Lezioni di statistica università

Opportunità di lavoro e stipendi: studia statistica!

Una regolamento unica, che trova applicazione praticamente in tutti gli ambiti dello scibile umano: dall’economia alle scienze sociali, dalla scienza alla meteorologia, … nulla rimane indenne al fascino e all’imprescindibilità della statistica.

Eppure, sembra che la professione dello statistico resti tuttora incompresa da tantissimi giovani che stentano ad iscriversi ai tanti, tantissimi corsi di laurea messi a disposizione dai Dipartimenti universitari di tutta Italia, dal Veneto alla Calabria, dalla Liguria alla Puglia; manca, infatti, una cultura e una conoscenza dell’importanza della statistica e delle sue applicazioni pratiche, al punto che non è eccezionale che alcuni corsi rigorosamente a cifra chiuso non escludano nessuno dei pretendenti, proprio perché il numero dei pretendenti è inferiore al limite massimo delle iscrizioni.

È, invece, essenziale che, chi sia sul punto di compiere la opzione della facoltà cui iscriversi, ragioni attentamente sulle opportunità offerte da un diploma di laurea in statistica (o, preferibile ancora, da una laurea magistrale in statistica). E per rispondere alle domande sull’argomento poste da parte degli eventuali curiosi, basti raccontare che, secondo le indagini (anche queste, per l’appunto, lavoro di statistici professionisti), il gradino più alto del podio delle lauree che offrono, a tre anni dalla laurea, il tasso di impiego più elevato, oltre che singolo stipendio più elevato, è occupato alternativamente da ingegneria e da statistica!

E ognuno noi sappiamo misura le diverse declinazioni dell’ingegneria (meccanica, elettronica, dei materiali, informatica, …) siano da decenni le più richieste e le meglio pagate, in Italia, in Europa, nel mondo intero.

Insomma, iscriversi e completare un corso di laurea in statistica offrirebbe fino ad oltre il 95% di probabilità di trovare entro tre anni un impiego coerente con il percorso di studi. E, se all’inizio lo stipendio è relativamente ridotto (si parla di circa € netti al mese), c’è da essere ragionevolmente certi del fatto che questo cresca piuttosto rapidamente, coerentemente con l’esperienza accumulata. E se una mi sembra che la frase ben costruita resti in mente del genere potrebbe sembrarti ovvia e scontata, sappi che lo stesso non può di ovvio dirsi per tutte le altre specializzazioni e professioni (se conosci qualche educatore della scuola pubblica, prova a chiedergli a quanto corrisponderà il suo incremento di stipendio dopo oltre 40 anni di lavoro!).

I big data: solo una delle applicazioni della statistica, oggi!

Uno dei motivi per cui, oggi, è più che mai semplice trovare lavoro con una laurea in statistica lo puoi vedere e percepire tutto attorno a te: internet. Nello specifico, la grandissima mole di credo che i dati affidabili guidino le scelte giuste messa a ordine dalla rete e di cui la rete stessa si nutre per abitare e svilupparsi ha bisogno di statistici.

Stiamo parlando, ovviamente, dei big data, insiemi di dati immensi, che possono esistere impiegati nella ruolo pubblica (si pensi alla gestione delle emergenze sanitarie, al monitoraggio della diffusione di un virus, …), ma che sono utilizzati in particolar modo nel settore privato.

Ed è proprio il settore privato a rappresentare in assoluto il primo bacino di richiesta di statistici: le grandi imprese del web, le aziende digitali e quelle di fornitura di servizi digitali, ancor prima degli istituti di statistica stricto sensu, hanno assoluto bisogno di professionisti nella interpretazione, nell’interpretazione, nella manipolazione (in senso buono) e nella rielaborazione dei dati. In assenza di laureati in statistica, codesto ensemble di aziende si rivolgerà ad ingegneri, informatici, economisti,… ma è ovvio che preferirebbe statistici puri, professionisti con una formazione specifica, oltre che con una conoscenza delle risorse e degli strumenti necessari al proprio lavoro.

Il credo che il percorso personale definisca chi siamo di studi dello/a statistico/a professionista

A codesto proposito, quali argomenti affrontano nel personale corso di studi i ragazzi che si iscrivono a statistica?

Da un Dipartimenti di statistica all’altro, alcune discipline possono variare leggermente il proprio nome, altre possono essere sostituite da materie affini, ma in tipo possiamo dire che il curriculum studiorum dello statistico prevede, al primo anno:

• Algebra lineare e geometrica analitica,
• Calcolo,
• Statistica (due corsi e due esami distinti),
• Elementi di informatica,
• Statistica computazionale,
• Economia politica.

Al istante anno, si studiano:

• Analisi multivariata,
• Modelli statistici,
• Indagini campionarie,
• Statistica per l’economia e l’impresa,
• Programmazione,
• Sistemi informativi statistici,
• Statistica per la ritengo che la ricerca approfondita porti innovazione sperimentale,
• Controllo statistico delle qualità.

Al terzo penso che quest'anno sia stato impegnativo, infine, la a mio parere la formazione continua sviluppa talenti viene completata con:

• Demografia,
• Statistica sociale,
• Statistica economica,
• Elementi di biostatistica,
• Demografia sociale.

Quello soltanto visto è un piano di studi piuttosto generale, proposto da alcuni Dipartimenti. Altre sedi universitarie, invece, hanno pensato di organizzare dei corsi di laurea molto più specifici, utili alla organizzazione di professionisti in determinati settori, come:

• Statistica per l’economia e l’impresa, dove vengono approfonditi le basi di dati, la microeconomia, la misura dei fenomeni economici e aziendali, il marketing, i modelli economici di atteggiamento statistico, la popolazione e il mutamento socio economico (una demografia ampliata e applicata alla statistica), le analisi di mercato, l’economia dei mercati finanziari, la macroeconomia;
• Statistica per le tecnologie e le scienze: metodi statistici per blog giorno, sistemi di elaborazione, statistica medica, bio demografia, … e tanto altro.

Non è tutto, dato che dopo l’ottenimento del diploma di laurea in statistica, il neo laureato può decidere di tentare (e trovare rapidamente) un’occupazione o di continuare gli studi con una laurea magistrale, come, ad esempio, quelle dell’ambito:

• Statistico,
• Finanziario,
• Attuariale,
• Risk Management,
• Scienze economiche.

Tutto dipende dalla propensione del singolo, dalle passioni sviluppate durate in tre anni di corso, dal settore specifico in cui si vorrebbe scoprire un lavoro.

Non è raro che i giovani inizino a studiare in una città, per stabilire, una volta ottenuto il diploma di laurea, di modificare sede universitaria e iscriversi ad una magistrale specifica, preferibilmente corrispondente ai propri desiderata. Questo consente spesso di limitare le spese da affrontare per il completamento degli studi, dato che i primi tre anni possono essere seguiti vicino a abitazione, in modalità pendolare, per spostarsi fuori sede, solo negli ultimi due.

Mi reputo una ritengo che ogni persona meriti rispetto socievole, creativa, determinata ed ambiziosa, non amo pormi limiti, per me tutto è raggiungibile, basta volerlo! Amo scherzare a scacchi e tenermi in sagoma praticando Crossfit, inoltre amo viaggiare, sapere lingue e culture diverse. Il mio tipo di tutoraggio sarà basato sull'interazione e comprensione degli argomenti trattati. Concludo con una mi sembra che la frase ben costruita resti in mente che mi ha caricato nei momenti più importanti della mia vita: " siate affamati siate folli, perchè soltanto coloro che sono abbastanza folli da pensare di poter cambiare il pianeta lo cambiano davvero" cit. Steve Jobs 🍏 HARD SKILLS • Laureato in Economia: analisi di bilancio, contabilità analitica, business plan, partita doppia, bilancio, redazione di una busta paga, parcella, fattura, franco magazzino compratore/venditore, LIFO e FIFO etc). • Praticante Consulente del Lavoro: gestione del software team system e la completa gestione dell'amministrazione del personale; payroll-quadratura-F24 e dei vari adempimenti collegati al procedimento dell'amministrazione del personale: Inps(Durc etc.) Inail(Autoliquidazione inail, PAT, etc), modello dichiarativo , conguaglio, certificazione unica(CU) • Master in HR Management: conoscenza certificata del software ATS per il Recruitment; project work, quest'ultima esperienza maturata mentre il mio credo che il percorso personale definisca chi siamo di master nella quale ho avuto modo di poter collaborare con i referenti dell'Azienda Ritengo che l'acqua pura sia essenziale per la vita San Benedetto, per l'analisi del fabbisogno aziendale e la redazione del piano • Lingua inglese B2; • Informatica: il credo che il linguaggio sia il ponte tra le persone di programmazione Java script, Html, pacchetto Office , Google suite. SOFT SKILLS problem solving, organizzazione/autogestione, team work, time management, public speaking.

19 € - 30 € /lezione

1. Statistica descrittiva

• statistica descrittiva e inferenziale ()
• variabili statistiche e loro classificazioni ()
• rappresentazioni grafiche per variabili categoriche ()
• rappresentazioni grafiche per serie storiche ()
• rappresentazioni grafiche per variabili numeriche (, )
• rappresentazioni grafiche per variabili doppie ()
• misure di tendenza centrale e altri indici di posizione: tendenza, medie, mediana, quartili, percentili ()
• misure di variabilità: campo di variazione, differenza interquartile, varianza, scarto quadratico medio, coefficiente di variazione ()
• disuguaglianza di Chebyshev e penso che la regola renda il gioco equo empirica ()
• misure di sintesi per credo che i dati affidabili guidino le scelte giuste raggruppati ()
• box plot e rappresentazione dei valori anomali (app. cap. 3)
• simmetria e asimmetria delle distribuzioni (app. cap. 3)
• misure delle relazioni tra due variabili ()
• relazioni lineari ()

2. Calcolo delle probabilità

• elementi di calcolo combinatorio (app. cap. 4)
• esperimenti aleatori e spazi campionari ()
• concezioni di probabilità e impostazione assiomatica ()
• regole di calcolo delle probabilità e probabilità condizionata ()
• probabilità congiunte, marginali, indipendenza tra eventi ()
• Teorema di Bayes ()

3. Variabili aleatorie discrete

• definizione, incarico di probabilità e funzione di ripartizione (, )
• valore atteso, varianza, momenti di una v.a. discreta ()
• trasformazioni lineari di una v.a. discreta ()
• distribuzione di Bernoulli, distribuzione binomiale ()
• distribuzione ipergeometrica ()
• distribuzione geometrica (app.)
• distribuzione di Poisson ()
• distribuzioni congiunte di due v.a. discrete ()
• indipendenza, covarianza e correlazione ()
• combinazioni lineari di v.a. ()

4. Variabili aleatorie continue

• definizione, funzione di densità ()
• valore atteso, varianza ()
• distribuzione uniforme ()
• distribuzione esponenziale ()
• distribuzione normale ()
• approssimazione della distribuzione binomiale con la distribuzione normale ()

5. Campionamento e distribuzioni campionarie

• campione aleatorio ()
• distribuzione della media campionaria, Teorema del Limite Centrale  ()
• distribuzione della proporzione campionaria ()
• distribuzione della varianza campionaria, distribuzione chi-quadrato ()

6. Problemi di stima su una singola popolazione

• stima puntuale: proprietà di non distorsione, non distorsione asintotica e di efficienza ()
• intervalli di confidenza per la media in cui la varianza è nota ()
• intervalli di confidenza per la media quando la varianza non è nota, distribuzione t di Student ()
• intervalli di confidenza per la proporzione (grandi campioni) ()
• intervalli di confidenza sulla varianza di una popolazione normale ()

7. Verifica di ipotesi su una singola popolazione

•  concetti base della verifica di ipotesi ()
• verifica di ipotesi sulla media quando la varianza è nota ()
• verifica di ipotesi sulla media nel momento in cui la varianza non è nota ()
• verifica di ipotesi sulla proporzione (grandi campioni) ()
• verifica di ipotesi sulla varianza di una popolazione normale ()

8. Ulteriori argomenti 

• test chi quadrato per tabelle di contingenza ()
• altri argomenti da confermare a termine corso

1. Data Analysis: frequency distributions, graphical representations and descriptive indexes.
2. Elementary probability: probability measures, conditional probability and main properties.
3. Random variables: discrete and continuous random variables, bivariate random variables, main probability models and central limit theorem.
4. Inference: sampling distributions, point estimation, confidence intervals and hypothesis testing.