Non sei ancora iscritto o non hai effettuato l'accesso. Per seguire tutte le attività iscriviti senza impegno.
Versione 1.1.23 (Build ufficiale) (a 64 bit)
Copyright 2026 Cammino Diritto Srl Tutti i diritti riservati.
WebMaster Raffaele Giaquinto
Il Corso online di Statistica di Formazione Cammino Diritto è pensato per fornire una preparazione completa e graduale sui principali strumenti della statistica descrittiva e inferenziale, con un approccio teorico-pratico orientato alla comprensione e all'applicazione dei concetti fondamentali.
Il percorso formativo parte dalle basi della disciplina, affrontando l'organizzazione e la rappresentazione dei dati, le misure descrittive, la teoria della probabilità e le principali distribuzioni statistiche. Prosegue con l'inferenza statistica, il campionamento, la stima dei parametri, gli intervalli di confidenza, il test delle ipotesi e l'analisi della correlazione e della regressione lineare, fino ad arrivare alla valutazione dei modelli statistici.
Il corso dedica inoltre spazio a tematiche di grande attualità, come la visualizzazione e la manipolazione dei dati, l'A/B Testing, il confronto tra approccio frequentista e bayesiano, il Teorema di Bayes e le basi del Machine Learning, fornendo una panoramica delle principali applicazioni della statistica nei contesti professionali e decisionali.
Grazie a un'esposizione chiara, numerosi esempi applicativi e un'impostazione progressiva, il corso consente di acquisire solide competenze statistiche, utili sia in ambito accademico e professionale sia nella preparazione ai concorsi pubblici.
Il percorso è particolarmente indicato per la preparazione dei concorsi pubblici nei quali è richiesta la conoscenza della statistica, offrendo un supporto efficace per affrontare prove preselettive, scritte e orali con maggiore sicurezza e consapevolezza.
In questa lezione approfondiremo i concetti fondamentali della statistica, distinguendo tra statistica descrittiva e inferenziale. Analizzeremo la terminologia di base, le variabili, le scale di misura, i dataset e le principali fasi di un'indagine statistica.
In questa lezione approfondiremo le modalità di organizzazione e rappresentazione dei dati statistici. Analizzeremo le frequenze, le tabelle statistiche e i principali grafici, imparando a interpretare e visualizzare efficacemente le informazioni attraverso esempi pratici.
In questa lezione approfondiremo i principali indicatori della statistica descrittiva. Analizzeremo le misure di posizione, variabilità e forma, imparando a interpretare media, mediana, moda, varianza, deviazione standard, correlazione, asimmetria e curtosi per descrivere efficacemente i dati.
In questa lezione approfondiremo i fondamenti della teoria della probabilità. Analizzeremo i principali approcci teorici, gli assiomi, lo spazio campionario, gli eventi, le regole di calcolo delle probabilità e i teoremi fondamentali relativi a eventi incompatibili, indipendenti e condizionati.
In questa lezione approfondiremo il Teorema di Bayes e le sue principali applicazioni pratiche. Analizzeremo il concetto di probabilità a priori e a posteriori, introducendo inoltre le variabili casuali discrete e continue e i relativi indicatori statistici descrittivi.
In questa lezione approfondiremo le principali distribuzioni di probabilità discrete e continue. Analizzeremo caratteristiche, proprietà e applicazioni delle distribuzioni più utilizzate in statistica, comprendendo quando e come impiegarle nell'analisi dei dati e nell'inferenza statistica.
In questa lezione approfondiremo i principi dell’inferenza statistica, analizzando le tecniche di campionamento, la stima puntuale dei parametri e le caratteristiche degli stimatori. Esamineremo inoltre i principali metodi di costruzione delle stime e gli stimatori di media e varianza.
In questa lezione approfondiremo il concetto di intervallo di confidenza e il suo impiego nell’inferenza statistica. Analizzeremo il calcolo degli intervalli per media e proporzione, il ruolo del livello di confidenza, del margine di errore e della numerosità campionaria.
In questa lezione approfondiremo il test delle ipotesi e il significato del p-value. Analizzeremo la formulazione delle ipotesi nulla e alternativa, la procedura decisionale, gli errori di I e II specie, il livello di significatività e il legame con gli intervalli di confidenza.
In questa lezione approfondiremo il concetto di correlazione tra variabili, distinguendolo dal rapporto di causalità. Analizzeremo covarianza, coefficiente di correlazione di Pearson, altri indici di correlazione e il fenomeno delle correlazioni spurie attraverso esempi pratici.
In questa lezione approfondiremo i modelli di regressione lineare semplice e multipla. Analizzeremo la costruzione del modello, la stima dei parametri con il metodo dei minimi quadrati (OLS), le ipotesi del modello e la valutazione della sua capacità predittiva.
In questa lezione approfondiremo i criteri per valutare la bontà di adattamento di un modello di regressione. Analizzeremo l'analisi dei residui, il coefficiente di determinazione R², il test F e il test t per verificare la significatività del modello e dei suoi coefficienti.
In questa lezione approfondiremo i principi della visualizzazione dei dati e le principali tipologie di grafici utilizzate in statistica. Analizzeremo inoltre le tecniche di manipolazione e pulizia dei dati e i software più diffusi per l'analisi statistica.
In questa lezione approfondiremo l'A/B Testing, una tecnica sperimentale utilizzata per confrontare due alternative e valutarne le prestazioni. Analizzeremo le fasi della sperimentazione, la randomizzazione dei gruppi e i principali test statistici per il confronto dei risultati.
In questa lezione approfondiremo le differenze tra l'approccio frequentista e quello bayesiano all'inferenza statistica. Analizzeremo il Teorema di Bayes, le sue principali applicazioni e introdurremo i concetti fondamentali del Machine Learning e degli algoritmi predittivi.
Laureata in Economia, attualmente è funzionario amministrativo presso l'Ispettorato d'area metropolitana di Venezia: è responsabile del servizio di contabilità. Oltre che di contabilità e acquisti, si occupa di conciliazioni e controversie di lavoro. Esperienze di lavoro pregresse: Archi...
chi è ELVIRA Ciociano ?
