano nell'analisi delle performance aziendali e nei modelli di valutazione.
Tutte le materie del piano di studi L18 Pegaso le trovi nell'indice materie L18 Pegaso →
Riassunti e schemi Statistica — disponibili nel gruppo
Il riassunto completo del programma 06025 è condiviso dagli studenti. Copre tutti e tre i blocchi: descrittiva, probabilità, inferenza. Hai anche il codice 06024? Chiedi in chat — c'è anche per te.
Domande frequenti
12 CFU nel piano 2025 (cod. 0602512SECSS01NM), 10 CFU nel piano 2024 (cod. 0602410SECSS01). Con 12 CFU è una delle materie più pesanti del piano — stessa fascia di Economia Aziendale e Diritto Privato. Il codice non si sceglie: è assegnato dall'università in base all'anno accademico di immatricolazione.
La prova intermedia del codice 06025 è composta da esercizi numerici. Le regole ufficiali della piattaforma prevedono: calcolatrice scientifica obbligatoria (alcuni calcoli sono impossibili a mente), foglio bianco per i calcoli obbligatorio, tavole statistiche scaricabili dalla sezione Documenti del corso. Regola critica: al termine di ogni esercizio devi mostrare il foglio dei calcoli alla webcam — pena l'annullamento della prova. Tutti i calcoli devono essere eseguiti sul foglio.
Il codice 06025 (0602512SECSS01NM, 12 CFU) è il codice dell'a.a. 25/26 — vale per tutti gli indirizzi L18 — al 1° anno. Il codice 06024 (0602410SECSS01, 10 CFU) è del piano 2024, Curricolo Statutario (a.a. 24/25), al 2° anno. Il programma di fondo è lo stesso (statistica descrittiva, probabilità, inferenza), ma 06025 ha una copertura più estesa. Il riassunto nel gruppo copre entrambi.
Le dispense del docente (PDF scaricabili in piattaforma) sono il riferimento primario. Il riassunto condiviso nel gruppo WhatsApp dedicato è utile come schema di sintesi — copre tutti i capitoli in modo strutturato. Per gli esercizi numerici allena i calcoli con dati di esempio: varianza, correlazione, intervalli di confidenza, test di ipotesi.
La parte teorica (definizioni, classificazioni, concetti) è accessibile anche senza un background matematico forte. La parte degli esercizi numerici richiede dimestichezza con le formule e la calcolatrice. Chi parte da zero ha bisogno di 5-6 settimane, partendo dalla statistica descrittiva e costruendo gradualmente. La comunità è attiva e disponibile per confronti e chiarimenti.
Il colloquio è obbligatorio per verbalizzare il voto definitivo e dura circa 15-20 minuti. Il colloquio verifica la comprensione del programma — puoi scegliere di limitarti a confermare il voto scritto senza rispondere a domande aggiuntive.
Con basi di matematica/statistica: 3-4 settimane. Senza basi: 5-6 settimane. Il programma è ampio (descrittiva + probabilità + inferenza) e richiede sia studio teorico che pratica degli esercizi. Inizia dalla statistica descrittiva (più concreta e visiva) e poi procedi verso probabilità e inferenza.