Guida 2008-2009 Definitiva

FACOLTÀ DI SCIENZE STATISTICHE
Università degli Studi di Milano-Bicocca
Guida dello studente

Anno accademico 2008-2009
1
INDICE
PAGINA
Presentazione 4
INFORMAZIONI GENERALI
La sede 7
Come raggiungere la Facoltà 7
Segreteria didattica 7
Ufficio orientamento e stage 8
Segreteria di Presidenza 8
Tutorato 8
Laboratori informatici 9
Soggiorni all’estero (Programma Socrates-Erasmus, Summer School) 9
Servizi offerti agli studenti 11
Dipartimento di Statistica 11
ISCRIZIONI E TRASFERIMENTI
Come ci si iscrive 11
Trasferimenti e seconde lauree 11
OFFERTA DIDATTICA DI BASE

Calendario didattico 13
Conseguimento della laurea 13
Attività formative autonomamente scelte 13
Conoscenza della lingua straniera 14
Prova e valutazione finale 14
Altre attività formative 15
Struttura dell’offerta didattica 16
CORSO DI LAUREA IN SCIENZE STATISTICHE ED ECONOMICHE

Obiettivi formativi 18
Sbocchi professionali 19
Struttura del Corso di laurea 19
CORSO DI LAUREA IN STATISTICA E GESTIONE DELLE

INFORMAZIONI
Obiettivi formativi 26
Sbocchi professionali 27
Struttura del Corso di laurea 27
OFFERTA DIDATTICA AVANZATA
CORSI DI LAUREA MAGISTRALE

Corso di laurea Magistrale in Biostatistica e statistica sperimentale 37
Corso di laurea Magistrale in Scienze statistiche ed economiche 56
Corso di laurea Magistrale in Scienze e gestione dei servizi 70
2
CORSI DI PERFEZIONAMENTO
Corso di perfezionamento in Scienze dei servizi e governance pubblica 80
DOTTORATI DI RICERCA
Corso di Dottorato di Ricerca in Statistica 82
Corso di Dottorato di Ricerca in Scienze Economiche 84
ELENCO DEGLI INSEGNAMENTI E DEI DOCENTI 86

Corso di Laurea 87
Corso di Laurea Magistrale (I anno) 89
Corso di Laurea Specialistica (II anno) 91
PROGRAMMI DEGLI INSEGNAMENTI (LAUREE) 93

PROGRAMMI DEGLI INSEGNAMENTI (LAUREE MAGISTRALI) 159
PROGRAMMI DEGLI INSEGNAMENTI (LAUREE SPECIALISTICHE) 208
Professori e ricercatori
Bagnardi Vincenzo Mariani Paolo
Baio Gianluca Mezzanzanica Mario
Bellocco Rino Migliorati Sonia
Birindelli Annamaria Minotti Simona
Blangiardo Giancarlo Monti Gianna Serafina
Boffi Mario Ongaro Andrea
Borgoni Riccardo Pelagatti Matteo
Calogero Andrea Pennoni Fulvia
Cerasi Vittoria Quatto Piero
Cesarini Mirko Rancati Elisa
Chiodini Paola Raimondo Roberto
Corrao Giovanni Regonesi Maria Elena
Dalla Pellegrina Lucia Rimoldi Stefania
Della Vedova Gianluca Solaro Nadia
Farina Patrizia Terzera Laura
Fattore Marco Travaglini Giancarlo
Felli Veronica Valsecchi Irene
Garavaglia Christian Uderzo Amos
Lovaglio Piergiorgio Vittadini Giorgio
Manera Matteo Zambon Antonella
Marasini Donata Zavanella Biancamaria
Assegnisti
Boselli Roberto Mussini Mauro
Cirillo Riccardo Saraceno Margherita
3
Presentazione
_________________________________________________________________________________________________________________________________________________________
Nei dieci anni dalla sua istituzione nel 1998, la Facoltà di Scienze Statistiche
dell’Università degli Studi di Milano-Bicocca ha raggiunto risultati importanti, ha
consolidato la propria offerta didattica e ha esteso la propria presenza nel mondo
della ricerca, del lavoro e delle professioni.
A partire dall’a.a. 2008-09 l’offerta formativa della Facoltà è in sintonia con quanto
richiesto dalla nuova riforma universitaria, la così detta “270”. La riforma ha fornito
l’occasione di ripensare e rinnovare i propri Corsi di studio tenendo conto sia di una
approfondita preparazione culturale, sia delle esigenze del mercato del lavoro.
I Corsi di laurea individuano un ben determinato indirizzo formativo che fornisce

agli studenti conoscenze teoriche generali, competenze e abilità professionali
specifiche che li porranno in grado di entrare con successo nel mondo del lavoro.
Se invece vorranno proseguire gli studi, i laureati potranno iscriversi a un Corso di
laurea magistrale.
I Corsi di laurea magistrale si propongono di approfondire le conoscenze teoriche

e di rafforzare le competenze professionali degli studenti.
Al termine di tali Corsi, gli studenti entrano di norma nel mercato del lavoro. Tuttavia
è possibile che, conseguita una Laurea magistrale, alcuni studenti particolarmente
motivati o orientati alla ricerca desiderino proseguire ulteriormente gli studi; in tal
caso potranno iscriversi al Dottorato di ricerca, di durata triennale, che conduce al
titolo di Dottore di ricerca.
In alternativa ai precedenti, i laureati potranno iscriversi a Corsi di Master e a Corsi

di Perfezionamento.
I Corsi di Master e di Perfezionamento si pongono obiettivi marcatamente

professionalizzanti e prevedono un tipo di insegnamento misto, al quale concorrono
sia docenti di provenienza accademica, sia docenti che provengono dal mondo del
lavoro e delle professioni.
Nell’a.a. 2008-2009 sono attivi presso la Facoltà due Corsi di laurea (appartenenti
alla Classe L-41):
• Statistica e gestione delle informazioni

• Scienze statistiche ed economiche
con il solo primo anno e due Corsi di laurea Magistrale:
4
• Biostatistica e statistica sperimentale (appartenente alla classe LM-82)
• Scienze statistiche ed economiche (appartenente alle classi LM-82 e LM-83)
con il solo primo anno.
A proposito dei due Corsi di laurea, articolati in diversi percorsi formativi, le

opinioni espresse dagli studenti e le indicazioni provenienti dal mondo delle imprese
e delle professioni testimoniano che gli stessi soddisfano sia le esigenze di una
preparazione culturale stimolante e completa, sia i requisiti di una formazione
professionale moderna e pienamente adeguata alle richieste del mondo del lavoro.
Le indagini statistiche disponibili confermano che le richieste di laureati in campo

statistico, con percorsi formativi simili a quelli proposti e con competenze analoghe
a quelle di cui dispongono i nostri studenti, eccedono il numero di laureati che il
sistema universitario è stato finora in grado di produrre.
Molte imprese e istituzioni hanno stipulato convenzioni con la Facoltà per

consentire agli studenti iscritti al terzo anno di svolgere stage presso le loro stesse
sedi, sotto la supervisione congiunta di responsabili accademici e aziendali,
segnale questo dell’interesse per la formazione universitaria in campo statistico.
I due Corsi di laurea magistrale costituiscono la naturale prosecuzione, a livello

avanzato, il primo, dei Corsi di laurea in Statistica e gestione delle informazioni e il
secondo, del Corso di laurea in Scienze statistiche ed economiche.
Per il modo in cui sono stati concepiti e strutturati, i Corsi di laurea magistrale
possono essere di particolare interesse anche per studenti provenienti da altre
Facoltà o Università.
In particolare, il Corso in Biostatistica e statistica sperimentale può attrarre

laureati in campo biologico, farmaceutico, medico, ambientale e socio sanitario che
intendano approfondire gli aspetti quantitativi e sperimentali della propria
formazione; il Corso in Scienze statistiche ed economiche può offrire
l’opportunità di approfondire le proprie conoscenze di carattere economico-
quantitativo e statistico-economico a laureati triennali nelle classi economiche,
ingegneristico-gestionali e in altre classi affini.
Nell’a.a. 2008-09 verrà attivato per la prima volta il Corso di laurea magistrale:
o Scienze e gestione dei Servizi
con il solo primo anno. Il Corso si occupa del settore dei servizi, oggi in rapida
espansione sia in campo pubblico che privato. E’ per il momento l’unico Corso
di laurea magistrale in Lombardia che prepara professionalmente “manager”
capaci di portare innovazione nella società dei servizi.
Nell’a.a. 2008-09, la Facoltà propone:
5
• Corso di perfezionamento in Scienze dei servizi e governance pubblica
I partecipanti al Corso di perfezionamento devono essere in possesso di Laurea

conseguita presso la Facoltà di Scienze Statistiche o altre specificate Facoltà. Il
Corso, di durata semestrale, prevede lezioni, esercitazioni e verifiche (in aula e
laboratorio) e stage presso aziende ed enti convenzionati.
Per completare il quadro della didattica avanzata che vede coinvolta la Facoltà di
Scienze Statistiche, si ricorda che molti professori e ricercatori della Facoltà fanno
parte dei Collegi dei docenti dei Dottorati:
• Dottorato di Ricerca in Statistica

• Dottorato di Ricerca in Scienze Economiche
Il primo ha sede presso l’Università degli Studi di Milano-Bicocca, il secondo presso

l’Università degli Studi di Milano.
Il Preside
Donata Marasini
6
INFORMAZIONI GENERALI
______________________________________________________
LA SEDE
La Facoltà con tutte le attività didattiche e di ricerca ad essa connesse è situata al II

piano dell’edificio U7 di Via Bicocca degli Arcimboldi 8, 20126 Milano.
Le aule e gli spazi comuni sono aperti al pubblico con i seguenti orari:
) lunedì – venerdì: 8,00 - 19,30
Per informazioni sull’apertura dell’edificio U7 telefonare alla portineria:
• tel. 02 64487099
COME RAGGIUNGERE LA FACOLTÀ
Il complesso universitario della Bicocca, situato nella zona Nord di Milano, è

raggiungibile mediante:
¾ auto: è disponibile un ampio parcheggio sotterraneo di 900 posti con accesso
da Piazza dell’Ateneo Nuovo;
¾ metropolitana rossa fino a Precotto (proseguendo con navetta collegamento
Università Bicocca); metropolitana verde fino a Gobba (proseguendo con bus
44); metrotramvia 7 da Largo Mattei (fermata Arcimboldi);
¾ bus 727 per Cinisello da Milano Centrale ogni 10 min. (fermata Viale Sarca
202); bus 70 per Cinisello o Cusano Milanino, bus 53 da Milano Centrale; bus
724 da Milano Centrale per Monza;
¾ tram 2, 11 o metrotramvia 7 da Viale Zara (fermata Arcimboldi);
¾ treno: stazione di Milano Greco-Pirelli;
¾ Ecobus sperimentale gratuito che collega i vari edifici dell’Ateneo (capolinea in
Piazza Egeo).
SEGRETERIA DIDATTICA
La Segreteria didattica della Facoltà di Scienze Statistiche fornisce informazioni e

distribuisce il materiale disponibile sull’offerta didattica, il calendario didattico, gli
orari di ricevimento dei professori; fornisce altresì informazioni relative ai Servizi
Integrati di Facoltà (S.I.FA). I riferimenti sono:
• sig.ra Alessandra Verduci uffici 227/228 - tel. 02 64485811
(in particolare per il S.I.FA)
e-mail alessandra.verduci@unimib.it
• sig.ra Daniela Bianchi - tel. 02 64485828
e-mail daniela.bianchi@unimib.it
- fax: 02 64485878
Orari di apertura al pubblico dal lunedì al venerdì:
) Lunedì e Mercoledì: 10,00 -12,30
) Martedì e Giovedì: 14,00 -16,00,
) Venerdì (solo per appuntamento): 10,00 – 12,30
7
UFFICIO ORIENTAMENTO E STAGE
L’Ufficio Orientamento e Stage della Facoltà di Scienze Statistiche offre un servizio

di supporto ed informazione per coloro che intendono iscriversi ad uno dei Corsi di
laurea della Facoltà o che si trasferiscono da altro Corso di laurea. L’Ufficio
gestisce e coordina le attività di orientamento e di comunicazione della Facoltà; è il
punto di riferimento per la ricerca dello stage previsto per gli studenti al terzo anno
dei Corsi di laurea; cura e promuove i contatti con enti e aziende.
Il riferimento è:
• Dott.ssa Cipriana Serra: ufficio 225 tel. 02 64485827
fax: 02 64485878
Orari di apertura al pubblico:
) martedì e giovedì mattina: 9,00 -12,00
) mercoledì pomeriggio: 14,30 -16,00
e-mail: info@statistica.unimib.it
SEGRETERIA DI PRESIDENZA
La Segreteria di Presidenza coordina la Segreteria didattica e l’Ufficio Orientamento

e stage. Il capo ufficio è:
• Dott. ssa Chiara Pellegrino ufficio 235 tel. 02 64485800
e-mail: chiara.pellegrino@unimib.it
TUTORATO
Il servizio di tutorato viene realizzato da professori e ricercatori con la

collaborazione di studenti iscritti agli ultimi anni di corso. I compiti del Tutor
studente sono:
• assistenza nelle attività di orientamento
• assistenza nei laboratori informatici
• assistenza nelle attività complementari (stage).
E’ istituita anche un’altra forma di tutorato da parte di studenti iscritti alle lauree
specialistiche e ai dottorandi con il compito di:
• incrementare le attività di esercitazioni in aula e in laboratorio
Gli studenti possono anche rivolgersi:

• ai Rappresentanti degli studenti che sono a disposizione tutti i giovedì dalle
14.00 alle 15.00 ufficio 262 tel. 0264485813
e-mail: rappresentanti.studenti@statistica.unimib.it
8
LABORATORI INFORMATICI
La Facoltà di Scienze Statistiche dispone di due laboratori di Informatica accessibili

agli studenti iscritti (aula 237 e aula 201) e di un laboratorio (aula 256) accessibile
ai laureandi e ai dottorandi in ottemperanza al calendario accademico. I laboratori
sono al II piano dell’ Edificio U7 e sono aperti dalle ore 9.00 alle ore 17.30.
I laboratori sono dotati complessivamente di 82 postazioni workstation con sistema
operativo Windows XP collegate in rete.
Il software a disposizione è il seguente:
• Office 2003
• programmi specifici di Statistica: Mathematica, SPSS, Econometric Views,
SAS (sono presenti i moduli per la creazione e gestione di data warehouse e
per il mining), Latex, Demetra, R, Ox, Stata, ArcGis, Perl, Python, Dia,
StarUML, Mysql
• banche dati: Datastream, Amadeus, Aida.
Gli studenti possono accedere ai laboratori alle condizioni specificate dal Consiglio
di Facoltà, sotto la supervisione di docenti, tecnici e tutor a ciò preposti.
E' inoltre attivo un laboratorio virtuale che consente di utilizzare parte del software
presente nei laboratori 201-237-256 anche in luoghi diversi dai laboratori medesimi,
tramite un personal computer dotato di un collegamento internet.
Il docente responsabile è:
Prof. Gianluca Della Vedova ufficio 244 - tel. 02 64485862
e-mail: gianluca.dellavedova@unimib.it
Il tecnico informatico responsabile è:

• Andrea Pagliari ufficio 247 - tel. 02 64485824
e-mail: andrea.pagliari@unimib.it
SOGGIORNI ALL’ESTERO (PROGRAMMA LIFELONG LEARNING 2008-2013 –

ERASMUS; SUMMER SCHOOL)
La Comunità Europea ha istituito diversi programmi riguardanti
l’internazionalizzazione degli studi universitari. Tra questi, di maggiore interesse per
la Facoltà di Scienze Statistiche, è il programma SOCRATES che favorisce la
mobilità degli studenti e dei docenti. Per l’anno accademico 2008-2009, la Facoltà
di Scienze Statistiche ha promosso lo scambio di studenti con le Università di
seguito indicate:
9
N° Durata in Tipologia
Università di destinazione
stud. mesi studente
3 UNIVERSIDAD HERNANDEZ DE ELCHE – ALICANTE 6-12 U/P/D
2 UNIVERSITÉ PARIS 1 PANTHÉON-SORBONNE 6 U/P/D
2 HOGSKOLEN I OSLO 6 U/P/D
TIPOLOGIA DELLO STUDENTE:

U =Studenti di Corso di Laurea
P =Studenti di Corso di Laurea Specialistica e Scuola di Specializzazione (S)
D = Studenti di Corso di Dottorato di Ricerca (DR)
Non è possibile sostenere all’estero i seguenti esami: Matematica I, Matematica II,

Algebra.
Le domande presentate saranno sottoposte alla Commissione SOCRATES della

Facoltà di Scienze Statistiche che terrà in considerazione i requisiti minimi stabiliti
nel Regolamento di Ateneo: il numero minimo di crediti in base all’anno di iscrizione
e il livello (almeno B1) di conoscenza linguistica (Inglese o lingua del paese di
destinazione). Gli studenti ammessi in graduatoria saranno convocati per un
colloquio che valuterà gli aspetti motivazionali.
Lo studente privo del certificato linguistico B1 dovrà obbligatoriamente frequentare
un corso intensivo di lingua, organizzato dall’Ateneo, e sostenere l’esame finale che
accerti il raggiungimento del livello minimo di competenza linguistica richiesto.
Responsabili per gli scambi di mobilità sono:

Coordinatore di Facoltà
• Piergiorgio Lovaglio ufficio 279 - tel. 02 64485806
e-mail: piergiorgio.lovaglio@unimib.it
Referente amministrativo
• Cipriana Serra ufficio 225 - tel. 02 64485827
e-mail: cipriana.serra@unimib.it
La Summer School (20 luglio – 3 agosto 2008) ha come obiettivo primario quello di
sviluppare negli studenti la capacità di gestire i processi di innovazione in modo
qualificato e propositivo e di toccare con mano i processi attuali di
internazionalizzazione degli scambi economici e delle relazioni.
Nel corso delle due settimane di permanenza in India gli studenti, ospiti di business
school a Bangalore e Calcutta, seguono lezioni e visitano aziende locali e enti non
profit, entrando in contatto con i molti volti di un Paese emergente in cui convivono
una rapida crescita economica e una ingente povertà.
Responsabile della Summer School è:
• Prof. Fabio Corno -Dipartimento di Sociologia e di ricerca sociale

e-mail: fabio.corno@unimib.it tel. 02 64487558
10
SERVIZI OFFERTI AGLI STUDENTI
La Facoltà ha realizzato una convenzione con il Centro Studi di Terapia Gestalt per
fornire un’attività di Counseling agli studenti che si trovano in particolari condizioni
di difficoltà.
DIPARTIMENTO DI STATISTICA
La maggior parte dei Docenti della Facoltà di Scienze Statistiche afferisce al

Dipartimento di Statistica che si occupa dello sviluppo della ricerca scientifica.
Il Direttore è:
• Prof. Biancamaria Zavanella ufficio 223 - tel. 02 64485833
e-mail: biancamaria.zavanella@unimib.it
Il Segreterio amministrativo è:
• Sig. Gianpiero Latino ufficio 249 - tel. 02 64485877
e-mail: gianpiero.latino@unimib.it
ISCRIZIONI E TRASFERIMENTI
______________________________________________________
COME CI SI ISCRIVE
Per le modalità di iscrizione lo studente può consultare il Sito Internet di Ateneo:

http://www.unimib.it/.
La verifica della preparazione iniziale avverrà tramite un test di autovalutazione

(obbligatorio) a risposta multipla disponibile on-line sulla pagina web della Facoltà
di Scienze Statistiche per l’intero periodo utile per le immatricolazioni. Il mancato
superamento del test non preclude né l’immatricolazione al Corso di laurea né la
possibilità di sostenere esami di profitto. Allo studente che non dovesse superare il
test sarà invece richiesto di sostenere un colloquio di orientamento con un docente
della Facoltà. Ulteriori informazioni in merito agli aspetti organizzativi del test si
trovano sulla pagina web di Facoltà.
La Facoltà propone come materiale didattico di supporto relativo agli strumenti
matematici la “Revisione di argomenti di Matematica preliminari allo studio
universitario” disponibile in forma di e-learning all’indirizzo: http://pmf.cilea.it.
TRASFERIMENTI E SECONDE LAUREE
1. Domande di trasferimento presentate da studenti iscritti al Corso di

diploma universitario in Statistica e ai Corsi di laurea quadriennali in Scienze
11
statistiche, demografiche e sociali, in Scienze statistiche ed economiche e in
Statistica, attivati alla Facoltà di Scienze Statistiche dell’Università degli Studi
di Milano-Bicocca.
Gli studenti che nell’anno accademico 2007-2008 si sono iscritti come fuori corso,
secondo le norme previste dagli ordinamenti previgenti, saranno iscritti al terzo
anno di uno dei Corsi di laurea: Scienze statistiche ed economiche, Statistica e
gestione delle informazioni.
2. Domande di iscrizione presentate da diplomati del Corso di diploma

universitario in Statistica presso la Facoltà di Scienze Statistiche
dell’Università degli Studi di Milano-Bicocca e da laureati dei Corsi di laurea
quadriennali in Scienze statistiche, demografiche e sociali, in Scienze
statistiche ed economiche e in Statistica, attivati alla Facoltà di Scienze
Statistiche dell’Università degli Studi di Milano-Bicocca.
I diplomati universitari e i laureati saranno iscritti al terzo anno di uno dei Corsi di
laurea: Scienze statistiche ed economiche, Statistica e gestione delle informazioni.
Nei casi 1. e 2. i relativi Comitati di coordinamento didattico provvederanno a

ricostruire la carriera universitaria pregressa dello studente sulla base dei nuovi
ordinamenti, calcolando il valore in crediti delle attività formative e concorderanno
con lo studente un piano di studi che specifichi tutte le attività formative residue,
necessarie per il conseguimento della laurea. Il piano di studi potrà essere
approvato anche in deroga alle norme contenute nei Programmi didattici di Facoltà,
purché siano rispettate le condizioni prescritte dagli ordinamenti didattici nazionali e
dal Regolamento didattico di Ateneo.
3. Casi non previsti nei precedenti punti 1. e 2.
I Comitati di coordinamento didattico provvederanno a ricostruire le carriere

universitarie pregresse degli studenti, dei diplomati universitari o dei laureati non
previsti nei punti 1. e 2. sulla base dei nuovi ordinamenti e a calcolare il valore in
crediti delle attività formative determinando caso per caso l’anno di corso al quale
gli studenti, i diplomati universitari o i laureati saranno iscritti, tenendo conto che
potranno essere iscritti al secondo anno solo coloro ai quali siano state riconosciute
attività formative per almeno 30 crediti e al terzo anno solo coloro ai quali siano
state riconosciute attività formative per almeno 60 crediti.
I Comitati di coordinamento didattico concorderanno con coloro che sono ammessi

al secondo o al terzo anno un piano di studi che specifichi tutte le attività formative
residue, necessarie per il conseguimento della laurea. Il piano di studi potrà essere
approvato anche in deroga alle norme contenute nei Regolamenti didattici di
Facoltà, purché siano rispettate le condizioni prescritte dagli ordinamenti didattici
nazionali e dal Regolamento didattico di Ateneo.
12
OFFERTA DIDATTICA DI BASE
______________________________________________________
Calendario didattico
Ciascun anno è suddiviso in due periodi, denominati semestri, e ciascun semestre

è suddiviso in due parti, denominate cicli, separate da un periodo dedicato allo
svolgimento di esami e di verifiche intermedie.
Primo semestre: primo ciclo 1 ottobre 2008 - 14 novembre 2008

secondo ciclo 24 novembre 2008 - 23 gennaio 2009
Secondo semestre: primo ciclo 2 marzo 2009 – 21 aprile 2009

secondo ciclo 4 maggio 2009 – 19 giugno 2009
Gli esami e le verifiche intermedie dei diversi corsi verranno effettuate:

- nei periodi tra i due cicli e tra i due semestri;
- nei mesi di guigno, luglio e settembre
CONSEGUIMENTO DELLA LAUREA

Per potersi laureare lo studente deve conseguire 180 CFU (crediti formativi
universitari) secondo le modalità qui di seguito stabilite. Le attività formative che
danno diritto al conseguimento dei CFU sono classificate nelle seguenti tipologie:
A1 Insegnamenti di base (Informatico)

A2 Insegnamenti di base (Matematico)
A3 Insegnamenti di base (Statistico-probabilistico)
B1 B Insegnamenti caratterizzanti (Statistico, statistico applicato, demografico)
B2 B Insegnamenti caratterizzanti (Economico -aziendale)
B4 B Insegnamenti caratterizzanti (Bio-sperimentale)
B5 B Insegnamenti caratterizzanti (Informatico-matematico applicato)
C Attività formative affini o integrative (Formazione interdisciplinare)
D Attività formative autonomamente scelte
E Prova finale e lingua straniera
F Altre attività formative
A ciascun insegnamento sono attribuiti i crediti in applicazione dei criteri della

riforma degli ordinamenti universitari. Di seguito figurano informazioni sulle
Tipologie D, E ed F. Le restanti sono peculiari dei singoli Corsi di laurea.
ATTIVITÀ FORMATIVE AUTONOMAMENTE SCELTE (TIPOLOGIA D)

Gli studenti iscritti ai due Corsi di laurea possono acquisire i CFU previsti per le
attività formative autonomamente scelte:
• superando gli esami o le altre forme di verifica del profitto relativi a

insegnamenti scelti fra quelli impartiti nella Facoltà di Scienze Statistiche,
13
mutuati o impartiti in altre Facoltà dell’Università degli Studi di Milano-Bicocca,
impartiti in altre Università.
L’elenco degli insegnamenti attivati presso la Facoltà di Scienze Statistiche nell’a.a.

2008-09 è riportato nel seguito della Guida. E’ relativo sia al primo anno dei due
Corsi di laurea secondo la “270”, sia al secondo e al terzo anno secondo la
precedente riforma universitaria “509”.
Per lo svolgimento dello stage lo studente è invitato a contattare l’Ufficio “Stage e
Orientamento”, almeno un anno prima rispetto a quello in cui vorrebbe effettuare lo
stage. L’opzione non dà necessariamente diritto allo svolgimento dello stage.
CONOSCENZA DELLA LINGUA STRANIERA (TIPOLOGIA E)

La verifica della conoscenza della lingua straniera è effettuata con le modalità
previste dalla Commissione linguistica di Ateneo ed è approvata dal Comitato di
coordinamento didattico. Eventuali altri titoli (superamento di esami universitari di
lingua, test o attestati di frequenza) dovranno essere approvati dal Comitato di
coordinamento didattico. Con il superamento delle previste forme di verifica del
profitto lo studente acquisisce 3 CFU.
Gli studenti devono acquisire i crediti relativi alle verifiche della conoscenza
della lingua straniera prima di potere sostenere gli esami del secondo e del
terzo anno.
Per ulteriori informazioni:

• Prof. Annamaria Birindelli ufficio 252 - tel. 02 64485852
• Prof. Patrizia Farina ufficio 243 - tel. 02 64485843
Per informazioni circa il test di lingua di Ateneo:

Sito internet: http://www.esamionline.disco.unimib.it/
PROVA E VALUTAZIONE FINALE (TIPOLOGIA E)

Per quanto riguarda la prova finale per il conseguimento del titolo di studio sono
previste le alternative seguenti:
• se lo studente ha effettuato un tirocinio formativo (stage), la prova finale
consiste nella discussione orale di una relazione scritta concernente
l’esperienza di tirocinio, approvata dal tutor accademico, sentito il parere del
tutor aziendale, nel caso di stage esterno;
• in caso contrario la prova finale consiste nella discussione orale di due
argomenti relativi agli studi compiuti dallo studente, concordati con adeguato
anticipo con due docenti della Facoltà di Scienze Statistiche.
In entrambi i casi, la discussione orale avviene di fronte a una commissione

composta in conformità al Regolamento didattico di Ateneo. Con il superamento
della prova finale lo studente acquisisce 6 CFU.
Il voto di laurea, espresso in centodecimi ed eventualmente accompagnato dalla

lode, si basa su un punteggio di partenza che corrisponde ad una media ponderata
con i crediti dei voti espressi in trentesimi conseguiti nelle attività formative che si
concludono con una votazione.
14
Il punteggio di partenza è incrementato: di tre punti nel caso che lo studente si
laurei in corso (entro il mese di aprile del quarto anno dall'immatricolazione); di due
punti nel caso che lo studente si laurei con un anno di ritardo (entro il mese di
aprile del quinto anno dall'immatricolazione); può essere incrementato: da zero a
otto punti in base all’andamento della prova finale e a un giudizio complessivo
sulla carriera dello studente che tenga conto di eventuali lodi, giudizi di merito,
partecipazioni ad attività formative extracurricolari o simili.
ALTRE ATTIVITÀ FORMATIVE (TIPOLOGIA F)

Sono attività formative di Tipologia F:
- lo stage, per coloro che hanno scelto il curriculum che lo prevede, da svolgersi di
norma al terzo anno presso un’impresa o un ente esterno convenzionato, ovvero
all’interno della stessa Facoltà. Lo svolgimento dello stage comporta l’acquisizione
di 12CFU;
- altre attività didattiche integrative (lezioni, esercitazioni, laboratori); attività
seminariali e convegni (e così via); ulteriore prova di idoneità linguistica. Nell’a.a.
2008-09 possono essere erogate le seguenti attività:
• Metodi di apprendimento. Le tecniche per il successo negli studi universitari (1
CFU, I anno). Organizzato in collaborazione con la Fondazione RUI.
• La comunicazione efficace (1 CFU). In collaborazione con la Fondazione RUI.
• Esercitazione pratica su Comunicazione efficace (1 CFU). In collaborazione
con la Fondazione RUI.
• Altre attività le cui modalità di partecipazione e di verifica del profitto saranno
rese note.
• L’ulteriore prova di idoneità linguistica può riguardare una lingua diversa da
quella scelta per la prova obbligatoria di idoneità linguistica, prevista per
l’attribuzione dei 3 CFU o anche la stessa lingua, purché a un livello
significativamente diverso da quello previsto per la prova di idoneità. Con il
superamento dell’ulteriore prova di idoneità linguistica lo studente acquisisce 3
CFU.
15
STRUTTURA DELL’OFFERTA DIDATTICA
La programmazione e l’organizzazione dei Corsi è affidata al Consiglio di Facoltà di

Scienze Statistiche, formato dai professori, dai ricercatori confermati e da
rappresentanti degli studenti della Facoltà, nel cui seno è eletto il Preside di
Facoltà.
• Preside: Prof.ssa Donata Marasini
E’ possibile essere ricevuti dal Preside su appuntamento telefonico:

tel. 02 64485800-01
I problemi specifici (piani di studio, riconoscimenti di esami sostenuti in altri corsi di

studio, documentazione per la prova di lingue, etc.) sono esaminati dai Coordinatori
dei Corsi di laurea con il supporto del Comitato di coordinamento didattico.
Lauree
Corso di Laurea in Scienze statistiche ed economiche
• Coordinatore: Prof. Andrea Ongaro

tel. 02 64485875
e-mail: andrea.ongaro@unimib.it
Corso di laurea in Statistica e gestione delle informazioni
• Coordinatore: Prof. Sonia Migliorati

tel. 02 64485874
e-mail: sonia.migliorati@unimib.it
16
Lauree specialistiche
Corso di laurea Specialistica in
Biostatistica e statistica sperimentale
• Coordinatore: Prof. Giovanni Corrao

tel. 02 64485854
e-mail: giovanni.corrao@unimib.it
Corso di laurea Specialistica in
Scienze statistiche ed economiche
• Coordinatore: Prof. Matteo Manera
tel. 02 64485819
e-mail: matteo.manera@unimib.it
17
CORSO DI LAUREA IN
SCIENZE STATISTICHE ED ECONOMICHE
__________________________________________________________________________________________________________________________________________________________________
Presentazione
Il Corso di laurea in Scienze Statistiche ed Economiche ha una durata normale di

tre anni. Ai fini del conseguimento della laurea è necessario acquisire 180 crediti
formativi universitari (nel seguito CFU). Nell’Anno Accademico 2008/2009 verrà
attivato solo il primo anno. Il numero di esami previsto è pari a 20. Il titolo di studio
rilasciato è “Laurea in Scienze Statistiche ed Economiche”. Inoltre, il corso di studio
consente direttamente l’accesso ai corsi di laurea Magistrale in “Scienze Statistiche
ed Economiche” e “Biostatistica e Statistica Sperimentale”.
Obiettivi formativi specifici e descrizione del percorso formativo
Il corso di laurea in Scienze Statistiche ed Economiche intende fornire le

conoscenze teoriche, le competenze operative e le abilità pratiche indispensabili
per rilevare, analizzare e trattare dati economici al fine di descrivere ed interpretare
i sottostanti fenomeni reali sia a livello microeconomico sia a livello
macroeconomico. Pertanto consente ai propri laureati di possedere un'adeguata
padronanza delle metodologie statistiche generali fortemente integrata con
specifiche competenze nelle discipline statistico-economiche, economico-politiche
ed economico-aziendali.
Il corso di laurea si articola in una prima fase di preparazione comune
(corrispondente essenzialmente ai primi due anni) che assicura una solida
preparazione di base sia metodologica sia applicativa nelle discipline statistiche,
matematico-informatiche ed economiche .
Tale fase è seguita da una differenziazione in due curricula ciascuno dei quali è
articolato in tre percorsi specifici di approfondimento.
I due curricula, Scienze Statistiche ed Economiche A (con stage) e Scienze
Statistiche ed Economiche B (no stage), si differenziano esclusivamente per
l’attività di stage (tirocinio formativo) che è prevista per il curriculum “A” , mentre è
sostituita da insegnamenti a scelta per il curriculum “B”.
Ciascuno dei due curricula si articola nei seguenti tre percorsi:
1) Percorso Mercati finanziari

Il percorso mercati finanziari si propone di formare esperti qualificati nelle teorie e
metodologie statistiche ed economiche indispensabili per l’analisi dei mercati
monetari e finanziari, per la valutazione e la realizzazione di strategie finanziarie
aziendali, per la progettazione e diffusione di innovazioni finanziarie e per lo studio
dei problemi attuariali e assicurativi.
2) Percorso Ricerche di mercato

Il percorso ricerche di mercato si propone di formare esperti qualificati nelle teorie e
metodologie statistiche ed economiche indispensabili per analizzare le possibilità di
penetrazione nei diversi mercati, valutare gli effetti delle politiche di promozione e
18
marketing, studiare la suddivisione delle quote di mercato fra imprese concorrenti,
elaborare strategie industriali e commerciali e valutare gli effetti di innovazioni
organizzative, di processo e di prodotto.
3) Percorso Sistemi informativi aziendali

Il percorso sistemi informativi aziendali si propone di formare esperti qualificati nelle
teorie e metodologie statistiche e informatiche appropriate per la raccolte,
l’elaborazione e l’interpretazione delle diverse categorie di dati aziendali, per
l’organizzazione di sistemi di report a supporto delle decisioni, che permettano una
più tempestiva trasmissione delle informazioni e un più efficace controllo dei
processi decisionali aziendali.
Profili professionali e sbocchi occupazionali
Il laureato in Scienze Statistiche ed Economiche è in grado di esercitare funzioni ed

attività coerentemente con gli obiettivi formativi ed i risultati di apprendimento attesi
corrispondenti ai seguenti sbocchi occupazionali e professionali:
- previsioni economiche
- ricerche di mercato
- pubblicità e marketing
- controllo di gestione
- analisi dei rischi finanziari e assicurativi aziendali
- gestione dei sistemi informativi aziendali
- consulenza statistica
La laurea in Scienze Statistiche ed Economiche consente l'inserimento nei seguenti

settori economici: terziario avanzato, new economy, istituti di ricerca, banche e
finanza, assicurazioni, industria, commercio, pubblica amministrazione.
Norme relative all’accesso
Ai fini dell’accesso si richiede la conoscenza di alcune nozioni elementari di

matematica.
universitario” disponibile in forma di e-learning all’indirizzo http://pmf.cilea.it.
19
Organizzazione del Corso di laurea
Le attività formative previste dal corso di laurea sono classificate, secondo quanto
previsto dall’ordinamento del corso di laurea, nelle seguenti tipologie:
(a) Attività formative di base (Tipologia A): 69 CFU.
(b) Attività formative caratterizzanti (Tipologia B): 57 CFU.
(c) Attività affini o integrative (Tipologia C): 18 CFU.
(d) Attività formative a scelta dello studente (Tipologia D).

Gli studenti possono acquisire i CFU previsti per tali attività (12 CFU per il
curriculum “A”, 24 CFU per il curriculum “B”) con il superamento della verifica di
profitto relativa ad insegnamenti scelti fra quelli impartiti presso la Facoltà di
Scienze Statistiche, mutuati o impartiti in altre Facoltà dell’Università degli Studi di
Milano-Bicocca, impartiti in altre Università con le quali esista una convenzione con
l’Università degli Studi di Milano-Bicocca.
(e) Lingua straniera.

La verifica della conoscenza della lingua straniera (3 CFU) è effettuata con le
modalità previste dalla commissione linguistica di Ateneo ed è approvata dalla
commissione linguistica della Facoltà. In conformità con la delibera del Senato
Accademico del 3 luglio 2006, i CFU previsti per la lingua straniera devono essere
acquisiti prima di sostenere gli esami del secondo e del terzo anno.
(f) Abilità informatiche: 3 CFU.
(g) Tirocini formativi e stage.

Per gli studenti che scelgono un curriculum di tipo “A” è previsto lo svolgimento di
un periodo di stage (12 CFU) presso un’azienda o un ente convenzionato (stage
esterno) o presso la Facoltà (stage interno). Possono accedere allo stage gli
studenti iscritti al secondo o al terzo anno del corso di laurea che abbiano superato
almeno la metà degli esami previsti nel piano di studi.
Per dare luogo all’attribuzione dei CFU previsti per tale attività, gli stage devono
avere la durata temporale minima di tre mesi. L’attribuzione dei CFU è subordinata
ad un colloquio finale con il proprio tutor accademico e all’acquisizione da parte
dell’Ufficio Stage e Orientamento della Facoltà del questionario di valutazione del
tutor aziendale che sarà sottoposto anche al tutor accademico.
Per gli aspetti organizzativi è possibile rivolgersi all'Ufficio stage di Facoltà.
Forme didattiche
Le attività didattiche consistono in lezioni frontali, esercitazioni e laboratori tenuti in

lingua italiana. Ad un CFU corrispondono 25 ore di impegno complessivo per
studente, ore che, a seconda della modalità didattica, vanno suddivise in:
- 8 ore di lezione frontale e 17 di studio personale;
20
- 12 ore di esercitazione e 13 di studio personale;
- da 18 a 24 ore di laboratorio e da 7 a 1 ore di studio personale.
Modalità di verifica del profitto
Le attività formative di tipologia A, B, C e le attività a scelta dello studente si

concludono con un esame scritto e/o orale, mentre le attività formative relative alla
lingua e alle abilità informatiche si concludono con una prova di idoneità.
Piano di studio
Il piano di studio deve essere presentato nel primo anno del Corso di Studio. Negli
anni successivi è possibile apportare modifiche al piano compilando per via
telematica i moduli predisposti, secondo i tempi resi noti dalla Segreteria di Facoltà.
Il piano di studio viene esaminato e deve ricevere l’approvazione del Comitato di
coordinamento del Corso di laurea.
E’ fatta salva la facoltà dello studente di presentare un piano di studio individuale
purché siano rispettati i requisiti previsti dall’ Ordinamento del Corso di laurea. Tale
piano viene esaminato e deve ricevere l’approvazione del Comitato di
Propedeuticità
Le propedeuticità previste sono le seguenti
• Analisi Matematica I e Algebra Lineare sono propedeutiche ad Analisi

Matematica II
• Analisi Matematica I e Algebra Lineare sono propedeutiche a Matematica
Finanziaria
• Demografia I è propedeutica ai seguenti insegnamenti: Demografia II,
Demografia avanzata, Popolazione, territorio e società I, Popolazione,
territorio e società II, Demografia sociale (paesi in via di sviluppo),
Demografia sociale (mobilità e migrazioni), Analisi e modelli demografici
• Statistica I e Statistica Medica sono propedeutiche a Epidemiologia
• Statistica Medica e Statistica II sono propedeutiche a Antropometria e
Biometria
• Statistica I, Analisi Matematica I e Calcolo delle probabilità sono
propedeutici a Statistica II
• Statistica I, Analisi Matematica I, Algebra lineare e Calcolo delle probabilità
sono propedeutici a Analisi statistica multivariata
propedeutici a Metodi di simulazione
• Analisi statistica multivariata è propedeutico a Analisi dei dati
21
propedeutici a Inferenza per gli studi sperimentali
• Statistica II è propedeutico a Statistica III
• Statistica economica II è propedeutica a Statistica aziendale
Attività di orientamento e tutorato
Qualora lo studente, durante il Corso di Studio, necessiti di chiarimenti o indicazioni

(in merito, ad esempio, alla scelta del curriculum, alla compilazione del piano di
studio, all’eventuale scelta di un corso di laurea magistrale, etc.) può rivolgersi al
Coordinatore o ai membri del Comitato di coordinamento del corso di laurea. Per gli
insegnamenti di base delle aree matematica e statistica sono previste attività di
tutorato che consentono un rapporto più diretto con gli studenti ed un costante
monitoraggio del livello di apprendimento.
Scansione delle attività formative e appelli d'esame
Per l’erogazione delle attività formative è prevista un’organizzazione in due

semestri ciascuno dei quali è diviso in due cicli di sei settimane ciascuno. Gli appelli
d'esame per ciascun insegnamento sono sei, dei quali due nel mese di febbraio,
due nei mesi di giugno e luglio, uno a settembre e uno nel mese di novembre
oppure di aprile a seconda del ciclo in cui è collocato l’insegnamento.
Il Corso di Laurea in Scienze statistiche ed economiche è strutturato come di

seguito riportato. Per ciascuno dei tre anni di corso sono indicati gli insegnamenti, i
settori scientifico-disciplinari di appartenenza, i crediti attribuiti e la tipologia di
riferimento:
ATTIVITA’ COMUNI
I anno
Settori Insegnamenti CFU Tipologia
MAT/05 Analisi matematica I 9 A2
MAT/02 Algebra lineare 6 A2
ING-INF/05 Informatica 6 B3 B
Laboratorio di Informatica 3
SECS-S/01 Statistica I 6 A3
SECS-S/01 Calcolo delle probabilità 9 A3
SECS-P/01 Microeconomia 9 B2
SECS-S/03 Statistica economica I 6 B1
Lingua straniera 3 E
TOTALE 57
22
II anno
MAT/05 Analisi matematica II 6 A2
SECS-S/01 Analisi statistica multivariata 12 A3
Statistica II 15
SECS-S/01 modulo teoria 12 A3
SECS-S/01 modulo laboratorio 3 A3
INF/01 Laboratorio statistico – informatico 6 A1
SECS-P/01 Macroeconomia 6 B2
B
SECS-S/03 Statistica economica II 9 B1

B
SECS-S/04 Demografia I 6 B1
B
TOTALE 60
III anno
SECS-S/03 Serie storiche economiche 9 B1 B
SECS-P/05 Econometria 6 B2 B
Insegnamenti curricolari 18
Attività formative autonomamente
12-24
scelte
Stage 0-12
Prova finale 6
TOTALE 63
ATTIVITA’ CURRICOLARI
A) Curriculum Scienze statistiche ed economiche CON STAGE
• Percorso Mercati finanziari

Settori Insegnamenti obbligatori CFU Tipologia
Economia dei mercati monetari e
SECS-P/02 6 C
finanziari
SECS-S/06 Matematica finanziaria 6 C
SECS-P/09 Finanza aziendale 6 C
A scelta dello studente 12
Stage 12
23
• Percorso Ricerche di mercato
SECS-S/03 Analisi di mercato 6 C
SECS-S/03 Statistica aziendale 6 C
SECS-P/02 Economia industriale 6 C
Stage 12
• Percorso Sistemi informativi aziendali

INF/01 Basi di dati 6 C
ING-INF/05 Organizzazione dei sistemi informativi 6 C
SECS-S/01 Data Mining 6 C
Stage 12
B) Curriculum Scienze statistiche ed economiche SENZA STAGE
• Percorso Mercati finanziari

Economia dei mercati monetari e
SECS-P/02 6 C
finanziari
SECS-S/06 Matematica finanziaria 6 C
SECS-P/09 Finanza aziendale 6 C
• Percorso Ricerche di mercato

SECS-S/03 Analisi di mercato 6 C
SECS-S/03 Statistica aziendale 6 C
SECS-P/02 Economia industriale 6 C
• Percorso Sistemi informativi aziendali

INF/01 Basi di dati 6 C
ING-INF/05 Organizzazione dei sistemi informativi 6 C
SECS-S/01 Data Minino 6 C
24
Prova finale
Per la prova finale sono a disposizione due alternative ciascuna delle quali
comporta l’acquisizione di 6 CFU. La scelta tra le due dipende dal curriculum
prescelto (con o senza stage). Più precisamente, per gli studenti che abbiano
effettuato uno stage (curriculum A) è prevista la discussione orale di una relazione
scritta concernente l’esperienza di stage predisposta con l’assistenza di un docente
della Facoltà. Per gli altri studenti (curriculum B) è prevista la discussione orale di
due argomenti relativi agli studi compiuti dallo studente concordati con due docenti
della Facoltà.
In entrambi i casi la discussione orale ha luogo in seduta pubblica, di fronte ad una
commissione composta da professori e ricercatori della Facoltà di Scienze
Statistiche che esprime la valutazione finale in centodecimi, con eventuale lode,
tenendo conto sia dello svolgimento della prova finale sia dell’intera carriera
universitaria dello studente.
Riconoscimento CFU e modalità di trasferimento
Ai fini del trasferimento o dell’iscrizione a seconda laurea è possibile richiedere al

Comitato di coordinamento del Corso di Laurea la ricostruzione della carriera
pregressa. Il Comitato provvederà a calcolare il valore in CFU delle attività
formative da riconoscere e le relative tipologie, determinando l’anno di corso al
quale gli studenti saranno iscritti. Più precisamente possono essere iscritti al
secondo anno solo coloro ai quali siano state riconosciute attività formative per
almeno 30 CFU, al terzo anno coloro ai quali siano state riconosciute attività
formative per almeno 60 CFU. Il Comitato di coordinamento didattico concorderà
con gli studenti un piano di studi che specifichi tutte le attività formative residue
necessarie per il conseguimento della laurea.
Con riferimento alle “conoscenze e abilità professionali certificate individualmente ai
sensi della normativa vigente in materia, nonché altre conoscenze e abilità
maturate in attività formative di livello postsecondario alla cui progettazione e
realizzazione l'università abbia concorso” di cui al DM 16/3/2007 Art. 4, il numero
massimo di CFU riconoscibile è pari a 60 secondo quanto previsto
dall’Ordinamento.
Altre informazioni
Sede del Corso: via Bicocca degli Arcimboldi, 8 – Edificio U7 – II piano, 20126
Milano.
Coordinatore del Corso: Prof. Andrea Ongaro, e-mail: andrea.ongaro@unimib.it, tel.

02.64485875, fax 02.64485899
Comitato di coordinamento: Prof. Matteo Manera , Prof. Paolo Mariani, Prof. Andrea
Ongaro, Prof. Matteo Pelagatti, Prof. Giancarlo Travaglini.
25
Segreteria didattica: tel. 02.64485811, 02.64485828; fax 02.64485878; e-mail:
alessandra.verduci@unimib.it daniela.bianchi@unimib.it.
Ufficio orientamento e stage: tel. 02.64485876; fax 02.64485878; e-mail:

info@statistica.unimib.it.
Indirizzo internet del corso di laurea: http://www.statistica.unimib.it
Per le procedure e termini di scadenza di Ateneo relativamente alle

immatricolazioni/iscrizioni, trasferimenti, presentazione dei Piani di studio
consultare il sito web www.unimib.it.
26
CORSO DI LAUREA IN
STATISTICA E GESTIONE DELLE INFORMAZIONI
__________________________________________________________________________________________________________________________________________________________________
Presentazione
Il Corso di laurea in Statistica e Gestione delle Informazioni ha una durata normale

di tre anni. Ai fini del conseguimento della laurea è necessario acquisire 180 crediti
formativi universitari (nel seguito CFU). Nell’Anno Accademico 2008/2009 verrà
attivato solo il primo anno. Il numero di esami previsto è pari a 19. Il titolo di studio
rilasciato è “Laurea in Statistica e Gestione delle Informazioni”. Inoltre, il corso di
studio consente direttamente l’accesso ai corsi di laurea Magistrale in “Biostatistica
e Statistica Sperimentale” e “Scienze Statistiche ed Economiche”.
Il corso di laurea in Statistica e Gestione delle Informazioni si propone di fornire le

conoscenze teoriche, le competenze operative e le abilità pratiche per rilevare,
gestire e trattare dati qualitativi e quantitativi al fine di descrivere ed interpretare
fenomeni reali quali quelli ambientali, demografico-sociali e relativi alle bioscienze.
A tal fine offre una solida preparazione generale nei metodi statistici fortemente
integrata con lo strumento informatico.
Il corso di laurea si articola in una prima fase di preparazione comune (collocata
principalmente nei primi due anni) completata da curricula specifici di
approfondimento. In particolare la prima fase assicura una solida preparazione di
base, sia metodologica sia applicativa, nelle discipline statistiche, matematiche e
informatiche. Successivamente i curricula offrono una specializzazione in vari
ambiti di tipo statistico applicato e statistico metodologico. Sono previsti 6 curricula
qui di seguito elencati:
Statistico A (con stage)

Statistico B (no stage)
Biostatistico A (con stage)
Biostatistico B (no stage)
Demografico A (con stage)
Demografico B (no stage)
I curricula di tipo “A” e di tipo “B” si differenziano esclusivamente per l’attività di

stage (tirocinio formativo) che è prevista per quelli di tipo “A” , mentre è sostituita da
insegnamenti a scelta in quelli di tipo “B”.
Il curriculum Statistico (A e B) ha l’obiettivo di coniugare approfondimenti teorici ed

analisi di problemi reali. A tal fine fornisce una solida preparazione relativa ai
metodi e ai modelli statistici che, unitamente a conoscenze sulle più moderne
tecniche computazionali, viene impiegata per trattare e interpretare dati provenienti
da svariati ambiti con particolare attenzione a quello ambientale.
27
Il curriculum Biostatistico (A e B) si propone di formare esperti in grado di
pianificare, gestire, analizzare e interpretare dal punto di vista statistico studi
osservazionali e sperimentali nel contesto della ricerca biomedica. A tale fine
fornisce approfondimenti sulle tecniche statistiche e computazionali che trovano
prevalente applicazione nello studio dei fattori che condizionano la salute dell’uomo
(ambiente fisico e sociale, patrimonio genetico, trattamenti e interventi medici, etc.).
Il curriculum Demografico (A e B) si propone di formare esperti capaci di descrivere

ed interpretare gli eventi ed i processi propri della realtà demografica e sociale,
ovvero esperti in grado di pianificare e gestire le dinamiche della popolazione e di
condurre ricerche interdisciplinari sulla popolazione e sulle tematiche di contesto in
ambito sociale.
Il laureato in Statistica e Gestione delle Informazioni è in grado di esercitare

funzioni ed attività coerentemente con gli obiettivi formativi ed i risultati di
apprendimento attesi corrispondenti ai seguenti sbocchi occupazionali e
professionali:
* pianificazione e gestione del territorio e delle dinamiche della popolazione

* ricerca sperimentale ed osservazionale
* proiezioni elettorali e sondaggi d'opinione
* gestione dei sistemi informativi e delle basi di dati
* consulenza statistica
* data mining
* coordinamento/collaborazione con uffici statistici pubblici e privati
La laurea in Statistica e Gestione delle Informazioni consente l'inserimento nei

seguenti settori economici: terziario avanzato, istituti di ricerca (biologici, ambientali,
clinici, epidemiologici, demo-sociali, etc.), aziende farmaceutiche, ospedaliere e
sanitarie locali, industria, pubblica amministrazione.
Ai fini dell’accesso si richiede la conoscenza di alcune nozioni elementari di

matematica.
28
universitario” disponibile in forma di e-learning all’indirizzo http://pmf.cilea.it.
Organizzazione del Corso di laurea
Le attività formative previste dal corso di laurea sono classificate, secondo quanto
previsto dall’ordinamento del corso di laurea, nelle seguenti tipologie:
(a) Attività formative di base (Tipologia A): 69 CFU.
(b) Attività formative caratterizzanti (Tipologia B): 57 CFU.
(c) Attività affini o integrative (Tipologia C): 18 CFU.
(d) Attività formative a scelta dello studente.

Gli studenti possono acquisire i CFU previsti per tali attività (12 CFU per i curricula
di tipo “A”, 24 CFU per quelli di tipo “B”) con il superamento della verifica di profitto
relativa ad insegnamenti scelti fra quelli impartiti presso la Facoltà di Scienze
Statistiche, mutuati o impartiti in altre Facoltà dell’Università degli Studi di Milano-
Bicocca, impartiti in altre Università con le quali esista una convenzione con
l’Università degli Studi di Milano-Bicocca.
(e) Lingua straniera.

La verifica della conoscenza della lingua straniera (3 CFU) è effettuata con le
modalità previste dalla commissione linguistica di Ateneo ed è approvata dalla
commissione linguistica della Facoltà. In conformità con la delibera del Senato
Accademico del 3 luglio 2006, i CFU previsti per la lingua straniera devono essere
acquisiti prima di sostenere gli esami del secondo e del terzo anno.
(f) Abilità informatiche: 3 CFU.
(g) Tirocini formativi e stage.

Per gli studenti che scelgono un curriculum di tipo “A” è previsto lo svolgimento di
un periodo di stage (12 CFU) presso un’azienda o un ente convenzionato (stage
esterno) o presso la Facoltà (stage interno). Possono accedere allo stage gli
studenti iscritti al secondo o al terzo anno del corso di laurea che abbiano superato
almeno la metà degli esami previsti nel piano di studi.
Per dare luogo all’attribuzione dei CFU previsti per tale attività, gli stage devono
avere la durata temporale minima di tre mesi. L’attribuzione dei CFU è subordinata
ad un colloquio finale con il proprio tutor accademico e all’acquisizione da parte
dell’Ufficio Stage e Orientamento della Facoltà del questionario di valutazione del
tutor aziendale che sarà sottoposto anche al tutor accademico.
Per gli aspetti organizzativi è possibile rivolgersi all'Ufficio stage di Facoltà.
29
Forme didattiche
Le attività didattiche consistono in lezioni frontali, esercitazioni e laboratori tenuti in

lingua italiana. Ad un CFU corrispondono 25 ore di impegno complessivo per
studente, ore che, a seconda della modalità didattica, vanno suddivise in:
- 8 ore di lezione frontale e 17 di studio personale;
- 12 ore di esercitazione e 13 di studio personale;
- da 18 a 24 ore di laboratorio e da 7 a 1 ore di studio personale.
Le attività formative di tipologia A, B, C e le attività a scelta dello studente si

concludono con un esame scritto e/o orale, mentre le attività formative relative alla
lingua e alle abilità informatiche si concludono con una prova di idoneità.
Piano di studio
Il piano di studio deve essere presentato nel primo anno del Corso di studio. Negli
anni successivi è possibile apportare modifiche al piano compilando per via
telematica i moduli predisposti, secondo i tempi resi noti dalla Segreteria di Facoltà.
Il piano di studio viene esaminato e deve ricevere l’approvazione del Comitato di
E’ fatta salva la facoltà dello studente di presentare un piano di studio individuale
purché siano rispettati i requisiti previsti dall’ Ordinamento del Corso di laurea. Tale
piano viene esaminato e deve ricevere l’approvazione del Comitato di
Propedeuticità
Le propedeuticità previste sono le seguenti
• Analisi Matematica I e Algebra Lineare sono propedeutiche ad Analisi

Matematica II
• Analisi Matematica I e Algebra Lineare sono propedeutiche a Matematica
Finanziaria
• Demografia I è propedeutica ai seguenti insegnamenti: Demografia II,
Demografia avanzata, Popolazione, territorio e società I, Popolazione,
territorio e società II, Demografia sociale (paesi in via di sviluppo),
Demografia sociale (mobilità e migrazioni), Analisi e modelli demografici
• Statistica I e Statistica Medica sono propedeutiche a Epidemiologia
• Statistica Medica e Statistica II sono propedeutiche a Antropometria e
Biometria
propedeutici a Statistica II
30
• Statistica I, Analisi Matematica I, Algebra lineare e Calcolo delle probabilità
sono propedeutici a Analisi statistica multivariata
propedeutici a Metodi di simulazione
• Analisi statistica multivariata è propedeutico a Analisi dei dati
propedeutici a Inferenza per gli studi sperimentali
• Statistica II è propedeutico a Statistica III
• Statistica economica II è propedeutica a Statistica aziendale
Qualora lo studente, durante il Corso di studio, necessiti di chiarimenti o indicazioni

(in merito, ad esempio, alla scelta del curriculum, alla compilazione del piano di
studio, all’eventuale scelta di un corso di laurea magistrale, etc.) può rivolgersi al
Coordinatore o ai membri del Comitato di coordinamento del corso di laurea. Per gli
insegnamenti di base delle aree matematica e statistica sono previste attività di
tutorato che consentono un rapporto più diretto con gli studenti ed un costante
monitoraggio del livello di apprendimento.
Per l’erogazione delle attività formative è prevista un’organizzazione in due

semestri ciascuno dei quali è diviso in due cicli di sei settimane ciascuno. Gli appelli
d'esame per ciascun insegnamento sono sei, dei quali due nel mese di febbraio,
due nei mesi di giugno e luglio, uno a settembre e uno nel mese di novembre
oppure di aprile a seconda del ciclo in cui è collocato l’insegnamento.
31
Il Corso di Laurea in Statistica e Gestione delle Informazioni è strutturato come di
seguito riportato. Per ciascuno dei tre anni di corso sono indicati gli insegnamenti, i
settori scientifico-disciplinari di appartenenza, i crediti attribuiti e la tipologia di
riferimento:
ATTIVITA’ COMUNI
I anno
MAT/05 Analisi Matematica I 9 A2
MAT/02 Algebra lineare 6 A2
ING-INF/05 Informatica 6 B3 B
Laboratorio di informatica 3
SECS-S/01 Statistica I 6 A3
SECS-S/01 Calcolo delle probabilità 9 A3
SECS-S/04 Demografia I 6 B1 B
Statistica applicata : 12
MED/01 Modulo Statistica medica 6 B2 B
Modulo Statistica sociale B1 B
SECS-S/05 (Strumenti) 3
Modulo Statistica territoriale e B1 B
SECS-S/01 ambientale 3
Lingua straniera 3
TOTALE 60
II anno
MAT/05 Analisi matematica II 6 A2
Statistica II 15
SECS-S/01 Modulo teoria 12 A3
SECS-S/01 Modulo laboratorio 3 A3
SECS-S/01 Analisi statistica multivariata 12 A3
Gestione dei dati 12
Modulo Laboratorio statistico –
INF/01 6 A1
informatico
INF/01 Modulo Basi di dati 6 B3 B
SECS-S/03 Statistica economica I 6 B1 B
TOTALE 60
32
III anno
Serie storiche economiche 6
SECS-S/01 Modulo SAS 3 B1
B
SECS-S/01 Modulo SPSS 3 B1

B
SECS-S/01 Data mining 6 B1

B
Attività formative autonomamente
12-24
scelte
Stage 0-12
Prova finale 6
TOTALE 63
ATTIVITA’ CURRICOLARI
A) Curriculum di tipo A CON STAGE
• Percorso Statistico
Inferenza per gli studi sperimentali 9
SECS-S/01 Modulo Piano degli esperimenti 6 B1
B
Modulo Metodi statistici non

SECS-S/01 3 B1
parametrici
B
Analisi dei dati 9

SECS-S/01 Modulo Modelli di analisi dei dati 6 C
Modulo Analisi dei dati territoriali
SECS-S/01 3 C
e ambientali
SECS-S/01 Metodi di simulazione 3 C
SECS-S/01 Statistica III 6 C
Stage 12
• Percorso Biostatistico
B

SECS-S/01 3 B1
parametrici
B
MED/01 Epidemiologia 6 C
MED/01 Stat. Appl. alle scienze biologiche 6 C
MED/01 Antropometria e biometria 6 C
Stage 12
33
• Percorso Demografico-sociale
Demografia avanzata 9
SECS-S/04 Modulo Demografia II 6 B1
B
Modulo Statistica sociale II

B1
SECS-S/05 (Indicatori) 3
B
18 CFU a scelta fra i seguenti

Popolazione, territorio e società I 6
SECS-S/04 Modulo Popolazione e territorio I 3 C
SECS-S/04 Modulo Popolazione e territorio II 3 C
SECS-S/04 Demografia sociale (paesi…) 6 C
SECS-S/04 Demografia sociale (mobilità…) 6 C
SECS-S/04 Popolazione, territorio e società II 6 C
Analisi e modelli demografici 6
SECS-S/04 Modulo Analisi demografica 3 C
SECS-S/04 Modulo Modelli demografici 3 C
SPS/10 Sociologia 6 C
Stage 12
B) Curriculum di tipo B SENZA STAGE
• Percorso Statistico
B

SECS-S/01 3 B1
parametrici
B
Analisi dei dati 9

SECS-S/01 Modulo Modelli di analisi dei dati 6 C
Modulo Analisi dei dati territoriali
SECS-S/01 3 C
e ambientali
SECS-S/01 Metodi di simulazione 3 C
SECS-S/01 Statistica III 6 C
34
• Percorso Biostatistico
SECS-S/01 Modulo Piano degli esperimenti 6 B1B

SECS-S/01 3 B1
parametrici
B
MED/01 Epidemiologia 6 C
MED/01 Stat. Appl. alle scienze biologiche 6 C
MED/01 Antropometria e biometria 6 C
• Percorso Demografico-sociale
Demografia avanzata 9
SECS-S/04 Modulo Demografia II 6 B1B
Modulo Statistica sociale II

B1
SECS-S/05 (Indicatori) 3
B
18 CFU a scelta fra i seguenti

Popolazione, territorio e società I 6
SECS-S/04 Modulo Popolazione e territorio I 3 C
SECS-S/04 Modulo Popolazione e territorio II 3 C
SECS-S/04 Demografia sociale (paesi…) 6 C
SECS-S/04 Demografia sociale (mobilità…) 6 C
SECS-S/04 Popolazione, territorio e società II 6 C
Analisi e modelli demografici 6
SECS-S/04 Modulo Analisi demografica 3 C
SECS-S/04 Modulo Modelli demografici 3 C
SPS/10 Sociologia 6 C
Prova finale
Per la prova finale sono a disposizione due alternative ciascuna delle quali
comporta l’acquisizione di 6 CFU. La scelta tra le due dipende dal curriculum
prescelto (con o senza stage). Più precisamente, per gli studenti che abbiano
effettuato uno stage (curriculum A) è prevista la discussione orale di una relazione
scritta concernente l’esperienza di stage predisposta con l’assistenza di un docente
della Facoltà. Per gli altri studenti (curriculum B) è prevista la discussione orale di
due argomenti relativi agli studi compiuti dallo studente concordati con due docenti
della Facoltà.
In entrambi i casi la discussione orale ha luogo in seduta pubblica, di fronte ad una
commissione composta da professori e ricercatori della Facoltà di Scienze
Statistiche che esprime la valutazione finale in centodecimi, con eventuale lode,
tenendo conto sia dello svolgimento della prova finale sia dell’intera carriera
universitaria dello studente.
35
Ai fini del trasferimento o dell’iscrizione a seconda laurea è possibile richiedere al

Comitato di coordinamento del Corso di Laurea la ricostruzione della carriera
pregressa. Il Comitato provvederà a calcolare il valore in CFU delle attività
formative da riconoscere e le relative tipologie, determinando l’anno di corso al
quale gli studenti saranno iscritti. Più precisamente possono essere iscritti al
secondo anno solo coloro ai quali siano state riconosciute attività formative per
almeno 30 CFU, al terzo anno coloro ai quali siano state riconosciute attività
formative per almeno 60 CFU. Il Comitato di coordinamento didattico concorderà
con gli studenti un piano di studi che specifichi tutte le attività formative residue
necessarie per il conseguimento della laurea.
Con riferimento alle “conoscenze e abilità professionali certificate individualmente ai
sensi della normativa vigente in materia, nonché altre conoscenze e abilità
maturate in attività formative di livello postsecondario alla cui progettazione e
realizzazione l'università abbia concorso” di cui al DM 16/3/2007 Art. 4, il numero
massimo di CFU riconoscibile è pari a 60 secondo quanto previsto
dall’Ordinamento.
Altre informazioni
Sede del Corso: via Bicocca degli Arcimboldi, 8 – Edificio U7 – II piano, 20126
Milano.
Coordinatore del Corso: Prof. Sonia Migliorati, e-mail: sonia.migliorati@unimib.it,

tel. 02.64485874, fax 02.64485899
Comitato di coordinamento: Prof. Anna Maria Birindelli, Prof. Riccardo Borgoni,

Prof. Sonia Migliorati, Prof. Fulvia Pennoni, Prof. Giancarlo Travaglini.
Segreteria didattica: tel. 02.64485811, 02.64485828; fax 02.64485878; e-mail:

alessandra.verduci@unimib.it daniela.bianchi@unimib.it.
Ufficio orientamento e stage: tel. 02.64485876; fax 02.64485878; e-mail:

info@statistica.unimib.it.
Indirizzo internet del corso di laurea: http://www.statistica.unimib.it

36
OFFERTA DIDATTICA AVANZATA
__________________________________________________________________________________________________________________________________________________________________
La Facoltà di Scienze Statistiche intende promuovere l’offerta didattica avanzata

con Corsi di laurea Magistrale, con Corsi di Master e di Perfezionamento, intesi a
offrire una professionalità in accordo con le aziende del settore, con il Dottorato di
Ricerca.
Presso la Facoltà di Scienze Statistiche sono attivati tre Corsi di laurea magistrale:
• Biostatistica e statistica sperimentale

• Scienze statistiche ed economiche
• Scienze e gestione dei servizi
CORSO DI LAUREA MAGISTRALE IN BIOSTATISTICA

E STATISTICA SPERIMENTALE
________________________________________________
La durata normale del Corso di Laurea magistrale in Biostatistica e statistica

sperimentale, di seguito indicato come Corso, è di ulteriore due anni dopo la laurea
triennale. Il Corso è strutturato in semestri, ed appartiene alla Classe LM-82 delle
lauree magistrali in Scienze Statistiche.
Per conseguire la Laurea magistrale è necessario acquisire 120 Crediti Formativi
Universitari (CFU). Il Corso prevede al più 12 esami o verifiche di profitto (sono
escluse le attività che si concludono con idoneità, le attività dedicate alla
preparazione della prova finale e le ulteriori attività formative (art. 10, comma 5,
lettera d)). Le prove di profitto relative agli insegnamenti a scelta sono considerate
convenzionalmente, al fine del conteggio degli esami, come 1 unità. Per ogni anno
di Corso lo studente acquisisce in media un numero di CFU pari a 60.
Per eventuali corsi di studi abbreviati si veda il paragrafo “Riconoscimento CFU e

modalità di trasferimento”.
Gli studenti che superano gli esami del Corso e l’esame di Laurea conseguono il
titolo accademico di: Dottore magistrale in Scienze Statistiche.
Durante l’anno accademico 2008-2009 verrà attivato solo il primo anno del Corso di
Laurea magistrale in Biostatistica e statistica sperimentale.
37
I curricula di questo Corso magistrale sono sette:
• A: Biostatistica per statistici

• B: Biostatistica per biologi e biotecnologi
• C: Biostatistica per laureati in discipline scientifiche e
tecnologiche
• D: Biostatistica per biomedici
• A: Statistica sperimentale per statistici
• B: Statistica sperimentale per discipline ambientali
• C: Statistica sperimentale per laureati in discipline scientifiche e
tecnologiche
L’acquisizione della Laurea magistrale in Biostatistica e statistica sperimentale

consente di accedere ai corsi di Dottorato di Ricerca e ai Corsi di Master
Universitario di II livello.
L'obiettivo formativo generale di questo Corso è quello di fornire una preparazione

qualificata allo svolgimento di funzioni di progettazione, gestione, analisi,
interpretazione statistica e valutazione di studi sperimentali, indagini osservazionali
e sistemi di monitoraggio e sorveglianza nei campi della biologia, delle
biotecnologie, della veterinaria, della medicina preventiva, clinica e riabilitativa e
delle scienze ambientali.
Il laureato magistrale in Biostatistica e statistica sperimentale è in grado di

esercitare funzioni ed attività coerentemente con gli obiettivi formativi ed i risultati di
apprendimento attesi corrispondenti ai seguenti sbocchi occupazionali e
professionali nei quali siano richieste conoscenze teoriche e abilità pratiche più
avanzate per la progettazione, gestione, analisi e interpretazione statistica di studi
sperimentali, indagini osservazionali e sistemi di monitoraggio e sorveglianza.
La Laurea magistrale in Biostatistica e statistica sperimentale consente
l'inserimento nei seguenti settori economici:
• istituti di ricerca biologica, biotecnologica, clinica, ed epidemiologica,
• aziende ospedaliere,
• istituti di ricovero e cura a carattere scientifico,
• aziende sanitarie locali,
• agenzie sanitarie ragionali,
• osservatori epidemiologici
• registri di patologia,
• aziende farmaceutiche e CRO (Contract Research Organization),
• agenzie regionali per la protezione ambientale,
• uffici meteorologici,
• aziende di servizi.
38
Il Corso riconosce per intero i 180 CFU acquisiti con la laurea di primo livello in
Scienze Statistiche, classe 37, definita dal DM 3 novembre 1999 e classe 41
definita dal DM 16 marzo 2007, garantendo così a questi laureati l'adeguatezza
della loro preparazione.
Gli studenti in possesso di altro titolo di laurea possono accedere al Corso, previa
verifica, da parte del Comitato di Coordinamento Didattico, dei requisiti minimi di
accesso, sotto esplicitati, attraverso la valutazione della carriera pregressa.
Sono considerati requisiti di accesso irrinunciabili le conoscenze/competenze/abilità
maturate dallo studente nella carriera universitaria precedente, documentate da un
numero di esami corrispondenti ad almeno 50 Crediti Formativi Universitari
distribuiti in almeno due delle sei aree indicate nel seguente prospetto:
Area Contenuti SSD di riferimento

Uno o più pacchetti statistici
Informatica INF/01, ING-INF/05, e affini
Basi di dati
Analisi matematica MAT/01, MAT/02, MAT/03,

MAT/04, MAT/05, MAT/06,
Matematica
MAT/07, MAT/08, MAT/09,
Algebra lineare SECS-S/06, e affini
Calcolo delle probabilità

Statistica descrittiva
MAT/06, SECS-S/01, SECS-S/02,
Statistica inferenziale e affini
Statistica
Statistica multivariata
metodologica e
applicata Piano degli esperimenti
Statistica medica,
Epidemiologia, Psicometria, MED/01, MED/42, M-PSI/03,
Demografia, Statistica SECS-S/04, SECS-S/05, e affini
sociale
CHIM/08, CHIM/09,
Elementi di scienze della vita
BIO/09 – BIO/15,
(biochimica, fisiologia,
Biologica BIO/18, MED/03,
genetica, farmacologia e
MED/04, AGR/07,
affini)
VET/02, VET/07, e affini
MED/05, MED/09, MED/42,
Basi patologiche delle
MED/44, MED/45, MED/50,
Medica malattie, ragionamento
VET/01, VET/03,
clinico, medicina preventiva
VET/08-VET/10, M-PSI/01, e affini
CHIM/12, GEO/01, GEO/12,
Ecologia e scienze
Ambientale FIS/07, BIO/03, BIO/07,
ambientali
ICAR/03, e affini
39
Gli studenti che non soddisfano tale requisito dovranno recuperare le corrispondenti
conoscenze/competenze/abilità sostenendo i corrispondenti esami prima
dell’ammissione al Corso.
Si trovano normalmente nella condizione di soddisfare tali requisiti minimi di

accesso le seguenti categorie di laureati:
• nelle Classi di laurea di primo livello definiti dal DM 3 novembre 1999 in

Biotecnologie (classe 1); Scienze biologiche (12), Ingegneria (classi 8-10),
Economia (classe 17, 19 e 28), Scienze e tecnologie chimiche (21), Scienze e
tecniche farmaceutiche (24), Scienze e tecnologie fisiche (25), Scienze e
tecnologie informatiche (26), Scienze e tecnologie per l’ambiente e la natura
(27), Scienze matematiche (32), Scienze delle attività motorie e sportive (33),
Scienze e tecniche psicologiche (34), o nelle corrispondenti classi delle lauree
acquisite con l’ordinamento previgente;
• nelle Classi di laurea a ciclo unico definiti dal DM 3 novembre 1999 in
Farmacia e farmacia industriale (14/S), Medicina e chirurgia (classe 46/S);
Medicina veterinaria (47/S), o nelle corrispondenti classi delle lauree acquisite
con l’ordinamento previgente;
• nelle Classi delle lauree universitarie delle professioni sanitarie (classi 1-4
definiti dal DM 3 novembre 1999 e classi SNT1, SNT2, SNT3 e SNT4 definiti
dal DM 16 marzo 2007).
Altre situazioni sopra non previste verranno di volta in volta valutate dal Comitato di
Coordinamento Didattico, anche sulla base del colloquio di cui al punto successivo.
Ai fini dell’ammissione i candidati dovranno sostenere un colloquio con i

componenti del Comitato di Coordinamento Didattico per l’accertamento delle
motivazioni all’iscrizione, il cui esito, vincolante per l’iscrizione stessa, verrà
comunicato direttamente alla segreteria studenti. Il colloquio può non essere
richiesto, previa verifica da parte del Comitato di Coordinamento Didattico della
carriera pregressa, a coloro che abbiano conseguito i seguenti risultati di elevato
merito:
voto di laurea non inferiore a 100/110 per i laureati con vecchio
ordinamento;
media dei voti durante il triennio non inferiore a 25/30 per i laureati con
nuovo ordinamento.
La conoscenza della lingua straniera verrà accertata dal Comitato di

Coordinamento Didattico durante la verifica della carriera pregressa. Lo studente
privo di adeguata preparazione, per poter conseguire la Laurea magistrale, deve
acquisire tale conoscenza, superando la prova di lingua di Ateneo durante il Corso
di Laurea magistrale. Per informazioni sulle modalità con cui iscriversi alla prova di
40
accertamento della lingua straniera di Ateneo e/o alla successiva acquisizione di
tale conoscenza rivolgersi alla Commissione linguistica di Ateneo.
Per le procedure e termini di scadenza di Ateneo, relativamente alle
immatricolazioni/iscrizioni, trasferimenti, presentazione dei Piani di studio,
Organizzazione del Corso di laurea magistrale
Per conseguire il titolo lo studente deve acquisire 120 CFU articolati nelle attività
formative qui di seguito elencate.
Attività formative caratterizzanti (Attività in tipologia B)

Attività formative di insegnamento (lezioni, esercitazioni, laboratori, attività
didattiche integrative) finalizzate alla trasmissione di conoscenze e
all’approfondimento di competenze di carattere statistico, statistico applicato e
matematico applicato. A seconda del curriculum lo studente deve acquisire 69-72
CFU relativi a questa categoria di attività.
Attività affini o integrative (Attività in tipologia C)

Attività formative di insegnamento (lezioni, esercitazioni, laboratori, attività
didattiche integrative) finalizzate alla trasmissione di conoscenze e
all’approfondimento di competenze nell’ambito delle scienze mediche, biologiche,
fisiche, agrarie, ecologico-ambientali, psicologiche, demografiche, sociologiche,
informatiche, matematiche e ingegneristiche. A seconda del curriculum lo studente
deve acquisire 21-24 CFU relativi a questa categoria di attività.
Attività formative autonomamente scelte dallo studente (Attività in tipologia D)

Per quanto riguarda le attività formative autonomamente scelte, gli studenti
possono conseguire i corrispondenti CFU con il superamento degli esami o di altre
forme di verifica del profitto relativi ad insegnamenti (a cui sia complessivamente
attribuito un numero di CFU almeno pari a quello richiesto) scelti fra quelli impartiti
nella Facoltà di Scienze Statistiche, mutuati o impartiti in altre Facoltà
dell’Università degli Studi di Milano-Bicocca, impartiti in altre Università
(convenzionate con questo Ateneo), purché non siano già obbligatoriamente
previsti dal piano di studi o non siano già stati scelti a qualsiasi altro titolo. La scelta
di tali attività debbono essere coerenti con il progetto formativo ed esplicitata nel
piano di studi che ogni studente deve presentare (vedi punto Piano di studio) . La
coerenza di tale scelta sarà valutata dal Comitato di Coordinamento Didattico sulla
base del piano di studi presentato. Tutti gli studenti, indipendentemente dal
curriculum, devono acquisire 9 CFU nell’ambito di queste attività.
Attività formative relative alla preparazione della prova finale (Attività in tipologia E)
La discussione orale della tesi, che costituisce l’atto conclusivo dell’intero percorso
formativo, avviene di fronte a una commissione composta in conformità a quanto
previsto dal Regolamento di Facoltà. Con il superamento della prova finale lo
studente acquisisce 16 CFU.
41
Ulteriori attività formative (Attività in tipologia F)
Le attività in questione sono volte ad acquisire ulteriori conoscenze utili per
l’inserimento nel mondo del lavoro, sia per agevolare le scelte professionali
mediante la conoscenza diretta del settore lavorativo cui il titolo di studio può dare
accesso. Tali attività sono svolte dallo studente mediante la frequenza di appositi
seminari/laboratori, predisposti a questo fine dalla Facoltà, o da altri Enti universitari
o extrauniversitari convenzionati con la Facoltà o con l’Università o la
partecipazione ad attività di ricerca presso aziende pubbliche o private.
Lingua straniera/sbarramento
Vedi il punto “Norme relative all’accesso”
Abilità informatiche/sbarramento
Non sono richieste specifiche competenze/abilità informatiche per accedere a
questo Corso.
Tirocini formativi e stage

Non sono previsti formalmente periodi di tirocinio o stage, ma attività di ricerca sono
considerate parte integrante della prova finale. Per approfondimenti vedasi il
paragrafo relativo alla “Caratteristiche della prova finale”.
Forme didattiche
Gli insegnamenti delle Attività formative caratterizzanti, affini e integrative e a scelta
sono impartite secondo le seguenti modalità:
• corsi singoli
• corsi integrati
• corsi a distanza
I corsi singoli prevedono lo svolgimento di attività didattiche in aula o in altri contesti

collettivi (lezioni, esercitazioni, laboratori), cui si affiancano attività individuali di
studio e di approfondimento dei singoli studenti.
I corsi integrati sono insegnamenti che consistono di più moduli didattici di ognuno
dei quali è titolare un docente, ma che al fine della verifica del profitto mantengono
l’unitarietà della prova di esame sia in termini di CFU che di voto. Al fine dello
svolgimento delle attività di un singolo modulo resta valido quanto riportato nel
precedente punto.
I corsi a distanza prevedono una delle due seguenti modalità di erogazione:

insegnamenti le cui lezioni ed esercitazioni sono registrate e messe a
disposizione degli studenti per la preparazione dell’esame unitamente ad
altro materiale che il docente ritiene utile per il completamento della
preparazione (esercizi, letture, approfondimenti).
in e-learning, tramite l’utilizzo di una piattaforma software dedicata. Ogni
insegnamento di questo tipo verrà svolto mettendo a disposizione degli
42
studenti iscritti materiale didattico interattivo (lezioni), materiale di supporto
all’apprendimento (approfondimenti e letture), esercizi e test e l’assistenza
tutoriale da parte del docente titolare dell’insegnamento a distanza.
I corsi singoli, i corsi integrati e i corsi a distanza (che verranno indicati qui di
seguito con il termine generale di insegnamenti) si concludono con una verifica del
profitto consistente in un esame orale e/o scritto con una votazione finale in
trentesimi.
Nell’organizzazione della didattica 1 CFU corrisponde ad un impegno medio di 25

ore da parte dello studente così ripartite:
1 CFU = 8 ore di lezione frontale + 17 ore di studio individuale;
1 CFU = 12 ore di esercitazione/laboratorio + 13 ore di studio individuale.
Le Ulteriori attività formative (art. 10, comma 5, lettera d del D.M. 22 ottobre2004,
n° 270) sono impartite attraverso seminari/laboratori attestati da un certificato di
partecipazione e una verifica delle conoscenze acquisite tramite una relazione
scritta consegnata al Comitato di Coordinamento Didattico. In generale per
acquisire 0.5 CFU in questa tipologia uno studente deve seguire 1 seminario per un
totale di almeno 2 ore e dedicare almeno 10 ore alla preparazione della relazione
scritta.

La verifica del profitto di ciascun insegnamento verrà effettuata secondo le modalità
riportate in questa Guida di Facoltà.
Frequenza
Non è previsto alcun obbligo di frequenza.
Piano di studio
Nel primo anno di corso tutti gli studenti devono presentare un piano di studi
completo che specifichi tutte le attività formative necessarie per il conseguimento
della laurea magistrale. Il piano è strutturato in modo da elencare tutte le attività da
effettuarsi lungo il percorso formativo del Corso. La tempistica e le modalità con cui
presentare il piano di studi saranno rese note sul sito web www.unimib.it.
Propedeuticità
Non è prevista alcuna propedeuticità.

Le attività di tutorato possono essere svolte dal Coordinatore del Corso di Laurea
(Prof. Giovanni Corrao) e/o da tutti i membri del Comitato di Coordinamento
Didattico (Dott. Vincenzo Bagnardi, Prof. Gianluca Della Vedova, Prof. Piero
Quatto, Dott.ssa Antonella Zambon).
Scansione delle attività formative e appelli d’esame

L’anno accademico è suddiviso in due periodi didattici, semestri, a loro volta
suddivisi in due cicli di 6 settimane ciascuno. Ciascun ciclo e ciascun semestre è
intervallato da periodi dedicati allo studio autonomo ed esami. Gli esami di profitto
43
devono essere sostenuti nell’intervallo tra periodi didattici e, all’interno di questi, tra
cicli. Sono previste prove anche nel mese di settembre. I periodi didattici sono
determinati dal Consiglio di Facoltà.
PERCORSI FORMATIVI
Curriculum A: Biostatistica per statistici
Lo studente è caratterizzato da una preparazione nelle aree di Informatica,

Matematica e Statistico-metodologica, caratteristica di un corso di studi triennale in
statistica o nella corrispondente laurea acquisita con l’ordinamento previgente.
I anno
Insegnamenti CFU
Inferenza statistica M 15
Campionamento e controllo statistico M 12
Metodologia della ricerca clinica ed epidemiologica (e-
9
learning) M
Elementi di biologia M 12
Elementi di medicina M 12
TOTALE 60
II anno
Insegnamenti CFU
Modelli statistici M 12
Data analysis M 9
Modelli statistici per la medicina e l'epidemiologia M 6
Farmacoepidemiologia e farmacoeconomia M 6
A scelta 9
Ulteriori attività formative 2
Prova finale 16
TOTALE 60
Curriculum B: Biostatistica per biologi e biotecnologi
Lo studente è caratterizzato da una preparazione nelle aree di Matematica e

Scienze biologiche caratteristica di un corso di studi triennale in Biotecnologie o
Scienze biologiche o nelle corrispondenti lauree acquisite con l’ordinamento
previgente.
44
I anno
Insegnamenti CFU
Calcolo automatico M 9
Introduzione ai metodi statistici M 24
Introduzione alla medicina M 9
9
learning) M
Indagini di popolazione M 6
A scelta 3
TOTALE 60
II anno
Insegnamenti CFU
Metodi di inferenza statistica M 9
Piano degli esperimenti II M 6
Data analysis M 9
Modelli statistici e algoritmi informatici per la genetica M 6
A scelta 6
Prova finale 16
TOTALE 60
Curriculum C: Biostatistica per laureati in discipline scientifiche e

tecnologiche
Lo studente è caratterizzato da una preparazione nell'area di Matematica

caratteristica di un corso di studi triennale in Scienze e tecnologie fisiche, Scienze e
tecnologie informatiche, Scienze matematiche, Ingegneria, Economia o nelle
corrispondenti lauree acquisite con l’ordinamento previgente.
I anno
Insegnamenti CFU
Introduzione alla biologia M 6
Introduzione alla medicina M 9
9
learning) M
A scelta 3
TOTALE 60
45
II anno
Insegnamenti CFU
Data analysis M 9
Modelli statistici e algoritmi informatici per la genetica M 6
A scelta 6
Prova finale 16
TOTALE 60
Curriculum D: Biostatistica per biomedici
Lo studente è caratterizzato da una preparazione nelle aree delle Scienze

Biologiche e Mediche caratteristica (a) di un corso di studi triennale in Scienze e
tecniche farmaceutiche, Scienze delle attività motorie e sportive, Scienze e tecniche
psicologiche o nelle corrispondenti lauree acquisite con l’ordinamento previgente;
(b) di un corso di studi triennale nelle classi delle lauree universitarie delle
professioni sanitarie; (c) dei corsi di laurea magistrali in Medicina e chirurgia;
Odontoiatria; Farmacia, Medicina veterinaria o nelle corrispondenti lauree acquisite
con l’ordinamento previgente.
I anno
Insegnamenti CFU
Strumenti informatici per la statistica (e-learning) M 6
Matematica generale (e-learning) M 12
9
learning) M
Indagini di popolazione M 6
A scelta 3
TOTALE 60
46
II anno
Insegnamenti CFU
Teoria dell'inferenza statistica M 6
Data analysis M 9
Farmacoepidemiologia e farmacoeconomia M 6
Modelli statistici per la genetica M 3
A scelta 6
Prova finale 16
TOTALE 60
Curriculum A: Statistica sperimentale per statistici
Lo studente è caratterizzato da una preparazione nelle aree di Informatica,

Matematica e Statistico-metodologica, caratteristica di un corso di studi triennale in
statistica o nella corrispondente laurea acquisita con l’ordinamento previgente.
I anno
Insegnamenti CFU
Inferenza statistica M 15
Campionamento e controllo statistico M 12
Elementi di scienze ambientali M 12
Matematica applicata M 6
Cartografia tematica M 6
Introduzione alle serie storiche M 3
A scelta 6
TOTALE 60
II anno
Insegnamenti CFU
Modelli statistici M 12
Data analysis M 9
Processi stocastici M 6
Statistica per lo spazio e l'ambiente M 12
A scelta 3
Prova finale 16
TOTALE 60
47
Curriculum B: Statistica sperimentale per discipline ambientali
Lo studente è caratterizzato da una preparazione nelle aree di Matematica e

Scienze ambientali caratteristica di un corso di studi triennale in Scienze e
tecnologie chimiche o Scienze e tecnologie per l’ambiente e la natura o nelle
I anno
Insegnamenti CFU
Basi di dati M 6
Matematica applicata M 6
A scelta 9
TOTALE 60
II anno
Insegnamenti CFU
Statistica multivariata II M 6
Data analysis M 9
Prova finale 16
TOTALE 60
Curriculum C: Statistica sperimentale per laureati in discipline scientifiche e

tecnologiche
Lo studente è caratterizzato da una preparazione nell'area di Matematica
caratteristica di un corso di studi triennale in Scienze e tecnologie fisiche, Scienze e
tecnologie informatiche, Scienze matematiche, Ingegneria, Economia o nelle
I anno
Insegnamenti CFU
Elementi di Scienze ambientali M 12
A scelta 9
TOTALE 60
48
II anno
Insegnamenti CFU
Statistica multivariata II M 6
Data analysis M 9
Prova finale 16
TOTALE 60
INSEGNAMENTI
Legenda tipologia:
B1: Attività formative caratterizzanti in ambito statistico
B
B2: Attività formative caratterizzanti in ambito statistico applicato

B
B3: Attività formative caratterizzanti in ambito matematico applicato

B
C: Attività formative affini ed integrative

D: Attività a scelta dello studente ù
E: Per la prova finale
F: Ulteriori attività formative
Le basi del metodo quantitativo

Calcolo automatico M
Strumenti informatici per la
INF/01 6 C
statistica (e-learning)
SECS-S/01 Programmazione in SAS 3 B1B
Strumenti informatici per la statistica

INF/01 6 C
(e-learning) M
SECS-S/01 Programmazione in SAS M 3 B1B
Matematica generale (e-learning) M

MAT/05 Analisi matematica I 6 C
MAT/05 Analisi matematica II 3 C
MAT/02 Algebra lineare 3 C
Introduzione ai metodi statistici (e-
learning) M
Statistica e calcolo delle
SECS-S/01 6 B1
probabilità
B
Elementi di inferenza
SECS-S/01 6 B1
statistica
B
SECS-S/01 Statistica multivariata I 6 B1B
SECS-S/01 Piano degli esperimenti I 6 B1B
SECS-S/01 Statistica e calcolo delle probabilità M 6 B1B
49
SECS-S/01 Elementi di inferenza statistica M 6 B1
B
SECS-S/01 Statistica multivariata I M 6 B1

B
SECS-S/01 Piano degli esperimenti I M 6 B1

B
SECS-S/03 Introduzione alle serie storiche M 3 B2

B
Approfondimento del metodo quantitativo

Inferenza statistica M
MAT/06 Teoria dell'inferenza statistica 6 B3 B
SECS-S/01 Inferenza bayesiana 6 B1 B
SECS-S/01 Programmazione in R 3 B1 B
Metodi di inferenza statistica M

MAT/06 Teoria dell'inferenza statistica 6 B3 B
SECS-S/01 Programmazione in R 3 B1 B
MAT/06 Teoria dell'inferenza statistica M 6 B3 B
SECS-S/01 Inferenza bayesiana M 6 B1 B
SECS-S/01 Programmazione in R M 3 B1 B
Modelli statistici M
SECS-S/01 Piano degli esperimenti II 6 B1 B
SECS-S/01 Statistica multivariata II 6 B1 B
SECS-S/01 Piano degli esperimenti II M 6 B1 B
SECS-S/01 Statistica multivariata II M 6 B1 B
Campionamento e controllo statistico M

SECS-S/01 Controllo statistico della qualità 6 B1 B
SECS-S/01 Teoria dei campioni 6 B1 B
SECS-S/01 Controllo statistico della qualità M 6 B1 B
SECS-S/01 Teoria dei campioni M 6 B1 B
ING-INF/05 Basi di dati M 6 C

SECS-S/04 Indagini di popolazione M 6 C
Data analysis M
MED/01 Introduction to data analysis 3 B2 B
MED/01 Survival analysis 3 B2 B
MED/01 Analysis of longitudinal data 3 B2 B
MED/01 Introduction to data analysis M 3 B2 B
MED/01 Survival analysis M 3 B2 B
MED/01 Analysis of longitudinal data M 3 B2 B
50
Biostatistica per la ricerca clinica, epidemiologica e genetica

Elementi di biologia M
BIO/10 Elementi di biochimica 3 C
BIO/10 Elementi di genetica 3 C
BIO/10 Elementi di fisiologia 3 C
BIO/10 Elementi di farmacologia 3 C
Introduzione alla biologia M
BIO/10 Elementi di biochimica 3 C
BIO/10 Elementi di genetica 3 C
Elementi di medicina M
Introduzione al ragionamento
MED/05 3 C
clinico
MED/05 Sistemi sanitari 3 C
Introduzione alla patologia
MED/05 3 C
medica
Aspetti specialistici della
MED/05 3 C
medicina
Introduzione alla medicina M
Introduzione al ragionamento
MED/05 3 C
clinico
Introduzione alla patologia
MED/05 3 C
medica
Aspetti specialistici della
MED/05 3 C
medicina
Metodologia della ricerca clinica ed
MED/01 9 B2
epidemiologica (e-learning) M
B
Modelli statistici per la medicina e

l'epidemiologia M
Modelli statistici per le
MED/01 3 B2
sperimentazioni cliniche
B
MED/01 Modelli statistici in epidemiologia 3 B2B
Modelli statistici per le sperimentazioni

MED/01 3 B2
cliniche M
B
MED/01 Modelli statistici in epidemiologia M 3 B2B
Farmacoepidemiologia e
farmacoeconomia M
MED/01 Farmacoepidemiologia 3 B2B
Modelli statistici per la

MED/01 3 B2
farmacoeconomia
B
MED/01 Farmacoepidemiologia M 3 B2B
Modelli statistici per la

MED/01 3 B2
farmacoeconomia M
B
Modelli statistici e algoritmi informatici

per la genetica M
MED/01 Modelli statistici per la genetica 3 B2B
51
INF/01 Bioinformatica 3 C
MED/01 Modelli statistici per la genetica M 3 B2 B
INF/01 Bioinformatica M 3 C
Statistica per l’ambiente

Elementi di Scienze ambientali M
FIS/07 Chimica per l’ambiente 3 C
FIS/07 Fisica per l’ambiente 3 C
BIO/07 Scienze ambientali 6 C
FIS/07 Chimica per l’ambiente M 3 C
FIS/07 Fisica per l’ambiente M 3 C
BIO/07 Scienze ambientali M 6 C
Matematica applicata M
MAT/06 Calcolo delle probabilità 3 B3 B
MAT/05 Modelli matematici 3 C

MAT/06 Calcolo delle probabilità M 3 B3 B
MAT/05 Modelli matematici M 3 C

SECS-S/01 Processi stocastici M 6 B1 B
Statistica per lo spazio e l'ambiente M

SECS-S/01 Statistica spaziale 6 B1 B
SECS-S/01 Statistica ambientale 6 B1 B
SECS-S/01 Statistica spaziale M 6 B1 B
SECS-S/01 Statistica ambientale M 6 B1 B
SPS/10 Cartografia tematica M 6 C
Altri insegnamenti e attività

- Attività formative autonomamente
9 D
scelte dallo studente
- Ulteriori attività formative 2 F
- Prova finale 16 E
Caratteristiche della prova finale
Per la prova finale agli studenti è richiesta la discussione orale di una tesi di laurea
magistrale scritta concernente i risultati conseguiti da un'attività di ricerca che abbia
le caratteristiche dell'innovatività scientifica. Lo studente può svolgere tale attività
presso:
un istituto, ente o centro di ricerca nazionale o internazionale con il
tutoraggio di un ricercatore dell'istituto e la supervisione di un docente
della Facoltà di Scienze statistiche dell'Università di Milano-Bicocca,
52
il Dipartimento di Statistica dell'Università di Milano-Bicocca con il
tutoraggio di un docente o di un ricercatore della Facoltà di Scienze
statistiche.
Tali attività, nel complesso rivolte alla raccolta e alla preparazione del materiale
utile alla stesura della relazione scritta (materiale bibliografico, protocollo di ricerca,
database, programmi informatizzati, ecc.) e alla sua discussione orale consente allo
studente di acquisire 16 CFU attribuiti alla tipologia "art.10, comma 5, lettera c"
(prova finale).
L’acquisizione di questi crediti avviene al momento della discussione della tesi che
si svolge in seduta pubblica, di fronte a una commissione composta da professori o
ricercatori della Facoltà di Scienze statistiche ed eventualmente di altre Facoltà o
Università. Gli studenti potranno redigere e discutere la propria tesi di Laurea in una
lingua diversa dall’italiano ma comunque appartenente a uno dei paesi dell’Unione
Europea, previa autorizzazione da parte del Comitato di Coordinamento Didattico.
La commissione esprime la valutazione finale in centodecimi, con eventuale lode,

tenendo conto sia dello svolgimento della prova finale, sia dell'intera carriera
universitaria dello studente, secondo quanto stabilito dal Regolamento didattico di
Ateneo. La trasformazione in centodecimi dei voti conseguiti nelle attività formative
che danno origine a votazione in trentesimi comporta una media ponderata rispetto
ai relativi crediti formativi universitari acquisiti.
La durata del Corso e il numero di CFU da acquisire può eventualmente essere

minore di 120 nel caso in cui il Comitato di Coordinamento Didattico riconosca al
candidato conoscenze e abilità professionali certificate individualmente ai sensi
della normativa vigente in materia, nonché le altre conoscenze e abilità maturate in
attività formative di livello postsecondario alla cui progettazione e realizzazione
l’Università abbia concorso, secondo quanto previsto dall’art. 5, comma 7 del DM
22 ottobre 2004, n. 270.
Le attività già riconosciute ai fini dell’attribuzione di CFU nell’ambito di Corsi di
Laurea non possono essere nuovamente riconosciute come CFU nell’ambito dei
Corsi di Laurea magistrale.
Il numero massimo di CFU riconoscibili è pari a 40.
La verifica del riconoscimento dei CFU acquisiti dallo studente che intende
trasferirsi a questo Corso da un altro Corso magistrale è svolta dal Comitato di
Coordinamento Didattico. Nel caso in cui lo studente provenga da un Corso
magistrale della stessa classe i CFU, acquisiti in corsi di denominazione e contenuti
identici o analoghi, vengono riconosciuti totalmente e automaticamente approvati.
In tutti gli altri casi il Comitato di Coordinamento Didattico sottopone lo studente a
un colloquio per la verifica delle conoscenze effettivamente possedute.
Nel caso di riconoscimento, totale o parziale, di crediti per un modulo
d’insegnamento inserito in un corso integrato con altri moduli, l’acquisizione dei
crediti riconosciuti si avrà al superamento dell’esame del relativo corso integrato. In
ogni caso i CFU riconosciuti non potrà superare quelli previsti nel piano di studi per
il modulo di cui viene fatta richiesta di riconoscimento.
53
Il Comitato di Coordinamento Didattico può riconoscere un numero di CFU inferiore
al 50% di quelli già maturati da uno studente proveniente da un Corso di laurea
magistrale appartenente alla classe LM-82 purchè motivi tale scelta al Consiglio di
Facoltà.
Le attività formative svolte all’estero nel quadro di programmi di mobilità

studentesca dell’Unione Europea devono essere approvate dal Comitato di
Coordinamento Didattico, che ne stabilisce anche i relativi CFU, e sono
integralmente riconosciute ai fini del conseguimento della Laurea magistrale.
Altre informazioni
Sede del Corso:
Via Bicocca degli Arcimboldi 8, - Edificio U7- II piano, 20126 Milano
Coordinatore del Corso:

Prof. Giovanni Corrao
Componenti del Comitato Didattico di Coordinamento:
Dott. Vincenzo Bagnardi:

Tel: 02 64485853
Fax: 02 64485899
E-mail: vincenzo.bagnardi@unimib.it
Prof. Gianluca Della Vedova:

Tel: 02 64485862
Fax: 02 64485899
E-mail: gianluca.dellavedova@unimib.it
Prof. Piero Quatto

Tel: 02 64485838
Fax: 02 64485899
E-mail: piero.quatto@unimib.it
Dott.ssa Antonella Zambon

Tel: 02 64485814
Fax: 02 64485899
E-mail: antonella.zambon@unimib.it
Segreteria didattica:
Tel. 02 64485811 o 02 64485828,
E-mail: info.magistrale@statistica.unimib.it
Indirizzo internet del corso di laurea:

www.statistica.unimib.it
54
Strutture dove è possibile consultare il regolamento didattico del corso o richiedere
informazioni:
Ufficio Lauree magistrali, Corsi di perfezionamento e Master

Tel.: 02 64485827
E-mail: info.magistrale@statistica.unimib.it
Esiste un servizio post laurea rivolto a favorire l’inserimento occupazionale dei

laureati nel mondo del lavoro:
Ufficio orientamento e stage
Tel.: 02 64485800
E-mail: jobplacement@statistica.unimib.it
55
CORSO DI LAUREA MAGISTRALE IN SCIENZE STATISTICHE
ED ECONOMICHE
__________________________________________________________________________________________________________________________________________________________________
Presentazione
Il Corso di laurea magistrale in Scienze Statistiche ed Economiche (CLAMSES)

appartiene alle classi delle lauree magistrali LM-82 Scienze statistiche e LM-83
Scienze statistiche attuariali e finanziarie ed è articolato in due curricula, “Statistica
per le imprese” (SPI) e “Mercati assicurativi e finanziari” (MAF).
Il CLAMSES ha durata biennale e prevede un primo semestre di preparazione
comune. Nei successivi tre semestri sono previsti sia insegnamenti e altre attività
formative comuni, sia insegnamenti e altre attività formative differenziate a seconda
del curriculum prescelto.
Il CLAMSES è strutturato in modo tale che a ciascun anno di corso siano assegnate
attività formative alle quali sono complessivamente attribuiti 60 crediti formativi
universitari (CFU). Per conseguire la laurea magistrale in Scienze statistiche ed
economiche lo studente deve avere complessivamente acquisito 120 CFU,
attraverso il superamento di 12 esami e di una prova finale.
A completamento del percorso formativo previsto dal CLAMSES si consegue il titolo
di Dottore magistrale in Scienze statistiche ed economiche nella classe delle lauree
magistrali LM-82 Scienze statistiche o nella classe delle lauree magistrali LM-83
Scienze statistiche attuariali e finanziarie
Il CLAMSES consente l’accesso a Master universitari di secondo livello e a
Dottorati di ricerca nelle discipline statistiche ed economiche.
L’anno accademico 2008/2009 prevede l’attivazione del primo anno del CLAMSES,
mentre entrambi gli anni saranno attivati a partire dall’anno accademico 2009/2010.
Il CLAMSES presenta i seguenti principali aspetti innovativi: i) enfatizzazione delle

metodologie statistiche ed economiche quantitative avanzate di natura applicata; ii)
introduzione di insegnamenti nei campi della finanza matematica, dell’economia
delle assicurazioni e della gestione del rischio; iii) appartenenza del corso alle classi
delle lauree magistrali LM-82 Scienze statistiche e LM-83 Scienze statistiche
attuariali e finanziarie.
Il CLAMSES intende fornire le conoscenze teoriche, le competenze operative e le
abilità pratiche indispensabili per:
- descrivere, interpretare e spiegare i fenomeni e i processi statistici ed economici
propri della realtà locale, nazionale e internazionale e formulare previsioni
metodologicamente fondate, accurate e affidabili sull’evoluzione delle variabili
economiche rilevanti per la comprensione di tali fenomeni e processi;
- gestire i processi decisionali caratteristici dei sistemi organizzativi complessi e
contribuire, con le competenze specifiche fornite dalla teoria e dalla metodologia
statistica ed economica, alla soluzione dei problemi informativi e decisionali propri
delle diverse realtà aziendali e professionali.
56
Il CLAMSES è strutturato in maniera tale da assicurare ai propri laureati:
- una solida conoscenza della metodologia statistica e dei suoi aspetti applicativi in
campo economico, finanziario, assicurativo e previdenziale;
- competenze approfondite, di carattere avanzato, nell’area delle discipline
statistico-economiche, economico-politiche ed economico-aziendali;
- una sicura padronanza delle teorie e delle tecniche di analisi di dati qualitativi e
quantitativi, di previsione economica e di stima econometrica, di aggiornamento e
uso dei sistemi informativi-statistici (nazionali, territoriali, aziendali) e dei relativi
data-base;
- una conoscenza accurata degli strumenti logico-concettuali e metodologici
indispensabili per la progettazione e l’esecuzione di indagini riguardanti i
comportamenti individuali e aggregati a livello micro e macroeconomico, per
l’effettuazione di rilevazioni e analisi finalizzate all’organizzazione aziendale e alla
gestione delle imprese, per la progettazione e la realizzazione di ricerche e analisi
di mercato.
Il CLAMSES è articolato in due curricula: “Statistica per le imprese” (SPI) e “Mercati
assicurativi e finanziari” (MAF). Entrambi i curricula sono stati concepiti per
assicurare al laureato un nucleo comune di solide conoscenze metodologiche e
applicate in campo statistico ed economico.
Il CLAMSES, con il curriculum SPI, si propone di formare, attraverso un articolato
numero di insegnamenti di specializzazione, laureati che abbiano competenze
avanzate negli ambiti della statistica aziendale, della statistica economica, del
controllo statistico della qualità, dell’analisi quantitativa dei mercati dei prodotti.
Il CLAMSES, con il curriculum MAF, risponde inoltre alla specifica esigenza di
formare, attraverso un articolato numero di insegnamenti di specializzazione,
laureati che abbiano competenze avanzate negli ambiti della gestione del rischio
finanziario e di mercato, dell’economia delle assicurazioni, della finanza
quantitativa. Tale obiettivo formativo, necessitando di conoscenze avanzate in
campo matematico-finanziario, razionalizza l’istituzione del CLAMSES all’interno
della Classe LM-83 delle lauree magistrali in Scienze statistiche attuariali e
finanziarie.
Relativamente agli obiettivi qualificanti della Classe LM-82, i laureati CLAMSES:
- possiedono solide conoscenze della metodologia statistica e dei suoi aspetti
applicativi nei diversi campi per i quali la statistica è un essenziale strumento di
indagine, tra i quali si distingue, per rilevanza, l’ambito economico;
- possiedono un’ottima padronanza degli strumenti logico-concettuali e metodologici
per la progettazione ed esecuzione di indagini statistiche ed econometriche per lo
studio di fenomeni economici, con particolare riferimento agli aspetti
microeconomici, aziendali e di analisi di mercato;
- conoscono i fondamenti e l’utilizzo dei sistemi di elaborazione dei dati e le
problematiche collegate alla creazione, all’aggiornamento e all’utilizzo di basi di dati
in campo microeconomico, aziendale e di analisi di mercato;
- sono in grado di realizzare analisi empiriche, mediante l’utilizzo consapevole di
modelli statistici ed econometrici atti a spiegare, in particolare, i principali fenomeni
microeconomici, aziendali e di analisi di mercato;
- operano a livelli avanzati nell’ambito dell’analisi quantitativa dei fenomeni
economici, con particolare riferimento agli aspetti microeconomici, aziendali e di
analisi di mercato.
57
Relativamente agli obiettivi qualificanti della Classe LM-83, i laureati CLAMSES:
- possiedono approfondite conoscenze di finanza matematica e delle altre
metodologie quantitative applicate alle problematiche assicurative, finanziarie e al
controllo e gestione del rischio;
- possiedono un’ottima padronanza degli strumenti logico-concettuali e metodologici
per la progettazione ed esecuzione di indagini statistiche ed econometriche per
l’analisi dei mercati finanziari e assicurativi;
- possiedono solide conoscenze delle discipline statistico-probabilistiche e dei loro
aspetti applicativi, con particolare riferimento all’economia delle assicurazioni e
della finanza;
- conoscono i fondamenti e l’utilizzo dei sistemi di elaborazione dei dati e le
problematiche collegate alla creazione, all’aggiornamento e all’utilizzo di basi di dati
in campo assicurativo e finanziario;
- sono in grado di realizzare analisi empiriche, mediante l’utilizzo consapevole di
modelli statistici ed econometrici atti a spiegare, in particolare, i principali fenomeni
economici in ambito assicurativo e finanziario;
- operano a livelli avanzati nell’ambito dell’analisi quantitativa dei fenomeni
economici, con particolare riferimento agli aspetti assicurativi e finanziari.
Tra le attività che i laureati del CLAMSES potranno svolgere si indicano in

particolare:
- l’analisi e la soluzione di problemi di gestione, programmazione e controllo delle
risorse umane, della produzione, della qualità dei beni e dei servizi, etc., in uffici
statistici sia di imprese private (industriali, bancarie, assicurative, finanziarie, etc.),
sia di aziende ed enti pubblici;
- l’analisi, la formalizzazione e la soluzione di problemi complessi di natura
economica, statistica, finanziaria e assicurativa in uffici studi, ricerche e
programmazione di imprese private e di enti pubblici, nelle autorità di regolazione
dei mercati e dei servizi di pubblica utilità, negli organismi governativi e nelle
agenzie nazionali e internazionali;
- l’elaborazione di previsioni, studi di settore, analisi di mercato, etc., negli uffici
statistici di aziende pubbliche e private, nelle società di ricerche di mercato, nelle
società di consulenza economica e finanziaria;
- l’attività di libera professione e di consulenza alle imprese in tutti i campi sopra
citati;
- funzioni manageriali e direttive nelle aziende pubbliche e private di qualsiasi
settore economico;
- ricerca scientifica e insegnamento, nelle università e negli enti di ricerca.
Facendo riferimento allo schema di classificazione analitica delle professioni

pubblicato dall’ISTAT nel 2001, tra le professioni che i laureati del CLAMSES
potranno svolgere si segnalano:
- dirigenti e imprenditori, in particolare imprenditori, amministratori e direttori di
grandi aziende private (codice ISTAT: 1.2);
58
- professioni intellettuali, scientifiche e di elevata specializzazione, in particolare
matematici e statistici e professioni correlate (codice ISTAT: 2.1.1.3), specialisti
delle scienze gestionali, commerciali e bancarie (codice ISTAT: 2.5.1); specialisti in
scienze economiche (codice ISTAT: 2.5.3.1.); ricercatori e tecnici laureati (codice
ISTAT: 2.6.2).
Il corso prepara alle professioni di:

- imprenditori e amministratori di grandi aziende private;
- matematici e professioni correlate;
- statistici e professioni correlate;
- specialisti delle scienze gestionali, commerciali e bancarie;
- specialisti del controllo nella Pubblica Amministrazione;
- specialisti della gestione e del controllo nelle imprese private;
- specialisti in attività finanziarie;
- analisti di mercato;
- specialisti in scienze economiche;
- specialisti dei sistemi economici;
- ricercatori e tecnici laureati nelle scienze economiche, politiche, sociali e
statistiche.
Possono accedere al CLAMSES i laureati in possesso di un diploma di laurea

appartenente a una delle seguenti classi di laurea previste dal DM 270/04 (per la
corrispondenza tra classi di laurea relative al DM 270/04 e le classi di laurea
relative al DM 509/99 si rinvia alle linee guida ministeriali per la progettazione dei
nuovi ordinamenti didattici dei corsi di laurea e di laurea magistrale relative ai DM
22 ottobre 2004, n. 270 e 16 marzo 2007):
- L-7 Ingegneria civile e ambientale;

- L-8 Ingegneria dell’informazione;
- L-9 Ingegneria industriale;
- L-16 Scienze dell’amministrazione e dell’organizzazione;
- L-18 Scienze dell’economia e della gestione aziendale;
- L-30 Scienze e tecnologie fisiche;
- L-31 Scienze e tecnologie informatiche;
- L-32 Scienze e tecnologie per l’ambiente e per la natura;
- L-33 Scienze economiche;
- L-35 Scienze matematiche;
- L-36 Scienze politiche e delle relazioni internazionali;
- L-40 Sociologia;
- L-41 Statistica.
Per accedere al CLAMSES tali laureati devono avere acquisito nel loro precedente
percorso formativo un minimo complessivo di 30 CFU all’interno delle tipologie di
competenze elencate qui di seguito. Concorrono necessariamente alla
determinazione del numero minimo complessivo di 30 CFU almeno 5 CFU nella
59
tipologia Statistica, statistica applicata, almeno 5 CFU nella tipologia Matematica,
matematica applicata e almeno 5 CFU nella tipologia Informatica.
Tipologia di competenze: Statistica, statistica applicata (CFU minimi = 5)

SECS-S/01: STATISTICA
SECS-S/02: STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
SECS-S/03: STATISTICA ECONOMICA
SECS-S/04: DEMOGRAFIA
SECS-S/05: STATISTICA SOCIALE
M-PSI/03: PSICOMETRIA
MED/01: STATISTICA MEDICA
MAT/06: PROBABILITA’ E STATISTICA MATEMATICA
Tipologia di competenze: Matematica, matematica applicata (CFU minimi = 5)

MAT/02: ALGEBRA
MAT/03: GEOMETRIA
MAT/05: ANALISI MATEMATICA
MAT/07: FISICA MATEMATICA
MAT/08: ANALISI NUMERICA
MAT/09: RICERCA OPERATIVA
SECS-S/06: METODI MATEMATICI DELL’ECONOMIA E DELLE SCIENZE
ATTUARIALI E FINANZIARIE
Tipologia di competenze: Economia

SECS-P/01: ECONOMIA POLITICA
SECS-P/02: POLITICA ECONOMICA
SECS-P/03: SCIENZA DELLE FINANZE
SECS-P/05: ECONOMETRIA
SECS-P/06: ECONOMIA APPLICATA
SECS-P/07: ECONOMIA AZIENDALE
SECS-P/08: ECONOMIA E GESTIONE DELLE IMPRESE
SECS-P/09: FINANZA AZIENDALE
SECS-P/10: ORGANIZZAZIONE AZIENDALE
SECS-P/11: ECONOMIA DEGLI INTERMEDIARI FINANZIARI
ING-IND/35: INGEGNERIA ECONOMICO-GESTIONALE
Tipologia di competenze: Informatica (CFU minimi = 5)

INF/01: INFORMATICA
ING-INF/05: SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Informazioni dettagliate riguardanti le conoscenze richieste per l’accesso al

CLAMSES, suddivise per area disciplinare, sono disponibili sul sito web della
Facoltà di Scienze statistiche: www.statistica.unimib.it
Per ciascun laureato in possesso dei requisiti di accesso è previsto un colloquio di
ammissione alla presenza di una commissione formata dal Coordinatore e da
almeno due componenti del Comitato di Coordinamento didattico del Corso di
laurea magistrale.
60
Il colloquio di ammissione è articolato in due parti: i) valutazione della preparazione
personale di base del candidato, attraverso la discussione dei contenuti degli
insegnamenti risultanti dalla sua carriera pregressa e riguardanti le conoscenze
richieste per l’accesso al CLAMSES; ii) accertamento della motivazione personale
del candidato a intraprendere e portare a compimento il percorso di studi previsto
dal CLAMSES.
Per coloro che abbiano conseguito negli studi pregressi risultati di elevato merito
(voto di laurea non inferiore a 105/110 o punteggio equivalente) il colloquio di
ammissione riguarderà esclusivamente la parte relativa all’accertamento della
motivazione personale del candidato.
Inoltre, durante il colloquio verranno fornite le informazioni essenziali affinché lo
studente sia in grado di scegliere il curriculum (SPI o MAF), selezionare gli
insegnamenti curriculari e gli insegnamenti a scelta, coniugando al meglio le proprie
conoscenze pregresse con gli obiettivi formativi del Corso.
Il CLAMSES prevede cinque diversi tipi di attività formative:

1) attività formative caratterizzanti (tipologia B);
2) attività formative affini o integrative (tipologia C);
3) attività formative autonomamente scelte dallo studente (tipologia D);
4) attività formative relative alla preparazione della prova finale per il
conseguimento del titolo di studio (tipologia E);
5) attività formative volte ad acquisire ulteriori conoscenze linguistiche, nonché
abilità informatiche e telematiche, relazionali o comunque utili per l’inserimento nel
mondo del lavoro, nonché attività formative volte ad agevolare le scelte
professionali, mediante la conoscenza diretta del settore lavorativo cui il titolo può
dare accesso, tra cui, in particolare, i tirocini formativi e di orientamento (tipologia
F).
Attività formative a scelta dello studente (tipologia D)

Per quanto riguarda le attività formative autonomamente scelte, gli studenti
possono conseguire i 9 CFU riservati alle attività di tipo D con il superamento delle
prove di verifica relative a insegnamenti a cui sia complessivamente attribuito un
numero di crediti pari a quello richiesto fra quelli impartiti nella Facoltà di Scienze
statistiche, impartiti in altre Facoltà dell'Università degli Studi di Milano-Bicocca o
impartiti in altre Università con le quali esistano specifiche convenzioni. Parte dei 9
CFU potrà eventualmente essere conseguita mediante lo svolgimento di stage o
tirocini formativi di particolare rilevanza organizzati presso enti/istituzioni pubblici o
privati.
Altre attività formative (tipologia F)

Allo scopo di agevolare la fase di progettazione ed elaborazione della tesi di laurea,
il CLAMSES prevede che lo studente svolga una tra le seguenti attività di supporto:
i) stage/tirocinio direttamente collegato agli argomenti oggetto della tesi di laurea,
organizzati presso enti/istituzioni pubblici o privati; ii) partecipazione a seminari
direttamente collegati agli argomenti oggetto della tesi di laurea, organizzati presso
61
enti/istituzioni pubblici o privati. A tali attività di supporto vengono
complessivamente attribuiti 2 CFU.
Per quanto riguarda l’attività di partecipazione a seminari, lo studente deve produrre
una relazione scritta sull’argomento oggetto del seminario, la quale verrà valutata
dal relatore di tesi dello studente. Il relatore comunica al Coordinatore di CLAMSES
il risultato di tale valutazione, che, se positivo, dà origine all’attribuzione dei CFU
previsti per tale attività.
Forme didattiche
Gli insegnamenti previsti all’interno del CLAMSES consistono, prevalentemente, in
lezioni frontali, esercitazioni e laboratori.
Agli insegnamenti impartiti nel programma CLAMSES sono attribuiti 3 CFU o
multipli di 3 CFU. Il numero di ore per 1 CFU varia a seconda della tipologia di
attività formativa In particolare, 1 CFU è pari a: 8 ore di lezione frontale o 12 ore di
esercitazione o 18-24 ore di laboratorio. Considerando che 1 CFU vale
complessivamente 25 ore, per ciascuna tipologia di attività formativa le ore restanti
siano dedicate allo studio in autonomia.

Il profitto dello studente relativamente a un particolare insegnamento viene
accertato mediante esame scritto e/o orale. Potranno concorrere a tale valutazione
modalità di verifica informale quali: approfondimenti scritti su particolari argomenti
riguardanti l’insegnamento; presentazione orale di articoli pubblicati su rilevanti
riviste scientifiche inerenti i temi trattati dall’insegnamento; discussione di gruppo,
moderata dal docente, su argomenti trattati a lezione.
Frequenza
Il CLAMSES non prevede alcuna forma di frequenza obbligatoria, anche se la
partecipazione sistematica dello studente a lezioni frontali, esercitazioni e laboratori
è fortemente consigliata.
Tutti gli studenti, in particolare gli studenti non impegnati negli studi a tempo pieno,
sono invitati a usufruire del servizio di tutorato, nonché a contattare periodicamente
i docenti dei singoli insegnamenti servendosi degli orari di ricevimento pubblicati sul
sito web della Facoltà (www.statistica.unimib.it) e/o sulle pagine personali dei
singoli docenti, rintracciabili sul sito web della Facoltà.
Piano di studio
Al momento dell’immatricolazione lo studente indica il curriculum che intende
seguire, SPI o MAF, nonché la Classe di laurea magistrale entro cui intende
conseguire il titolo di studio, LM-82 o LM-83.
Lo studente può comunque modificare entrambe le scelte, purché queste diventino
definitive al momento dell’iscrizione al secondo anno di Corso.
Il piano di studio istituzionale è strutturato come segue:
62
Curriculum Statistica per le imprese (SPI)
Il curriculum SPI prevede che lo studente scelga un insegnamento (pari a CFU 6)

all'interno delle attività facoltative elencate nel primo e nel secondo anno di Corso.
I Anno
Attività obbligatorie
Settori Insegnamenti CFU Ambito

LM- LM-
82 83
SECS-S/06 Matematica per l'Economia I M 6 B3B B2 B
Analisi delle Serie Economiche

Temporali e Longitudinali M
MAT/06 Lab. Serie Storiche 3 B3B B2
B
Economiche
SECS-S/03 Serie Storiche Economiche 6 B2B C
SECS-P/05 Microeconometria A 3 B2B B3
B
SECS-P/05 Microeconometria B 3 B2B C

Economia Industriale Avanzata M
SECS-P/01 Microeconomia - Forme di 6 C B3
Mercato
SECS-P/01 Economia e Dinamica 6 C B3
Industriale
SECS-S/03 Statistica Aziendale M 6 B2B C
SECS-P/08 Programmazione e Controllo M 6 C B3
Statistica Avanzata M
SECS-S/01 Statistica Multivariata II 6 B1B B1
B
MAT/06 Teoria dell'Inferenza 6 B3B B2

B
Statistica
A Scelta dello Studente 6 D D
Attività facoltative

LM- LM-
82 83
SECS-P/01 Microeconomia - Teoria dell'Infor. 6 C C
M
63
II Anno

LM- LM-
82 83
Economia Applicata M
SECS-S/06 Economia Applicata A 3 B3B B2 B
SECS-S/06 Economia Applicata B 3 B3B B2 B
Campionamento e Basi Dati M

SECS-S/01 Teoria dei Campioni 6 B1B B1 B
ING-INF/05 Basi di Dati 6 C C

IUS/14 Diritto dell'Unione Europea M 6 C B4
Analisi di Mercato M
SECS-S/03 Analisi di Mercato 6 B2B C
SECS-S/03 Statistica Economica A 3 B2B C
SECS-S/03 Statistica Economica B 3 C C
Prova Finale 10 E E
Ulteriori Attività Formative 2 F F

LM- LM-
82 83
SECS-S/01 Controllo Statistico della Qualità M 6 C C
SECS-P/08 Ricerche di Marketing M 6 C C
NOTE:
LM-82: Classe di laurea magistrale delle Scienze statistiche.

B1: Attività formative Caratterizzanti - ambito Statistico.
B2: Attività formative Caratterizzanti - ambito Statistico Applicato.
B3: Attività formative Caratterizzanti - ambito Matematico Applicato.
C: Attività formative Affini o Integrative.
D: Attività formative autonomamente scelte dallo studente.
E: Prova finale.
F: Altre attività formative.
LM-83: Classe di laurea magistrale delle Scienze statistiche attuariali e finanziarie.
B1: Attività formative Caratterizzanti - ambito Statistico, Statistico Applicato.
B2: Attività formative Caratterizzanti - ambito Matematica per le Scienze Attuariali e
Finanziarie.
B3: Attività formative Caratterizzanti - ambito Economico-Aziendale.
B4: Attività formative Caratterizzanti - ambito Giuridico.
E: Prova finale.
64
Curriculum Mercati assicurativi e finanziari (MAF)
Il curriculum MAF prevede che lo studente scelga due insegnamenti (pari a 12 CFU
complessivi) all'interno delle attività facoltative elencate nel primo e nel secondo
anno di Corso.
I Anno

LM- LM-
82 83
Matematica per l'Economia M
SECS-S/06 Matematica per l'Economia I 6 B3B B2
B
MAT/06 Calcolo delle Probabilità 3 B3B B2

B
SECS-S/01 Processi Stocastici A 3 B1B B1

B
Analisi delle Serie Economiche

Temporali e Longitudinali M
MAT/06 Lab. Serie Storiche 3 B3B B2
B
Economiche
SECS-S/03 Serie Storiche Economiche 6 B2B C
SECS-P/05 Microeconometria A 3 B2B B3
B
SECS-P/05 Microeconometria B 3 B2B C

SECS-P/01 Microeconomia - Teoria dell'Infor. 6 C B3
M
SECS-P/08 Programmazione e Controllo M 6 C B3
Statistica Avanzata M
SECS-S/01 Statistica Multivariata II 6 B1B B1
B
MAT/06 Teoria dell'Inferenza 6 B3B B2

B
Statistica
A scelta dello studente 6 D D

LM- LM-
82 83
SECS-P/01 Microeconomia – Forme di 6 C C
Mercato M
65
II Anno

LM- LM-
82 83
Modelli Statistici per l’Economia M
SECS-S/06 Economia Applicata A 3 B3B B2B
SECS-S/03 Statistica Economica A 3 B2B B1B
Finanza M
SECS-P/01 Economia Finanziaria 6 C C
SECS-S/06 Finanza Matematica A 3 B3B C
SECS-S/06 Finanza Matematica B 3 C C
IUS/14 Diritto dell'Unione Europea M 6 C B4
Finanza Quantitativa M
SECS-S/03 Statistica dei Mercati Mon. e 6 B2 B
C
Fin.
SECS-P/05 Risk Management 6 B2 B
B3B

Prova Finale 10 E E
Ulteriori Attività Formative 2 F F

LM- LM-
82 83
SECS-S/06 Matematica per l'Economia II M 6 C C
SECS-P/01 Macroeconomia M 6 C C
ING-IND/35 Economia delle Assicurazioni M 6 C C
NOTE:
LM-82: Classe di laurea magistrale delle Scienze statistiche.

B1: Attività formative Caratterizzanti - ambito Statistico.
B2: Attività formative Caratterizzanti - ambito Statistico Applicato.
B3: Attività formative Caratterizzanti - ambito Matematico Applicato.
E: Prova finale.
LM-83: Classe di laurea magistrale delle Scienze statistiche attuariali e finanziarie.
B1: Attività formative Caratterizzanti - ambito Statistico, Statistico Applicato.
B2: Attività formative Caratterizzanti - ambito Matematica per le Scienze Attuariali e
Finanziarie.
B3: Attività formative Caratterizzanti - ambito Economico-Aziendale.
B4: Attività formative Caratterizzanti - ambito Giuridico.
66
E: Prova finale.
E’ fatta salva la facoltà dello studente di presentare un piano di studio individuale,

che è soggetto ad approvazione da parte del Comitato di Coordinamento didattico
del CLAMSES. Tale piano di studio deve comunque soddisfare i requisiti previsti
dall’Ordinamento del CLAMSES.
Il CLAMSES prevede un servizio di orientamento e tutorato il cui scopo principale è

fornire le informazioni necessarie affinché lo studente sia in grado di scegliere il
curriculum (SPI o MAF), selezionare gli insegnamenti curriculari e a scelta,
coniugando al meglio le proprie conoscenze pregresse con gli obiettivi formativi del
Corso.
L’attività di tutorato è svolta dai seguenti docenti:
Prof. Irene Valsecchi

- Tel.: 02 64485820 – Fax: 02 64485878
- E-mail: irene.valsecchi@unimib.it
Dott. Andrea Calogero

- Tel.: 02 64485869 – Fax: 02 64485899
- E-mail: andrea.calogero@unimib.it
Prof. Vittoria Cerasi

- Tel.: 02 64485821 – Fax: 02 64485878
- E-mail: vittoria.cerasi@unimib.it
Dott. Christian Garavaglia

- Tel.: 02 64485851 – Fax: 02 64485878
- E-mail: christian.garavaglia@unimib.it
Scansione delle attività formative e appelli d’esame
L’organizzazione della didattica nel CLAMSES è su base semestrale. Il primo

semestre comprende il periodo ottobre-febbraio, il secondo semestre va da marzo a
luglio. Ciascun semestre è diviso in due cicli. Ciascun ciclo comprende, di norma,
oltre alle settimane dedicate alle lezioni, una settimana di recupero e un periodo (da
un minimo di una a un massimo di quattro settimane) dedicato agli appelli d’esame
degli insegnamenti che si sono conclusi alla fine del ciclo. Ciascun insegnamento
prevede 6 appelli d’esame all’interno del singolo anno accademico così suddivisi:
una sessione a novembre (per tutti i corsi del secondo semestre oppure del primo
semestre che terminano a novembre); due sessioni nel periodo gennaio-febbraio;
una sessione ad aprile (per tutti i corsi del primo semestre oppure del secondo
67
semestre che terminano ad aprile); tre sessioni nei mesi di giugno, luglio e
settembre.
Il calendario didattico e l’orario delle lezioni sono pubblicati sul sito di facoltà
all’indirizzo: www.statistica.unimib.it
Prova finale
Per il conseguimento della laurea magistrale in Scienze statistiche ed economiche

è richiesta l’elaborazione di una tesi di laurea magistrale, sotto la guida e con
l’assistenza di (almeno) un docente della Facoltà di Scienze statistiche, il quale
svolge le funzioni di supervisore e relatore.
La tesi consiste in un elaborato scritto, contenente i contributi e/o i risultati
conseguiti dallo studente mediante un’attività di ricerca teorica e/o sperimentale
riguardante tematiche coerenti con gli obiettivi formativi del Corso di laurea
magistrale e con lo specifico curriculum eventualmente prescelto dallo studente. In
particolare, lo studente dovrà dimostrare di saper inquadrare criticamente la
letteratura di riferimento più recente, nonché di essere in grado di utilizzare gli
strumenti più appropriati per l’analisi teorica e/o l’investigazione empirica
dell’argomento oggetto della tesi.
La prova finale consiste nell’elaborazione e nella presentazione della tesi, con
discussione della stessa, in seduta pubblica, di fronte a una commissione composta
da professori e/o ricercatori della Facoltà di Scienze statistiche ed eventualmente di
altre Facoltà e/o Università. La commissione esprime la valutazione finale in
centodecimi, con eventuale lode, tenendo conto sia dello svolgimento della prova
finale, sia dell’intera carriera universitaria dello studente, secondo quanto stabilito
dal Regolamento didattico di Ateneo e dal Regolamento didattico del Corso di
laurea magistrale. La trasformazione in centodecimi dei voti conseguiti nelle attività
formative che danno origine a votazione in trentesimi comporterà una media
ponderata rispetto ai relativi crediti formativi universitari acquisiti. Con il
superamento della prova finale lo studente acquisisce 10 CFU.
La tesi di laurea magistrale può essere redatta e discussa in lingua inglese.
Allo scopo di agevolare la fase di progettazione ed elaborazione della tesi di laurea,
il Corso di laurea magistrale in Scienze statistiche ed economiche prevede che lo
studente svolga una tra le seguenti attività di supporto: i) stage/tirocinio
direttamente collegati agli argomenti oggetto della tesi di laurea, organizzati presso
enti/istituzioni pubblici o privati; ii) partecipazione a seminari direttamente collegati
agli argomenti oggetto della tesi di laurea, organizzati presso enti/istituzioni pubblici
o privati. A tali attività, per loro natura intimamente legate alla ricerca, vengono
attribuiti 2 CFU.
Il Comitato di Coordinamento didattico del CLAMSES attribuisce al massimo 40

CFU alle conoscenze e alle abilità professionali certificate dal singolo studente,
nonché le altre conoscenze e abilità maturate in attività formative di livello
postsecondario alla cui progettazione e realizzazione l’università abbia concorso.
Relativamente al trasferimento degli studenti che provengono da altro Corso di
laurea magistrale di questo o di altro Ateneo, il Comitato di Coordinamento del
68
CLAMSES provvede all’ammissione degli studenti provenienti dai Corsi di laurea
magistrale appartenenti alle classi LM-82 e LM-83. Per tutti gli altri il Comitato di
Coordinamento applica le norme relative all’accesso al CLAMSES, con l’esclusione
del colloquio di ammissione.
Il Comitato di Coordinamento del CLAMSES determina poi il numero di CFU relativi
alla carriera pregressa che possono essere riconosciuti e provvede a comunicarlo
agli studenti.
Altre informazioni
La sede del Corso di laurea magistrale in Scienze statistiche ed economiche è:

Università degli Studi di Milano-Bicocca - Via Bicocca degli Arcimboldi, 8 - 20126
Milano - Edificio U7 - II piano.
Il Coordinatore del Corso di laurea magistrale è il Prof. Matteo Manera, i cui recapiti
sono i seguenti:
- Tel.: 02 64485819 – Fax: 02 64485878
- E-mail: matteo.manera@unimib.it
Altri docenti di riferimento sono:

Prof. Irene Valsecchi
- Tel.: 02 64485820 – Fax: 02 64485878
- E-mail: irene.valsecchi@unimib.it
Prof. Andrea Calogero

- Tel.: 02 64485869 – Fax: 02 64485899
- E-mail: andrea.calogero@unimib.it
La struttura presso la quale è possibile richiedere informazioni è:

Segreteria didattica (Sig. Alessandra Verduci)
- Tel.: 02 64485811. – Fax: 02 64485878
- E-mail: info.statistica@unimib.it
Esistono un servizio orientamento e un ufficio post laurea rivolto a favorire

l’inserimento occupazionale dei laureati nel mondo del lavoro:
Ufficio orientamento (Dott. Cipriana Serra)
- Tel.: 02 64485876 – Fax: 02 64485878
- E-mail: info.statistica@unimib.it
Ufficio stage (Dott. Chiara Pellegrino)

- Tel.: 02 64485800 – Fax: 02 64485830
- E-mail: jobplacement@unimib.it
Per le procedure e i termini di scadenza di Ateneo relativi a immatricolazioni,

iscrizioni, trasferimenti e presentazione dei Piani di studio si invita a consultare il
sito web: www.unimib.it.
69
CORSO DI LAUREA MAGISTRALE IN
SCIENZE E GESTIONE DEI SERVIZI
______________________________________________________
Presentazione
Il Corso interfacoltà di laurea Magistrale in Scienze e gestione dei servizi appartiene

alla classe LM 63 - Scienze delle pubbliche amministrazioni.
Il corso ha durata di due anni e nell’a.a. 2008-09 è attivato il primo anno.
Il totale dei CFU da acquisire per il conseguimento del titolo è 120 ed il numero di
esami previsto è12.
A completamento del percorso formativo previsto dal corso si consegue il titolo di
dottore magistrale in scienze e gestione dei servizi.
Il corso consente l’accesso a studi ulteriori: master universitari di II livello; dottorato
in area giuridica, economica, sociologica e statistica.
I laureati del corso di laurea magistrale in Scienze e gestione dei servizi

acquisiranno le seguenti approfondite competenze nei complessi rapporti tra
imprese pubbliche e/o private e pubblica amministrazione nei suddetti settori:
• analisi economica dei mercati dei grandi servizi a rete e delle loro
articolazioni a livello locale;
• fallimenti del mercato nel campo delle utilities e degli altri servizi;
• analisi economica della regolamentazione dei mercati in cui operano le
utilities e le imprese erogatrici di servizi;
• analisi dei prezzi, dei meccanismi d’asta (concessioni) e dello sviluppo
tecnologico dei settori coinvolti;
• regolazione giuridica dei settori coinvolti, sia a livello centrale (normative
nazionali e comunitarie in tema di servizi) sia a livello regionale e locale;
• competenze giuridiche in materia di amministrazione e governance delle
imprese erogatrici dei servizi e di organizzazione dei mercati, oltre a
competenze in materia di attività svolte dalle pubbliche amministrazioni in
materia di regolazione e interazione con i mercati di riferimento, in
particolare a livello locale;
• capacità organizzative sia in campo aziendalistico sia in campo
gestionale, anche a livello dirigenziale, di imprese erogatrici legate
principalmente, ma non esclusivamente, alle aree della finanza, della
gestione del personale e della contabilità;
• capacità di valutazione sociale dell’attività pubblica e privata in materia di
servizi e di elaborazione di programmi di intervento pubblico (attraverso i
servizi) basati sulla definizione di fabbisogni sociali da soddisfare,
sull’analisi della loro dinamica temporale e sull’individuazione dei più
idonei livelli di governo cui collegare la loro implementazione, nell’ambito
70
dell’ormai acquisita articolazione costituzionale della pubblica
amministrazione su più livelli di governo;
• capacità statistiche e dei sistemi informativi e informatici necessarie al fine
di operare nel settore del controllo qualitativo e quantitativo della gestione
dei servizi e del benchmarking valutativo e della previsione della domanda
di servizi.
I laureati del corso di laurea magistrale in Scienze e gestione dei servizi possiedono
competenze date dall’insieme formativo ottenuto per intersezione di aree disciplinari
diverse (fondamentalmente: analisi economica, diritto, economia aziendale,
sociologia e statistica) ciascuna delle quali apporta elementi necessari a definire il
profilo dell’esperto professionale in materia di servizi. Tale formazione
interdisciplinare è resa oggi necessaria dall’evoluzione del settore dei servizi in cui
le funzioni espletate a livelli alti di responsabilità richiedono l’intreccio delle
competenze richiamate in precedenza.
In sintesi le richiamate competenze sono coerentemente orientate a formare una
figura innovativa di operatore professionale economico-giuridico-sociale-
quantitativo del terziario avanzato, in possesso di elevate capacità progettuali,
organizzative e gestionali delle attività qualificate dei servizi, pubblici e privati, al
territorio, alle imprese e alle persone. Le competenze professionali ricadono in
quattro grandi aree tutte omogeneamente sviluppate nell'ambito del corso di laurea
magistrale:
• Gestione e organizzazione aziendale

• Analisi economica e sociale dei servizi
• Informazione e valutazione statistica
• Diritto
Il percorso formativo progettato nell'ambito della laurea magistrale in Scienze e

gestione dei servizi prevede la combinazione di differenti metodologie didattiche
(lezione frontale, seminari di approfondimento, discussione di casi, simulazione,
lavori di gruppo, testimonianze aziendali) al fine di sviluppare competenze
professionali, metodologiche e sociali.
La laurea magistrale in Scienze e gestione dei servizi offre inoltre la possibilità di

scegliere fra tre percorsi specializzanti:
A. valutazione statistico-quantitativa dei servizi (strumenti e i metodi che

consentono di impostare processi di raccolta ed elaborazione di dati ed
informazioni);
B. programmazione e gestione economica e sociale dei servizi (analisi
economica dei mercati, delle tariffe e dei finanziamenti; metodologie per
gestire in maniera efficace ed efficiente relazioni con i differenti
stakeholder e valutazione delle realtà sociali interessate dai servizi);
C. esperto legale dei servizi (analisi del quadro normativo rilevante in materia
di servizi nazionali e locali e delle competenze istituzionali).
71
Tale specializzazione è garantita dalla scelta di insegnamenti affini o integrativi
nell'ambito di una rosa indicata allo studente. A tale fine e per consentire un’ampia
scelta di corsi possibili si è deciso l’inserimento nelle attività affini di settori previsti
dalla classe. L’esclusione di tali settori avrebbe ridotto l’ambito di scelta aperto allo
studente e avrebbe leso l’elasticità del percorso formativo.
Pur essendo importanti, le possibili specializzazioni non alterano l’unitarietà e la

coerenza del quadro formativo complessivo dato che, in tutti i casi, e
coerentemente con gli obiettivi precedente illustrati, il percorso formativo unitario è
stato concepito con lo scopo di formare figure professionali che, per qualsiasi
indirizzo scelto: abbiano una conoscenza delle logiche di funzionamento delle
imprese e delle istituzioni di servizi nazionali, internazionali o sovra-nazionali;
comprendano le specificità della progettazione e della erogazione dei servizi
(interconnessioni esistenti fra operazioni, marketing e risorse umane) in una varietà
di organizzazioni; abbiano acquisito gli strumenti che consentano loro di progettare,
realizzare e valutare le attività di servizio, sia in un contesto pubblico che privato;
siano in grado di gestire le risorse umane, le risorse finanziarie e i vincoli normativi
in contesti organizzativi complessi; conoscano e sappiano applicare i metodi che
consentono di misurare e migliorare la performance dei servizi; siano in grado di
comprendere il concetto di qualità nei servizi e come le organizzazioni possano
migliorare la qualità dei propri servizi; siano in grado di gestire complesse ed
articolati reti di imprese ed istituzioni, sia a livello nazionale che internazionale;
sappiano individuare e valorizzare le risorse organizzative e utilizzare
opportunamente le tecnologie informative necessarie per la gestione della
governance.
Tale base conoscitiva unitaria è semplicemente arricchita dal percorso specialistico

prescelto, ma conserva una sua valenza formativa generale e organica, tale da
conferire al laureato una padronanza piena e completa delle tematiche professionali
spendibili in modo elastico e fungibile sul mercato del lavoro.
Il corso prepara alle professioni di:

• Specialisti della gestione e del controllo nella pubblica amministrazione
• Specialisti della gestione e del controllo nelle imprese private
• Specialisti di problemi del personale e dell'organizzazione del lavoro
• Specialisti nei rapporti con il mercato
• Esperti legali in imprese o enti pubblici
• Specialisti in analisi economiche e statistiche del settore dei servizi
• Personale manageriale addetto all’organizzazione dei servizi statistici, di
documentazione ed assimilati
• Personale manageriale addetto ai servizi studi e ricerche
Gli sbocchi occupazionali e attività professionali previsti dai corsi di laurea della
classe sono indicati nei comparti amministrativi degli organi dello stato, delle
amministrazioni statali, degli enti pubblici territoriali e delle associazioni, istituzioni e
72
fondazioni private con finalità di carattere pubblico, con funzioni elevata
responsabilità per l’elaborazione, l’implementazione e/o la supervisione delle
politiche d'intervento pubblico proprie delle strutture di governo di organismi
nazionali, comunitari e internazionali con compiti organizzativi, gestionali e di
controllo.
La laurea magistrale intende formare profili professionali capaci di assumere

responsabilità manageriali in diverse posizioni, nelle attività pubbliche e private dei
servizi qualificati e innovativi al territorio, alle imprese e alle persone, secondo i
profili specifici delle categorie Istat sotto indicati, in coerenza con i fabbisogni del
mercato del lavoro:
Possono accedere i laureati triennalisti che siano in possesso di un diploma di

laurea previsto dalle seguenti classi
- L14 Scienze dei servizi giuridici

- L41 Statistica
- L16 Scienze dell'amministrazione e dell'organizzazione
- L40 Sociologia
- L39 Servizio sociale
o degli equivalenti diplomi previsti dalla normativa del precedente ordinamento

(triennale) di cui al D.M. 509.
Le modalità delle prove di verifica delle conoscenze richieste per l'accesso sono
specificate come segue. Le prove consistono in un colloquio orale dinnanzi ad una
commissione composta da tre docenti nominati dal coordinatore del corso di laurea
in rappresentanza delle tre Facoltà. Il colloquio riguarda a) elementi di matematica
e statistica, b) elementi di diritto, c) elementi di sociologia generale. La
commissione ha a disposizione trenta punti per ciascuna delle tre aree indicate. Il
colloquio si intende superato se in ogni area lo studente raggiunge almeno 18 punti
su 30. Coloro che non superano, in una o in tutte le aree, il suddetto colloquio sono
invitati a colmare le lacune evidenziate al fine di sostenere un nuovo colloquio di
verifica dei risultati raggiunti. Sono esonerati dalla prova a) i laureati provenienti
dall’area statistica. Sono esonerati dalla prova b) i laureati provenienti dall’are
giuridica. Sono esonerati dalla prova c) i laureati provenienti dall’area sociologica.
Le attività didattiche formative erogate nel Corso di laurea magistrale in Scienze e

gestione dei servizi si suddividono nelle seguenti tipologie:
- Attività formative caratterizzanti per un totale di 78 CFU (tipo B)
- Attività affini o integrative per un totale di 12 CFU (tipo R)
- Attività formative a scelta dello studente per un totale di 12 CF
- Ulteriori attività formative (art.10, comma 5, lettera d e lettera e, D.M. 270/04) per
un totale di 6 CFU
73
- Prova finale per un totale di 12 CFU (lettera C)
Sono considerate Ulteriori attività formative di cui all’art. 10, comma 5, lettera d e
lettera e, D.M. 270/04: l’ulteriore conoscenza linguistica o informatica, la
partecipazione a convegni, conferenze, seminari, l’effettuazione di stage.
Le Ulteriori conoscenze linguistiche possono conferire un massimo di 3 CFU,

secondo le seguenti modalità:
1 CFU per i certificati B2 riconosciuti e accreditati presso l’Ateneo, della stessa
lingua di cui si è conseguita l’idoneità durante il corso di laurea triennale;
2 CFU per i certificati C1 riconosciuti e accreditati presso l’Ateneo, della stessa
lingua di cui si è conseguita l’idoneità durante il corso di laurea triennale;
3 CFU per i certificati C2 riconosciuti e accreditati presso l’Ateneo, della stessa
lingua di cui si è conseguita l’idoneità durante il corso di laurea triennale o un
certificato B1 (anche conseguito in Ateneo) di lingua diversa rispetto a quella di cui
si è già conseguita l’idoneità nel triennio.
Le ulteriori abilità informatiche possono conferire fino a un massimo di 2 CFU, a

fronte del conseguimento dell’ECDL full (7 moduli).
La partecipazione a convegni, conferenze e seminari riconoscono CFU in base al

Regolamento delle altre attività formative delle tre Facoltà coinvolte.
Gli stage danno luogo a conseguimento di CFU in base al Regolamento delle altre
attività formative delle tre Facoltà coinvolte.
Per quanto non previsto nel presente Regolamento in materia di ulteriori attività
formative si applicano le norme di cui al Regolamento delle altre attività formative
delle tre Facoltà coinvolte. Si ricorda, inoltre, che, nel caso della Laurea magistrale
le attività di tirocinio e di orientamento ricadono nella previsione di cui all’art. 10,
lettera d del D.M. 270. Tali abilità possono conferire 6 CFU se certificate mediante
idonea documentazione rilasciata da organismi con i quali la Facoltà di
Giurisprudenza stipula appositi accordi. La durata e le caratteristiche del tirocinio
vengono di volta in volta discusse con il Coordinatore del Corso di Laurea. Il
tirocinio si conclude con una breve relazione dello studente avallata dal soggetto di
riferimento individuato previamente presso l’organismo ospitante. Non esiste
sbarramento. Analoga procedura e analoghi criteri di valutazione si seguono con
riferimento ai soggiorni di studio presso università diverse da quella di Milano-
Bicocca.
Ogni altra documentazione eventualmente comprovante l’acquisizione delle
conoscenze utili per l’inserimento lavorativo di cui al D.M. 270 verranno valutate
singolarmente dal Coordinatore e gli eventuali CFU assegnati con delibera del CdF
di Giurisprudenza.
Forme didattiche
Le attività formative (di tipo B, R, D, E ed F) proposte si articolano in lezioni frontali,

esercitazioni, seminari e partecipazione a convegni nonché in tirocini, e in attività
74
volta all’acquisizione di abilità e conoscenze linguistiche e informatiche, oltre alla
redazione di una Tesi finale.
Le attività formative volta all’acquisizione delle conoscenze necessarie al
conseguimento del titolo di Dottore in Scienze e gestione dei servizi sono valutate
in Crediti Formativi Universitari, CFU. I crediti misurano l’impegno richiesto per le
attività didattiche guidate (lezioni, esercitazioni, ecc.), per le attività autonome di
studio e approfondimento e per le attività orientate all’acquisizione delle
competenze previste dal presente regolamento, ivi comprese quelle relative
all’inserimento del mondo del lavoro.
Il numero di ore necessarie per 1 CFU è posto pari a 25 ore, con riferimento alle
quali la frazione dell’impegno orario complessivo riservata allo studio personale è
pari 8 ore con riferimento alle lezioni frontali e ai seminari. o ad altro impegno di
tipo individuale per ciascuna categoria di attività formativa,
La lingua d’insegnamento è l’italiano. Alcuni corsi potranno essere tenuti in lingua
inglese.
I CFU relativi alle attività formative di tipo B, R, ed E sono conseguiti con il

superamento dell’esame o di altra forma di verifica del profitto, in conformità al
Regolamento didattico di Ateneo. Per le altre attività provvede il presente
Regolamento.
Frequenza
La frequenza è fortemente consigliata.
Piano di studio
Entro il 30 Novembre del primo anno di corso gli studenti iscritti al presente corso di
laurea devono presentare un piano di studio indicando l’indirizzo relativo al
precorso di specializzazione prescelto. La mancata presentazione del piano di
studio impedisce l’iscrizione agli esami di profitto del secondo anno di corso.
Il piano di studio istituzionale si caratterizza per un nucleo consistente di

insegnamenti comuni (per un totale di 78 CFU) e per insegnamenti specifici
rientranti in 3 percorsi (per un totale di 12 CFU) cui si aggiungono 12 CFU a scelta
dello studente, 12 CFU per la prova finale e 6 CFU per altre attività.
75
Insegnamenti caratterizzanti comuni:
Anno Settori Insegnamento CFU Modulo (CFU)

SECS-P/03 Economia pubblica
(Teoria economica della
Economia pubblica dei
regolazione) (6)
1 servizi 12
SECS-P/01 Economia dei servizi (6)
Cambiamento organizzativo
Organizzazione e (6)
1 SPS/09 capitale 12
sociale Capitale sociale e sistemi
socioeconomici locali (6)
Governance e sistemi
1 SPS/08 locali di welfare 6
1 ING-INF/05 Sistemi informativi 6

SECS-S/01 Statistica per la valutazione (6)
Statistica per la
1 valutazione dei servizi 12
Popolazione, servizi, mercato
del welfare
SECS-S/04 e welfare (6)
Diritto dei servizi di
1 IUS/10 6
pubblica utilità
Diritto delle società di
1 IUS/04 6
capitali
Management pubblico dei
Management e servizi (6)
2 SECS-P/07 gestione dei servizi 12
Analisi aziendale dei servizi
(6)
Diritto del mercato del
2 IUS/07 6
lavoro
A libera scelta dello
2 12
studente
2 Attività formative a 12
scelta dello studente
2 Prova finale 12
2 Attività formative per 6
acquisire conoscenze
linguistiche,
informatiche o
relazionali
120
Totale
76
Insegnamenti specifici per percorso:
Nell’ambito di ciascun percorso, allo studente è consentita la scelta tra gli

insegnamenti offerti, per un totale di 12 CFU.
• Percorso Gestione sociale ed economica dei servizi
Anno Insegnamento CFU Settori

2 Misure di performance e 6 SECS-P/07
interlinking
2 Servizi e disuguaglianze urbane 6 SPS/10
2 Le politiche per la salute 6 SPS/09
2 Gestione del capitale umano e 6 SECS-P/07
processi di sviluppo aziendale
• Percorso Valutazione dei servizi

2 Management delle informazioni 6 ING-INF/05
e gestione della conoscenza
2 Modelli di statistica economica 6 SECS-S/03
per la valutazione
2 Gestione del capitale umano e 6 SECS-P/07
processi di sviluppo aziendale
2 Strumenti e metodi per le 6 SECS-S/04
indagini di popolazione
• Percorso Esperto legale dei servizi

2 Diritto regionale e degli enti 6 IUS/09
locali
2 Diritto amministrativo europeo 6 IUS/10
2 Diritto tributario 6 IUS/12
2 Diritto comunitario della 6 IUS/14
concorrenza e del mercato
interno
2 Diritto dei contratti 6 IUS/01
77
Propedeuticità
Il superamento degli esami previsti per il primo anno di corso relativamente alle
attività caratterizzanti è richiesto al fine di poter sostenere gli esami relativi alle
attività affini e integrative di eguale SSD.
Sono previste attività di orientamento generale degli studenti consistenti in riunioni

di presentazione generale del Corso di Laurea da tenersi all’inizio del primo
semestre di ogni anno. E’ previsto un tutor ogni trenta studenti.
I corsi hanno normalmente scansione semestrale Sono previsti 6 appelli per anno
accademico, senza salto di appello. Per tutto ciò che non è previsto nel presente
Regolamento si rinvia al regolamento didattico di Ateneo
Prova finale
Per la prova finale agli studenti è richiesta la discussione orale di una tesi di laurea
magistrale scritta concernente i risultati conseguiti da un'attività di ricerca che abbia
le caratteristiche di innovatività. Il contenuto della Tesi deve quindi presentare
elementi di originalità o sotto il profilo teorico e metodologico o sotto l’aspetto
empirico.
Le attività connesse alla stesura della tesi di laurea magistrale e alla sua
discussione consentiranno allo studente di acquisire 12 CFU attribuiti alla tipologia
"art.10, comma 5, lettera c" (prova Finale).
La prova finale consiste nell'elaborazione e nella presentazione della tesi, con
discussione della stessa, in seduta pubblica, di fronte a una commissione composta
da professori o ricercatori delle tre Facoltà proponenti o eventualmente di altre
Facoltà o Università. La tesi può essere redatta in lingua inglese, in questo caso la
discussione potrà avvenire in tale lingua. La commissione esprime la valutazione
finale in centodecimi, con eventuale lode, tenendo conto sia dello svolgimento della
prova finale, sia dell'intera carriera universitaria dello studente, secondo quanto
stabilito dal Regolamento didattico di Ateneo. La trasformazione in centodecimi dei
voti conseguiti nelle attività formative che danno origine a votazione in trentesimi
comporterà una media ponderata rispetto ai relativi crediti formativi universitari
acquisiti.
Il Coordinatore valuterà le carriere pregresse ai fini della concessione di CFU

relativamente a casi di Accesso per trasferimento o Iscrizione a seconda laurea.
Il numero massimo di crediti formativi universitari, riconoscibili per conoscenze e
abilità professionali certificate individualmente ai sensi della normativa vigente in
materia, nonché le altre conoscenze e abilità maturate in attività formative di livello
78
postsecondario alla cui progettazione e realizzazione l'università abbia concorso, è
pari a 6 CFU, sempre che tali attività non siano già state riconosciute ai fini della
attribuzione di crediti formativi universitari nell’ambito di precedenti corsi di laurea.
Altre informazioni
Sede del Corso: Università degli Studi Milano-Bicocca, Facoltà di Giurisprudenza.

Coordinatore del Corso: Professor Bruno Paolo Bosco, Ordinario di Scienza delle
Finanze, Dipartimento dei Sistemi Giuridici ed Economici, Facoltà di
Giurisprudenza, Università degli Studi Milano-Bicocca
Altri docenti di riferimento: Serafino Negrelli (Facoltà di Sociologia), Dario

Cavenago (Facoltà di Sociologia), Giancarlo Blangiardo (Facoltà di Statistica)
Segreteria didattica (numero di telefono, indirizzo di posta elettronica, orario di

ricevimento degli studenti): Tel. 02 64484002/12 (esclusivamente nella fascia oraria
pomeridiana) Ed U6 II piano
INFO: segreteriadidattica.giurisprudenza@unimib.it
SITO: www.giurisprudenza.unimib.it
Indirizzo internet del corso di laurea: www.giurisprudenza.unimib.it
UFFICIO STAGE
Tel 02 64484147
Ed. U6 II piano, stanza 212
UFFICIO SIFA
Tel. 02 64484128
Ed. U6 II piano, stanza 213

consultare il sito web www.unimib.it
79
OFFERTA DIDATTICA POST-LAUREA
__________________________________________________________________________________________________________________________________________________________________
CORSO DI PERFEZIONAMENTO
Per l’A.A. 2008-09 la Facoltà propone il Corso di perfezionamento in Scienza dei

servizi e governance pubblica; l’iniziativa, al secondo anno di attivazione,
mantiene il suo carattere di innovatività nell’applicazione della “scienza dei servizi”
al tema della gestione delle pubbliche utilità.
Corso di Perfezionamento in Scienza dei servizi e governance pubblica
Ciò che viene chiamato "Scienza dei servizi" è un approccio innovativo ai servizi di
pubblica utilità, finalizzato a sviluppare e a migliorare la produttività nell'ambito dei
servizi che, in questa prospettiva, assumono il ruolo di processi interattivi per la
creazione di valore economico reciproco tra fornitore (provider) e fruitore (user). Il
corso si prefigge lo scopo di fornire gli strumenti teorici e metodologici per l'analisi,
la comprensione e la gestione delle interazioni che costituiscono i servizi pubblici,
con particolare riferimento alle seguenti aree tematiche: relazioni tra politiche di
governo ed implementazione di servizi; modelli applicativi di logiche di sussidiarietà;
modelli di gestione e valutazione in un'ottica strategica dei servizi; analisi di
esperienze nazionali ed internazionali nella gestione di servizi complessi.
Struttura del Corso
Il corso di perfezionamento prevede 7 moduli di 24 ore ciascuno, per un totale di 21

CFU. La partecipazione al corso e la presentazione di un progetto di ricerca
prevedono il rilascio di un attestato di frequenza e il riconoscimento di 24 CFU.
La ripartizione dei crediti per insegnamenti è indicata nella seguente tabella.
Insegnamenti Ore di lezioneCrediti
Principio di sussidiarietà orizzontale e verticale 24 3

Tecnologie e innovazione dei servizi 24 3
Programmazione e pianificazione strategica 24 3
Analisi di impatto delle politiche e delle regolamentazioni 24 3
Valutazione dei servizi e dei processi 24 3
Modelli di governance dei servizi 24 3
Partnership pubblico-privato 24 3
TOTALE DIDATTICA 168 21
Prova finale 3
TOTALE CORSO 24
80
Requisiti e informazioni
Le lauree (vecchio ordinamento) di accesso sono in: Giurisprudenza, Scienze

Statistiche, Economia, Scienze politiche, Psicologia, Sociologia, informatica,
Ingegneria e Scienze Matematiche, Fisiche e Naturali; le lauree triennali
appartenenti ad una delle seguenti classi: 8,9,10,14,15,17,19,26,28,31,32,34,36,37;
le lauree magistrali appartenenti ad una delle seguenti classi: da LM-17 a LM-35,
LM-40, LM-43, LM-51, LM-56, LM-59, LM-62, LM-63, LM-73, LM-74, LM-75, LM-76,
LM-77, LM-78, LM-82, LM-83, LM-85, LM-87, LM-88, LM-90, LM-91, LM-92.
Costituisce titolo preferenziale l’aver svolto attività professionale nell’ambito dei

pubblici servizi per almeno cinque anni.
Per informazioni rivolgersi alla Dott.ssa Cipriana Serra (tel. 02-6448.5876) oppure
scrivere a: info@statistica.unimib.it.
81
CORSO DI DOTTORATO DI RICERCA IN STATISTICA
L'obiettivo del Corso di Dottorato è di fare acquisire ai giovani che lo frequentano

sia un livello formativo avanzato rispetto a specifiche professionalità sia, e
soprattutto, una autonoma capacità di ricerca scientifica realizzata con originalità e
rigore metodologico.
Sotto l’auspicio del Dipartimento di Statistica e del Dipartimento di Metodi
Quantitativi per le Scienze Economiche e Aziendali, nel settembre del 2004 è stata
istituita la Scuola di Dottorato di Ricerca in Statistica e Matematica Applicata alla
Finanza cui aderiscono i tre corsi di Dottorato, rispettivamente in “Statistica”,
“Statistica Metodologica e Applicata” e “Matematica per l’Analisi dei Mercati
Finanziari”. Ciascun Dottorato, pur mantenendo la propria autonomia, trova nella
Scuola un miglioramento organizzativo, soprattutto nel coordinamento dell’attività
didattica, con lo scopo di elevarne la qualità in modo da essere competitiva sia a
livello nazionale che internazionale. I titoli rilasciati al termine dei Corsi di Dottorato
manterranno l’attuale formulazione con la sola aggiunta della dicitura “Scuola di
Dottorato di ricerca in Statistica e Matematica Applicata alla Finanza”.
Il piano didattico del Corso di Dottorato in Statistica si sviluppa in tre fasi: la prima è
orientata alla preparazione di base e riguarda prevalentemente le discipline
statistico-matematiche; la seconda, organizzata in modo da tener conto degli
specifici interessi del dottorando, è orientata alla preparazione teorica e pratica nei
più importanti campi di applicazione della statistica quali l'economico, il socio-
demografico e lo sperimentale, ma potrebbe anche riguardare approfondimenti
teorici della statistica; infine la terza è concentrata prevalentemente sulla
preparazione della tesi di Dottorato, ed è strettamente connessa con l'orientamento
teorico-pratico scelto nella seconda fase. In particolare la didattica è organizzata
come segue:
Primo anno
Per quanto riguarda le discipline matematiche vengono previsti corsi su: analisi
matematica superiore e analisi funzionale. Per le discipline statistiche saranno
organizzati corsi sui seguenti argomenti: teoria della stima puntuale e per intervalli;
teoria dei test statistici parametrici e non, inferenza statistica sotto il profilo
bayesiano. La preparazione di base del primo anno è rivolta anche alle conoscenze
informatiche di almeno uno dei package più usati (sas, spss, R).
Secondo anno
Durante il secondo anno viene ultimata la preparazione di base con i corsi di teoria
del campioni da popolazioni finite, analisi multivariata, controllo statistico di qualità,
calcolo delle probabilità e processi stocastici. Successivamente, per ciascun
dottorando, sulla base dei suoi interessi specifici e nell'ottica del tema di ricerca che
vorrà sviluppare nel terzo anno mediante la redazione della tesi di dottorato, verrà
organizzata un’attività didattica di approfondimento in differenti ambiti disciplinari.
L'obiettivo formativo di questo secondo anno è quello di potenziare le capacità degli
studenti del dottorato perché possano apprendere dall'esperienza e siano in grado
di fare ricerca. L'organizzazione dei corsi e la partecipazione a progetti di ricerca da
parte di ciascun dottorando avrà luogo prevalentemente nelle sedi universitarie
consorziate, sotto la tutela di uno specifico docente della sede medesima, nonché
82
in altre università italiane o straniere.
Le aree disciplinari coinvolte nel presente programma didattico sono: Statistico-
Economica, Demografico-Sociale, Sperimentale-Biomedica, Metodologica.
Terzo anno
Il terzo anno è rivolto prevalentemente alla preparazione della tesi di Dottorato che
può prevedere soggiorni in altre sedi universitarie italiane o straniere ovvero stage
in Enti di ricerca di particolare rilevanza scientifica.
Per il XXIV ciclo sono disponibili 8 posti di cui 3 con borsa di studio.
Per ulteriori informazioni si può consultare il sito internet:

http://www.statistica.unimib.it/
oppure ci si può rivolgere al Coordinatore del Dottorato:
Prof. Giorgio Vittadini
Facoltà di Scienze Statistiche - Università degli Studi di Milano Bicocca
tel. 02 6448.5865
e-mail: giorgio.vittadini@unimib.it
Sedi Consorziate:
Università degli Studi di Milano – Facoltà di Scienze Politiche

Università Cattolica del Sacro Cuore di Milano - Facoltà di Scienze Bancarie,
Finanziarie e assicurative
Università degli Studi di Torino - Facoltà di Scienze Politiche e di Economia
Università degli Studi di Bergamo - Facoltà di Economia
Università degli Studi di Parma - Facoltà di Economia
83
DOTTORATO DI RICERCA IN SCIENZE ECONOMICHE
Il Dottorato in Scienze Economiche, di durata triennale, è organizzato da un

consorzio di cinque Università lombarde: le Università degli Studi di Milano (sede
amministrativa), di Bergamo, di Brescia, di Milano-Bicocca e la LIUC - Libera
Università Cattaneo di Castellanza (VA).
Il corso di Dottorato in Scienze economiche si propone di formare dottori di ricerca

che, oltre a possedere competenze di alto livello per quanto riguarda tutti gli aspetti
fondamentali (metodologici, teorici, analitici) delle scienze economiche, siano anche
in grado di sviluppare studi originali, sulla frontiera della ricerca scientifica,
nell’ambito specifico scelto come campo di approfondimento e di specializzazione
ai fini dell’elaborazione della tesi di dottorato.
Nel corso del primo anno gli studenti sono tenuti a frequentare i corsi impartiti
nell’ambito del programma di dottorato e a sostenere i relativi esami di verifica del
profitto. La didattica del primo anno si propone di rafforzare e uniformare la
preparazione teorica degli studenti ammessi al dottorato. Il periodo didattico del
primo anno di corso di Dottorato inizia il 1° ottobre e termina in giugno. Nel corso
del secondo anno gli studenti sono incoraggiati a recarsi all’estero, presso corsi di
dottorato legati da rapporti convenzionati al Dottorato di Ricerca in Scienze
Economiche (sia negli Stati Uniti sia in Gran Bretagna). In particolare il Dottorato di
Scienze Economiche fa parte di un progetto di internazionalizzazione che prevede
lo scambio di docenti e studenti con le Università di Boston College (USA), di York
(UK) e Louvain (Belgio) e ha recentemente proposto un potenziamento dei rapporti
di scambio con le istituzioni estere secondo tre direzioni:
ampliamento del numero di partner internazionali. Oltre a Boston College,

Louvain la Neuve e York, si prevede l'istituzione di accordi con le università di
Leicester (UK), Amsterdam (Netherlands), Brema (Germania), Queen Mary
University of London (UK), London School of Economics (UK), University
College of London (UK), Freie Universitat di Berlino (Germania), Pompeu
Fabra, Barcellona (Spagna), Institut d’Etudes politiques de Paris (Francia),
Wisconsin, Madison (US), Cornell (US) ed Edinburgh (UK);
accordi con alcuni partners internazionali finalizzati al rilascio di un titolo di

dottorato congiunto;
attivazione di nuovi accordi di mobilità di docenti e studenti con le seguenti

istituzioni: London School of Economics, University College of London, Freie
Universitat di Berlino, Pompeu Fabra, Institut d’Etudes politiques de Paris,
Wisconsin e Cornell.
All’estero, gli studenti seguiranno ulteriori corsi e seminari specialistici e tematici nei
propri campi di elezione e individueranno l’area e l’argomento di tesi, elaborando un
progetto di tesi che dovrà essere presentato al Collegio dei docenti entro la fine del
medesimo anno. Gli studenti che non potranno recarsi all’estero alle condizioni
specificate svolgeranno presso le sedi universitarie italiane aderenti al consorzio le
84
medesime attività che sono previste nel caso di soggiorno all’estero.
Il terzo anno sarà interamente dedicato alla preparazione della tesi di dottorato,
prevalentemente in Italia.
Per il XXII ciclo (relativo al 2006-2007) sono stati ammessi al Dottorato in Scienze
Economiche 7 studenti comunitari, a ciascuno dei quali è stata conferita una borsa
di studio finanziata su fondi del bilancio universitario; è stata inoltre assegnata una
borsa di studio riservata a cittadini extracomunitari. Per il XXIII ciclo (relativo al
2007-2008) sono stati ammessi 7 studenti, di cui 2 extracomunitari. Per il XXIV ciclo
(relativo al 2008-2009) è prevista l’assegnazione di un numero analogo di borse di
studio, previo superamento con esito positivo della selezione di ammissione. La
selezione si svolgerà in due tornate, bandite rispettivamente nei periodi gennaio-
febbraio 2008 e giugno-luglio 2008. Le prove di ammissione al Dottorato mirano a
selezionare studenti dotati di buona cultura generale, capaci di sviluppare
un’autonoma attività di ricerca nel campo dell’economia teorica e applicata. Una
buona conoscenza della lingua inglese parlata e scritta è indispensabile per la
frequenza del dottorato. Una buona conoscenza della matematica per l'economia,
dell'econometria, della microeconomia e della macroeconomia costituiscono un
importante prerequisito per la frequenza con profitto del corso di dottorato. I
candidati che, pur superando le prove di ammissione, dovessero manifestare
qualche specifica e limitata carenza in tali competenze, saranno tenuti a
frequentare appropriati corsi di recupero e dovranno altresì superare le relative
prove di verifica, prima di proseguire con il programma di studi ordinario. I corsi di
recupero si svolgeranno all'inizio del primo anno di corso, nel mese di ottobre.
Per ulteriori informazioni è possibile:
contattare il Coordinatore del Dottorato
Prof. Franco Donzelli

Facoltà di Scienze Politiche
Dipartimento di Scienze Economiche, Aziendali e Statistiche
Università degli Studi di Milano
Via Conservatorio 7
20122 Milano
Tel. 02 503 21 516
Fax 02 503 21 505
E-mail: Franco.Donzelli@unimi.it
visitare il sito Internet
http://www.graduateschool.unimi.it/
contattare la segreteria del Dottorato
graduate.school@unimi.it
85
ELENCO DEGLI INSEGNAMENTI E DEI PROGRAMMI
__________________________________________________________________________________________________________________________________________________________________
Dall’anno accademico 2008-2009 entra in vigore la riforma universitaria (per dettagli

consultare il sito: www.miur.it).
Per questo motivo, l’indice e il programma dei corsi è stato suddiviso secondo
l’anno di corso: il primo anno, sia della laurea triennale che della laurea biennale
(laurea Magistrale), segue la nuova riforma. In questo caso alcuni corsi sono
suddivisi in moduli: per superare il corso con successo bisogna seguire e sostenere
gli esami di tutti i singoli moduli. Tuttavia, può verificarsi che alcuni moduli siano
forniti anche come corsi singoli, cioè possono essere sostenuti indipendentemente.
Per esempio, il corso di Inferenza statistica M si articola in 3 moduli, Teoria
dell’inferenza statistica, Inferenza bayesiana e Programmazione in R. Tutti i 3
moduli possono anche essere seguiti singolarmente, per cui uno studente che non
abbia nel piano di studi Inferenza statistica M, può seguire il corso di
programmazione in R M singolarmente. In questo caso, il modulo sarà
contrassegnato da una M come i corsi interi.
Per quanto riguarda il secondo e terzo anno della laurea triennale e il secondo anno
della laurea specialistica, rimangono in vigore i regolamenti precedenti alla riforma
(per i dettagli si può consultare la guida 2007-2008).
86
Elenco degli insegnamenti e dei docenti
CORSI DI LAUREA TRIENNALI (I ANNO)
INSEGNAMENTO Pag CFU Docente
Algebra lineare 93 6 Raimondo
Analisi matematica I 94 9 Travaglini
Calcolo delle probabilità 95 9 Quatto
Demografia I 96 6 Blangiardo
Informatica 98 6 Mezzanzanica
Laboratorio di Informatica 99 3 Cesarini
Microeconomia 100 9 Valsecchi
Statistica I 102 6 Chiodini
Statistica Applicata: 12
Statistica medica 104 6 Corrao
Statistica sociale (strumenti) 105 3 Terzera
Statistica territoriale e ambientale 105 3 Quatto
Statistica economica I 106 6 Fattore
CORSI DI LAUREA TRIENNALI

(II-III ANNO)
Analisi dei dati 108 5 Lovaglio
Analisi demografica 109 5 Terzera
Analisi statistica multivariata 110 12 Migliorati
Antropometria e biometria 112 5 Bellocco
Bilancio d’impresa e contabilità nazionale 114 5 Minotti
Data mining 116 5 Lovaglio
Demografia II 117 6 Blangiardo
Demografia sociale (Mobilità e migrazioni) 119 5 Terzera
Demografia sociale (Paesi in via di sviluppo) 120 5 Farina
Econometria I 121 5 Manera
Economia dei mercati monetari e finanziari 122 5 Cerasi
Economia industriale 124 5 Garavaglia
Epidemiologia 125 5 Zambon
87
Finanza aziendale 127 5 Renoldi
Laboratorio Statistico-Informatico 128 5 Della Vedova
Laboratorio statistico-informatico integrativo A 129 2 Bagnardi
Laboratorio statistico-informatico integrativo B 129 2
Macroeconomia 129 5 Dalla Pellegrina
Matematica finanziaria 130 5 Raimondo
Matematica II 132 6 Travaglini
Metodi di simulazione 133 5 Pennoni
Metodi statistici non parametrici 134 2 Marasini
Modelli demografici 134 4 Birindelli
Modelli statistici di comportamento economico 136 5 Crosato
Organizzazione dei sistemi informativi 137 5 Mezzanzanica
Piano degli esperimenti 139 5 Chiodini
Popolazione e territorio 139 5 Rimoldi
Programmazione e basi dati 141 5 Della Vedova
Serie storiche economiche 142 8 Fattore/Pelagatti
Sociologia 144 6 Boffi
Statistica applicata alle scienze biologiche 146 5 Bagnardi
Statistica aziendale 148 5 Mariani
Statistica economica II 149 6 Zavanella
Statistica II: 9
Modulo Metodi 150 6 Marasini
Modulo Laboratorio 151 3 Lovaglio
Statistica III 152 5 Ongaro
Statistica sociale (Indicatori sociali) 153 5 Birindelli
Statistica sociale (Strumenti per l’indagine) 155 5 Terzera
Teoria dei campioni 157 5 Marasini
Teoria delle decisioni 158 5 Migliorati
88
CORSI DI LAUREA MAGISTRALE
(I ANNO)
Analisi delle serie storiche temporali e longitudinali M: 15
Laboratorio serie storiche e economiche 178 3 Pelagatti
Serie storiche economiche 191 6 Zavanella
Microeconometria A 181 3 Manera
Microeconometria B 182 3 Manera
Basi di dati M 162 6 Mezzanzanica
Calcolo automatico M: 9
Strumenti informatici per la statistica (e-learning) M 203 6 Della Vedova
Programmazione in SAS M 189 3 Bagnardi
Campionamento e controllo statistico M : 12
Controllo statistico della qualità M 164 6 Vittadini
Teoria dei campioni M 205 6 Chiodini
Cartografia tematica M 163 6 Boffi
Economia industriale avanzata M : 12
Microeconomia- Forme di mercato M 183 6
Economia e dinamica industriale 166 6 Garavaglia
Elementi di biologia M : 12
Elementi di biochimica 168 3 Regonesi
Elementi di genetica 171 3 Regonesi
Elementi di fisiologia 170 3 Regonesi
Elementi di farmacologia 169 3 Regonesi
Elementi di medicina M : 12
Introduzione al ragionamento clinico 175 3 Cesana
Sistemi sanitari 193 3 Sega
Introduzione alla patologia medica 176 3 Hernan
Aspetti specialistici della medicina 160 3 Aricò
Elementi di scienze ambientali M : 12
Chimica per l’ambiente M 164 3
Fisica per l’ambiente M 173 3
Scienze ambientali M 190 6 Finizio
Indagini di popolazione M 173 6 Farina
Inferenza statistica M : 15
Teoria dell’inferenza statistica M 206 6 Ongaro
Inferenza bayesiana M 174 6 Migliorati
89
Programmazione in R M 189 3
Introduzione ai metodi statistici M : 24
Statistica e calcolo delle probabilità M 194 6 Terzera
Elementi di inferenza statistica M 172 6
Statistica multivariata I M 196 6 Vittadini
Piano degli esperimenti I M 186 6 Chiodini
Introduzione alla biologia M : 6
Elementi di biochimica 168 3 Regonesi
Elementi di genetica 171 3 Regonesi
Introduzione alla medicina M : 9
Introduzione al ragionamento clinico 175 3 Cesana
Introduzione alla patologia medica 178 3 Hernan
Aspetti specialistici della medicina 160 3 Aricò
Introduzione alle serie storiche M 177 3
Matematica applicata M : 6
Calcolo delle probabilità M 162 3 Raimondo
Modelli matematici M 184 3 Felli
Matematica generale (e-learning) M : 12
Analisi matematica I 159 6 Calogero
Analisi matematica II 160 3 Calogero
Algebra lineare 159 3 Calogero
Matematica per l’economia M : 12
Matematica per l’economia I M 179 6 Uderzo
Calcolo delle probabilità M 162 3 Raimondo
Processi stocastici A 187 3 Ongaro
Metododologia della ricerca clinica ed epidemiologica (e-learning) M 181 9 Corrao
Microeconomia-Teoria dell’informazione M 183 6 Valsecchi
Programmazione e controllo M 187 6 Kainich
Statistica avanzata M : 12
Statistica multivariata II M 199 6 Vittadini
Teoria dell’inferenza statistica M 206 6 Ongaro
Statistica aziendale M 194 6 Mariani
Corso interfacoltà
Statistica per la valutazione dei sistemi del welfare M 202 6 Minotti
90
CORSI DI LAUREA SPECIALISTICA
(II ANNO)
Analisi della sopravvivenza S 208 6 Bellocco
Analisi di mercato S 209 5 Mariani
Basi di dati S 211 6 Mezzanzanica
Bioinformatica S 212 3 Della Vedova
Calcolo delle probabilità S 213 3 Raimondo
Cartografia tematica S 213 6 Boffi
Controllo statistico della qualità S 214 6 Vittadini
Data mining S (Parzialmente Mutuato da Data Mining) 214 2 Lovaglio
Economia applicata S 214 6 Manera
Economia delle assicurazioni S 215 6
Economia finanziaria S 215 6 Cerasi
Economia sanitaria S 217 3 Baio
Indagini di popolazione S 218 6 Farina
Informatica applicata S 218 2 Della Vedova
Laboratorio statistico-informatico S 219 5 Della Vedova
Laboratorio statistico-informatico Integrativo S 219 2 Bagnardi
Macroeconomia S 219 6 Tirelli
Matematica III S 221 3 Felli
Metododologia della ricerca clinica ed epidemiologica S
(Formazione a distanza) 221 9 Corrao
Modelli di impresa e forme di mercato S 227 5 Garavaglia
Modelli statistici in epidemiologia S 227 3 Bellocco
Modelli statistici per la genetica S 229 3
Modelli statistici per le sperimentazioni cliniche S 230 3 Zambon
Piano degli esperimenti II S 231 6 Solaro
Processi stocastici S 233 6 Ongaro
Ricerche di Marketing S 234 6 Rancati
Risk management S 235 5
Statistica ambientale S 235 4 Quatto
Statistica applicata alle scienze biologiche S 236 5 Bagnardi
Statistica applicata alle scienze biologiche integrativo S 236 1 Bagnardi
Statistica aziendale S 237 5 Mariani
Statistica dei mercati monetari e finanziari S 238 6 Pelagatti
91
Statistica spaziale S 240 6 Borgoni
Teoria dei campioni S 241 6 Chiodini
Valutazione dei servizi socio-sanitari S 241 6
92
PROGRAMMI DEGLI INSEGNAMENTI DELLE LAUREE TRIENNALI
(PRIMO ANNO)
Algebra Lineare
docente Roberto Raimondo
Crediti 6
Settore scientifico disciplinare: MAT/02
1. Obiettivi dell’attività formativa

L’obiettivo è di fornire le conoscenze propedeutiche di algebra lineare ai corsi di
Microeconomia, di Macroeconomia, di Calcolo delle probabilità e di Statistica
matematica.
2. Programma riassuntivo
ARGOMENTI
Funzioni di più variabili e calcolo differenziale
Spazi vettoriali
Trasformazioni lineari e matrici
Autovalori e autovettori
Diagonalizzazione delle matrici e applicazioni
3. Programma dettagliato
2 3 2 3
R e R . Insiemi in R e R – Intervalli, intorni circolari – Distanza – Punti di
accumulazione – Punti interni, esterni, di frontiera, isolati, di accumulazione –
n 2
Insiemi aperti e insiemi chiusi – Funzioni definite in R (in particolare in R ): insieme
n
di definizione, curve di livello – Curve in R e restrizione di una funzione ad una
curva – Definizione di limite, continuità, teorema di Weierstrass – Derivate parziali –
Derivate successive - Teorema di Schwarz.
Spazi vettoriali lineari su R – Dipendenza e indipendenza lineare – Sottospazi –
n
Basi e dimensione di uno spazio – Spazio vettoriale R sul campo reale – Norme e
relative proprietà – Norma euclidea – Prodotto interno e proprietà, disuguaglianza di
Cauchy-Schwarz, vettori ortogonali – Basi ortonormali – Costruzione di una base
ortonormale.
Trasformazioni lineari: definizione, matrice di rappresentazione, nucleo e immagine
di una trasformazione, teorema nullità+rango, Proiezioni – Matrici, operazioni tra
matrici – Rango di una matrice – Determinante di una matrice quadrata e sue
proprietà – Teorema di Binet – Matrice inversa: definizione, condizione per
l’esistenza, calcolo – Applicazione ai sistemi lineari: teorema di Capelli, principio di
sovrapposizione, teorema di Cramer.
Autovalori e autovettori di una matrice quadrata, indipendenza lineare di autovettori
associati ad autovalori distinti – Matrici simili e relative proprietà – Proprietà della
relazione di similitudine – Matrici diagonalizzabili – Condizioni per la
diagonalizzabilità – Matrici ortogonali – Matrici simmetriche.
Forme quadratiche, studio del segno di una forma quadratica.
93
4. Propedeuticità
Nessuna.
5. Modalità dell’esame
L’esame consiste di una prova scritta e una prova orale.
6. Materiale didattico
• Serge Lang, “Algebra Lineare”, Bollati.
Analisi matematica I
docente Giancarlo Travaglini
Crediti 9
1. Obiettivi dell'attività formativa

Il principale obiettivo di questo insegnamento è fornire una preparazione rigorosa
sul calcolo differenziale ed integrale in una variabile.
ARGOMENTI
Linguaggio comune e linguaggio matematico
Lo studio di un testo di Matematica: definizioni, dimostrazioni, esempi
Insiemi numerici
Limiti di successioni
Limiti di funzioni e continuità
Calcolo differenziale in una variabile
Calcolo integrale in una variabile
Integrali generalizzati
Serie numeriche e serie di Taylor
Derivate parziali per funzioni di più variabili
• Linguaggio comune e linguaggio matematico. Proposizioni e proprietà, variabili
logiche. Il linguaggio degli insiemi. Implicazioni, dimostrazioni e contresempi.
Negazioni e dimostrazioni indirette. Sostituzione di una variabile in una
formula. Uso degli indici: sommatorie, operazioni insiemistiche.
• Lo studio di un libro di Matematica. Definizioni astratte ed esempi. Studio di
una dimostrazione: verifica dei passaggi, considerazione di opportuni esempi,
applicazione a situazioni analoghe.
• Numeri reali. Proprietà metriche ed aritmetiche. Potenze con esponente reale.
• Equazioni e disequazioni. Estremo superiore ed estremo inferiore. Limiti di
successioni. Successioni monotone. Forme di indecisione. Il numero e. Algebra
dei limiti. Serie numeriche. La serie geometrica.
• Limiti di funzioni e continuità. Definizioni e principali proprietà. Funzioni
94
composte e loro limiti.
• Derivate. Studio del comportamento locale e globale di una funzione. Il
teorema del valor medio. Derivate successive. Convessità. Sviluppi di Taylor.
Serie di Taylor. La serie esponenziale.
• Integrale di Riemann. Definizione e principali proprietà. Teorema
Fondamentale del Calcolo Integrale. Tecniche di integrazione.
• Integrale di Riemann generalizzato. Criteri di convergenza. Funzioni integrali.
Serie e integrali generalizzati.
• Insiemi di punti in Rn: punti interni, esterni, di frontiera, isolati. Insiemi aperti,
insiemi chiusi. Limiti di funzioni di più variabili. Continuità. Derivate parziali
prime e derivate successive.
4. Propedeuticità
Questa attività formativa non ha propedeuticità. E’ tuttavia necessario che lo
studente inizi a frequentare le lezioni con una discreta preparazione sull’algebra, la
geometria analitica e la trigonometria insegnate nella Scuola Superiore. Si
suggerisce di lavorare per tempo e con impegno sul materiale in forma di e-learning
all’indirizzo: http://pmf.cilea.it/ .
L'esame consiste di una prova scritta e di una orale.
Sarà indicato dal docente all’inizio dell’insegnamento.

docente Piero Quatto
Crediti 9
Settore scientifico disciplinare: SECS-S/01

Il corso si propone di fornire un’introduzione ai concetti fondamentali del Calcolo
delle probabilità e agli strumenti necessari per affrontare problemi decisionali in
condizioni di incertezza.
L'attività formativa è svolta attraverso lezioni ed esercitazioni.
ARGOMENTI
Eventi e misure di probabilità
Indipendenza di eventi e probabilità condizionata
Variabili casuali unidimensionali discrete
Variabili casuali unidimensionali continue
Introduzione alle variabili casuali multidimensionali
Teoremi limite
95
a. Concezioni della probabilità (classica, frequentista e soggettivista)
b. Eventi e misure di probabilità (sigma-algebre; assiomi di Kolmogorov)
c. Indipendenza di eventi, probabilità condizionata e teorema di Bayes
d. Variabili casuali unidimensionali
e. Distribuzione di una variabile casuale e relativi parametri (momenti e quantili)
f. Particolari variabili casuali discrete (Uniforme, Bernoulliana, Binomiale,
Geometrica, Poissoniana e Ipergeometrica)
g. Particolari variabili casuali continue (Rettangolare, Esponenziale negativa,
Gamma, Chi-quadrato, Normale e Log-normale)
h. Trasformazioni di variabili casuali
i. Variabili casuali multidimensionali (Multinomiale e Normale bivariata)
j. Indipendenza di variabili casuali e proprietà riproduttiva
k. Disuguaglianze di Cauchy-Schwarz, Markov e Chebyshev
l. Convergenza in distribuzione e in probabilità
m. Legge dei grandi numeri e teorema centrale del limite
4. Propedeuticità
Per questa attività formativa è fortemente consigliata la conoscenza degli argomenti
trattati nei corsi di Matematica I e Statistica I.
L’esame consiste in una prova scritta e, in caso di esito positivo, in una prova orale.
Testo di riferimento:
G. Landenna, D. Marasini, P. Ferrari, “Probabilità e variabili casuali”, il Mulino,
1997.
Testi di utile consultazione:
S. Ross, “Calcolo delle probabilità”, Apogeo, 2004.
G. Dall’Aglio, “Calcolo delle probabilità”, Zanichelli, 2003.
Eserciziari:
S. Migliorati, “Temi d’esame svolti di calcolo delle probabilità e di statistica
matematica”, CUESP, 1999.
F. Mecatti, “Complementi ed esercizi di probabilità”, Datanova, 1998.
Demografia I
docente Gian Carlo Blangiardo
Crediti 6

Il corso si propone di fornire gli strumenti di base per studiare le trasformazioni
quantitative e strutturali di una popolazione ed approfondire i fattori che ne
determinano l’evoluzione. Particolare attenzione viene dedicata alla presentazione
96
dei metodi di analisi dei fenomeni demografici e alle tecniche di previsione, sia degli
individui che delle famiglie.
ARGOMENTI
Introduzione: oggetto della demografia. Le fonti demografiche
Dimensione e struttura e dinamica di una popolazione
I fenomeni di movimento: caratteristiche e misurazione. Confronto.
L’analisi dei fenomeni demografici: strumenti, tassi e probabilità
Mortalità, nuzialità, fecondità e mobilità territoriale
Le previsioni demografiche. Tendenze e problematiche del nostro tempo.
a. Introduzione: che cosa è la demografia. Le fonti demografiche, nazionali e
internazionali.
b. Dimensione e struttura di una popolazione. Misure dell’incremento. Principali
caratteristiche strutturali e fenomeni connessi: invecchiamento demografico,
carico sociale, ecc.
c. Componenti che determinano l’evoluzione di una popolazione. I fenomeni di
movimento della popolazione: ruolo, importanza, problemi di misurazione e di
confronto. Tassi generici e specifici. Confronto fra tassi.
d. L’analisi dei fenomeni demografici: strumenti e concetti di base, tassi e
probabilità. La mortalità (mortalità infantile e generale, tavole di mortalità), la
nuzialità (formazione e dissoluzione familiare, tipologie di famiglia), la fecondità
(intensità e caratteristiche, tendenze e confronti), migrazioni interne e
internazionali (misura e caratteri delle migrazioni, la presenza straniera in Italia)
e. Previsioni della popolazione, metodo sintetico e analitico (sesso ed età). La
scelta delle ipotesi di base.
f. Tendenze demografiche in Italia e nel mondo. Valutazione e problematiche.
4. Propedeuticità
Nessuna.
L’esame consiste in una prova scritta e, in caso di esito positivo in un colloquio
orale (facoltativo).
Testi di riferimento
Aspetti metodologici
• G. C. Blangiardo, Elementi di Demografia, Il Mulino, Bologna 1997
(ristampa 2006).
• L. Terzera, Esercizi svolti di demografia, CUESP, Milano, 1998.
E’ consigliata una lettura a scelta tra i seguenti testi:

• AA.VV., Generazioni, famiglie, migrazioni.Pensando all’Italia di domani,
Ed. Fondazione G.Agnelli, 2006.
97
• AA.VV., Tredicesimo Rapporto sulle Migrazioni 2006, ISMU, Franco
Angeli, Milano, 2007.
Informatica
docente Mario Mezzanzanica
Crediti 6
Settore scientifico disciplinare: ING-INF/05

l corso si propone di analizzare, attraverso esempi, come vengono strutturati gli insiemi
di informazioni; far prendere agli studenti confidenza con la logica che sta alla base
della teoria dell'informazione; illustrare la struttura di un elaboratore e l’evoluzione subita
da quest’ultima nel corso del tempo.
Il corso si propone inoltre di analizzare le attività connesse con la gestione del ciclo di
vita del software ed in particolare di approfondire la fase di specifica dei requisiti
attraverso l’insegnamento di UML (Unified Modeling Language). Al termine delle lezioni
ed esercitazioni, gli studenti dovranno aver acquisito la capacità di analizzare i problemi
inerenti all’elaborazione delle informazioni e di produrre i documenti di specifica capaci
di descrivere in modo semiformale i requisiti che le soluzioni dovranno soddisfare. Gli
studenti al termine delle lezioni dovranno saper applicare i concetti di base
dell'elaborazione a problemi concreti di calcolo mediante l'uso degli strumenti di base
dell’informatica. L'attività formativa è svolta attraverso lezioni, seminari monotematici ed
esercitazioni di laboratorio.
ARGOMENTI
Statistica e informatica
La gestione, la codifica dell’informazione e gli strumenti per la loro gestione
Hardware e Software
Ciclo di vita del software, analisi e specifica dei requisiti, UML
Sistemi Operativi, reti, architetture
Sicurezza
a. L’informazione
• Dal dato all’informazione
• Elaborazione dell’informazione
• Relazione tra informazione e supporto
• La codifica dell’informazione
• Rappresentazione binaria, booleana dell’informazione
• L’informazione digitale
b. Gli strumenti per gestire l’informazione
• Hardware
• Software
• Ciclo di vita del software
98
• Organizzazione funzionale di un’applicazione informatica
• UML
• Specifica dei requisiti
• Sistemi Operativi
• Reti di calcolatori interconnessi
• Architetture di sistemi informatici distribuiti
• Sicurezza dei sistemi informatici ed informativi
4. Propedeuticità
Questa attività formativa non prevede alcuna propedeuticità
L’esame consiste in una prova scritta (teoria) obbligatoria per tutti gli studenti.
Introduzione ai sistemi Informatici
Sciuto, Buonanno, Mari
McGraw-Hill
Terza edizione
UML explained
Kendall Scott
Addison -Wesley
Prima edizione italiana
Slide delle lezioni
Laboratorio di informatica
docente Mirko Cesarini
Crediti 3
Settore scientifico disciplinare: INF/01

Il corso si propone di introdurre le basi della programmazione al fine di far acquisire allo
studente le conoscenze e le competenze necessarie per poter:
• utilizzare strumenti di elaborazione automatica delle informazioni
• svolgere interrogazioni elementari di basi di dati.
Durante il corso saranno insegnate le nozioni basilari di programmazione strutturata e
saranno forniti alcuni cenni sulle basi di dati e sui linguaggi di interrogazione. Gli
argomenti proposti saranno contestualizzati attraverso esempi espressi in un linguaggio
di programmazione e in un linguaggio di interrogazione. L'attività formativa si svolgerà
attraverso lezioni ed attività di laboratorio.
99
ARGOMENTI
Strumenti per la programmazione
Programmazione strutturata
Introduzione alle basi di dati
Introduzione ai linguaggi di interrogazione delle basi di dati
a. Specifiche ingresso e uscita.
b. Compilatore, interprete, debugger.
c. Variabili. Assegnamenti.
d. Condizioni.
e. Cicli.
f. Strutture dati complesse.
g. Subroutine.
h. Introduzione alle basi di dati.
i. Linguaggi di interrogazione.
4. Propedeuticità
Nessuna.
Le modalità di svolgimento dell’esame saranno comunicate dal docente a lezione.
Sarà comunicato dal docente a lezione.
Microeconomia
docente Irene Valsecchi
Crediti 9
Settore scientifico disciplinare: SECS-P/01

Il corso si propone di introdurre concetti e strumenti analitici essenziali della teoria
microeconomica moderna. In particolare il corso si occupa di teoria del consumo,
teoria della produzione, equilibrio di mercato in concorrenza perfetta, in monopolio
e in oligopolio, oltre a scelte in condizioni di rischio.
100
ARGOMENTI
Equilibrio tra domanda e offerta
Scelta del consumatore
Domanda individuale e di mercato
Effetto reddito ed effetto sostituzione
Produzione e costi nel breve periodo
Produzione e costi nel lungo periodo
Equilibrio di mercato in concorrenza perfetta
Monopolio
Incertezza e rischio
Elementi di teoria dei giochi
Oligopolio
a. Equilibrio tra domanda ed offerta
Elasticità al prezzo
Tassazione e altri effetti di statica comparativa
b. Teoria del comportamento del consumatore
Prezzi, reddito, vincolo di bilancio
Preferenze, utilità
Scelta ottima di un consumatore
c. Domanda individuale e di mercato
Curva di domanda del singolo consumatore
Surplus del consumatore
Curve reddito-consumo e curve di Engel
Curve prezzo-consumo e curve di domanda
Curva di domanda di mercato
d. Equazione di Slutsky.
Effetto di reddito ed effetto di sostituzione
Equazione di Slutsky e “legge di domanda”
e. Produzione e costi nel breve periodo
Funzione di produzione
Massimizzazione del profitto
Funzioni di costo di breve periodo
Funzione di offerta della singola imprese nel breve periodo
Funzione di offerta dell’industria nel breve periodo
Equilibrio di un mercato concorrenziale nel breve periodo
f. Produzione e costi nel lungo periodo
Funzione di produzione e rendimenti di scala
Massimizzazione del profitto
Funzioni di costo di lungo periodo
Funzione di offerta della singola imprese nel lungo periodo
Funzione di offerta dell’industria nel lungo periodo
Equilibrio di un mercato concorrenziale nel lungo periodo
g. Monopolio
Regola di offerta
Perdita di efficienza
101
Discriminazione dei prezzi
h. Incertezza e rischio
Beni contingenti
Utilità attesa
Attitudine al rischio
Assicurazione ottima
i. Elementi di teoria dei giochi non cooperattivi
Forma strategica
Equilibrio per dominanza ed eliminazione iterata di strategie strettamente
dominate
Equilibrio di Nash
l. Oligopolio
Modello di Cournot
Leadership di quantità
Leadership di prezzo
Modello di Bertrand
4. Propedeuticità
La conoscenza degli argomenti trattati nel corso di Matematica I è indispensabile
per affrontare con profitto il corso di Microeconomia.
L’esame consiste in una prova scritta obbligatoria per tutti gli studenti.
Testi di riferimento:
• H. R. Varian, Microeconomia, Cafoscarina, Venezia, 2007
• J.M. Perloff, Microeconomia, Apogeo, Milano, 2004
Il corso prevede un ciclo di esercitazioni per le quali sarà reso disponibile ulteriore
materiale didattico.
Statistica I
docente Paola M. Chiodini
Crediti 6

Il corso si propone, in qualità di primo insegnamento di statistica, di introdurre gli
studenti alla statistica ed alle sue metodologie e di formare le basi teoriche
necessarie per tutti i successivi insegnamenti di statistica sia metodologica che
applicata. Dopo aver inquadrato la statistica fra le scienze empiriche e chiarita la
differenziazione fra statistica descrittiva e statistica inferenziale sono introdotti i
principali strumenti della statistica descrittiva univariata e bivariata.
102
ARGOMENTI
Popolazioni, Fenomeni e Scale di modalità
Distribuzioni di frequenza univariate
Indici di posizione e Medie
Variabilità e sua misura
Distribuzioni di frequenza bivariate, Connessione e Dipendenza
Correlazione e Regressione
a. Statistica e scienze empiriche, statistica descrittiva e inferenziale
b. Popolazioni e unità statistiche
c. Fenomeni statistici e classificazione
d. Rilevazione e scale di modalità
e. Distribuzioni di frequenza univariate
f. Rappresentazioni grafiche e Istogrammi
g. Funzione di ripartizione empirica e indici di posizione: moda, mediana,
quantili
h. Medie potenziate e loro proprietà
i. Centri e medie secondo Chisini
j. Concetto di variabilità e mutabilità
k. Confronti di variabilità, variabilità e mutabilità normalizzata
l. Rilevazione congiunta di 2 caratteri: tabelle a doppia entrata, distribuzioni
di frequenza congiunta e marginali
m. Distribuzioni condizionate, medie e varianze marginali e condizionate
n. Scomposizione della varianza
o. Indipendenza, connessione e sua misura
p. Dipendenza e misura della dipendenza in media.
q. Covarianza, Correlazione e sua misura, relazioni fra indici
r. Introduzione al modello di regressione semplice.
s. Retta dei minimi quadrati
t. Analisi dei residui e indici di adattamento
4. Propedeuticità
Questa attività formativa non prevede alcuna propedeuticità.
L’esame consta di una prova scritta, composta da esercizi numerici, e di una prova
orale sulla parte teorica del corso.
Gli argomenti trattati nel corso sono reperibili, con approfondimenti, in:
• G. Landenna, Fondamenti di Statistica descrittiva, Il Mulino, Bologna 1994
• M. Montanaro, G. Nicolini, Elementi di statistica descrittiva, Utet Libreria, Torino
2005
103
• L. Santamaria, Statistica descrittiva – Applicazioni economiche e aziendali, Vita
e Pensiero, Milano 2006
• A. Zanella, Elementi di statistica descrittiva, CUSL, Milano 2000
Per le esercitazioni e la prova scritta possono essere utili i seguenti eserciziari:

• L. Pagani Complementi ed esercizi di statistica descrittiva, Ed. Cisalpino, 1997
• S. Migliorati Statistica: temi d’esame svolti per il diploma universitario in
statistica, Cuesp, 1997
Modulo di Statistica medica

(Corso di Statistica applicata)
docente Giovanni Corrao
Crediti 6
Settore scientifico disciplinare: MED/01

Il corso si propone di fornire gli strumenti concettuali per capire le peculiarità del
metodo statistico nell’Area della ricerca e della pratica biomedica. Alla fine del corso
lo studente deve essere in grado di: (1) impostare correttamente il calcolo di una
misura di frequenza di una malattia e dei suoi possibili esiti; (2) orientarsi tra le
principali fonti informative dei dati correnti di pertinenza biomedica; (3) riconoscere
e interpretare la differenza tra approccio sperimentale e osservazionale; (4)
riconoscere ed interpretare i vantaggi e i limiti dei principali disegni sperimentali e
osservazionali.
ARGOMENTI
Introduzione al corso
Misure di frequenza
Fonti informative
La ricerca biomedica tra sperimentazione e osservazione pianificata
Principali disegni sperimentali
Principali disegni osservazionali
a. Ruolo delle scienze statistiche nella ricerca e nella pratica clinica: il processo
induttivo e quello deduttivo
b. Frequenza della malattia e dei suoi possibili esiti: costruzione e significato di un
indice (casi incidenti e prevalenti; coorte fissa e popolazione dinamica; tasso e
rischio – differenze concettuali e relazione matematica - ; metodo attuariale;
relazione tra prevalenza, incidenza e mortalità)
c. Frequenza della malattia e dei suoi possibili esiti: le fonti informative (registri di
mortalità residente; registri di patologia con base di popolazione ed
ospedaliera;)
d. La ricerca scientifica in medicina: osservazione pianificata e sperimentazione
104
(concetto di causa; definizione di ricerca sperimentale e osservazionale)
e. La ricerca scientifica in medicina: studi clinici controllati randomizzati (le fasi
preclinica e clinica della sperimentazione di un farmaco; norme di buona pratica
clinica; principio guida di un esperimento; studi clinici tra ed entro pazienti;
introduzione ai disegni completamente randomizzato, a blocchi randomizzati e
fattoriale; misure di efficacia)
f. La ricerca scientifica in medicina: studi epidemiologici osservazionali (studi
ecologici e analitici; la fallace ecologica; disegno prospettico e retrospettivo,
misure di insorgenza e di associazione)
4. Propedeuticità
Nessuna.
L’esame consiste in una prova scritta obbligatoria per tutti gli studenti
eventualmente integrata con una prova orale.
• G. Corrao, Appunti del corso, 2001, prossimamente reperibili sul sito
http://www.statistica.unimib.it
Per alcune parti del corso verrà indicato materiale aggiuntivo ad integrazione degli
appunti.
Modulo di Statistica sociale (Strumenti)

(Corso di Statistica applicata)
docente Laura Terzera
Crediti 3
Settore scientifico disciplinare:SECS-S/05
Parzialmente Mutuato da Statistica Sociale (Strumenti per l’indagine)
Modulo di Statistica territoriale e ambientale

(Corso di Statistica Applicata)
Crediti 3

Il corso si propone di fornire un’introduzione alle principali problematiche che la
Statistica affronta nel contesto delle Scienze dell’ambiente e del territorio.
L'attività formativa è svolta attraverso lezioni (in aula e in laboratorio informatico).
105
ARGOMENTI
Indicatori ambientali per il controllo del territorio
Introduzione all’Ecologia statistica
Modelli per lo studio dell’evoluzione delle popolazioni biologiche
a. Introduzione ai problemi della Statistica ambientale
b. Introduzione ai problemi della Statistica spaziale
c. Indicatori ambientali per il controllo del territorio
d. Il problema della misura della biodiversità
e. Introduzione all’Ecologia statistica
f. Modelli discreti e continui per la dinamica delle popolazioni biologiche presenti
in un territorio
4. Propedeuticità
Per questa attività formativa è consigliata la conoscenza degli argomenti trattati nei
corsi di Matematica I, Statistica I, Calcolo delle probabilità e Laboratorio di
informatica.
L’esame consiste in una prova pratica (svolta al calcolatore) e in una prova orale.
Dispense e articoli indicati dal docente.
Statistica economica I
docente Marco Fattore
Crediti 6

Il corso di Statistica economica I si propone di introdurre gli studenti ai metodi e agli
strumenti principali per la rappresentazione statistica del sistema economico.
Verranno innanzitutto illustrati i fondamenti della Contabilità Nazionale, che
costituisce l’architettura logica fondamentale per la descrizione del sistema
economico. Successivamente, si passeranno in rassegna le principali aree
economiche che è necessario presidiare da un punto di vista informativo, per
garantire una adeguata comprensione delle dinamiche macroeconomiche e
impostare corrette politiche di governo del sistema. Per ognuna di queste aree,
saranno presentate le fonti di dati disponibili, saranno illustrati i processi di
generazione e acquisizione delle informazioni e verranno infine descritte e discusse
le statistiche ufficiali. La parte finale del corso sarà dedicata alla definizione e allo
studio del fenomeno dell’inflazione e degli indici con i quali è possibile misurarne
l’entità. Un approfondimento sarà dedicato alle misure dell’inflazione prodotte da
Istat e da Eurostat.
106
ARGOMENTI
Rappresentazioni dei fenomeni economici
La contabilità nazionale e le sue identità fondamentali
L’inflazione e la sua misura
Statistiche Ufficiali del lavoro, dei redditi, dei consumi e della povertà
Statistiche della produzione
Statistica economica e tecnologie dell’informazione
a. Introduzione.
La disciplina della Statistica Economica. Cenni storici. Osservazione,
misurazione e rappresentazione dei fenomeni economici. Dimensione
temporale e dimensione spaziale.
b. Elementi di Contabilità Nazionale.
Rappresentazione del sistema economico. Operatori economici e loro
relazioni. I principali aggregati economici. Le identità contabili.
c. L’inflazione.
Definizione del fenomeno e problema del confronto temporale fra indicatori
di valore, prezzo e quantità. Numeri indice semplici e composti. Principali
formule e loro utilizzo nell’ambito delle statistiche ufficiali. Proprietà dei
numeri indice e coerenza dei confronti. Cenni ai confronti multitemporali e
interpretazione delle statistiche ufficiali. Il problema dei confronti spaziali a
livello nazionale e internazionale.
d. Statistiche del lavoro, dei redditi e dei consumi.
Fonti informative e principali indagini istituzionali. Statistiche ufficiali e
principali indicatori prodotti. La povertà: definizioni e misure statistiche.
Limiti e potenzialità del sistema delle statistiche ufficiali. Altre fonti (cenni).
e. La crescita economica.
Cenni sulle serie storiche economiche. La statistiche della produzione.
f. Statistica economica e tecnologie dell’informazione.
La dinamica economica e le sue conseguenze statistiche. Censimenti,
indagini campionarie e fonti amministrative. Il problema della qualità dei
dati.
4. Propedeuticità
Nessuna.
Esame scritto con domande e test.
Consultare il sito del docente.
107
PROGRAMMI DEGLI INSEGNAMENTI DELLE LAUREE TRIENNALI
(SECONDO E TERZO ANNO)
Analisi dei dati

docente Pietro Giorgio Lovaglio
Crediti 5

L’obiettivo del corso è quello di introdurre le tecniche statistiche esplorative di
Analisi Multivariata fortemente utilizzate nel marketing e nelle ricerche di mercato. Il
corso affronta in dettaglio il tema del trattamento dei dati categoriali, (da
questionari, tabelle a doppia entrata e multipla entrata, ranghi, preferenze, etc), la
loro visualizzazione dal punto di vista grafico e il problema della riduzione in spazi
di dimensione inferiore, rispetto a quello dei casi e(o delle variabili. In particolare si
presenteranno le metodologie del Multidimensional scaling, l’Analisi delle
corrispondenze, semplici e multiple e l’analisi dei dati con trasformazioni ottimali
(Optimal scaling).
ARGOMENTI
Introduzione: riduzione dello spazio attraverso Singular Value Decomposition.
Applicazioni: Analisi delle componenti principali e Biplot
Multidimensional scaling (MDS)
Analisi delle corrispondenze (AC)
Tecniche di Optimal Scaling (OS)
1) Multidimensional scaling (MDS):
-Scaling metrico
-Scaling non metrico
-Scaling per preferenze individuali.
2) Analisi delle corrispondenze (AC)
- Analisi delle corrispondenza semplici e multiple
- ricerca soluzioni
- rappresentazione grafica
- applicazioni
3) Tecniche di Optimal Scaling (OS)
-Scaling mediante criteri di coerenza interna
-Scaling mediante funzione obiettivo.
108
4. Propedeuticità
Per questa attività formativa è propedeutico il superamento dell’esame di Analisi
Statistica Multivariata.
L’esame consiste in una prova orale in cui verrà discussa una tesina svolta su dati
reali applicando le tecniche apprese.
Per i particolari si rimanda al sito del docente:
www.statistica.unimib.it\utenti\lovaglio
Dispense e articoli forniti dal docente per la parte relativa all’OS.
Zani e Cerioli, Analisi dei dati e data mining per le decisioni aziendali, Giuffrè,
Milano, 2007 (capitolo VI Pca e Biplot; cap VII, AC; capitolo X MDS).
Analisi demografica
Crediti 5

Il corso intende offrire gli strumenti per valutare ed interpretare le manifestazioni (e
le cause) dei fenomeni demografici e delle trasformazioni quantitative e strutturali di
una popolazione prescindendo dai condizionamenti prodotti dalle modalità di
osservazione e di rilevazione dei dati statistici. Il corso, inoltre, si propone di
analizzare le relazioni tra dinamica demografica e variabili sociali ed economiche.
L’attività formativa prevede un costante richiamo agli aspetti applicativi dei temi
trattati attraverso l’uso di dati e materiali disponibili a livello nazionale e
internazionale. Tale obiettivo verrà perseguito anche con il ricorso a lezioni in
laboratorio.
ARGOMENTI
Popolazione, individui: indicatori di struttura
Popolazione e sviluppo economico
Eventi ridotti, tassi e probabilità
Mortalità e tavola di mortalità
Misure di fecondità
I sistemi di trasferimento di risorse
a. Popolazione e individui: indicatori di struttura
Definizioni: popolazioni, individui, biografie e coorti. Individui ed eventi
demografici. Dati aggregati e dati individuali. Indicatori di struttura, relazioni tra
109
struttura e movimento.
b. Popolazione e sviluppo economico
Teorie sul progresso economico e sviluppo delle popolazioni. Costrizioni e
scelte. Alcuni casi di studio. La popolazione nel futuro.
c. Eventi ridotti, tassi e probabilità
La teoria degli eventi ridotti. Eventi ripetibili, eventi non ripetibili. Rischi
competitivi, indipendenza e continuità. Eventi a catena e in successione.
d. Mortalità e tavola di mortalità
Probabilità di morte in una generazione. La tavola di mortalità per generazione.
La tavola di mortalità per contemporanei. Chiusura della tavola di mortalità.
Mortalità endogena ed esogena.
e. Misure di fecondità
La fecondità nelle coorti. La fecondità di periodo. Efficacia dei metodi
contraccettivi. Schemi di traslazione.
f. I sistemi di trasferimento di risorse
Le forme dei sistemi di trasferimento. Sistema a capitalizzazione. Sistema a
ripartizione. Il caso italiano.
4. Propedeuticità
Questa attività formativa deve essere preceduta dal superamento dell'esame di
Demografia II.
Frequentanti: L’esame consiste in un elaborato e in una prova scritta.
Non frequentanti: L’esame consiste in una prova scritta.
Frequentanti: Materiale didattico distribuito durante il corso.
Non frequentanti:
- G. Caselli, J. Vallin, G. Wunsch, Demografia, Carocci, Roma, 2001 (Cap. 1, 2, 4,
6, 8, 9, 11, 12, 14, 16.1)
- G. De Santis, Demografia ed economia, Il Mulino, 1997 (Cap. 2, 5)
- Materiale da richiedere direttamente al docente.
Analisi statistica multivariata

docente Sonia Migliorati
Crediti 12

Il corso di Analisi statistica multivariata ha come scopo quello di fornire metodi
statistici per lo studio di due o più fenomeni osservabili congiuntamente sulle unità
statistiche di una popolazione. Il corso è suddiviso in due parti. La prima parte è di
natura descrittiva ed ha come contenuto i metodi che si propongono
un’esplorazione dei dati al fine di pervenire ad una loro “riduzione” che ne evidenzi
e preservi le caratteristiche principali. La seconda parte è di natura probabilistico-
110
inferenziale ed ha come contenuto la specificazione, la stima e la verifica di modelli
interpretativi dei dati.
L'attività formativa è svolta attraverso lezioni teoriche ed esercitazioni. Nelle
esercitazioni vengono presentate le principali procedure disponibili su PC per
realizzare le analisi presentate.
ARGOMENTI
1a Parte
Matrice dei dati, prime sintesi e rappresentazione dei dati
Cluster Analysis
Analisi delle componenti principali
Analisi fattoriale
Analisi delle corrispondenze
2a Parte
Variabili Multidimensionali
Stima e Verifica di ipotesi su un vettore di parametri
Regressione Lineare Semplice
Regressione Lineare Multipla
Regressione logistica
a. Introduzione all’analisi statistica multivariata.
b. Matrice dei dati e prime sintesi.
c. Rappresentazione dei dati, spazio degli individui, spazio delle variabili, distanze
fra individui e distanze fra variabili.
d. Cluster Analysis: principali procedure di raggruppamento, valutazione della
qualità del raggruppamento, applicazioni a caratteri quantitativi e qualitativi.
e. Componenti Principali: approccio fattoriale, estrazione delle componenti
principali, regole di arresto, valutazione della variabilità riprodotta; applicazioni.
f. Analisi Fattoriale: modello fattoriale, studio delle correlazioni, principali metodi
di estrazione dei fattori, rotazione dei fattori, punteggi fattoriali; applicazioni.
g. Analisi delle corrispondenze.
h. Variabili casuali multidimensionali.
i. Variabile Normale multivariata.
j. Stima di un vettore di parametri.
k. Verifica di ipotesi su un vettore di parametri, test di rapporto delle
verosimiglianze.
l. Modello di regressione lineare semplice: specificazione, stima dei parametri,
verifiche di ipotesi, diagnostica del modello.
m. Modello di regressione lineare multiplo: specificazione, stima dei parametri,
verifiche di ipotesi e selezione del modello.
n. Modello di regressione logistica: specificazione, stima dei parametri e verifiche
di ipotesi.
111
4. Propedeuticità
Questa attività formativa deve essere preceduta dal superamento degli esami di
Statistica I, Calcolo delle probabilità e Algebra lineare. Per la seconda parte del
corso si consiglia la conoscenza degli argomenti trattati nel corso di Statistica II.
L’esame consiste in una prova scritta riguardante argomenti teorici ed esercizi
numerici, in un’analisi di dati reali mediante l’uso dei pacchetti statistici e in una
discussione orale facoltativa.
R.A. Johnson, D.W. Wichern, Applied multivariate statistical analysis, Pearson
International Edition, 2002.
S. Sadocchi, Manuale di analisi statistica multivariata, Franco Angeli Libri,
Milano, 1993.
S. Zani, A. Cerioli, Analisi dei dati e data mining per le decisioni aziendali,
Giuffrè Editore, Milano, 2007.
W.R. Dillon, M. Goldstein, Multivariate Analysis, J. Wiley, New York, 1984.
B.S. Everitt, G. Dunn, Applied multivariate data analysis, Arnold, 2001.
D. Piccolo, Statistica, Il Mulino, Bologna, 2000.
Ulteriori riferimenti bibliografici dettagliati ed ulteriore materiale didattico verranno

indicati dal docente all’inizio del corso.
Antropometria e biometria
docente Rino Bellocco
Crediti 5

Il corso introduce gli studenti ai “Generalized Linear Models” (GLM), con l’obiettivo
di fornire gli elementi metodologici necessari per poter implementare tali modelli
applicazioni di interesse biomedico, e intepretare i risultati ottenuti. I GLM
rappresentano una generalizzazione dei modelli lineari classici, e come casi
speciali includono la regressione lineare, l'analisi delle varianza, modello logistico,
modello di Poisson o log-lineare, e anche alcuni modelli utilizzati per l'analisi dei
tempi di sopravvivenza. Tutti questi modelli hanno delle caratteristiche in comune,
quali la linearità e il metodo di stima, che ne permette una trattazione unificata. In
particolare, la definizione del modello, l'interpretazione dei parametri, il confronto tra
modelli, e lo studio della bontà di adattamento saranno trattati in classe, con
esempi provenienti da studi clinici e epidemiologici. La loro applicazione con dati
reali sarà oggetto delle esercitazioni, integrate alle lezioni in aula. Gli studenti
verranno guidati all’utilizzo di Stata (www.stata.com), software statistico
ampiamente diffuso nel settore della Biostatistica e Epidemiologia.
112
ARGOMENTI
Review dei Principi di base di Probabilità e Inferenza
Introduzione all’uso di Stata
Il modello di Regressione Lineare
Il modello Lineare Generalizzato
Il modello di Regressione Logistica
Il modello di Regressione Logistica Ordinale
Il modello di Regressione di Poisson
Il modello log-lineare
Introduzione ai dati longitudinali
a. Review dei concetti base di probabilità e inferenza statistica
Variabili Aleatorie: Discrete, Continue
La Distribuzone Normale, Binomiale, Poisson
Metodi di Stima: Momenti, Minimi Quadrati, Massima Verosimiglianza
Intervalli di Confidenza e Test di Ipotesi
b. Introduzione all’uso di Stata
c. Il modello di regressione lineare
Formulazione del Modello
Intepretazione dei parametri: effetti principali e interazione
Stima, Intervallo di Confidenza, test d’ipotesi del coefficiente di regressione
Studio dell’adattamento del Modello
Analisi della Varianza (Anova)
Diagnostica
d. Il Modello Lineare Generale
Famiglia Esponenziale
Stima di Massima Verosimiglianza: Newton-Rapson, Fisher Scoring
Definizione di devianza
Il test del rapporto della massima verosimiglianza
Il test Chi-quadrato
Analisi dei Residui
e. Il modello di regressione Logistica
Dati bernoulliani e binomiali
Formulazione del Modello: funzione logit
Intepretazione dei parametri: effetti princali e interazione
Stima, Intervallo di Confidenza, test d’ipotesi del coefficiente di regressione
Studio dell’adattamento del Modello: devianza e chi-quadrato
Diagnostica
f. Il modello di regressione Logistica Ordinale
Formulazione del Modello delle odds proporzionali
Intepretazione dei parametri: effetti principali e interazione
g. Il modello di Regressione di Poisson
Definizione di tasso d’incidenza
Studi di Corte, e calcolo degli anni persona
Definizione della funzione di link logaritmica
113
Interpretazione dei Parametri
Studio dell’adattamento del modello di Poisson
h. Il modello log-lineare: studio delle tabelle di contingenza
Relazione tra il modello log-lineare e il modello di regressione logistica
i. Estensione del modello di regressione lineare a dati longitudinali
Dati longitudinali: definizione e caratteristica
Modelli lineari per dati longitudinali: media e varianza
Modelli a effetti causali
4. Propedeuticità
Lo studente deve avere familiarità con i principi e i metodi statistici, quali i
procedimenti di stima inferenziale, distribuzione campionaria, verifica delle ipotesi,
t-test, analisi della varianza, regressione lineare e il test chi-quadrato per tabelle di
contingenza. Gli studenti devono avere superato l’esame di Statistica Medica e
Statistica 2. Conoscenza della lingua inglese rappresenta un requesito importante
per una comprensione agevole del materiale presentato a lezione.
5. Modalità dell'esame
L’esame si basa su una prova scritta, in cui gli studenti avranno a disposizione un
data set, di interesse epidemiologico-clinico, o in alternativa dell’output derivante
dall’ applicazione in Stata di modello statistico agli stessi dati, sulla base del quale li
studenti dovranno formulare il modello statistico utlizzato, essere in grado di definire
i parametri di interesse e della lora corretta interpretazione, sia in termini di stima
puntuale che di intervallo di confidenza e test d’ipotesi.
Il materiale didattico, che si basa sui due testi di riferimento, è costituito da
dispense e letture consigliate, e verrà distribuito durante il corso e reso disponibile
sul sito del corso. Gli studenti non frequentanti sono invitati a contattare il docente.
• Dobson, A.J. An introduction to generalized linear models, 2nd Edition.
Chapman & Hall/CRC.B.
• Hardin, J. and Hilbe, J. Generalized Linear Models and Extensions. Stata
Press.
• Long, J. S. and Freese. Regression Models for Categorical Dependent
Variables Using Stata. Stata Press.
Bilancio d’impresa e contabilità nazionale

docente Simona Minotti
Crediti 5
114
Il corso di Bilancio d’impresa e contabilità nazionale si propone l’obiettivo di
introdurre gli studenti alla conoscenza dei dati di bilancio e all’utilizzo della statistica
per l’analisi di bilancio riferita a più imprese.
La prima parte riguarda l’introduzione alla lettura di un bilancio d’impresa e dei
principali indici di bilancio.
La seconda parte riguarda l’applicazione della statistica agli indici di bilancio di un
gruppo di imprese. L’analisi univariata consente lo studio dei valori medi e delle
distribuzioni degli indici di bilancio al fine di valutare lo stato di salute del settore
aggregato. L’analisi multivariata, secondo un approccio esplorativo, permette
l’individuazione di strutture interne che possono evidenziare somiglianze fra gruppi
di imprese o legami di interdipendenza fra indici di bilancio, o secondo un approccio
confermativo permette di specificare e stimare modelli che descrivono il
comportamento delle aziende, quali ad esempio i modelli di previsione delle
insolvenze.
ARGOMENTI Ore
Lezioni
Il bilancio d’impresa 7
Gli indici di bilancio 5
Introduzione all’utilizzo della banca dati AIDA 2
Esempi di analisi di bilancio 6
Analisi statistica degli indici di bilancio 3
Valori medi e distribuzioni empiriche degli indici di bilancio 3
Costruzione di un modello di analisi della concorrenza 3
Introduzione all’analisi discriminante per due gruppi 6
Costruzione di un modello di previsione delle insolvenze 5
TOTALE GENERALE 40
I) Il bilancio d’impresa e gli indici di bilancio:
- Lo schema di stato patrimoniale secondo la normativa del codice civile
- Lo schema di conto economico secondo la normativa del codice civile
- Lo schema di stato patrimoniale finanziario
- Lo schema di conto economico a ricavi netti e costo del venduto
- Gli indici di bilancio e loro interpretazione
- Introduzione all’utilizzo della banca dati AIDA
- Esempi di analisi di bilancio di una singola azienda con l’ausilio di Excel
II) L’analisi statistica univariata degli indici di bilancio:

- Analisi di bilancio riferita a più imprese
- Criteri di costruzione di un data-set di imprese di riferimento
- Scelta dei valori medi e distribuzioni empiriche degli indici di bilancio
- Esempi di analisi statistica univariata (con l’ausilio di Excel e di software
statistico)
115
III) L’analisi statistica multivariata degli indici di bilancio:
- Richiami sull’analisi delle componenti principali
- Richiami sulla cluster analysis
- Costruzione di un modello di analisi della concorrenza (con l’ausilio di software
statistico)
- Introduzione all’analisi discriminante per due gruppi
- Costruzione di un modello di previsione delle insolvenze (con l’ausilio di
software statistico)
4. Propedeuticità
Per questa attività formativa si consiglia la conoscenza degli argomenti trattati nel
corso di Laboratorio Statistico-Informatico e Analisi statistica multivariata.
L’esame consiste nel sostenimento di una prova scritta composta da: per la prima
parte, domande teoriche e esercizi; per la seconda parte, esercizio sull'analisi
discriminante (con due variabili) e interpretazione di uno o più output di
un’applicazione reale.
- Airoldi G., Brunetti G., Coda V. (2005) Corso di economia aziendale. Il Mulino,
Bologna (capp. 6, 7).
- Gherghi M., Lauro C. (2004) Appunti di analisi dei dati multidimensionali:
metodologia ed esempi. RCE Edizioni, Napoli (cap. 5).
- Poddighe F., Madonna S. (2006) I modelli di previsione delle crisi aziendali,
possibilità e limiti. Giuffrè, Milano (capp. 1, 2 e par. 4.2, 5.1, 6.1).
- Provasoli A., Viganò A. (2007) Bilancio. Valutazioni, lettura, analisi. Egea (capp. 2,
11)
- Sharma S. (1996) Applied multivariate techniques. Wiley (cap. 8)
Ulteriore materiale integrativo sarà disponibile sul sito del docente.
Data Mining
Crediti 5

Il corso intende fornire un’introduzione alle principali tecniche statistiche di Data
Mining attraverso le più moderne tecniche e strategie per l’analisi di grandi moli di
dati, illustrando le problematiche connesse.
Nella fattispecie, dopo aver illustrato i problemi e motivato le esigenze di robustezza
e di validazione dei risultati nell’ambito del DM, verranno affrontati sia i modelli sia
le tecniche algoritmiche di Machine learning (apprendimento automatizzato) per la
classificazione supervisionata (previsione di una variabile target qualitativa e/o
116
quantitativa). L'attività formativa è svolta attraverso lezioni in laboratorio. Si
utilizzerà l’ambiente SAS sia il modulo STAT, sia il modulo Enterprise Miner.
ARGOMENTI
Introduzione alla Business Intelligence
Modelli ed algoritmi di Data mining
Casi reali di Data Mining
a. Il Data Mining, robustezza, overfitting e problematiche di validazione dei risultati
b. Regole associative
c. Modelli statistici per la classificazione supervisionata (modello lineare e
diagnostiche di influenza, analisi discriminante parametrica e canonica, modello
logistico politomico e ordinale)
d. Algoritmi per la classificazione supervisionata (Naive Bayes, Nearest Neighbour,
Alberi decisionali e Classificativi).
4. Propedeuticità
Analisi Statistica Multivariata e Laboratorio Statistico - Informatico.
L’esame consiste in una prova orale in cui verrà discussa una tesina svolta su dati
reali applicando le tecniche apprese.
Per i particolari si rimanda al sito del docente:
www.statistica.unimib.it\utenti\lovaglio
• Dispense e articoli forniti dal docente.
• P. Giudici, Data mining, McGraw-Hill, 2001
Demografia II
docente Gian Carlo Blangiardo
Crediti 6

Il corso si propone di approfondire e di valorizzare in area applicativa le
conoscenze, già acquisite, relativamente ai metodi di base per l’analisi delle
trasformazioni quantitative e strutturali di una popolazione e dei fenomeni che le
determinano. Sono previsti ulteriori sviluppi metodologici con particolare riferimento
al tema delle previsioni demografiche. Si prevede di coinvolgere gli studenti in
alcune esercitazioni pratiche.
117
ARGOMENTI
Intensità e cadenza dei fenomeni demografici
Analisi dei fenomeni demografici per contemporanei e per generazioni
Previsioni della popolazione; stima delle componenti (naturale e migratoria)
La previsione derivate. Stima delle famiglie
Analisi critica dei risultati di ricerche e analisi (Istat, IRPS, U.N., ecc)
Applicazione delle metodologie e discussione dei relativi risultati
a. Approfondimenti nell’analisi dei principali fenomeni demografici: intensità e
cadenza. Approccio per contemporanei e per generazioni.
b. Previsioni analitiche della popolazione metodi di calcolo e di stima delle
componenti: mortalità, fecondità, migrazioni.
c. Le previsioni derivate: forza lavoro, popolazione anziana, studenti, ecc.
d. Metodi per la previsione delle famiglie.
e. Valutazione analisi critica dei risultati di studi sulla dinamica dei fenomeni
demografici e sulle previsioni della popolazione e delle famiglie (fonti: Istat,
IRP-CNR, United Nations, Eurostat, ecc.)
f. Applicazioni delle metodologie allo studio dei principali fenomeni demografici
in alcuni ambiti territoriali. Esperienze di studi relativi all’invecchiamento
demografico, alla fecondità, alla mobilità territoriale, alle trasformazioni
familiari.
4. Propedeuticità
Demografia I. E’ inoltre consigliabile il possesso delle conoscenze di base offerte
dal corso di Statistica e calcolo delle probabilità (parte descrittiva).
L’esame consisterà in un colloquio orale durante il quale verranno anche discussi e
valutati gli elaborati prodotti dagli studenti nel corso delle applicazioni individuali dei
metodi proposti. Le relative tematiche verranno concordate durante il corso. Gli
studenti non frequentanti dovranno concordare i temi contattando il docente.
Aspetti metodologici
• G. C. Blangiardo, Elementi di Demografia, Il Mulino, Bologna
1997.
Letture integrative e documentazione di lavoro distribuita durante il corso.
118
Demografia sociale (Mobilità e migrazioni)
Crediti 5

Il corso si propone di descrivere il fenomeno della mobilità territoriale, le sue cause
e caratteristiche. Verranno individuati gli strumenti adatti per valutare l’intensità dei
flussi migratori ed introdotta la metodologia per quantificare la componente
irregolare. Il tema verrà approfondito tramite lo studio del caso italiano. In
particolare, saranno messe in luce le principali caratteristiche strutturali e qualitative
dell’immigrazione extracomunitaria. L'attività formativa è svolta attraverso lezioni.
ARGOMENTI
Storia delle migrazioni
Tipologie/Teorie
Fonti ufficiali
Tecniche di campionamento utilizzabili per la popolazione straniera
Stima della numerosità
Il caso italiano
a. Introduzione al tema e definizioni di mobilità e migrazione
b. Migrazioni nelle società moderne
c. Le migrazioni internazionali e interne dell’Italia
d. Classificazioni e tipologie
e. Teorie sulle migrazioni
f. Fonti ufficiali
g. Metodi per la valutazione dei flussi migratori
h. Campionamento cattura-ricattura
i. Campionamento snowball
l. Tecnica di campionamento delle unità abitative
m. Tecnica di campionamento dei centri di aggregazione
n. Campionamento a risposte casualizzate
o. Metodi di stima dell’ammontare degli stranieri irregolari
p. Consistenza, evoluzione e caratteristiche dell’immigrazione straniera in Italia
q. La legislazione italiana in tema di migrazioni
4. Propedeuticità
Demografia I.
Frequentanti: L’esame consiste nella discussione di un elaborato, concordato con il
docente, e in una prova orale.
Non Frequentanti: L’esame consiste in una prova orale
119
Frequentanti: Materiale didattico distribuito durante il corso.
Non frequentanti:
- E. Pugliese, L’Italia tra migrazioni internazionali e migrazioni interne, Il Mulino,
2002.
- M. Ambrosini, Sociologia delle migrazioni, Il Mulino, 2005 (Cap. 1, 2, 3, 4, 5.4, 6,
7, 8, 9.1, 9.2)
- Materiale da richiedere direttamente al docente.
Demografia sociale (Paesi in via di sviluppo)

docente Patrizia Farina
Crediti 5

Il corso si propone di approfondire le dinamiche demografiche attuali e di fornire gli
strumenti per valutare ed interpretare le manifestazioni e le cause delle
differenziazioni territoriali dei fenomeni demografici. Le problematiche demografiche
sono illustrate comparando le condizioni demografiche dei paesi a sviluppo
economico avanzato e quelle dei paesi poveri. Tale chiave di lettura consente di
mettere pienamente in luce le similitudini e le diversità nei processi demografici,
storici e contemporanei, che caratterizzano le aree del mondo.
ARGOMENTI
Le fonti demografiche internazionali
La popolazione nel mondo: aree di crescita e di declino
Economia, ambiente e crescita demografica
La transizione epidemiologica
La fecondità
Preparazione relazione finale
a. Le fonti demografiche internazionali
Le fonti principali.
Dati aggregati e dati individuali.
Dal dato all’indicatore.
Le statistiche internazionali sul web.
b. La popolazione nel mondo: aree di crescita e di declino
Gli squilibri territoriali.
Popolazione e sviluppo socioeconomico.
c. Economia, ambiente e crescita demografica
Le conseguenze della crescita demografica sull’economia.
Le conseguenze della crescita economica sul sistema demografico.
d. La transizione epidemiologica
120
La mappa della sopravvivenza nel mondo.
Le condizioni di sopravvivenza.
Le condizioni di salute.
Il ritorno delle epidemie.
e. La fecondità
La mappa della fecondità nel mondo.
I fattori di formazione delle coppie.
Il controllo della fecondità.
L’invecchiamento della popolazione nei paesi poveri.
4. Propedeuticità
Demografia I.
L’esame consiste in un rapporto di ricerca, concordato con la docente e in una
prova pratica. Gli studenti non frequentanti sono invitati a richiedere il materiale
direttamente alla docente.
Il materiale didattico, costituito da dispense e letture consigliate, verrà distribuito
durante il corso.
Econometria I
docente Matteo Manera
Crediti 5

L’obiettivo dell’econometria è costituito dall’analisi quantitativa dei fenomeni
economici. Tale analisi si avvale di modelli fondati sulla teoria economica, stimati
con appropriate metodologie statistiche e applicati a serie di dati economici. Se è
compito dell’economia matematica formulare i modelli matematici suggeriti dalla
teoria economica, compito dell’econometria è quello di sviluppare tecniche
adeguate nel campo della stima e dell'inferenza statistica atte a verificare la validità
empirica di tali modelli. Il corso si propone di fornire agli studenti: 1) gli strumenti
statistico-econometrici necessari per la specificazione, la stima e la selezione di
modelli che descrivono le relazioni economiche tramite serie storiche e dati
longitudinali; 2) le conoscenze di base del software econometrico EViews
necessarie per realizzare applicazioni a problemi e dati reali. L'attività formativa è
svolta attraverso lezioni teoriche ed esercitazioni di laboratorio.
121
ARGOMENTI
Introduzione e definizioni
L’analisi econometrica dei modelli lineari
Il modello lineare generalizzato
Test diagnostici
Il modello lineare ad equazioni simultanee
a. Economia e statistica nei modelli econometrici.
b. Richiami sul modello lineare classico: lo stimatore OLS.
c. I test diagnostici per la verifica delle ipotesi del modello classico.
d. Eteroschedasticità e autocorrelazione: lo stimatore GLS.
e. Il modello lineare con informazioni estranee al campione: lo stimatore
RLS.
f. Il modello lineare con regressori stocastici: lo stimatore IV.
g. Il problema della specificazione dei modelli.
h. Modelli a equazioni simultanee: identificazione e stima.
4. Propedeuticità
Questa attività formativa non prevede alcuna propedeuticità. Tuttavia è vivamente
consigliato il superamento degli esami di Microeconomia I e Statistica I.
L’esame consiste in una prova scritta.
• A. Gardini, G. Cavaliere, M. Costa, L. Fanelli, P. Paruolo, Econometria, Franco
Angeli, 2000.
• J. Johnston, Econometrica, Franco Angeli, 3a edizione, 1993.
• G. Koop, Logica Statistica dei Dati Economici, Utet, 2001.
• M. Manera, Introduzione all’Econometria, Carocci, di prossima pubblicazione.
• F. Peracchi, Econometria, McGraw Hill, 1995.
Per alcune parti del corso verrà indicato materiale aggiuntivo.
Economia dei mercati monetari e finanziari

docente Vittoria Cerasi
Crediti 5

In una prima parte del corso si analizzano le scelte finanziarie degli individui e la
funzione dei principali contratti finanziari (obbligazioni e azioni) sia sotto il profilo
remunerativo sia per i diritti di controllo incorporati. In una seconda parte del corso
122
si analizza il ruolo dei principali investitori finanziari, banche, Venture Capitalist e
azionisti. L’obiettivo del corso è spiegare il diverso grado di sviluppo dei mercati
finanziari tra paesi. L'attività formativa è svolta attraverso lezioni.
ARGOMENTI
Scelte di portafoglio e prezzi delle attività finanziarie
Informazione asimmetrica e contratti finanziari
Credito diretto e intermediazione finanziaria
Struttura finanziaria e diritti di controllo
Separazione tra proprietà e controllo delle imprese
a. Introduzione ai mercati finanziari
b. Diversificazione del portafoglio
c. Modelli teorici (CAPM e APT) e verifiche empiriche
d. Azzardo morale e contratti finanziari I: Razionamento del credito
e. Azzardo morale e contratti finanziari II: Benefici e costi del debito
f. Scelta tra credito intermediato e credito diretto
g. Creazione di liquidità e crisi bancarie
h. Struttura finanziaria e controllo
i. Il finanziamento della ricerca (Venture Capital)
j. Separazione tra proprietà e controllo
k. Analisi comparata dei sistemi finanziari
4. Propedeuticità
Nessuna. La conoscenza degli argomenti nel corso di Microeconomia è vivamente
consigliata.
• V. Cerasi, Appunti del corso (su richiesta alla docente).
• Ross S.,Westerfield R. Jaffe J., Finanza aziendale, Il Mulino, 1997,
Cap.8,9,10,11.
• Brealey, Myers, Sandri, Principi di finanza aziendale, McGraw-Hill Italia, 1999,
Cap.7, 8,14,15.
Per alcune parti del corso verrà indicato materiale aggiuntivo ad integrazione degli
appunti e dei testi.
123
Economia industriale
docente Christian Garavaglia
Crediti 6

Il corso di Economia Industriale si propone di fornire gli strumenti di supporto
necessari per esaminare le caratteristiche del mercato in cui competono le imprese.
L'analisi dei comportamenti delle imprese, e quindi dell'offerta di mercato,
costituisce il nucleo fondamentale del corso. Si identificano ed esaminano le
variabili che portano le imprese ad adottare determinate strategie, nell'ambito di
diversi contesti di mercato. L’analisi è svolta con riferimento a modelli teorici e col
supporto di alcuni casi pratici.
ARGOMENTI
Le forme di mercato
Collusione
Strategie di differenziazione del prodotto e pubblicità
Potere di mercato e struttura di mercato
Entrata e strategie di deterrenza all’entrata
Fusioni e acquisizioni
TOTALE GENERALE
a. Le Forme di Mercato:
- Introduzione
- Confronto tra monopolio e concorrenza perfetta
- Superamento del modello di concorrenza perfetta: il modello della selezione
competitiva
- Confronto tra oligopolio à la Bertrand e oligopolio à la Cournot
- Superamento del “Paradosso di Bertrand”: vincoli alla capacità produttiva
b. Collusione:
- Concorrenza dinamica e superamento del “Paradosso di Bertrand”
c. Strategie di Differenziazione del Prodotto e Pubblicità:
- Differenziazione orizzontale del prodotto
- Differenziazione e superamento del “Paradosso di Bertrand”
- Pubblicità
d. Potere di Mercato e Struttura di Mercato:
- Modello di Cournot con n imprese
- Misure della concentrazione del mercato
- Concentrazione e potere di mercato: l’indice di Lerner
e. Entrata e Strategie di Deterrenza all’Entrata

124
- Costi fissi di entrata e struttura di mercato
- Scala minima efficiente e coefficiente di economie di scala
- Costi di entrata esogeni vs endogeni
f. Fusioni e Acquisizioni
- Strategie di fusione ed acquisizione tra imprese
- Politiche antitrust
4. Propedeuticità
Questo corso deve essere preceduto dal superamento dell’esame di
Microeconomia I.
- Cabral L. (2002), Economia Industriale, Carocci editore.
Cap. 1 (tutto: pag. 19-34), Cap. 2 (tutto: pag. 35-54), Cap. 3 (paragrafi 3.1-3.1.1 e
3.3: pag. 55-58 e 64-67), Cap. 4 (tutto: pag. 69-87), Cap. 5 (paragrafi 5.1-5.2), Cap.
6 (paragrafi 6.1-6.3: pag. 111-120), Cap. 7 (tutto: pag. 131-155), Cap. 8 (tutto:
pag.163-189), Cap. 9 (paragrafi 9.1-9.2: pag. 191-202), Cap. 12 (paragrafi 12.1-
12.3: pag. 253-268), Cap. 13 (tutto: pag. 273-289), Cap. 14 (paragrafi 14.1-14.2.1:
pag. 293-306), Cap 15 (paragrafi 15.1-15.1.4: pag. 315-326 e 15.3: pag 341-352).
- Garavaglia C. (2006), Economia Industriale. Applicazioni ed esercizi svolti,
Carocci editore.
Nel corso delle lezioni verrà indicato altro materiale di riferimento ed esercizi di
supporto da ritenersi obbligatori per la preparazione dell’esame.
Epidemiologia
docente Antonella Zambon
Crediti 5

Il corso si propone di fornire le basi concettuali e gli strumenti per la pianificazione e
l’interpretazione statistica di uno studio epidemiologico. Alla fine del corso lo
studente deve essere in grado di impostare correttamente il piano di uno studio
epidemiologico orientandosi tra diversi disegni osservazionali e di fornire un
contributo statistico alla stesura di un rapporto di ricerca. Per alcuni argomenti sono
previste esercitazioni pratiche condotte in ambiente SAS.
125
ARGOMENTI
Introduzione all’epidemiologia
Metodi di osservazione in epidemiologia
Quantità stimabili dagli studi analitici
Validità delle stime
Precisione delle stime
Meta-analisi
Farmacoepidemiologia
a. Introduzione all’epidemiologia
che cos’è l’epidemiologia: significato etimologico; evoluzione delle definizioni;
scopi e metodi;
concetto di causa in epidemiologia: associazione statistica vs. associazione causale;
associazione statistica e modelli deterministici; associazione statistica e modelli
stocastici;
disegni sperimentali, quasi sperimentali e osservazionali;
b. Metodi di osservazione in epidemiologia
il ragionamento scientifico;
il ciclo dell’investigazione epidemiologica;
descrizione della frequenza della malattia;
associazioni basate su caratteristiche di gruppo: studi ecologici; l’errore ecologico;
studi di correlazione geografica; studi di correlazione temporale;
associazioni basate su caratteristiche individuali: studi analitici; direzione
dell’osservazione; studi di coorte (razionale; base dello studio; periodo di follow-up e
tempi di induzione-latenza; studi di coorte propriamente detti e storici; tecniche per
condurre un follow-up di mortalità); studi caso-controllo (razionale; base dello studio;
scelta dei casi e dei controlli); studi ambidirezionali (caso-coorte e innestati nella
coorte).
c. Quantità stimabili dagli studi analitici
misure di frequenza
misure di associazione
misure di impatto potenziale.
d. Validità delle stime
distorsione da selezione, da informazione (misclassificazione differenziale e non
differenziale) e da confondimento; definizioni e controllo nelle fasi di pianificazione
dello studio e di analisi dei dati
e. Precisione delle stime
metodi esatti e approssimati per la stima intervallare delle principali misure di
frequenza, di associazione e di impatto.
f. Meta-analisi
concetti fondamentali della meta-analisi di studi osservazionali;
publication bias;
quantificazione dell’eterogeneità.
g. Farmacoepidemiologia
dalla farmacovigilanza alla farmacoepidemiologia;
principali disegni di farmacoepidemiologia.
126
4. Propedeuticità
Statistica medica e di Statistica I.
L’esame consiste nella presentazione di un elaborato o di un seminario, concordato
con il docente, e in una prova orale.
• A. Zambon, Lucidi del corso, ed. 2006.
Per alcune parti del corso verrà fornito ulteriore materiale ad integrazione dei lucidi.
Finanza aziendale
docente Angelo Renoldi
Crediti 5

Il corso si propone di delineare i principali elementi istituzionali che caratterizzano
l’insegnamento della Finanza Aziendale. L’approccio del corso è di carattere
istituzionale, con particolare riferimento alla generalità delle imprese industriali e
commerciali e con una connotazione non specialistica (finanza per la piccola, media
e grande impresa) e non settoriale (finanza immobiliare, finanza internazionale).
Nella parte conclusiva sono delineate le principali metodologie utilizzate per la
determinazione del valore di impresa e la teoria di creazione del valore.
ARGOMENTI
L’analisi finanziaria
Strumenti di finanza d’impresa
Funzionamento e struttura del mercato finanziario
La gestione dell’attivo finanziario
Determinazione del “valore” di impresa
a. Il fabbisogno e l’equilibrio finanziario dell’impresa.
b. La dinamica finanziaria – i flussi.
c. La struttura del capitale.
d. Il costo del capitale.
e. Il capitale di debito: strumenti e fonti.
f. I contratti e le tecniche di finanziamento.
g. Gli strumenti per la copertura del rischio finanziario (cenni).
h. Investitori istituzionali e capitale di rischio.
i. Il mercato finanziario.
127
j. L’emissione di titoli e la quotazione in borsa.
k. Le operazioni di finanza straordinaria (acquisizioni, cessioni, fusioni/scorpori).
l. La valutazione del capitale economico d’azienda.
m. La creazione di “nuovo” valore azionario.
4. Propedeuticità
Nessuna. E’ consigliato il sostenimento dell’esame di Microeconomia I.
L'esame prevede una prova scritta obbligatoria per tutti gli studenti. La prova
consiste in una serie di domande aperte.
• Angelo Renoldi, Valore dell’impresa, creazione di valore e struttura del
capitale, EGEA, Milano, 1998.
• Anna Gervasoni (a cura di), Finanziare l’impresa, Il sole 24 ore S. p. A., Milano,
1999.
Laboratorio Statistico-Informatico
docente Gianluca Della Vedova
Crediti 5

Il corso si propone di introdurre alcuni strumenti informatici per il trattamento di dati
statistici. Tale obiettivo verrà perseguito attraverso lo studio dei concetti
fondamentali soggiacenti a SAS e spiegando come utilizzare tale sistema per
risolvere problemi di trattamento di dati. L'attività formativa è svolta attraverso
lezioni frontali.
ARGOMENTI
Introduzione al trattamento dati con SAS
Inferire informazioni dai dati
Descrizione dei dati
Rappresentare dati
Riepilogare dati
a) Introduzione al trattamento dati con SAS
b) Il dataset SAS, creazione di un dataset, caricamento e salvataggio di un
dataset
c) Descrizione dei dati
d) Il data step, librerie, librerie temporanee e permanenti, variabili, array,
dividere, fondere e ordinare dataset
128
e) PROC PRINT
f) Ristrutturare i dataset
g) Inferire informazioni dai dati: PROC MEANS,
h) PROC CORR, PROC REG, PROC FREQ
i) Tabelle a 2 entrate
j) Output Delivery System
k) Grafici
l) PROC FORMAT
4. Propedeuticità
Nessuna.
L'esame consiste in una prova scritta da svolgere al calcolatore.
• The Little SAS Book, autori L.D. Delwiche e S.J. Slaughter, SAS Institute.
Laboratorio statistico-informatico integrativo A

docente Vincenzo Bagnardi
Crediti 2
Parzialmente Mutuato da Programmazione in SAS M (Laurea Magistrale)
Laboratorio Statistico-Informatico integrativo B

Crediti 2
Programma da definirsi
Macroeconomia
docente Lucia Dalla Pellegrina
Crediti 5

Il corso si propone di introdurre alcuni concetti e strumenti analitici essenziali della
teoria macroeconomica moderna. In una prima parte verrà introdotto il modello di
domanda aggregata di breve periodo con prezzi costanti (modello IS-LM) allo scopo
di descrivere i mercati dei beni e delle attività finanziarie e analizzare il ruolo delle
politiche economiche fiscali e monetarie. Dopo aver introdotto il mercato del lavoro
129
e l’offerta aggregata, l’analisi verrà poi estesa al medio periodo, allo scopo di
studiare un’economia a prezzi variabili (modello AD-AS). Questo consentirà di
esaminare le determinanti del tasso di inflazione e del tasso di disoccupazione.
Nella parte finale del corso verranno esaminate le determinanti della crescita
economica mediante il modello di Solow e il ruolo svolto dal settore estero. L'attività
formativa è svolta attraverso lezioni.
ARGOMENTI
La domanda aggregata e le politiche economiche (modello IS-LM)
Mercato del lavoro e offerta aggregata
Le determinanti del livello dei prezzi (modello AS-AD)
Tasso di inflazione e tasso di disoccupazione (curva di Phillips)
La crescita economica (modello di Solow)
Cenni all’economia aperta
Richiami di contabilità nazionale
Equilibrio nel mercato dei beni e dei servizi
Il modello reddito-spesa
Equilibrio nel mercato della moneta
Il ruolo della Banca Centrale e delle banche nella determinazione del
tasso d’interesse
Modello IS-LM:
Il reddito e il tasso di interesse di equilibrio
Le politiche economiche
Il mercato del lavoro:
Il tasso naturale di disoccupazione
Il modello AD-AS:
Livello dei prezzi in equilibrio
Le politiche economiche
Trade-off tra inflazione disoccupazione
La curva di Phillips
Crescita economica
Risparmio, accumulazione di capitale e crescita (modello di Solow)
Progresso tecnologico e crescita
Cenni all’economia aperta
4. Propedeuticità
Nessuna. La conoscenza di Algebra lineare è vivamente consigliata.
L'esame prevede una prova scritta obbligatoria per tutti gli studenti.
• Blanchard O., Scoprire la macroeconomia: Quello che non si puo’ non sapere,
Il Mulino, Bologna, 2005.
130
• Resmini L. (a cura di), Macroeconomia. Esercizi. Esercizi svolti. Temi d'esame,
Terza Edizione, EGEA, Milano, 2006.
Matematica Finanziaria
Crediti 5

L’obiettivo del corso è quello di fornire gli elementi basilari della matematica
finanziaria moderna, e cioè gli strumenti indispensabili per la lettura della realtà dei
mercati finanziari e i modelli fondamentali per le scelte di carattere finanziario.
ARGOMENTI
Grandezze fondamentali - Regimi finanziari – Titoli obbligazionari
Rendite, ammortamenti
T.I.R.
Struttura a termine
Selezione del portafoglio: modello media-varianza e CAPM
Titoli derivati e modelli BAPM e APT
Grandezze fondamentali e operazioni finanziarie elementari – Capitalizzazione
semplice e capitalizzazione composta – Leggi di capitalizzazione e leggi di sconto -
Regime lineare, sconto razionale, sconto commerciale, regime esponenziale
- Tassi temporalmente equivalenti e tassi finanziariamente equivalenti - Titoli
obbligazionari: tipologie e loro valutazione
Rendite – Tipologie - Rendite a rate costanti - Valore attuale, montante e valore
residuo in una rendita – Ammortamento di un prestito e costituzione di un capitale –
Tipologie di piani di ammortamento - Tasso interno di rendimento (T.I.R.) e calcolo
del T.I.R.
Struttura per scadenza dei prezzi e dei tassi - Indici di durata
Ottimalità nel senso di Pareto - Problema di selezione del portafoglio - Modello
media-varianza: portafogli di titoli rischiosi e non rischiosi - Cenni al Capital Asset
Pricing Model
Titoli derivati: contratti forward, futures e opzioni - Richiami di probabilità – Cenni al
Binomial Asset Pricing Model e all’Arbitrage Pricing Theory
4. Propedeuticità
Matematica I.
L’esame consiste in una prova scritta e in una eventuale prova orale.
131
• Appunti, dispense, esercizi e temi d’esame svolti alla pagina
http://www.statistica.unimib.it/utenti/matematica/mate_fin/corso_mate_fin.html
Matematica II
docente Giancarlo Travaglini
Crediti 6

Lo scopo di questo insegnamento è fornire è fornire una preparazione rigorosa sul
calcolo differenziale ed integrale in più variabili.
ARGOMENTI
Calcolo differenziale in più variabili
Massimi e minimi liberi
Massimi e minimi vincolati
Integrazione in più variabili
• Calcolo differenziale in più variabili. Derivate parziali, differenziale, gradiente e
piano tangente.
• Massimi e minimi liberi. Derivate successive, polinomi di Taylor, matrice
Hessiana. Retta di regressione.
• Massimi e minimi vincolati. Metodo dei moltiplicatori di Lagrange.
• Integrazione in più variabili. Coordinate cilindriche e polari. Derivazione sotto il
segno di integrale. Integrali generalizzati in più variabili.
.
4. Propedeuticità
Devono essere stati superati gli esami di Matematica I e Algebra lineare.
L’esame consiste di una prova scritta e di una prova orale.
• M. Bramanti, C. Pagani, S. Salsa, MATEMATICA, Calcolo Infinitesimale e
Algebra Lineare, Seconda Edizione, Zanichelli
• M. Bramanti, Esercizi di Calcolo Infinitesimale e Algebra Lineare, Seconda
Edizione, Progetto Leonardo, Società Editrice Esculapio
• B. Demidovic, Esercizi e problemi di Analisi Matematica, Editori Riuniti
• P. Marcellini, C. Sbordone, Esercitazioni di Matematica, Vol. II, Parte 2,
Liguori
132
Metodi di simulazione
docente Fulvia Pennoni
Crediti 5

Il corso si propone di introdurre lo studente alle tecniche di analisi dei dati che
prevedono un uso intensivo del calcolatore. In particolare lo scopo del corso è
quello di fornire la comprensione e la conoscenza delle tecniche e dei mezzi
disponibili offerti dal computer per l'inferenza statistica.
Classici problemi inferenziali e sviluppi di nuovi aspetti statistici sono risolti
mediante il ricorso alle simulazioni. L'attività formativa è svolta tramite lezioni
teoriche tenute in laboratorio integrate da esempi ed esercitazioni pratiche
implementate e svolte al calcolatore.
Gli esempi saranno elaborati con l'ausilio dell’ambiente statistico R con l’obiettivo di
illustrare i vari metodi e le loro applicazioni.
ARGOMENTI
Introduzione alla simulazione
Introduzione al software statistico R
Richiami di programmazione
Generazione di numeri pseudo-casuali
Generazione da variabili casuali
Metodo Monte Carlo
Metodo di ricampionamento Bootstrap
Algoritmo EM
a. Introduzione: introduzione alle simulazioni,
b. Introduzione a R
c. Richiami di programmazione
d. Generazione di numeri pseudo-casuali: metodi congruenziali
e. Generazione da particolari variabili casuali discrete e continue: metodo
dell’inversione, metodo dell’accettazione/rifiuto
f. Introduzione al metodo Monte Carlo, campionamento per importanza.
g. Introduzione al Bootstrap: stima della varianza, Intervalli di confidenza
Bootstrap
h. Introduzione all’algoritmo EM, utilizzo dell’algoritmo per problemi
inferenziali
4. Propedeuticità
Sono propedeutici gli esami di: Calcolo delle Probabilità, Statistica I, Matematica I.
E’ consigliato il superamento di Statistica II e Laboratorio di Statistica II.
133
L’esame consiste in una una prova pratica in laboratorio, in cui vengono svolti
utilizzando il software R alcuni esercizi di simulazione.
Il materiale del corso e indicazioni aggiornate sono disponibili sul sito
http://www.statistica.unimib.it/utenti/pennoni
Metodi statistici non parametrici

docente Donata Marasini
Crediti 2

Il corso si propone di fornire i concetti di base della verifica di ipotesi in assenza di
informazioni sulle leggi di distribuzione di partenza.
ARGOMENTI
Il concetto di test non parametrico
Il test dei segni
La variabile casuale rango
Il test di Wilcoxon-Mann-Whitney
Il test Chi-Quadrato
Il test di Spearman
3. Propedeuticità
Matematica I, Statistica I e Calcolo delle probabilità. E’ consigliabile il superamento
dell’esame di Statistica II (Modulo Metodi)
L’esame consiste in una prova orale.
Landenna G., Marasini D., Ferrari P., La verifica di ipotesi statistiche, Il Mulino,
Bologna, 1998.
Modelli demografici
docente Anna Maria Birindelli
Crediti 4
134
Il corso si propone di fornire una panoramica dei principali modelli demografici,
utilizzabili per la stima sia di variabili strutturali (modelli di popolazione), sia della
dinamica naturale (mortalità e fecondità). L’analisi di specifiche realtà territoriali e
l’utilizzo di software demografico consentono una integrazione tra nozioni teoriche e
aspetti applicativi: in tal modo si favorisce l’acquisizione di specifiche competenze
professionali per effettuare studi di popolazione
2 Programma riassuntivo
ARGOMENTI
Popolazione stazionaria e popolazione stabile
Mortalità: tavole - tipo
Mortalità: approccio relazionale
Fecondità: approccio relazionale
I) Modelli di popolazione
- La tavola di mortalità vista nell’ottica di una popolazione stazionaria.
- Definizione e caratteristiche della popolazione stabile. Stima del tasso
intrinseco di incremento.
- Applicazione: elaborazione del modello di una popolazione stabile femminile,
conoscendo la legge di mortalità e il tasso intrinseco di incremento, (casi di
riferimento: le regioni italiane)
II) Mortalità
- Le tavole – tipo: Coale et al. (1966, 1982, 1988)
- Le tavole – tipo dell’Onu per i paesi in via di sviluppo
- Il modello relazionale di Brass e significato dei parametri della funzione logit
- Applicazione: analisi pregressa della mortalità attraverso a) la procedura
Compar (software MortPak v.4, Onu); b) la funzione logit (casi regionali: anni
1961, 1971,1981, 1991, 2001, 2006)
III) Fecondità
- Il modello relazionale di Brass per l’analisi della fecondità e significato dei
parametri della funzione modificata di Gompertz
- Applicazione: analisi pregressa della fecondità attraverso i parametri del
modello relazionale di Brass (casi regionali: dal 1952 al 2006)
IV) Analisi dei risultati ottenuti nelle varie applicazioni
4. Propedeuticità
Questa attività formativa deve essere preceduta dal superamento dell’esame di
Demografia I
L’esame consiste nella discussione di una tesina da concordare con il docente
135
• Blangiardo G.C., Elementi di demografia, Bologna, il Mulino (Tavola di
mortalità; popolazione stazionaria; previsioni)
• Bonarini F., Modelli di mortalità, Padova, Cleup Ed.
• Birindelli A.M., La funzione di Brass (Gompertz modificata) per l’analisi
della fecondità (dattiloscritto)
Nel corso delle lezioni verrà fornito materiale di supporto per lo svolgimento della
tesina.
Modelli statistici di comportamento economico

docente Lisa Crosato
Crediti 5

L’analisi del comportamento del consumatore rappresenta il punto di partenza per
la definizione delle strategie di marketing delle imprese e per l’impostazione
ottimale del marketing mix. Monitorare il comportamento d’acquisto del
consumatore e perseguire in modo efficace il soddisfacimento dei suoi bisogni
tramite l’offerta più adeguata richiede il ricorso a diversi strumenti propri della
statistica e della statistica economica: dalla teoria dei campioni ai modelli di
regressione, dall’utilizzo consapevole delle fonti informative alle tecniche
multivariate di segmentazione della domanda e posizionamento dell’offerta. Il corso
ha l’obiettivo di guidare lo studente nella scelta e nell’utilizzo di questi strumenti, da
un lato mettendo a frutto alcune delle tecniche statistiche apprese durante il suo
corso di studi e dall’altro ampliando il ventaglio degli strumenti a disposizione con
alcune tra le tecniche quantitative e qualitative maggiormente usate nelle analisi di
mercato. Dato il forte orientamento applicativo del corso, circa la metà delle lezioni
si terrà in laboratorio.
ARGOMENTI
Introduzione al marketing e alle ricerche di mercato
Le fonti di informazione e la raccolta dei dati
Misura degli atteggiamenti e analisi dei comportamenti del consumatore
Applicazione di alcune tecniche multivariate alla segmentazione di mercato e al
posizionamento dell’offerta
Introduzione alla conjoint analysis
o Introduzione al marketing e alle ricerche di mercato
− Definizione e nascita del marketing
− Scopi, ambiti e metodologie dell’analisi di mercato
o Le fonti di informazione e la raccolta dei dati
− Dati primari e dati secondari
− Dati secondari interni ed esterni
136
− I panel
− Richiami sui diversi tipi di campionamento
− I questionari (progettazione, contenuti, somministrazione)
o Misura degli atteggiamenti e dei comportamenti del consumatore
− Scale di misura (equal appearing intervals, Likert, differenziale
semantico)
− Validità e affidabilità delle scale
− Analisi statistica della domanda
− Modelli di scelta fra le marche e frequenza di acquisto
o Applicazione di alcune tecniche multivariate alla segmentazione di
mercato e al posizionamento dell’offerta
− Richiami e applicazione di analisi delle componenti principali
− Richiami e applicazione della cluster analysis
− Richiami e applicazione della regressione multipla
o Introduzione alla Conjoint Analysis
− Modello di conjoint analysis: dal metodi compositivi ai metodi
decompositivi
− applicazione della conjoint analysis ad un caso di analisi di mercato
4. Propedeuticità
Nessuna. È vivamente consigliata la conoscenza degli argomenti trattati nei corsi di
analisi statistica multivariata e di teoria dei campioni.
Prova scritta
Materiale di riferimento:
• Bassi F., (2008), Analisi di mercato, strumenti statistici per le decisioni di
marketing, Carocci, capp.1-4.
• Brasini S., Tassinari F., Tassinari G., Marketing e pubblicità. Metodi di
analisi statistica, il Mulino, seconda edizione, ristampa 2005, capp. III e IV.
• Molteni, L., (1993), L’analisi multivariata nelle ricerche di marketing, SDA
Bocconi EGEA.
Letture utili
• Mariani, P., (2005), Prendersi cura del proprio prodotto, FrancoAngeli.
• Grandinetti, R., (2008), Marketing, mercati, prodotti e relazioni, Carocci,
(capp 1 e 2).
Organizzazione dei sistemi informativi

Crediti 6
Settore scientifico disciplinare:ING/INF 05
137
Creare le necessarie conoscenze, sotto il profilo Tecnico e Metodologico che
consentano un approccio corretto alla progettazione di un sistema informativo,
quale risorsa strategica essenziale al raggiungimento degli obiettivi di una
organizzazione aziendale. L'attività formativa è svolta attraverso lezioni.
ARGOMENTI Ore
Lezioni
Architetture applicative dei sistemi informativi 6
Architetture tecnologiche 6
Le applicazioni informatiche e l’analisi del sistema informativo 10
Progettazione del sistema informativo 8
I progetti di sistema informativo per l’anali dati e di supporto
10
direzionale
TOTALE GENERALE 40
a. Architetture applicative dei sistemi informativi
Processi di elaborazione e basi dati
Il concetto di applicazione
I sistemi per la gestione delle basi dati
Modelli dei dati
b. Architetture tecnologiche
Architetture distribuite, client server, di rete, NC
Servizi telematici: internet e WWW
c. Le applicazioni informatiche e l’analisi del sistema informativo
Principali classi di applicazioni informatiche
Il portafoglio applicativo nelle aziende industriali e di servizi, delle banche e
degli enti pubblici
Analisi funzionale dell’automazione: copertura, grado di automazione,
integrazione
I meccanismi di modellazione del sistema informativo. Analisi degli
investimenti informatici
d. Progettazione del sistema informativo
Approcci ai progetti; schema del ciclo di vita dei progetti
Progetto dei processi e dei dati
Analisi delle attività e delle informazioni
Il progetti di SIA per l’analisi dei dati ed il supporto direzionale
I progetti di sistema informativo per l’anali dati e di supporto direzionale
Modelli direzionali di supporto operativo e di supporto alle decisioni
Data – warehouse e data mining
Casi aziendali
4. Propedeuticità
138
L'esame consiste in una prova orale.
Bracchi, Francalanci, Motta, Sistemi informativi e aziende in rete, McGraw-Hill, Cap.
1,2,3,4,5,7.
Piano degli esperimenti

Crediti 5
Mutuato da Introduzione ai metodi statistici M
Si invitano gli studenti a contattare il docente per definire il programma.
Popolazione e Territorio
docente Stefania Rimoldi
Crediti 5

I temi affrontati nel corso di Popolazione e Territorio hanno l’obiettivo di completare
la formazione teorica e pratica sulle tecniche di analisi dei fenomeni demografici
con particolare attenzione alle specificità e ai problemi introdotti dalle variabili
territoriali. La trattazione privilegia l’aspetto applicativo, con lo scopo di stimolare le
capacità critiche degli studenti nella scelta delle tecniche e degli indicatori da
utilizzare per lo svolgimento di studi territoriali su dati reali.
ARGOMENTI
Studi territoriali in Demografia
Analisi spaziale in Demografia
Strumenti di classificazione del territorio
Autocorrelazione spaziale
GIS e Demografia
a. Studi territoriali in Demografia
Approccio atomistico:
La classificazione del territorio rurale-urbano
Lettura dei processi insediativi: La Rosa dei venti
Le aree di malessere demografico
139
b. Approccio contestuale
La definizione di area metropolitana in Italia
Le aree di attrazione di Vitali
Il contributo di Del Colle
Distanza funzionale, matrice dei tempi medi di primo passaggio
c. Analisi spaziale in Demografia
Misure della distribuzione: la densità
Misure della concentrazione
Misure dell’accessibilità
Misure della composizione della popolazione: quozienti di localizzazione
Associazione geografica
Misure delle migrazioni
Misure della diversità e della segregazione
d. Strumenti per la classificazione del territorio
Factorial Ecology
La Cluster Analysis per la definizione delle aree omogenee.
Il ruolo della popolazione nella pianificazione delle infrastrutture:
la previsione degli spostamenti urbani
posizionamento ottimale di una nuova struttura
e. L’autocorrelazione spaziale: indici di Moran e Geary
4. Propedeuticità
Nessuna. E’ consigliato il superamento dell’esame di Demografia I.
Per integrare le dispense fornite dal docente si possono consultare:
• Cafiero S e Busca A., Lo sviluppo metropolitano in Italia, SVIMEZ, Roma,
1970.
• Ebdon D., Statistics in Geography – Second Edition, Blackwell Publishing,
1985.
• Federici N., Lezioni di Demografia, terza edizione, Elia, Roma.
• Gesano G. Misiti M., Insediamento della popolazione e assetto del territorio,
Quaderni IRP, 6/9, 1993.
• Golini A., Mussino A, Savioli M, Il malessere demografico in Italia, Studi e
Ricerche , Il Mulino, 2001.
• Martinotti G., Metropoli, la nuova morfologia sociale della città, Il Mulino,
Bologna, 1993.
• Natale M., Economia e popolazione, F. Angeli, Milano, 1993 (cap. V)
• Plane D.A. e Rogerson P.A., The geographical analysis of population. With
application to planning and business, John Wiley & Sons, New York, 1994.
• Vitali O., L’evoluzione rurale urbana in Italia, Franco Angeli, Milano, 1983.
Per alcune parti del corso verrà indicato materiale aggiuntivo ad eventuale
integrazione.
140
• Weinstein J, Pillai V.K.., Demography, The Science of Population, Allyn and
Bacon, Needham Heights, 2001.
• Siegel J S., Swanson D. A.., The Methods and Material of Demography –
Second Edition, Elsevier Academic Press, London, 2004.
Programmazione e Basi Dati

Crediti 5

Il corso si propone di introdurre alcuni strumenti informatici avanzati per il
trattamento delle informazioni. Un primo obiettivo consiste nella presentazione del
modello relazionale per la rappresentazione di dati. Successivamente verrà
introdotto il linguaggio di programmazione SQL e mostrato come tale linguaggio
permetta di operare sui dati. L'ultimo obiettivo è l'introduzione alla progettazione
logica delle basi di dati, con particolare riferimento al modello Entità-Relazione.
L'attività formativa è svolta attraverso lezioni.
ARGOMENTI
Tecniche e concetti della progettazione concettuale
Modello relazionale
SQL come linguaggio per la definizione di dati
SQL come linguaggio di interrogazione dati
Il modello Entità-Relazione
a. Fondamenti di basi di dati
b. Nozioni di progettazione concettuale: Suddivisione logica fra schemi e
istanze; Criteri di rappresentazione; Obiettivi della progettazione;
c. Tecniche di progettazione: Strategie top-down, bottom-up
d. Modello relazionale: Algebra relazionale; Chiavi e vincoli di integrità; Prima
e terza forma normale e loro proprietà
e. SQL: Concetti fondamentali dei linguaggi di programmazione; Definizione di
schemi e tabelle;
f. Come gestire i dati in formato tabellare in SQL;
g. Collegare informazioni memorizzate in tabelle diverse. Estrazione di
informazioni in tabelle. Viste.
h. Modello Entità-Relazione: Introduzione alla progettazione di basi di dati;
Introduzione al modello E-R; Costrutti fondamentali e avanzati di E-R;
i. Tecniche di documentazione; Analisi di schemi E-R; Ristrutturazione di
schemi;
j. Da E-R a modello relazionale; Relazioni uno a uno; Relazioni uno a molti,
molti a uno, molti a molti.
k. Cenni di Data Warehouse.
141
l. Cenni di basi di dati attive.
4. Propedeuticità
Nessuna. Si consiglia di avere prima sostenuto l'esame di Informatica.
L'esame consiste in una prova scritta ed in una prova orale.
• Basi di dati, Modelli e Linguaggi di interrogazione", Atzeni, Ceri, Paraboschi,
Torlone, McGraw-Hill.
Serie storiche economiche

docenti Marco Fattore e Matteo Pelagatti
Crediti 8

Il corso si prefigge di fornire allo studente sia una solida base teorica, sia l’abilità
pratica di analizzare serie storiche univariate. Il primo fine dell’analisi è solitamente
la previsione, sempre più richiesta nei centri studi e nelle aziende. Le tecniche che
si affronteranno, tuttavia, metteranno lo studente in grado di estrarre componenti
non direttamente osservabili delle serie quali trend, ciclo economico e stagionalità e
di fare previsioni probabilistiche di queste.
Il corso di serie storiche è altresì importante nel curriculum di studi di uno statistico,
poiché porta lo studente fuori dal paradigma dei dati indipendenti e identicamente
distribuiti (campione bernoulliano) che pervade le altre discipline della Statistica: si
vedrà come molti risultati classici presentati sotto l’ipotesi di indipendenza valgano
anche sotto alcuni tipi di dipendenza stocastica.
142
ARGOMENTI
Introduzione e primi esempi di Serie Storiche univariate
Regressione, proiezioni, correlazioni e correlazioni parziali
La nozione di processo stocastico
Processi deterministici e non deterministici. Processi stazionari in senso forte e
debole. Processi stazionari in covarianza. Ergodicità e stima.
Esempi di processi stazionari
Rappresentazione MA, AR e ARMA di un processo stazionario.
Previsione di una serie storica univariata. Previsore di Wiener-Kolmogorov e
previsore di Yule-Walker
La stima di massima verosimiglianza per modelli MA, AR e ARMA.
Identificazione, stima e diagnostica di modelli per serie storiche stazionarie. La
procedura di Box-Jenkins.
Regressione di serie storiche.
La forma State-Space e il filtro di Kalman.
Modelli a componenti non osservabili.
a) Introduzione e primi esempi di Serie Storiche univariate.
Si introdurrà la nozione di serie storica, motivandone l’interesse nell’ambito
della statistica economica, attraverso diversi esempi.
b) Regressione, proiezioni, correlazioni e correlazioni parziali. Richiami sulle
nozioni fondamentali di analisi della correlazione fra variabili casuali.
Interpretazione geometrica. Legame tra indipendenza e incorrelazione: il ruolo
della normalità.
c) La nozione di processo stocastico.
Nozioni fondamentali di teoria dei processi stocastici a tempi discreti. Il
teorema di Kolmogorov. La nozione di traiettoria e di serie storica.
d) Processi deterministici e non deterministici. Processi stazionari in senso forte e
debole. Processi stazionari in covarianza. Ergodicità e stima.
La nozione di processo deterministico e non deterministico..Tipi di
stazionarietà. Stazionarietà in covarianza. Le proprietà della funzione di
autocovarianza e della funzione di autocorrelazione di un processo stocastico
stazionario. Le condizioni per un’inferenza sulle serie storiche. La stima della
media e della varianza. Il teorema ergodico.
e) Esempi di processi stazionari.
Processo White noise, processi lineari.
f) Rappresentazione MA, AR e ARMA di un processo stazionario. Teoremi di
rappresentazione per processi stocastici a tempi discreti stazionari. Operatore
ritardo e rappresentazione operatoriale di processi stazionari. Condizioni di
stazionarietà. Invertibilità e legame tra diverse rappresentazioni. Funzioni di
autocorrelazione e di autocorrelazione parziale per alcuni modelli.
g) Previsione di una serie storica univariata. Previsore di Wiener-Kolmogorov e
previsore di Yule-Walker.
143
La previsione ottimale nel senso dei minimi quadrati. La previsione nel caso di
infinite osservazioni e nel caso di un numero finito di osservazioni. Il back-
casting.
h) La stima di massima verosimiglianza per modelli MA, AR e ARMA. Deduzione
della stima di massima verosimiglianza per ciascuno dei tre modelli per serie
storiche stazionarie, nel caso di modelli gaussiani.
i) Identificazione, stima e diagnostica di modelli per serie storiche stazionarie. La
procedura di Box-Jenkins.
Costruzione di un modello per serie storiche stazionarie. Uso della funzione di
autocorrelazione e di autocorrelazione parziale per l’identificazione dei modelli
AR, MA e ARMA. L’analisi dei residui, i testi di normalità e di incorrelazione.
j) Regressione di serie storiche.
“Pericoli e opportunità” quando si regrediscono serie storiche su serie storiche.
k) La forma State-Space e il filtro di Kalman.
Si mostrerà la forma State-Space, si vedrà come ogni modello ARIMA possa
essere posto in forma State-Space e come essa permetta di attingere ad una
più vasta classe di modelli. Si mostrerà il principale strumento inferenziale per
modelli in tale forma: il filtro di Kalman. Si costruirà la funzione di
verosimiglianza di modelli in questa.
l) I modelli a componenti non osservabili.
Costruzione di modelli a partire dalle componenti additive quali trend, ciclo
economico e stagionalità. Specificazione stocastica delle componenti. Forma
State-Space dei modelli a componenti non osservabili. Inferenza su
componenti e parametri ignoti per mezzo di filtro di Kalman e stime di massima
verosimiglianza.
4. Propedeuticità
Statistica I, Calcolo delle probabilità e Matematica II. Si consiglia vivamente la
conoscenza degli argomenti trattati nel corso di Statistica II.
Scritto.
Consultare il sito dei docenti.
Sociologia
docente Mario Boffi
Crediti 6
Settore scientifico disciplinare: SPS/07

Il corso prenderà in esame l’apparato logico e concettuale costruito dalla sociologia
e le teorie che sono state elaborate per descrivere e spiegare le istituzioni e i
processi sociali più rilevanti delle nostre società. Si propone di formare le basi
teoriche necessarie per la comprensione della società. Dopo avere inquadrato i
144
concetti di base della sociologia e presentato l’apparato teorico costruito dai
fondatori della disciplina, il corso presenterà in dettaglio i temi cruciali della
sociologia contemporanea, affiancando alla esposizione teorica una verifica di
alcuni dei concetti illustrati attraverso dati empirici.
ARGOMENTI
Introduzione alla sociologia e origini della sociologia
Il metodo sociologico
Cultura e società
Interazione sociale e vita quotidiana
Genere e sessualità
Famiglie
Devianza e criminalità
Razze, etnie e migrazioni
Stratificazione, classi sociali e mobilità sociale
Le organizzazioni moderne
Lavoro e attività economica
Potere e politica
Mass media e comunicazione
Istruzione
Religione
L’organizzazione sociale nello spazio
a. Introduzione alla sociologia: qual è l’oggetto della sociologia; le origini e lo
sviluppo del pensiero sociologico; prospettive sociologiche recenti
b. Il metodo sociologico e presentazione di alcune ricerche classiche
c. Cultura e società: il concetto di cultura; tipi di società e mutamento sociale
d. Interazione e vita quotidiana: lo studio della vita quotidiana; norme sociali e
scambio verbale; l’interazione nel tempo e nello spazio
e. Genere e sessualità: differenze di genere; interpretazioni della disuguaglianza di
genere; relazioni di genere; sessualità, omosessualità e prostituzione
f. La famiglia: concetti fondamentali; interpretazioni teoriche sulla famiglia;
matrimonio e alternative al matrimonio
g. La sociologia della devianza: teorie sociologiche sulla devianza; criminalità e
reati
h. Razze, etnie e migrazioni: razza ed etnia; pregiudizio, discriminazioni e
razzismi; integrazione e migrazioni
i. Stratificazione, classi sociali e mobilità sociale: i sistemi di stratificazione sociali
e le principali teorie; le classi nelle società; genere e stratificazione; la mobilità
sociale
j. Organizzazioni: teorie dell’organizzazione; la burocrazia
k. Lavoro e attività economica: il lavoro; la divisione del lavoro; le trasformazioni
del lavoro; donne e lavoro; lavoro e famiglia; la disoccupazione, l’incertezza del
lavoro
145
l. Potere e politica: potere e autorità; il concetto di stato; tipi di regimi politici;
democrazia, partiti e sistemi di partiti; il cambiamento politico e sociale
m. Mass media e comunicazione: i giornali e la televisione; teorie dei media; nuove
tecnologie delle comunicazioni
n. Istruzione: istruzione; teorie educative; disuguaglianza
o. La religione, definizione e tipi di religione; teorie della religione; tipologie della
organizzazione delle religioni
p. L’organizzazione sociale nello spazio: la città; teorie sulla città; gli studi di
comunità; la vita urbana e la cultura
4. Attività integrative
Nell’ambito del corso la dott.sa Marianna d’Ovidio terrà dei seminari integrativi sui
temi trattati nei testi monografici:
• la flessibilità del lavoro
• la comunità e lo spazio
• il banditismo
• la vita quotidiana
5. Propedeuticità
Nessuna.
L’esame consiste in una prova scritta in cui lo studente dovrà dimostrare di avere
afferrato i principali concetti teorici della disciplina presentati durante il corso e nel
materiale didattico; dovrà inoltre dare prova della lettura di uno dei testi monografici
indicati di seguito.
• Giddens, A. Fondamenti di sociologia. Bologna: Il Mulino
• Verranno inoltre forniti riferimenti integrativi relativi al tema “L’organizzazione
sociale nello spazio”.
E’ richiesta una lettura a scelta tra i seguenti testi:

• Bagnasco, A. Tracce di comunità. Bologna: Il Mulino
• Hobsbawm, E.J. Il banditismo sociale. Torino: Piccola biblioteca Einaudi
• Jedlowsky, P. Storie comuni. Milano: Bruno Mondadori
• Sennett, R. L’uomo flessibile. Milano: Feltrinelli
Statistica applicata alle scienze biologiche

Crediti 5
146
La biologia è lo studio del mondo vivente, dalle molecole che formano una cellula
alla struttura di un intero ecosistema. Nonostante la vastità della materia, la
maggior parte delle discipline biologiche implica la descrizione, in ambito
sperimentale e osservazionale, del fenomeno di interesse in termini di variabilità
assunta da alcune sue particolari caratteristiche. L’applicazione di metodi
quantitativi è quindi fondamentale per comprendere le cause del fenomeno in
studio, e la collaborazione tra biologo e statistico risulta spesso indispensabile.
Scopo del corso è fornire allo studente le basi per pianificare accuratamente un
esperimento o un’osservazione in ambito biologico, per scegliere adeguatamente i
metodi di raccolta dei dati e di analisi statistica, e per interpretare correttamente i
risultati ottenuti.
Ci si concentrerà prevalentemente sulla scelta del modello probabilistico che meglio
descrive il fenomeno biologico in studio.
Verranno introdotti infine i principi e i metodi del dosaggio biologico e della meta-
analisi.
Tutte le metodologie statistiche utilizzate saranno illustrate tramite esempi presi
dall’ambito biologico ed implementate nel sistema software SAS.
ARGOMENTI
Il ruolo del biostatistico nella ricerca in ambito biologico e medico.
Errore casuale e sistematico.
I principali test applicati in ambito biostatistico
Modelli probabilistici per variabili di risposta tra loro indipendenti.
a. Introduzione al corso: i passi della ricerca in campo biologico e medico
b. Il sistema SAS nel laboratorio di Biostatistica.
c. Errore casuale, test di significatività, verifica di ipotesi e dimensione
campionaria. Errore sistematico.
d. I principali test utilizzati in ambito biostatistico. Verifica degli assunti e utilizzo di
test non parametrici.
e. Alcuni accenni ai Test di randomizzazione e agli studi Monte Carlo in ambito
Biologico.
f. Modello di regressione lineare e modello di regressione logistico per l’analisi di
dati biologici e medici
g. Meta-analisi. Teoria e applicazioni
h. Fondamenti del dosaggio biologico
4. Propedeuticità
Nessuna. E’ consigliato il superamento degli esami di Statistica I e di Calcolo delle
Probabilità.
147
L’esame consiste in una prova scritta da svolgere al PC e, in caso di esito positivo,
in una prova orale (facoltativa).
Il materiale didattico di riferimento verrà fornito personalmente dal docente.
Statistica Aziendale
docente Paolo Mariani
Crediti 5

Fornire degli strumenti per l’analisi statistica dei dati d’azienda al fine di ricondurli
ad informazioni di supporto alle decisioni aziendali e mostrare, attraverso giochi di
ruolo e testimonianze, come i metodi statistici consentano di affrontare e risolvere
alcuni problemi in azienda. Particolare attenzione è dedicata alle aree di
applicazione statistica in ambito aziendale, gli aspetti connessi alla raccolta,
elaborazione e comunicazione dei dati ed allo studio di casi aziendali. L'attività
formativa è svolta attraverso lezioni.
ARGOMENTI
Tecniche di misurazione e di sintesi dei dati
Analisi condotte sulla base delle fonti di maggiore utilizzo
Aree di applicazione della statistica in ambito aziendale
Classificazione dei dati in Azienda
Gioco di ruolo
a. Tecniche di misurazione e di sintesi dei dati
b. Gli aspetti classificatori e di definizione
c. Il sistema dei conti delle imprese
d. Analisi condotte sulla base delle fonti di maggiore utilizzo
e. Aree di applicazione della statistica in ambito aziendale
f. Classificazione dei dati in Azienda
g. Fonti statistiche endogene ed esogene
h. Il sistema informativo aziendale
i. Il Cliente: esterno ed interno
j. Chiavi di lettura dei dati: la diffusione e la comunicazione efficace
k. Tecniche di indagine
l. Gioco di ruolo
4. Propedeuticità
Statistica Economica II.
148
L’esame consiste in una prova orale e nella realizzazione di una tesina sugli
argomenti trattati.
• P. Mariani, La statistica in Azienda, contesti ed applicazioni, FrancoAngeli, Milano,
2002
• P. Mariani, Appunti del corso
• Per alcune parti del corso verrà indicato materiale aggiuntivo ad integrazione del
testo di riferimento. Gli studenti non frequentanti sono invitati a richiedere il
materiale direttamente al docente
Statistica economica II
docente Biancamaria Zavanella
Crediti 6
ARGOMENTI Ore Ore
Lezioni Esercitazioni
Il sistema economico: soggetti oggetti , attività 6 2
I conti economici (SEC-SNA) 6 2
La tavola delle interdipendenze e il modello di 6 2
Leontief
Modello statico verticalizzato 6 2
Modello dinamico verticalizzato 6 2
La mobilità strutturale 6 2
TOTALE GENERALE 36 12
Parte II: modelli rappresentativi ed esplicativi del sistema economico.
a. Il sistema economico: soggetti, oggetti, attività. Stock e flussi. Il circuito
degli oggetti reali e finanziari.
b. La contabilità nazionale. I conti economici e gli aggregati saldo secondo il
SEC. I conti patrimoniali.
c. Il modello semplificato mono-prodotto. I coefficienti tecnici di produzione e
di lavoro, i coefficienti di consumo e il tasso di occupazione.
d. Dalla rappresentazione (identità) alla spiegazione: sistemi di equazioni
delle quantità e dei prezzi.
e. La tavola delle interdipendenze settoriali e il sistema di Leontief.
149
f. Il sistema verticalizzato statico di puro lavoro di Pasinetti.
g. Il sistema verticalizzato dinamico di puro lavoro.
h. La mobilità del lavoro (flessibilità) come condizione per il mantenimento
dell’equilibrio nel tempo
3. Propedeuticità
Statistica economica I.
L’esame consiste in un esercizio scritto e in una prova orale.
• B. Zavanella, Modelli per la misura della dinamica economica strutturale,
CUSL, Milano, 2004
• L. Pasinetti, Dinamica strutturale, il Mulino, 1993 (cap. 1- 5 e 9).
Letture:
• G. Alvaro, Contabilità nazionale e Statistica economica, Cacucci editore, 1999
(cap. 1-5, 6.1, 8, 14, 16.2).
• A Giannone, Sistemi di contabilità economica e sociale, CEDAM, 1992.
• M. Martini, I numeri indice in un approccio assiomatico, Giuffrè, 1992
Statistica II (Offerta in due moduli)

Modulo Metodi
Crediti 6

Il corso si propone di fornire i concetti di base e gli strumenti indispensabili
dell’inferenza statistica, sia sotto il profilo della stima, sia sotto quello della verifica
di ipotesi. Lo studente viene, pertanto, a disporre di alcuni dei principali metodi
statistici che gli consentono di affrontare e risolvere problemi reali che sono soggetti
all’incertezza. L'attività formativa è svolta attraverso lezioni ed esercitazioni.
ARGOMENTI
Il concetto di campione
La stima puntuale
Metodi di stima
La stima intervallare
I test di significatività
Cenni sulla teoria di Neyman-Pearson
150
a. La nozione di campione e lo spazio campionario. Il concetto di statistica e
stimatore.
b. La stima puntuale. Proprietà degli stimatori: la correttezza, la consistenza,
l’efficienza assoluta e relativa. Il teorema di Frechét-Rao.-Cramér; il
criterio dell’errore quadratico medio.
c. Metodi di stima. Il metodo della massima verosimiglianza; il metodo dei
momenti.
d. La stima intervallare. I metodi per la sua determinazione; il concetto di
quantità pivotale.
e. I test di significatività. Il concetto di test di significatività nel caso
2
parametrico e i principali test; il test z; il test t di Student; il test χ , il test F di
Snedecor.
f. Cenni sulla teoria di Neyman-Pearson. Il concetto di errore di prima e di
seconda specie; il test più potente e il lemma di Neyman-Pearson; cenni sui test
uniformemente più potenti.
4. Propedeuticità
Matematica I, Statistica I e Calcolo delle probabilità.
L’esame consiste in una prova scritta e, in caso di esito positivo della medesima, in
una prova orale.
• Landenna G., Marasini D., Ferrari P., Teoria della stima, Il Mulino, Bologna, 1997
• Landenna G., Marasini D., Ferrari P., La verifica di ipotesi statistiche, Il Mulino,
Bologna, 1998.
Testo di utile consultazione:

• Newbold P., Carlson W.L., Thorne B., Statistica, Pearson Prentice Hall, 2007
Statistica II (Offerta in due moduli)

Modulo Laboratorio
Crediti 3

Il corso si propone di introdurre gli strumenti informatici per l’applicazione dei
concetti di calcolo delle probabilità e le metodologie inferenziali parametriche
affrontate nel corso di Statistica II.
151
Tale obiettivo verrà perseguito attraverso lo studio di dati reali con il package SAS.
L'attività formativa è svolta attraverso lezioni al calcolatore.
ARGOMENTI
Statistica descrittiva
Inferenza statistica
a. Elementi di statistica descrittiva
univariata (distribuzioni di frequenze, rappresentazioni grafiche, box-plot,
funzione di ripartizione)
bivariata (tabelle doppie, diagramma di dispersione, correlazione, regressione)
b. Calcolo delle probabilità
generazioni di distribuzioni normali, exp, poisson, gamma, uniformi, etc; relativo
calcolo delle probabilità di eventi; approssimazioni.
c. Inferenza statistica
funzione di verosimiglianza e stima di massima verosimiglianza; proprietà degli
stimatori attraverso l’analisi grafica della distribuzione degli stimatori, stima
puntuale ed intervallare della media da popolazioni normali, poissoniane,
esponenziali, gamma
d. test su parametri da popolazioni normali:
una media, due medie, test per dati appaiati, una varianza, due varianze, test chi
quadrato per l’indipendenza, test per la verifica della normalità, QQ-Plot
e. Pacchetti Excel e SAS
Statistica III
docente Andrea Ongaro
Crediti 5

Il corso si propone di approfondire i concetti e i metodi dell’inferenza statistica
acquisiti nel corso di Statistica II attraverso la presentazione di argomenti di
rilevanza sia teorica sia applicativa. In particolare, dopo aver richiamato alcuni
strumenti preliminari relativi alle variabili casuali, verranno presentate nozioni di
teoria ottimale della stima e della verifica d'ipotesi, nonché cenni sui metodi non
parametrici.
152
ARGOMENTI
Variabili casuali multidimensionali
Sufficienza e famiglie esponenziali
Teoria ottimale della stima
Teoria ottimale della verifica di ipotesi
Test non parametrici
a. Variabili casuali multidimensionali.
Funzione di ripartizione multidimensionale (caso discreto e assolutamente
continuo).
Distribuzioni marginali e condizionate.
Valore atteso e momenti.
b. Sufficienza e famiglie esponenziali
Sufficienza nel caso multiparametrico.
Sufficienza minimale.
Famiglie esponenziali: definizione e principali proprietà.
c. Teoria ottimale della stima.
Criteri di valutazione degli stimatori.
Stimatori corretti a minima varianza.
Teoremi di Rao-Blackwell e Lehmann-Scheffé.
d. Teoria ottimale della verifica di ipotesi.
Criteri di valutazione dei test.
Test uniformemente più potenti.
e. Test non parametrici.
Test su un indice di posizione: il caso di un campione.
Test su un indice di posizione: il caso di due campioni.
4. Propedeuticità
Matematica I, Statistica I e Calcolo delle probabilità.
Inoltre è fortemente consigliata la conoscenza degli argomenti trattati in Statistica II
e Matematica II.
• Landenna G., Marasini D., Ferrari P. Probabilità e variabili casuali. Il Mulino,
Bologna, 1997
• Landenna G., Marasini D., Ferrari P. Teoria della stima. Il Mulino, Bologna,
1997
• Landenna G., Marasini D., Ferrari P. Teoria della verifica di ipotesi. Il Mulino,
Bologna, 1997

153
• Dall’Aglio G. Calcolo delle probabilità. Zanichelli, Bologna, 1997.
• Rohatgi V.K., Ehsanes Saleh A.K. An introduction to probability and statistics.
J. Wiley, New York, 2001.
• Landenna G., Marasini D. Metodi statistici non parametrici. Il Mulino, Bologna,
1990.
Statistica sociale (Indicatori sociali)

docente Anna Maria Birindelli
Crediti 5

L’analisi dei diversi aspetti della realtà sociale costituisce una importante base di
riferimento per comprendere i processi in atto e prefigurare, con strumenti adeguati,
le eventuali alternative di intervento. Il corso si propone di fornire una panoramica
critica del materiale statistico disponibile in area sociale, con particolare riferimento
alla documentazione prodotta da alcune organizzazioni nazionali ed internazionali e
accessibile tramite Internet. Attraverso la simulazione di un percorso di ricerca
vengono analizzati alcuni strumenti metodologici idonei alla costruzione,
trasformazione e sintesi degli indicatori sociali. Si prevede lo svolgimento di attività
nel Laboratorio informatico sia per la ricerca in rete sia per l’elaborazione di batterie
di indicatori idonei alla analisi di alcune realtà territoriali.
ARGOMENTI
Panoramica sugli indicatori sociali
Ipotesi di ricerca, trattamento dei dati, trasformazione e sintesi degli indicatori
sociali
Teorie e metodi di valutazione della Qualità della vita
La ricerca degli indicatori sociali in internet
I) Informazioni di base sugli indicatori sociali
- Cenni storici sul movimento degli indicatori sociali
- Tipologie classificatorie
II) Simulazione di un percorso di ricerca
- Scelta di una area tematica: l’offerta del lavoro, fonti statistiche e analisi di
trend; l’offerta di lavoro per genere e il modello della disoccupazione in Italia
- Ipotesi di ricerca, dai dati grezzi alla costruzione degli indicatori
- Verifiche della adeguatezza della batteria degli indicatori
- Trasformazioni in numeri indice, in scala e in scarti standardizzati e relative
procedure di sintesi; il modello tassonomico; l’analisi delle componenti
principali
- Verifica della stabilità delle graduatorie
III) Teorie e metodi di valutazione della Qualità della vita
154
- Nascita e sviluppo del concetto della Qualità della vita
- Gli Indici di Sviluppo Umano (UN) e l’Indice del Pianeta Felice (NEF)
- Esempi di valutazioni della Qualità della vita in contesti sub-nazionali (Province
italiane; British Columbia, Canada)
IV) Guida alla consultazione in rete
- Rassegna dei principali siti sopranazionali e nazionali
V Conclusioni del percorso: aspetti comunicativi Progettare un rapporto di
ricerca. Organizzare un poster.
4. Propedeuticità
Nessuna.
Per i frequentanti: discussione di una tesina (lavoro individuale) concordata con il
docente e presentazione di un poster scientifico (lavoro di gruppo)
Per i non frequentanti: elaborazione di una tesina concordata con il docente e
discussione del materiale delle dispense
A.M. Birindelli, Stefania Rimoldi, (2008), Elementi di base sugli indicatori sociali
(dispense)
Nel corso delle lezioni verrà indicato altro materiale di riferimento
Statistica sociale (Strumenti per l’indagine)

Crediti 5

La conoscenza tempestiva delle opinioni, degli atteggiamenti, dei progetti delle
persone implica l’uso sempre più diffuso dei sondaggi e delle inchieste. Nel disegno
complessivo di una ricerca sul campo, le questioni attinenti l’architettura del
questionario, le modalità di raccolta dei dati e gli errori non campionari rivestono un
ruolo cruciale per ottenere dati affidabili. Il corso si propone di fornire le nozioni
teoriche e le procedure operative necessarie per programmare strumenti di misura
e modalità di somministrazione delle interviste che siano funzionali agli obiettivi
perseguiti nei vari ambiti di indagine.
155
ARGOMENTI
Introduzione ai sondaggi
Disegno globale di una ricerca sul campo
Lo strumento di misura
Aspetti psicologici
Errori ed effetti riposta.
Ruoli e comportamenti degli intervistatori. Qualità dei dati e del rapporto di ricerca
I questionari in pratica
a. Perchè fare domande alle persone
b. Excursus storico sui sondaggi
c. Le ricerche campionarie e l’implementazione del disegno complessivo
d. Gli ingredienti: gli attori; risorse e vincoli; fattori di contesto
e. Misure e modalità di raccolta dei dati
f. Qualità dei dati: validità e fedeltà delle misure
g. Qualità dei dati ed effetti risposta
h. Grado di strutturazione delle domande
i. Misurare gli atteggiamenti: le scale
j. Aspetti psicologici (intrusività, salienza, dimensione temporale) e fraseggio
k. Processi psicologici: la memoria
l. Processi psicologici e comprensione del questionario
m. Domande e categorie di risposte: errori o effetti risposta
n. Sintesi riepilogativa sulla costruzione e verifica del questionario
o. L’intervistatore e possibili sorgenti di errori.
p. Elementi per una analisi della qualità dei dati e di un rapporto di ricerca
4. Propedeuticità
Frequentanti: L’esame consiste nella discussione di un elaborato, concordato con il
docente, e in una prova scritta.
Non frequentanti: L’esame consiste in una prova scritta.
Frequentanti:
• Vanda Zammuner (1998), Tecniche dell’intervista e del questionario, il Mulino,
Bologna
Non frequentanti:
• Vanda Zammuner (1998), Tecniche dell’intervista e del questionario, il Mulino,
Bologna
• Materiale da richiedere direttamente al docente
156
Teoria dei campioni
Crediti 5

Il corso si propone di fornire i più noti piani di campionamento probabilistici con
riguardo alle popolazioni finite, intese secondo l’approccio classico. Lo studente
viene messo in grado di scegliere quale piano di campionamento sia più idoneo e
quale, fra i vari stimatori, sia preferibile nella particolare situazione concreta.
L'attività formativa è svolta attraverso lezioni con il supporto di esercitazioni.
ARGOMENTI
Inferenza da popolazioni finite
Piani di campionamento a probabilità costanti
Stimatori e loro proprietà
Campionamento a probabilità variabili
Dimensione campionaria
a. Inferenza da popolazione finita. Definizione di popolazione finita; fasi e
modalità di rilevazione di un’indagine statistica campionaria.
b. Piani di campionamento. Piano casuale semplice con e senza
reinserimento; campionamento stratificato a probabilità costanti. Cenni sul
campione sistematico.
c. Stimatori e loro proprietà. Stimatori della media; stimatori del totale;
stimatore della proporzione; stimatori per quoziente; stimatore combinato;
stimatore separato.
d. Cenni sui piani di campionamento a probabilità variabili e su alcuni
stimatori.
e. Dimensione campionaria. Determinazione della dimensione campionaria
con riferimento all’errore tollerato e al costo.
4. Propedeuticità
Matematica I, di Statistica I e di Calcolo delle probabilità. E’ consigliabile il
superamento dell’esame Statistica II (Modulo Metodi).
• Frosini B.V., Montinaro M., Nicolini G., Il campionamento da popolazioni finite,
UTET, 1999
157
• Cicchitelli G., Herzel A., Montanari G.E., Il campionamento statistico, Il Mulino,
Bologna, 1997
• Sarndal C.E., Swensson B., Wretman J., Model Assisted Survey Sampling,
Springer-Verlag, New York, 1992
• Thompson S.K., Sampling, J. Wiley, New York, 1992
Teoria delle decisioni

Crediti 5
Parzialmente Mutuato da Modulo di Inferenza Bayesiana M, Corso di
Inferenza Statistica M (Laurea Magistrale)
158
PROGRAMMI DEGLI INSEGNAMENTI DELLE LAUREE MAGISTRALI
(PRIMO ANNO)
Modulo di Algebra Lineare

(Corso di Matematica generale M)
docente Andrea Calogero
Crediti 3 in e-learning

L’obiettivo è di fornire le conoscenze propedeutiche di algebra lineare necessari ai
successivi insegnamenti del corso di laurea Magistrale.
Spazi vettoriali. Trasformazioni lineari. Matrici e operazioni tra matrici. Determinante
e rango di una matrice. Sistemi di equazioni lineari. Autovalori e autovettori.
Diagonalizzabilità e similitudine. Segno di una forma quadratica.
3. Propedeuticità
Nessuna.
L’esame consiste in alcune prove a distanza e in una prova scritta e orale
conclusiva in modalità tradizionale.
Dispense e altro materiale didattico disponibili su piattaforma e-learning.
Modulo di Analisi Matematica I


L’obiettivo è di fornire le conoscenze propedeutiche di analisi matematica per
funzioni in una variabile necessari ai successivi insegnamenti del corso di laurea
Magistrale.
Equazioni e disequazioni. Elementi di geometria analitica. Elementi di calcolo
combinatorio. Generalità sulle funzioni. Funzioni reali di una variabile reale: funzioni
elementari, limiti di una funzione, derivate di funzioni, sviluppi di Taylor, studio
qualitativo. Integrale di funzioni di una variabile (integrale definito di Riemann e
integrale generalizzato). Serie numeriche.
159
3. Propedeuticità
Nessuna.
Modulo di Analisi Matematica II


L’obiettivo è di fornire le conoscenze propedeutiche di analisi matematica per
funzioni in più variabili necessari ai successivi insegnamenti del corso di laurea
Magistrale.
Funzioni reali di due o più variabili reali. Derivate di funzioni di più variabili. Ricerca
di massimi e minimi. Ricerca di massimi e minimi vincolati. Integrale doppio e
integrale triplo.
3. Propedeuticità
Consigliati i moduli di Analisi Matematica I e Algebra lineare.
Modulo di Aspetti specialistici della medicina

(Corso di Elementi di medicina M)
(Corso di Introduzione alla medicina M)
docente Sarino Aricò
Crediti 3
160
L’obiettivo è di trasmettere il linguaggio, le leggi fondamentali e il ragionamento del
processo clinico agli studenti con un titolo di studio di primo livello che non
contempla tali conoscenze. Vengono esemplificati i bisogni formativi e di ricerca del
medico specialista, e le modalità attraverso le quali il medico specialista ed il
biostatistico possono interagire nell’esame delle conoscenze disponibili,
nell’individuazione dei punti da ricercare e nella progettazione ed esecuzione di
studi clinici e sperimentali.
ARGOMENTI
Il ragionamento del medico specialista
Il rapporto medico – paziente
Anamnesi, esame obiettivo
Esami di laboratorio ed esami strumentali
La ricerca in medicina specialistica
Gastroenterologia: la malattia peptica
Gastroenterologia: l'intestino irritabile
Epatologia: l'epatite cronica
Epatologia: la cirrosi epatica
Alcologia: l’alcolismo
Alcologia: le patologie alcol-correlate
L'oncologia gastroenterologica ed epatologica
a. Il ragionamento del medico specialista
b. Il rapporto medico – paziente
c. Anamnesi, esame obiettivo
d. Esami di laboratorio ed esami strumentali
e. La ricerca in medicina specialistica
f. Gastroenterologia: la malattia peptica
g. Gastroenterologia: l'intestino irritabile
h. Epatologia: l'epatite cronica
i. Epatologia: la cirrosi epatica
j. Alcologia: l’alcolismo
k. Alcologia: le patologie alcol-correlate
l. L'oncologia gastroenterologica ed epatologica
4. Propedeuticità
Nessuna.
L’esame consiste in una prova prova orale sugli argomenti trattati a lezione e
nell’esame di un articolo tratto dalla letteratura scientifica medica.
161
Per ogni argomento, agli studenti vengono forniti articoli scientifici della letteratura
medica da commentare e discutere.
Basi di dati M
Crediti 6
Mutuato da Basi di dati S (Lauree specialistiche).
Modulo di Calcolo delle Probabilità M

(Corso di Matematica Applicata M)
(Corso di Matematica per l’economia M)
Crediti 3

Il corso presenta in maniera rigorosa i risultati classici della Teoria delle Probabilità:
le leggi dei grandi numeri e il teorema centrale del limite (versione).
ARGOMENTI
Rudimenti di Teoria della Misura
Eventi misurabili e Sigma-algebre. Spazi di Probabilità. Variabili e Vettori aleatori
Tipi di Convergenza per variabili Aleatorie
Legge dei Grandi Numeri (forma debole). Lemmi di Borel-Cantelli. Legge dei Grandi
Numeri (forma Forte)
Cenni alla trasformata di Fourier
Teorema Centrale del Limite.
3 Programma dettagliato
Introduzioni. Cenni alla Teoria della Misura. Spazi discreti. Teoremi di Bernoulli e
DeMoivre-Laplace. Eventi misurabili e Sigma-algebre. Spazi di Probabilità. Variabili
e Vettori aleatori. Media e funzioni di distribuzione. Calcolo delle medie e cambio.
Disuguaglianza di Chebyshev and di Jensen. Eventi Indipendenti. Variabili Aleatorie
indipendenti e Vettori Aleatori. Convergenza in Probabilità, quasi certa e
Convergenza L^p. Relazioni dei diversi tipi di convergenza. Legge dei Grandi
Numeri (forma debole). Lemmi di Borel-Cantelli e applicazioni alla Convergenza in
Probabilita’. Legge dei Grandi Numeri (forma Forte). Teorema di Glivenko-Cantelli.
Introduzione al Teorema Centrale del Limite. Cenni alla trasformata di Fourier e sue
apllicazioni. Teorema Centrale del Limite (Scalare eVettoriale.)
162
4. Propedeuticità
Matematica I.
L’esame consiste in una prova scritta e in una eventuale prova orale.
• Appunti, dispense, esercizi e temi d’esame svolti alla pagina
http://www.statistica.unimib.it/utenti/matematica/mate_fin/corso_mate_fin.html
Cartografia tematica M
docente Mario Boffi
Crediti 6
Settore scientifico disciplinare: ICAR/06

I Sistemi Informativi Geografici (GIS), integrando in uno strumento composito database,
programmi statistici e sistemi per la rappresentazione visuale, rappresentano lo strumento
applicativo per gestire a analizzare i dati territoriali. Lo scopo del corso è quello di formare
le basi culturali e tecniche necessarie per utilizzare i GIS e, quindi, per sfruttare le risorse
rappresentate dai dati territoriali, sia dal punto di vista metodologico - conoscenza della
terminologia disciplinare, delle fonti dei dati, dei metodi per gestirli ed elaborarli -, sia da
quello applicativo - capacità di utilizzare i software GIS per produrre rappresentazioni
cartografiche e per analizzare fenomeni territoriali -.
La gestione dei dati nei GIS
La georeferenziazione
Operazioni sui dati territoriali
La costruzione delle mappe tematiche
L’analisi spaziale
Il mercato dei dati e dei software GIS
a. I Sistemi Informativi Geografici (GIS) per I'analisi statistica territoriale
b. La componente alfanumerica del GIS: il database relazionale- principi
strutturali e strumenti operativi
c. La componente geografica del GIS:
d. Georeferenziazione , geocodifica e proiezioni
e. Operatori e funzioni logiche, statistiche , geografiche
f. Trasformazioni sugli oggetti e sugli attributi geografici
g. Le tecniche di rappresentazione dell’informazione territoriale
h. Rappresentazioni vettoriali e raster
163
i. L’analisi descrittiva: le mappe tematiche o coroplete, le mappe di densità
j. La classificazione: metodi di classificazione per la mappatura tematica
k. Gli strati informativi
l. Mappe discrete e mappe continue
m. Modelli di interpolazione spaziale
n. Strumenti per l’analisi spaziale: modelli di vicinato, di Voronoi, buffer, isolinee
o. Metodi statistici per l’analisi spaziale
p. Le principali fonti di dati territoriali
q. I Software per la gestione e l’analisi dei dati territoriali
4. Propedeuticità
Si consiglia di rivolgersi al Coordinatore del corso di studio
L’esame consiste in un colloquio orale focalizzato sulla discussione degli aspetti
metodologici di un caso di studio.
• M.Boffi, Scienza dell’informazione geografica. Introduzione ai GIS. Zanichelli,
Bologna, 2004.
Modulo di Chimica per l’ambiente M

(Corso di Elementi di Scienze ambientali M)
Crediti 3
Settore scientifico disciplinare: FIS/07
Modulo di Controllo statistico della qualità M

(Corso di Campionamento e controllo statistico M)
docente Giorgio Vittadini
(esercitazioni) Fulvia Pennoni
Crediti 6

L’obiettivo del corso è quello permettere il profilo teorico e pratico le metodologie
per il controllo di qualità nel campo industriale e della valutazione dei servizi alla
persona di pubblica utilità alla persona quali istruzione o sanità. anche attraverso
applicazioni settoriali. . Il corso vuole innanzitutto mettere in grado gli studenti di
164
saper utilizzare e interpretare tali strumenti in casi empirici attraverso l’ausilio di
appositi pacchetti statistici.
ARGOMENTI
Parte A Controllo di qualità nei processi industriali

Parte B Valutazione dei servizi di pubblica utilità alla persona di Efficienza,
Customer satisfaction e di Efficacia Relativa. Applicazione a settori particolari: casi
di Sanità, Istruzione
Esercitazioni su software SAS: Dott.ssa Fulvia Pennoni
I PARTE:
a) Concetto di qualità, manuale qualità, certificazione.
b) Concetto di controllo di qualità
c) Il controllo in corso di produzione:i 7 strumenti di Ishikawa
d) Il controllo in corso di produzione: Le carte di Controllo per variabili e controllo
per attributi
d) Introduzione al campionamento sequenziale: le carte CUSUM
e) Controllo di accettazione per variabili e attributi
f) Cenni sull’uso delle tavole standard per il controllo di accettazione.
II PARTE
a) La valutazione dei servizi di pubblica utilità alla persona: introduzione generale
b) Il concetto di output e outcome
c) Metodi di valutazione della qualità nei servizi di pubblica utilità alla persona
d) Valutazione di efficacia relativa
e) Valutazione di efficienza
f) Valutazione di customer satisfaction
g) Valutazione di impatto.
h) Applicazione ai casi di Sanità, Istruzione,
4. Propedeuticità
E’ consigliato il superamento dell’esame di Multivariata I S.
Frequentanti
I frequentanti che lo desiderino possono sostenere l’esame attraverso due prove
parziali scritte
Prova A (2 ore)
Risoluzione in laboratorio attraverso pacchetti statistici con l’ausilio di strumenti
didattici ( libri appunti) di un problema empirico di controllo qualità industriale
Prova B (2 ore)
Risoluzione in laboratorio attraverso pacchetti statistici con l’ausilio di strumenti
didattici (libri appunti) di un problema empirico di valutazione dei servizi di pubblica
utilità alla persona.
165
Per tutti (3 ore)
I non frequentanti e i frequentanti che non desiderino sostenere prove parziali
potranno sostenere l’esame in una unica prova scritta consistente in: risoluzione in
laboratorio attraverso pacchetti statistici con l’ausilio di strumenti didattici ( libri
appunti) di un problema empirico di controllo qualità industriale
e di un problema empirico di valutazione dei servizi di pubblica utilità alla persona.
• Lucidi presentati nel corso disponibili dopo le lezioni sul sito del docente
• Parte Controllo statistico della qualità 2/ed Douglas C. Montgomery Mac Graw
Hill 2006
• 2 parte -3 parte
• a cura di E. Gori, G. Vittadini, Qualità e valutazione nei servizi di pubblica
utilità, Ed. ETAS, 1998.
• a cura di Pagano, G. Vittadini, Qualità e valutazione della struttura sanitaria,
ed., ETAS, 2004
• Manuale SAS parte sul multilevel
Modulo di Economia e Dinamica Industriale

(Corso di Economia Industriale Avanzata M)
Crediti 6

Il corso ha lo scopo di fornire agli studenti gli strumenti interpretativi necessari per
l’analisi delle forme di mercato e dei modelli comportamentali delle imprese in
contesti di interazione strategica. A fianco delle lezioni teoriche, ci saranno incontri
in Laboratorio per analizzare dati ed affrontare alcuni casi coi quali poter sviluppare
la conoscenza delle tecniche statistiche ed econometriche necessarie per condurre
analisi empiriche ed applicazioni di economia e dinamica industriale. Le tematiche
che si implementeranno nelle applicazioni saranno scelte tra quelle riportate nel
Programma Dettagliato.
166
ARGOMENTI
Richiami di Economia Industriale
Funzioni di costo e struttura dell’impresa
Concentrazione di mercato, entrata di nuove imprese
Potere di mercato e differenziazione del prodotto
Investimento strategico in pubblicità
Innovazione e Ricerca & Sviluppo
Regimi tecnologici e innovazione
La dinamica industriale e il ciclo di vita dell’industria
Tecnologie ed esternalità di rete
Relazioni verticali tra le imprese
a. Richiami di Economia Industriale:
I comportamenti e l’interazione strategica tra le imprese.
Le forme di mercato.
b. Funzioni di costo e struttura dell’impresa:
Rendimenti di scala.
La funzione di costo translogaritmica
Applicazione: stime sulla funzione di costo translogaritmica.
c. Concentrazione di mercato, entrata di nuove imprese e competizione:
Il processo di entrata di nuove imprese nei settori industriali.
Applicazione sulla relazione tra entrata e struttura di mercato.
Strategie di deterrenza all’entrata: Comportamento strategico delle imprese a fronte
dei nuovi entranti: gli effetti “fat cat, puppy dog, lean and hungry look”
d. Potere di mercato e differenziazione del prodotto:
Indici di potere di mercato.
Differenziazione strategica del prodotto e investimenti pubblicitari.
Applicazione sul potere di mercato.
e. Investimento strategico in pubblicità:
Pubblicità e struttura di mercato.
Pubblicità e deterrenza all’entrata.
f. Innovazione e Ricerca & Sviluppo:
Economia dell’innovazione.
Innovazione e struttura di mercato, effetto efficienza ed effetto rimpiazzo.
Applicazione sulla relazione tra R&S e dimensione di impresa: specificazione del
modello.
I brevetti.
Applicazioni sulle determinanti dell’attività innovativa delle imprese e il caso
dell’industria chimica e biotecnologia.
g. Regimi tecnologici e innovazione:
I modelli Schumpeter Mark I e Schumpeter Mark II.
Il concetto di “regime tecnologico”.
h. La dinamica industriale e il ciclo di vita dell’industria:
I tre livelli della dinamica industriale.
Il modello di Klepper.
167
Il ruolo dell’esperienza pre-entry e il fenomeno degli spin-off.
Un’applicazione al caso del settore automobilistico.
i. Tecnologie ed esternalità di rete:
Rendimenti crescenti da adozione e path-dependence.
Scelte strategiche delle imprese in presenza di esternalità di rete.
Caso studio: il mercato dei videogiochi.
j. Relazioni verticali tra le imprese:
Il problema della doppia marginalizzazione.
Il contratto di franchising.
Investimenti specifici e contratti di lungo periodo.
Un caso studio delle relazioni verticali tra imprese.
4. Propedeuticità
Nessuna. E’ vivamente consigliato il supermento dell’esame di Economia
Industriale e dell’esame di Econometria prima di sostenere questo corso.
L’esame consiste in una prova scritta e in una applicazione pratica.
Nel corso delle lezioni verrà indicato il materiale di riferimento e gli esercizi di
supporto da ritenersi obbligatori per la preparazione dell’esame.
Modulo di Elementi di biochimica

(Corso di Introduzione alla Biologia M)
(Corso di Elementi di Biologia M)
docente Maria Elena Regonesi
Crediti 3
Settore scientifico disciplinare: BIO/10

Il corso fornisce le conoscenze essenziali di chimica generale e chimica organica,
una trattazione delle principali classi di molecole biologiche, con particolare enfasi
su proteine e acidi nucleici (struttura e loro funzioni biologiche). Vengono anche
impartite conoscenze elementari circa l’organizzazione strutturale delle cellule e un
quadro generale del metabolismo.
ARGOMENTI
Generalità
Le principali classi di composti di interesse biologico e loro ruoli strutturali e
funzionali
L’organizzazione strutturale dei sistemi viventi
Il metabolismo
168
a. Generalità. Teoria del legame chimico. Legame covalente e ionico. Le principali
classi di composti organici. Interazioni non covalenti e loro ruolo nella struttura
delle molecole biologiche. Concetto di concentrazione. L’equilibrio chimico. Il pH
e il suo ruolo nei fenomeni biologici. Dissociazione acido-base in soluzione
acquosa. Soluzioni tampone.
b. Le principali classi di composti di interesse biologico e loro ruoli strutturali e
funzionali. Carboidrati. Lipidi. Nucleotidi e acidi nucleici: loro ruolo nell’
immagazzinamento dell’informazione genetica degli acidi nucleici. Struttura di
DNA e RNA. Struttura degli aminoacidi presenti nelle proteine. L’assemblaggio
di amminoacidi tramite legame peptidico dà origine alle proteine. I diversi livelli
organizzativi delle proteine (struttura primaria, secondaria, terziaria e
quaternaria). Ruoli funzionali delle proteine. Alcuni esempi di proteine di
rilevante interesse biologico.
c. L’organizzazione strutturale dei sistemi viventi. Differenze nella struttura e
nell’organizzazione generale di cellule procariotiche ed eucariotiche. Struttura e
ciclo vitale dei virus.
d. Il metabolismo. Il ruolo centrale dell’ATP nel metabolismo energetico. Cenni
sulle diverse vie metaboliche: metabolismo glicidico, lipidico, dei composti
azotati. Il metabolismo ossidativo. Vitamine e ormoni: cenni sulle loro strutture e
ruoli funzionali.
4. Propedeuticità
Nessuna.
Orale.
Dispense disponibili in segreteria didattica.
Modulo di Elementi di farmacologia

Crediti 3

L’insegnamento si propone di fornire le conoscenze di base riguardo la farmacocinetica
e la farmacodinamica. In particolare si impartiranno conoscenze elementari circa la
distribuzione del farmaco nell’organismo e conoscenze più approfondite circa i possibili
bersagli dell’azione dei farmaci, con riferimenti ai farmaci più comunemente utilizzati.
Saranno parte preponderante del corso anche argomenti quali la valutazione
tossicologica di un farmaco e le diverse fasi precliniche e cliniche che devono essere
condotte per la commercializzazione di un farmaco.
169
ARGOMENTI
Farmacocinetica
Farmacodinamica
Farmacotossicologia
a. Definizione di farmaco. Agonisti, antagonisti, agonisti inversi e agonisti parziali
b. Tipi di risposte determinate dai farmaci. risposte graduali, quantali e non
misurabili in continuo.
c. Farmacocinetica. Assorbimento, distribuzione ed eliminazione dei farmaci.
Controllo della concentrazione plasmatica dei farmaci dopo singola e ripetuta
somministrazione.
d. Studio temporale dell’effetto di un farmaco. Valutazione del tempo di latenza, di
picco e durata dell’effetto del farmaco.
e. Determinazione delle curve dose-risposta. Comparazione di farmaci agonisti e
potenza di un farmaco; studio del tipo di antagonismo mediante le curve dose-
risposta in presenza e in assenza di antagonisti.
f. Interazioni farmacologiche. Antagonismo, sinergismo additivo, potenziamento.
g. Meccanismi d’azione dei farmaci: enzimi (antinfiammatori non stereoidei),
recettori (benzodiazepine).
h. Valutazione della tossicità acuta e cronica di un farmaco.
4. Propedeuticità
E’ consigliato il superamento degli esami di Elementi di Biochimica S e Elementi di
Fisiologia S
Il materiale didattico necessario per sostenere l’esame sarà fornito dal docente
durante il corso.
Modulo di Elementi di fisiologia

Crediti 3

L’insegnamento si propone di fornire le conoscenze delle funzioni cellulari in tessuti e
organi e che sono alla base delle principali manifestazioni biologiche. Parte
preponderante del corso comprende lo studio della fisiologia delle membrane e dei
principali sistemi biologici.
170
ARGOMENTI
Studio delle principali linee cellulari
Fisiologia delle membrane
Il sistema nervoso
I sistemi biologici e il mantenimento dell’omeostasi
a. Principali tipi di cellule, tessuti e loro funzioni.
b. Comunicazione tra le cellule: gap junctions e mediatori chimici. Trasduzione
del segnale.
c. Fisiologia delle membrane: diffusione e permeabilità, trasporti passivi e attivi,
trasportatori, pompe e canali ionici, potenziale elettrico di membrana.
d. Il sistema nervoso: il potenziale d’azione e la codificazione dell’informazione,
sinapsi, glia e mielinizzazione.
e. Il sistema muscolare: muscolatura scheletrica, cardiaca e liscia. Contrazione
della fibra muscolare striata.
f. Il sistema circolatorio e il sangue: arterie, vene e capillari. Pressioni sanguigne.
Componenti del sangue.
g. Il sistema respiratorio: meccanica respiratoria, scambi dei gas respiratori e loro
trasporto nel sangue, regolazione nervosa.
h. Il rene: cenni di anatomia funzionale, filtrazione glomerulare, composizione
dell’urina.
i. I sistemi e il mantenimento dell’omeostasi.
4. Propedeuticità
E’ consigliato il superamento dell’esame di Elementi di biochimica S.
durante il corso.
Modulo di Elementi di genetica

(Corso di Introduzione alla Biologia M)
Crediti 3
171
L’insegnamento si propone di fornire le principali conoscenze sui meccanismi di
espressione e trasmissione dell’informazione genetica, della mutazione e
dell’evoluzione.
ARGOMENTI
Il materiale genetico
Basi dell’ereditarietà
Genetica quantitativa
Genetica di popolazioni
Microarray
a. Basi fisiche dell’ereditarietà: cromosomi, mitosi, meiosi. Crossing-over
meiotico.
b. Replicazione e trascrizione del DNA. Regolazione dell’espressione genica.
c. Trasmissione dei caratteri: genetica Mendeliana.
d. Genetica quantitativa.
e. Genetica di popolazioni: equilibrio di Hardy-Weinberg, polimorfismo delle
popolazioni naturali, variazioni delle frequenze geniche.
f. Principi generali dei microarray.
4. Propedeuticità
E’ consigliato il superamento Elementi di Biochimica S.
L’esame consiste in una prova scritta e una orale.
durante il corso.
Modulo di Elementi di inferenza statistica M

(Corso di Introduzione ai metodi statistici M)
Crediti 6
Parzialmente Mutuato da Statistica II - Modulo metodi (Laurea Triennale)
172
Modulo di Fisica per l’ambiente M
Crediti 3
Settore scientifico disciplinare: FIS/07
Indagini di popolazione M
Crediti 6

Le trasformazioni sociali, economiche e demografiche degli ultimi decenni hanno
generato nuovi bisogni conoscitivi, in parte soddisfatti dalla realizzazione di indagini
specifiche.
Obiettivo del corso è quello di esaminare i requisiti, i metodi e i caratteri salienti
delle indagini realizzate attraverso questionari. In particolare verranno esaminati tre
tipi di indagine – la Demographic Health Survey, le Multiscopo realizzate dall’Istat e
quelle promosse dall’Osservatorio regionale finalizzate alla stima della presenza
straniera sul territorio lombardo. Le indagini saranno affrontate dalla
predisposizione degli obiettivi di ricerca fino alla restituzione dei risultati.
Il differente contesto sociale ed economico e le differenti finalità delle indagini prese
in considerazione sono in grado di restituire, anche in termini comparativi, alcuni
nodi critici e il valore di questi strumenti di indagine.
ARGOMENTI
Il disegno della ricerca
Gli elementi della ricerca
Le indagini
Preparazione relazione finale
a. Il disegno della ricerca
I tipi di ricerca
Lo sviluppo storico delle indagini
Agenzie di ricerca
Popolazione, campionamento e qualità dei dati
b. Gli elementi della ricerca
Il disegno complessivo
Risorse e vincoli
Le misure
173
La raccolta dei dati
Qualità dei dati e validità delle misure
c. Le indagini
Multiscopo
Demographic Health Survey
La presenza straniera - Osservatorio regionale lombardo
4. Propedeuticità
Nessuna.
L’esame consiste in un rapporto di ricerca, concordato con il docente, e in una
prova orale.
Il materiale didattico, costituito da dispense e letture consigliate, verrà distribuito
durante il corso. Gli studenti non frequentanti sono invitati a richiedere il materiale
direttamente alla docente.
Modulo di Inferenza Bayesiana M

(Corso di Inferenza statistica M)
Crediti 6

Il corso si propone di fornire le nozioni di base dell’impostazione bayesiana
all’inferenza statistica e di illustrare, in tale ottica, alcuni modelli di ampio utilizzo.
L’attività formativa è svolta attraverso lezioni ed è coadiuvata da esercitazioni in
laboratorio informatico.
ARGOMENTI
Introduzione al modello bayesiano
Scelta della distribuzione a priori
I fondamenti dell’approccio decisionale
Inferenza bayesiana
Aspetti computazionali
Modelli
a. Introduzione al modello bayesiano: distribuzione a priori, funzione di
verosimiglianza, distribuzione a posteriori, meccanismo di aggiornamento
ovvero il teorema di Bayes.
174
b. Scelta della distribuzione a priori: assegnazione diretta, distribuzioni non
informative, classi coniugate, metodi basati sulla distribuzione predittiva.
c. I fondamenti dell’approccio decisionale: funzioni di perdita, criteri di
ottimalità, funzioni di rischio e perdita attesa finale.
d. Inferenza bayesiana: stima puntuale, stima per regioni, verifica di ipotesi e
fattore di Bayes.
e. Aspetti computazionali: metodi Monte Carlo e Markov chain Monte Carlo
per realizzare l’inferenza bayesiana.
f. Modelli: il modello lineare. Cenni ai modelli multi-livello.
4. Propedeuticità
E’ vivamente consigliata la conoscenza delle nozioni impartite nell’insegnamento di
Teoria dell’Inferenza e Programmazione in R.
L’esame consiste in una prova scritta e una prova orale.
• Berger J.O., Statistical Decision Theory and Bayesian Analysis, Springer-
Verlag, 1985.
• Lee P.M., Bayesian Statistics: an Introduction, Arnold, 2004.
• Piccinato L., Metodi per le Decisioni Statistiche, Springer-Verlag Italia, 1996.
• Robert C.P., The Bayesian Choice, 2nd edition, Springer, 2001.
Per alcune parti del corso verrà indicato materiale aggiuntivo ad integrazione dei
libri di testo.
Modulo di Introduzione al ragionamento clinico

docente Giancarlo Cesana
Crediti 3

L’obiettivo è, attraverso la considerazione della storia della medicina e della sanità,
di trasmettere il linguaggio, le leggi fondamentali e il ragionamento della valutazione
clinica ed epidemiologica agli studenti con un titolo di studio di primo livello che non
contempla tali conoscenze.
175
ARGOMENTI
1^ parte: INTRODUZIONE ALLA MEDICINA
Introduzione alla Medicina
Storia della Medicina
Sistemi Sanitari
2^ parte: APPROCCIO MEDICO AL PAZIENTE
Atto medico e cartella clinica
Anamnesi
Esame Obiettivo
Esami Strumentali
3^ parte:EVIDENZA ED INFORMAZIONE IN MEDICINA
Medicina basata sulle prove di efficacia
In questo modulo si illustra il ragionamento medico ed epidemiologico,
soffermandosi in particolare sulla storia della medicina e della sanità, nonché sui
principi organizzativi dei sistemi sanitari più evoluti. Vengo introdotti anche brevi
cenni sull’anamnesi, l’esame obiettivo, gli accertamenti strumentali e l’utilizzo della
bibliografia.
4. Propedeuticità
Nessuna.
L’esame consiste di una prova scritta e una prova orale nei giorni immediatamente
successivi al giorno dello scritto.
Cesana GC: Il ministero della salute. Note introduttive alla medicina. Firenze,
Studio Editoriale Fiorentini, 2005
Sul sito www.medlavoro.medicina.unimib.it sono disponibili le slide delle lezioni
(seguendo il percorso cesana)
Modulo di Introduzione alla patologia medica

docente Polo-Friz Hernan
Crediti 3

Gli obiettivi sono quelli di fornire le conoscenze basiche della fisiopatologia,
metodologia diagnostica e terapia di malattie frequenti nella pratica clinica, e di
176
trasmettere il linguaggio e la logica fondamentale del ragionamento clinico agli
studente con un titolo di studio di primo livello che non contempla tale conoscenza.
ARGOMENTI
Cardiopatia ischemica
Ipertensione arteriosa
Insufficienza cardiaca
Ictus
Broncopneumopatia cronica ostruttiva
Diabete mellito
Ipertiroidismo ed ipotiroidismo
Obesità
Artrite Reumatoide
a) Cardiopatia ischemica: definizione, fisiopatologia, clinica, diagnosi, terapia.
b) Ipertensione arteriosa: definizione, fisiopatologia, clinica, diagnosi, terapia.
c) Insufficienza cardiaca: definizione, fisiopatologia, clinica, diagnosi, terapia.
d) Ictus: definizione, fisiopatologia, clinica, diagnosi, terapia.
e) BPCO: definizione, fisiopatologia, clinica, diagnosi, terapia.
f) Diabete mellito: definizione, fisiopatologia, clinica, diagnosi, terapia.
g) Iper/ipotiroidismo: definizione, fisiopatologia, clinica, diagnosi, terapia.
h) Obesità: definizione, fisiopatologia, clinica, diagnosi, terapia.
i) Artrite Reumatoide: definizione, fisiopatologia, clinica, diagnosi, terapia.
4. Propedeuticità
Nessuna.
L’esame consiste di una prova orale.
Per ogni argomento, agli studenti viene fornito materiale (presentazione di Power
Point) con i contenuti rispettivi, consigliandosi la lettura anticipata per favorire la
partecipazione e discussione durante le lezioni.
Introduzione alle serie storiche M

Crediti 3
177
Modulo di Laboratorio di serie storiche economiche
(Corso di Analisi delle Serie Economiche Temp. e Long. M)
docente Matteo Pelagatti
Crediti 3

Il corso si pone due obiettivi principali:
1) mettere in grado gli studenti di affrontare efficacemente lo studio di serie
storiche reali, attraverso l'uso integrato delle varie tecniche apprese nei corsi
teorici;
2) studiare e verificare, attraverso esempi reali e simulazioni, le proprietà degli
strumenti statistici utilizzati per lo studio delle serie storiche, mostrando come le
diverse ipotesi sulla natura dei dati conducano all’utilizzo di strumenti differenti e
con proprietà diverse.
Al termine del corso, lo studente sarà in grado di applicare quanto appreso a casi
reali con un’adeguata capacità critica per quanto riguarda la scelta degli strumenti e
l’interpretazione dei risultati.
ARGOMENTO
Generazione, identificazione e stima di serie storiche da processi della classe
ARIMA
Test di radice unitaria e inferenza per processi con trend stocastico
Generazione e stima di modelli VAR
Stima ed interpretazione delle funzioni di risposta ad impulso
Processi cointegrati, test di cointegrazione, stima di modelli VECM
Generazione e stima di modelli State-Space.
• Generazione di processi univariati media mobile, autoregressivi, integrati e
stagionali.
• Richiami sulla procedura di Box-Jenkins;
• Stima di un trend deterministico mediante regressione e verifica delle proprietà
degli stimatori;
• Generazione di processi con trend stocastico: effetti della presenza di una radice
unitaria sulle stime dei parametri;
• Test di radice unitaria:
• Costruzione e stima dei modelli VAR, con esempi reali;
• Interpretazione delle funzioni di risposta ad impulso;
• Regressione spuria e cointegrazione.
• Cointegrazione: test di Johansen e rappresentazione VECM di un VAR
cointegrato.
• Rappresentazione state-space e suo utilizzo per la modellazione di serie storiche.
Stima e filtro di Kalman.
178
Durante il corso verrà utilizzato il pacchetto EViews.
4. Propedeuticità
Per i frequentanti, le modalità d’esame verranno concordate durante le lezioni e
potranno riguardare lo studio di casi reali o l’approfondimento di aspetti teorici
mediante simulazioni e applicazioni al calcolatore. Per i non frequentanti, le
modalità d’esame dovranno essere concordate direttamente con il docente.
6.Materiale didattico
• Zavanella B. Modelli per serie storiche multivariate, CUSL, Milano, 2004;
• Davidson J., Econometric Theory , Blackwell, Oxford 1999;
• Harvey, Andrew C., Forecasting, structural time series models and the Kalman
filter, CUP 1989;
• Hamilton, Econometria delle serie storiche, Monduzzi;
• Eviews 4, User’s Guide.
Modulo di Matematica per l’economia IM

docente Amos Uderzo
Crediti 6

L’obiettivo del corso è quello di fornire alcuni degli strumenti matematici che sono
necessari alla comprensione ed all’analisi dei modelli quantitativi di tipo statico e di
tipo dinamico maggiormente utilizzati nello studio dei fenomeni economici. In
particolare il corso è focalizzato sui più importanti risultati teorici relativi ai problemi
di ottimizzazione vincolata, all’analisi convessa ed ai sistemi di equazioni
differenziali ordinarie. Ad illustrazione della teoria, vengono forniti esempi di
applicazioni nel campo delle scelte economiche e finanziarie.
ARGOMENTI
Richiami di calcolo differenziale in più variabili e di ottimizzazione libera
Funzione implicita
Elementi di analisi convessa: insiemi e funzioni convesse
Ottimizzazione convessa
Ottimizzazione vincolata
Equazioni e sistemi di equazioni differenziali
Stabilità di soluzioni d’equilibrio
179
a. Richiami di calcolo differenziale per funzioni di più variabili reali. Richiami
di ottimizzazione libera: condizioni di ottimalità del 1° e del 2° ordine per
funzioni di classe C2 su un aperto. Problema del consumatore e
composizione ottima dei fattori produttivi per un’impresa concorrenziale.
Condizioni di esistenza per estremanti assoluti. Cenni sul problema della
miglior approssimazione.
b. Funzione implicita: teorema della funzione implicita per trasformazioni
regolari e sue applicazioni. Curve di indifferenza ed isoquanti. Tasso
marginale di sostituzione. Statica comparata per un’impresa
concorrenziale.
c. Elementi di analisi convessa: insiemi convessi, relative proprietà, punti
estremi, direzioni e rappresentazione di poliedri; funzioni convesse e loro
caratterizzazione. Sottogradienti e sottodifferenziali, loro regole di calcolo.
La funzione valore di un problema di ottimizzazione convessa.
d. Ottimizzazione vincolata in presenza di convessità: cenni sulla
programmazione lineare. Principio forte di Lagrange.
e. Ottimizzazione vincolata: Ottimizzazione su ortanti non negativi. Problemi
di estremo con vincoli di uguaglianza e relative condizioni di ottimalità
(regola dei moltiplicatori di Lagrange) del primo e secondo ordine.
Problemi con vincoli di disuguaglianza e regole di Fritz-John e Karush-
Kuhn-Tucker. Condizioni di regolarità dei vincoli. Ottimalità e
decentralizzazione in problemi di allocazione. Ottimi e punti di sella.
f. Equazioni e sistemi di equazioni differenziali ordinarie: nozione di
soluzione di un problema di Cauchy. Metodi risolutivi per le equazioni
differenziali a variabili separabili e lineari del primo ordine. Un modello
microeconomico di dinamica di prezzo di mercato. Teorema di esistenza
ed unicità locali e fenomeno di Peano. Prolungabilità ed esistenza “in
grande”. Teoria dei sistemi di equazioni differenziali lineari. Matrici
esponenziali. Equazioni differenziali lineari di ordine superiore al primo.
g. Stabilità di soluzioni d’equilibrio: nozioni di stabilità per soluzioni
d’equilibrio di equazioni e sistemi di equazioni differenziali: stabilità nel
senso di Lyapunov, stabilità asintotica e globale. Analisi della stabilità del
punto d’equilibrio 0 per sistemi bidimensionali autonomi e configurazione
delle orbite nello spazio delle fasi. Metodo di linearizzazione per lo studio
della stabilità locale nel caso di sistemi non lineari.
4. Propedeuticità
Si consiglia di rivolgersi al Coordinatore del corso di studio.
L’esame consiste in una prova scritta ed in una prova orale.
• Luigi Montrucchio, Introduzione alla teoria delle scelte, Ottimizzazione statica,
Carocci editore, Roma, 1998.
180
• A. Guerraggio, S. Salsa: Metodi matematici per l’economia e le scienze sociali,
Giappichelli editore –Torino, 1997.
• Sul sito http://www.statistica.unimib.it/utenti/matematica/ è disponibile, su
richiesta, altro materiale ed informazioni relativi al corso.
Metodologia della ricerca clinica ed epidemiologica M

(Insegnamento a distanza)
Crediti 9
Mutuato da Metodologia della ricerca clinica ed epidemiologica S
Modulo di Microeconometria A
Crediti 3

L’econometria moderna si è andata progressivamente specializzando, articolandosi
nella distinzione tra macroeconometria e microeconometria. La microeconometria,
in particolare, si occupa di sviluppare tecniche e metodi per chi studia il
comportamento, le decisioni e l’interazione tra i singoli agenti economici. Il corso si
rivolge a studenti interessati ad apprendere alcuni strumenti microeconometrici
avanzati, di natura teorica e applicata, riguardanti i modelli per dati panel, statici e
dinamici. L'attività formativa è svolta attraverso lezioni teoriche ed esercitazioni al
calcolatore.
ARGOMENTI
Introduzione, motivazione e definizioni

Modelli per serie storiche pooled
Modelli per dati longitudinali
Dati panel e modelli two-way
Dati panel e modelli dinamici
a. Richiami sugli stimatori di base (OLS, GLS, IV).
b. Eteroschedasticità cross-sezionale e autocorrelazione.
c. Effetti fissi (stimatore OLS con variabili dummy, trasformazione within).
d. Effetti casuali, non correlati con i regressori (stimatore GLS,
trasformazione between).
e. Effetti casuali, correlati con i regressori (stimatore IV).
f. Modelli panel two-way: effetti fissi e casuali.
181
g. Modelli panel dinamici: differenze prime e stimatori IV e GMM.
4. Propedeuticità
consigliato il superamento dell’esame di Econometria I.
• B. Baltagi, Econometric Analysis of Panel Data, Wiley, 2nd edition, 2001.
• M. Manera, M. Galeotti, Microeconometria. Metodi e Applicazioni, Carocci,
2005.
• M. Verbeek, A Guide to Modern Econometrics, Wiley, 2000.
Modulo di Microeconometria B
Crediti 3

L’econometria moderna si è andata progressivamente specializzando, articolandosi
nella distinzione tra macroeconometria e microeconometria. La microeconometria,
in particolare, si occupa di sviluppare tecniche e metodi per chi studia il
comportamento, le decisioni e l’interazione tra i singoli agenti economici. Il corso si
rivolge a studenti interessati ad apprendere alcuni strumenti microeconometrici
avanzati, di natura teorica e applicata, riguardanti: 1) modelli per variabile
dipendente qualitativa (binaria, multinomiale, ordinata); 2) modelli per variabile
dipendente “censurata” o “troncata”; 3) modelli di durata; 4) modelli per dati count.
L'attività formativa è svolta attraverso lezioni teoriche ed esercitazioni al calcolatore.
ARGOMENTI
Introduzione, motivazione e definizioni

Modelli per variabili dipendenti qualitative: scelte binarie
Modelli per variabili dipendenti qualitative: scelte multiple
Modelli per variabili limitate: censura e troncamento
Modelli di durata
Modelli per dati count
182
a. Introduzione, motivazione e definizioni.
b. Modelli per variabili dipendenti qualitative: scelte binarie (Logit e Probit).
c. Modelli per variabili dipendenti qualitative: scelte multiple (Multinomial e
Conditional Logit, Nested Logit).
d. Modelli per variabili limitate: censura e troncamento (Tobit).
e. Modelli di durata.
f. Modelli per dati count (Poisson e Binomiale negativa)
4. Propedeuticità
consigliato il superamento dell’esame di Microeconometria A.
• B. Baltagi, Econometric Analysis of Panel Data, Wiley, 2nd edition, 2001.
• M. Manera, M. Galeotti, Microeconometria. Metodi e Applicazioni, Carocci,
2005.
• M. Verbeek, A Guide to Modern Econometrics, Wiley, 2000.
Modulo di Microeconomia-Forme di mercato M

(Corso di Economia industriale avanzata M)
Crediti 6
Programma da definire
Microeconomia – Teoria dell’informazione M

docente Irene Valsecchi
Crediti 6

Il corso si propone di fornire elementi essenziali di economia dell’incertezza e del
rischio, di teoria dei giochi non cooperativi, e di teoria dei contratti.
183
ARGOMENTI
Incertezza e rischio
Teoria dei giochi
Moral Hazard
Adverse Selection
a. Teoria dell’utilità attesa
b. Lotterie monetarie e avversione al rischio
c. Criteri di dominanza stocastica tra distribuzioni di probabilità in termini di
rendimento e rischio
d. Rappresentazione dei giochi
e. Dominanza iterata ed equilibrio di Nash
f. Giochi bayesiani statici
g. Induzione a ritroso e perfezione nei sottogiochi
h. Equilibri bayesiani perfetti
i. Modelli di azione nascosta
j. Modelli di informazione nascosta
k. Selezione avversa
l. Segnalazione
m. Selezione
4. Propedeuticità
• Varian Hal: Microeconomic Analysis, Norton, (ultima edizione)
• Mas-Colell Andreu, Michael Whinston e Jerry Green: Microeconomic Theory,
Oxford University Press.
Il corso prevede un ciclo di esercitazioni per le quali sarà reso disponibile ulteriore
materiale didattico.
Modulo di Modelli matematici M

(Corso di Matematica applicata M)
docente Veronica Felli
Crediti 3
184
Acquisizione degli strumenti matematici di base riguardanti le equazioni differenziali
ordinarie necessari per la comprensione di alcuni modelli matematici in biologia.
ARGOMENTI
Modelli matematici per la crescita di popolazioni
Equazioni differenziali ordinarie
Sistemi di equazioni differenziali ordinarie e modelli matematici di popolazioni
conviventi
a. Modelli matematici per la crescita di popolazioni.
Modello di Malthus. Modello logistico.
b. Equazioni differenziali ordinarie.
Definizioni e terminologia. Equazioni a variabili separabili. Integrazione
dell'equazione logistica. Equazioni lineari del primo ordine.
c. Problema di Cauchy.
Il problema di Cauchy nel caso scalare. Problema di Cauchy nel caso
vettoriale. Equivalenza tra problema di Cauchy ed equazione integrale di
Volterra. Teoremi di esistenza e unicità per il problema di Cauchy: Teorema di
Peano, Teorema di esistenza ed unicità locale, Teorema di esistenza ed unicità
globale. Lemma di Gronwall. Teorema di prolungamento. Il problema di
Cauchy per un'equazione differenziale di ordine n. Criterio dell'asintoto.
d. Sistemi ed equazioni differenziali lineari.
Esistenza e unicità delle soluzioni per sistemi di equazioni differenziali lineari
del primo ordine. Caso omogeneo. Matrice risolvente e wronskiano. Matrice
esponenziale. Risoluzione dei sistemi lineari omogenei a coefficienti costanti
tramite la matrice esponenziale. Numeri complessi. Calcolo della matrice
esponenziale. Caso non omogeneo. Metodo di variazione delle costanti.
Equazioni differenziali lineari di ordine n. Equazioni differenziali lineari di
ordine n a coefficienti costanti.
e. Modello di Lotka-Volterra e sistemi autonomi.
Modello preda-predatore di Lotka-Volterra. Sistemi autonomi. Proprietà delle
orbite di sistemi autonomi. Integrali primi. Analisi del sistema di Lotka-Volterra.
Il concetto di stabilità. Stabilità dell'origine per i sistemi lineari autonomi (caso
bidimensionale). Metodo di linearizzazione e stabilità per sistemi non-lineari
autonomi.
4. Propedeuticità
L'esame consta di una prova scritta e di una orale.
185
Testi consigliati:
• C. Pagani e S. Salsa: Serie di funzioni ed equazioni differenziali, Zanichelli,
2002
• S. Salsa e A. Squellati: Esercizi di Analisi Matematica II - Parte III, Equazioni
differenziali ordinarie, Zanichelli, 1994
• V. Barutello, M. Conti, D. Ferrario, S. Terracini, G. Verzini: Analisi Matematica,
Volume 2 (capitoli I e VIII)
• A. C. Capelo: Modelli matematici in biologia, Zanichelli Decibel, 1989.
Modulo di Piano degli esperimenti I M

Crediti 6

Il corso si propone di fornire le basi concettuali e gli strumenti per la pianificazione,
l’analisi e l’interpretazione statistica di un esperimento. Alla fine del corso lo
studente deve essere in grado di impostare correttamente il piano di un
esperimento orientandosi tra diversi disegni sperimentali, di effettuare l’analisi dei
dati mediante il più appropriato modello nonché di interpretare dal punto di vista
statistico i risultati.
ARGOMENTI
Principi generali dei disegni sperimentali
I principali disegni sperimentali
Analisi della varianza (ANOVA)
Disegni fattoriali frazionari
Progettazione robusta
a. Principi generali del piano degli esperimenti: replicazione, randomizzazione, uso
dei blocchi.
b. Disegno completamente randomizzato (un solo fattore); ANOVA ad una via;
metodi di comparazione multipla
c. Disegni fattoriali (due o più fattori); ANOVA a due o più vie
d. Disegno a blocchi randomizzati
e. Disegno a quadrato latino e greco-latino
f. Cenni a disegni complessi
g. ANOVA applicata alla regressione
h. Disegni fattoriali frazionari
i. Progettazione robusta
186
4. Propedeuticità
Statistica II.
Letture consigliate:
• Armitage P., Berry G., Statistica Medica, Mc Graw-Hill Italia, Milano, 1996
• Box G.E.P., Hunter W.G., Stuart Hunter J., Statistics for Experimenters, John
Wiley & Sons, New York 1978.
• Cochran W.G., Cox M.G., Experimental Designs, II ed. Wiley, New York, 1992
• Montgomery, D.C., Progettazione e analisi degli esperimenti, McGraw-Hill,
Milano, 2005.
Modulo di Processi stocastici A

Crediti 3
Parzialmente Mutuato da Processi stocastici S (Laurea Specialistica)
Programmazione e controllo M
Docente Maria Francesca Kainich
Crediti 6

Il corso si propone di introdurre in maniera rigorosa alcuni concetti e strumenti
essenziali per la programmazione ed il controllo di gestione nelle imprese
industriali. Dopo aver ripreso alcuni concetti fondamentali sui costi aziendali nel
sistema di amministrazione e controllo, relativi ai costi dei fattori produttivi, costi per
centro di responsabilità, costi per attività, costi per processo e commessa, costi per
prodotto, si analizza il processo di formazione del budget economico.
Il processo di formazione del budget sarà spiegato utilizzando un software su
personal computer con un caso guida, a cui seguirà un caso a scelta predisposto
dallo studente.
Dopo un breve cenno sul sistema di forecast si analizzano il sistema di reporting
aziendale e l’evoluzione del controllo di gestione a controllo del valore.
187
ARGOMENTI
Il sistema di programmazione e controllo
Richiami sui ricavi, costi, flussi, attività, passività nel controllo di gestione
I fondamentali del budget
Il forecast o preconsuntivo o outlook
Il sistema di reporting aziendale
Evoluzione del controllo di gestione a controllo del valore
a. Il sistema di programmazione e controllo
Il controllo strategico
Il controllo della matrice sistemi – attività generatrice di valore
Il controllo di gestione
Il controllo organizzativo
Il controllo qualitativo
Il controllo delle attività generatrici di valore
Il ruolo del controller
I sistemi di programmazione e controllo nelle diverse tipologie di
aziende
b. Richiami sui ricavi, costi, flussi, attività, passività nel controllo di gestione
La determinazione dei ricavi
La determinazione dei costi
I costi per centro di responsabilità
I costi per attività
I costi per processo e commessa
I costi per prodotto
L’utilizzo delle configurazioni di costo
c. I fondamentali del budget
Le interrelazioni tra budget, politiche aziendali, ciclo produttivo,
ciclo economico finanziario
Il piano integrato vendite, produzione, scorte
Il budget della produzione
Il budget commerciale
Il budget dei margini di contribuzione
Il budget delle strutture centrali
I budget aziendali
d. Il sistema di reporting aziendale
I principi del sistema di reporting aziendale
La struttura del sistema di reporting
Il sistema di reporting della produzione
Il sistema di reporting commerciale, analisi delle varianti
Il sistema di reporting dei centri di struttura
Il sistema di reporting aziendale
e. Evoluzione del controllo di gestione a controllo del valore
L’evoluzione del sistema di controllo
Balanced scorecard e misure di performance
188
4. Propedeuticità
Non previste
Prova orale
L'esame prevede la predisposizione da parte dello studente di un caso semplificato
di budget economico, con utilizzo di un modello software fornito dal docente; il caso
verrà discusso con la commissione d’esame.
Qualora lo studente non predisponesse il caso, l’esame verterà esclusivamente sui
contenuti del libro di testo.
Libro di testo: Massimo Saita “I fondamentali del controllo di gestione” - Giuffrè
Editore - 2007
Modello software su Excel messo a disposizione dal docente
Modulo di Programmazione in R M
(Corso di Inferenza statistica M)
Crediti 3
Modulo di Programmazione in SAS M

(Corso di Calcolo automatico M)
Crediti 3

Il corso si propone di introdurre i linguaggi di programmazione SAS MACRO,
SAS/IML (Interactive Matrix Language) e SAS/SQL (Structured Query Language).
Alla fine del corso lo studente dovrà essere in grado di creare programmi dinamici e
flessibili tramite l’utilizzo di macro variabili e di macro programmi, creare e
manipolare matrici in ambiente IML, creare ed eseguire programmi di elaborazione
statistica dei dati basati sul linguaggio matriciale, gestire e manipolare diversi
dataset in ambiente SQL.
189
ARGOMENTI
Introduzione al linguaggio SAS Macro
Introduzione al linguaggio SAS/IML
Introduzione al linguaggio SAS/SQL
Introduzione al linguaggio SAS Macro.
1. Macro Variabili
2. Macro Programmi
Introduzione al linguaggio SAS/IML.
1. Cos’è SAS/IML e motivazioni al suo utilizzo.
2. Le matrici come oggetti.
3. Esempio di sessione di lavoro IML.
4. Lavorare con i dataset SAS e le matrici IML
5. Programmazione condizionata: IF, THEN, ELSE.
6. Programmazione iterativa: cicli DO.
7. Moduli.
Introduzione al linguaggio SAS/SQL
1. Cos’è SAS/SQL e motivazioni al suo utilizzo
2. Gestione di un singolo dataset
3. Gestione e collegamento di più dataset.
4. Confronto tra programmazione SAS/SQL e DATA step
4. Propedeuticità
Laboratorio Statisticio Informatico.
L'esame consiste in una prova scritta da svolgere al PC.
• Appunti del corso.
• SAS Institute Inc. SAS/IML® Software: Usage and Reference, Version 6, First
Edition, Cary, NC: SAS Institute Inc., 1989
• SAS Institute Inc. SAS SQL® Procedure User's Guide, Version 8. Cary, NC:
SAS Institute Inc.
Modulo di Scienze ambientali M

docente Antonio Finizio
Crediti 6
190
L’obiettivo principale del corso è quello di fornire i concetti di base delle scienze
ambientali con particolare riferimento alle interazioni tra uomo ambiente. Saranno
analizzate le principali cause della crisi ambientale in riferimento allo sviluppo della
società umana (es. crescita esponenziale della popolazione). Saranno, inoltre,
introdotti i concetti di sviluppo sostenibile e di capitale naturale. Nell’ambito del
corso, infine, sarà affrontato il problema della valutazione e della prevenzione del
rischio chimico.
ARGOMENTI
I problemi ambientali, le loro cause e lo sviluppo sostenibile
Elementi di ecologia
I sistemi antropizzati (agrario, urbano)
La prevenzione del rischio chimico
• Le Scienze Ambientali: Concetti e Collegamenti
• La popolazione umana: crescita demografica e regolazione
• Risorse rinnovabili, risorse non rinnovabili, risorse potenzialmente
rinnovabili
• Le cause della crisi nel rapporto uomo/ambiente
• Il concetto di inquinamento ambientale dalla scala locale a quella globale
• Gli inquinanti globali: I POP (Persistent Organic Pollutants)
• Il concetto di sviluppo sostenibile in relazione all’uso delle risorse e
strategie di sviluppo sostenibile
• Lo sviluppo di una società basata sul concetto di capitale naturale
• Ecosistemi e loro funzionamento: componenti, proprietà e caratteristiche
dei sistemi
• Organizzazione degli ecosistemi: i concetti di organismo, specie,
popolazione, comunità
• Utilizzo dell’energia negli organismi viventi
• Il ciclo della materia: richiami al ruolo dei principali materiali; il concetto di
ciclo biogeochimico ed il ciclo dell’azoto del carbonio, dell’ossigeno e del
fosforo
• Le conseguenze delle alterazioni antropiche sui cicli degli elementi
• Interazioni tra gli organismi nelle comunità (competizioni inter o intra
specifica)
• Le caratteristiche dei sistemi antropizzati (agricoli ed urbani)
• Valutazione e prevenzione del rischio chimico
4. Propedeuticità.
Nessuna.
Orale.
191
- Miller G.T., Scienze Ambientali. EDISES Napoli
- Ecotossicologia (a cura di Vighi e Bacci), UTET, Torino
Sono disponibili copie dei lucidi proiettati a lezione presso il docente.
Modulo di Serie storiche economiche

Crediti 6

Obiettivo del corso è fornire agli studenti strumenti avanzati per l’analisi di serie
storiche univariate e multivariate, a fini sia previsivi che interpretativi dei fenomeni
economici e delle loro dinamiche. Il contenuto del corso è sia teorico che
applicativo. Al termine del corso lo studente è in grado di effettuare analisi originali
su fenomeni reali di carattere economico (e anche su altri tipi di fenomeni descritti
da serie storiche), di leggere la letteratura specializzata in materia e di utilizzare i
principali software esistenti.
ARGOMENTI
Introduzione e definizioni
Modelli dinamici stazionari
Test di stazionarietà
Processi integrati e modelli cointegrati
Modelli Vettoriali Autoregressivi
Cointegrazione nei modelli VAR
Modello di state space e filtro di Kalman
a. Modelli dinamici stazionari.
b. Espansione e recessione dei sistemi economici.
c. Analisi di variabili non stazionarie.
d. Fluttuazioni di breve e di lungo periodo.
e. Trend stocastici e deterministici.
f. Test di stazionarietà e non stazionarietà.
g. Processi lineari integrati.
h. Modelli cointegrati.
i. Error correction Mechanism.
j. Modelli a variabili latenti. Il filtro di Kalman e il filtro di Hamilton.
k. La logica dei modelli VAR.
l. Modelli strutturali e modelli VAR.
192
m. Cointegrazione in ambito VAR
n. Test di cointegrazione.
4. Propedeuticità
L’esame per i non frequentanti sarà una prova scritta di contenuto teorico il cui
programma corrisponde ai contenuti della dispensa B. Zavanella, Modelli per serie
storiche multivariate , CUSL; per i frequentanti le modalità dell’esame saranno
concordate con il docente.
• B. Zavanella, Modelli per serie storiche multivariate, CUSL, Milano, 2004
Letture consigliate:
• Lutkepohl, H., Introduction to multiple time series analysis : Springer-Verlag,
c1991, New York.
• Harvey, Andrew C., Time series models, 2. ed. - New York , Harvester
Wheatsheaf, 1993.
• J.D. Hamilton, Econometria delle serie storiche, Monduzzi, Bologna, 1995.
• A. Gardini, G. Cavaliere, M. Costa, L. Fanelli, P. Paruolo, Econometria. Franco
Angeli, Milano, 2000.
Durante le lezioni verrà fornito materiale specifico per alcuni argomenti.
Modulo di Sistemi sanitari

docente Roberto Sega
Crediti 3

L’obiettivo è di trasmettere le fondamentali caratteristiche dei diversi sistemi sanitari
stimolando una critica che consenta apprendere i dati e l’architettura essenziali
delle diverse politiche sanitarie nel mondo e delle diverse realtà italiane.
In questo modulo si descrivono i criteri delle politiche sanitarie ed i loro principali
modelli di attuazione.
193
ARGOMENTI
Strategia ed indirizzi di politica della salute
Concetto di salute
Il sistema sanitario
Peculiarità della professione medica
Sistema sanitario USA
Sistemi di riferimento Europei
Sistema sanitario Italiano
Sistema sanitario Lombardo
Confronti internazionali
Argomenti di riflessione
4. Propedeuticità
Nessuna.
5 Modalità dell’esame
6 Materiale didattico
Per ogni argomento, agli studenti vengono forniti articoli scientifici della letteratura
medica da commentare e discutere e le principali indicazioni bibliografiche.
Statistica Aziendale M
Crediti 5
Mutuato da Statistica Aziendale S
Modulo di Statistica e calcolo delle probabilità M

Crediti 6

L’attività formativa ha l’obiettivo di richiamare i concetti base di Statistica Descrittiva
e Calcolo delle Probabilità indispensabili per seguire con profitto i corsi avanzati
dell’Area Statistica. Si rivolge a laureati il cui percorso di studi triennale necessita di
un livellamento rispetto a lauree triennali nell’area delle Scienze Statistiche.
194
ARGOMENTI
Richiami di Statistica Descrittiva Univariata Lezioni disponibili su DVD in
Richiami di Statistica Descrittiva Bivariata segreteria didattica.
Esperimenti casuali, Eventi e Probabilità
Concetto di variabile casuale
Particolari famiglie di variabili casuali discrete
Particolari famiglie di variabili casuali continue
a. Popolazioni e unità statistiche, fenomeni statistici, distribuzioni di frequenza
univariate
b. Indici di sintesi
c. Variabilità e sua misura
d. Rilevazione congiunta di 2 fenomeni: Tabelle a doppia entrata, distribuzioni di
frequenza congiunta, marginali, condizionate
e. Indipendenza, connessione, correlazione
f. Esperimenti casuali, eventi casuali e spazio campionario
g. Concetto di Probabilità
h. Indipendenza stocastica, probabilità condizionata, Teorema di Bayes
i. Concetto di variabile casuale
j. Funzione di ripartizione e sue proprietà
k. Funzione di probabilità, Funzione di densità
l. Momenti e funzione generatrice dei momenti
m. Famiglie di variabili casuali discrete: Uniforme, Bernoulliana, Binomiale, Poisson
n. Famiglie di variabili casuali continue: Rettangolare, Esponenziale, Gamma,
Normale
o. Funzioni di variabili casuali
4. Propedeuticità
L’esame si compone di una prova scritta e una prova orale. La prova scritta consta
di esercizi numerici e riguarda gli aspetti applicativi del corso; la prova orale
consiste nella discussione dello scritto e in un colloquio sugli aspetti teorici del
corso.
I contenuti del corso sono reperibili in qualunque manuale di Statistica Descrittiva e
di Calcolo delle Probabilità. L’approccio e la notazione adottati nel corso fanno
riferimento ai seguenti testi:
G.Landenna “Fondamenti di Statistica Descrittiva”, Il Mulino, Bologna, 1994
G.Landenna, D.Marasini, P.Ferrari “Probabilità e Variabili Casuali”, Il Mulino,
Bologna, 1997.
195
Modulo di Statistica multivariata I M
(esercitazioni) Nadia Solaro
Crediti 6

Il corso vuole dare i primi strumenti per l’introduzione alla statistica multivariata, in
particolare per studenti che non l’abbiano studiata in modo approfondito in
precedenti corsi triennali. La prima parte ha come contenuto metodi che
propongono un’esplorazione dei dati al fine di pervenire ad una loro “riduzione” che
ne evidenzi e preservi le caratteristiche principali, in particolare l’analisi delle
componenti principali. La seconda parte ha come contenuto una prima introduzione
alla specificazione, stima e verifica di modelli interpretativi dei dati di tipo lineare
con variabili osservate. In particolare, si presentano il modello lineare classico,
l’analisi della varianza a una via e a due vie, considerando anche il problema delle
interazioni, e il modello logistico. Il corso vuole innanzitutto mettere in grado gli
studenti di saper utilizzare e interpretare tali strumenti in casi empirici attraverso
l’ausilio di appositi pacchetti statistici.
Perciò anche durante le lezioni teoriche saranno particolarmente tenuti presente i
risvolti empirici degli argomenti trattati.
ARGOMENTI
Parte A
1 Metodi esplorativo-descrittivi di analisi dei dati
2 Analisi delle componenti principali
3 Modello lineare classico
Parte B
1 Analisi della varianza e introduzione ai confronti multipli
2 Modello logistico
Esercitazioni su software SAS: Dott.ssa Nadia Solaro
Parte A
1 Introduzione: Metodi esplorativo-descrittivi di analisi dei dati
a) Analyse des données e multivariate analysis
b) Analisi descrittivo-esplorative e modelli
c) Metodi descrittivo-esplorativi: uno sguardo d’insieme
2 Componenti principali
a) Obiettivi
b) Metodo risolutivo
c) Interpretazione risultati
196
d) Applicazioni empiriche
3 Modello lineare classico
a) Regressione: metodi di stima, bontà di adattamento
b) Modello lineare: ipotesi, Proprietà stimatori, Intervalli di confidenza e
test
c) Diagnostica
d) Scelta del modello.
Parte B
a) Analisi della Varianza a una via
b) Analisi della Varianza a due vie
c) Modelli con interazione
d) Contrasti lineari
2) Regressione logistica
a) Ipotesi
b) Metodi di stima
c) Valutazione della bontà di adattamento
d) Test di ipotesi e intervalli di confidenza su parametri ed errori.
4. Propedeuticità
Nessuna.
Frequentanti
parziali scritte.
Prova A (2 ore)
Discussione scritta elaborato preventivamente preparato su caso empirico
analizzato attraverso uno dei modelli della parte A: Analisi delle componenti
principali / Modello lineare classico.
Una domanda teorica inerente Parte A.
Prova B (2 ore)
analizzato attraverso uno dei modelli della parte B: Analisi della varianza /
Regressione logistica.
Una domanda teorica inerente Parte B.
Gli argomenti degli elaborati saranno assegnati durante il corso dalla dott.ssa
Solaro.
Per tutti (3 ore)
potranno sostenere l’esame in un’unica prova scritta consistente in:
Discussione scritta di 2 elaborati preventivamente preparati su casi empirici
analizzati l’uno attraverso uno dei modelli della parte A, l’altro attraverso uno dei 2
modelli della parte B.
Tre domande teoriche su tutto il corso.
Gli argomenti degli elaborati saranno assegnati dalla dott.ssa Solaro alla fine del
corso previo contatto attraverso e-mail.
197
Durante il corso saranno precisate le domande teoriche inerenti la prima e la
seconda parte argomento dello scritto che saranno poi poste sul sito.
Tutte le parti
Lucidi presentati nel corso inviati ai frequentanti e disponibili dopo le lezioni sul sito
del docente.
Testi integrativi
1 Introduzione : Metodi esplorativo-descrittivi di analisi dei dati
• O. Vitali, Statistica per le scienze applicate, Cocucci editore 1993, Vol, 2,
Appendice A,C
• L. Fabbris, Statistica Multivariata, McGraw- Hill, Milano, 1997: cap. 1, 2.
2 Componenti principali
• Manuale SAS/STAT VS. 9.1 capitoli 5, 58
• Gherghi, Lauro, Appunti di Analisi dei Dati Multidimensionali, cap. 1.
• O. Vitali, Statistica per le scienze applicate, Cocucci editore 1993, Vol. 2,
capitolo 27.
3 Modello lineare:
• Manuale SAS/STAT VS. 9.1: capitoli 2, 61.
• O. Vitali, Statistica per le scienze applicate, Cocucci editore 1993, Vol. 1,
cap. 13, 14, 15.
• J. Johnston, Econometrica, Franco Angeli, Milano, 3a edizione, capitoli 2,
5.
• G. Landenna, D. Marasini, P. Ferrari, La verifica di ipotesi statistiche, Il
Mulino, Bologna, 1998, capitoli 1, 5.
• Freund & Wilson, Metodi Statistici, Piccin editore 1997, cap. 7, 8.
• Manuale SAS/STAT VS. 9.1: capitoli 3, 17
• O. Vitali, Statistica per le scienze applicate, Cocucci editore 1993, cap. 12,
14.
• Freund & Wilson, Metodi Statistici, Piccin editore 1997, cap. 9, 10, 11.
5 Regressione logistica
• L. Fabbris, Statistica Multivariata, McGraw- Hill, Milano, 199: capitolo 1, 2,
4.
• Manuale SAS/STAT VS. 9.1: capitolo 42
• Freund & Wilson, Metodi Statistici, Piccin editore 1997, cap.11,12.
Il manuale SAS/STAT VS 9.1 è disponibile al sito:

http:/support.sas.com/documentation/onlinedoc/91pdf/sasdoc_91/stat_ug_7313.pdf
198
Modulo di Statistica multivariata II M
(Corso di Modelli statistici M)
(Corso di Statistica avanzata M)
(esercitazioni) Nadia Solaro
Crediti 6

Il corso ha lo scopo di introdurre alla specificazione, stima e verifica di modelli
interpretativi dei dati di tipo lineare con variabili esplicative osservate più avanzati
del modello lineare classico e modelli interpretativi dei dati di tipo lineare con
variabili esplicative latenti. Si presentano perciò modelli lineari generalizzati con
errori correlati riconducibili e non riconducibili al modello lineare classico. Si
presentano quindi modelli lineari con variabili esplicative osservate di tipo causale.
Si presentano modelli lineari con variabili esplicative latenti di tipo causale.
Il corso vuole innanzitutto mettere in grado gli studenti di saper utilizzare tali
strumenti in casi empirici attraverso l’ausilio di appositi pacchetti statistici. Perciò
anche durante le lezioni teoriche saranno particolarmente tenuti presente i risvolti
empirici degli argomenti trattati.
ARGOMENTI
Parte A
1 parte: Modelli lineari generalizzati
2 parte: Correlazione spuria e Path analysis
3 parte: Modello fattoriale
Parte B
4 parte: Modello Multilevel
5 parte: Analisi discriminante
Esercitazioni su software SAS: Dott.ssa Nadia Solaro
Parte A
1: Modelli lineari generalizzati
a) Modelli lineari generalizzati con errori eteroschedastici
b) Modelli lineari generalizzati con errori correlati
c) Modelli lineari generalizzati con errori correlati e eteroschedastici
d) Modello Sure
2: Path analysis
a) Correlazione spuria e modelli causali
b) Path analysis: ipotesi
c) Path analysis: metodi di stima
d) Path analysis: interpretazione risultati
e) Modello strutturali di path analysis
199
3: Analisi fattoriale
1. Tipologia delle variabili latenti.
2. Analisi fattoriale: Ipotesi.
3. Analisi fattoriale: metodi di stima delle comunalità.
4. Analisi fattoriale: metodi per ricavare i parametri
5. Analisi fattoriale: metodi per ricavare i punteggi fattoriali.
6. Analisi fattoriale: rotazione dei fattori
7. Analisi fattoriale: Non identificabilità dei parametri e indeterminatezza dei
fattori.
Parte B
1: Modello Mutlilevel
a) Modello lineare con popolazione suddivisa in gruppi
b) Analisi varianza a effetti misti
c) Analisi covarianza
d) Modello Multilevel: ipotesi
e) Modello Multilevel: metodi di stima
f) Modello Multilevel: interpretazione risultati
g) Modello Multilevel: applicazioni
2 Analisi discriminante
a) Obiettivi
b) Metodo risolutivo
c) Interpretazione risultati
d) Applicazioni empiriche.
4. Propedeuticità
Per questa attività formativa è indispensabile la conoscenza degli argomenti trattati
nel corso di Statistica multivariata I (Introduzione ai metodi statistici M) / Statistica
multivariata I M.
Frequentanti
parziali scritte:
Prova A (2 ore)
analizzato attraverso uno dei 3 modelli della prima parte: Modello lineare
generalizzato / Path Analysis/ Analisi Fattoriale.
Una domanda teorica su Modello lineare generalizzato / Path Analysis/ Analisi
Fattoriale.
Prova B (2 ore)
analizzato attraverso uno dei 2 modelli della seconda parte: Modello Multilevel /
Analisi Discriminante.
Una domanda teorica su Modello Multilevel / Analisi Discriminante.
Gli argomenti degli elaborati saranno assegnati durante il corso dalla dott.ssa
Solaro.
Per tutti (3 ore)
200
potranno sostenere l’esame in un’unica prova scritta consistente in:
analizzato attraverso uno dei 3 modelli della prima parte: Modello lineare
generalizzato / Path Analysis/ Analisi Fattoriale;
analizzato attraverso uno dei 2 modelli della seconda parte: Modello Multilevel /
Analisi Discriminante;
Domande teoriche su tutto il corso.
Gli argomenti degli elaborati saranno assegnati dalla dott.ssa Solaro alla fine del
corso previo contatto attraverso e-mail.
Durante il corso saranno precisate le domande teoriche inerenti la prima e la
seconda parte argomento dello scritto che saranno poi poste sul sito.
Lucidi presentati nel corso disponibili dopo le lezioni sul sito del docente
Testi integrativi:
Parte A)
1: MODELLO LINEARE IN PRESENZA DI ETEROSCHEDASTICITÀ E/O DI
ERRORI CORRELATI: METODO DEI MINIMI QUADRATI GENERALIZZATI
Faliva M. (1987). Econometria. Principi e metodi, UTET, Bologna (capitoli 5, 6, 7)
Johnston J. (1993). Econometrica, 3a edizione, Franco Angeli, Milano (capitoli 2, 3,
5, 7, 8)
Vitali O. (1993).Statistica per le Scienze Applicate, vol. 1e 2, Cacucci Editore, Bari
(capitoli 14, 16)
Manuale SAS/STAT (capitoli 2, 61), download:
http://support.sas.com/documentation/onlinedoc/91pdf/sasdoc_91/stat_ug_7313.pdf
2: PATH ANALYSIS, MODELLO SURE, MODELLI AD EQUAZIONI STRUTTURALI
Dillon W R, Goldstein M (1984). Path Analysis. In: Dillon W R, Goldstein M,
Multivariate Analysis: Methods And Applications, Wiley (capitolo 12)
Dillon W R, Goldstein M (1984). Latent Structure Analysis. In: Dillon W R, Goldstein
M, Multivariate Analysis: Methods And Applications, Wiley (capitolo 13)
Duncan O.D (1966). Path Analysis: Sociological Examples. The American Journal
of Sociology, Vol. 72 (1): 1:16
Mueller R.O. (1996) Linear Regression And Classical Path Analysis. In: Basic
Principles Of Structural Equation Modeling. Springer Verlag, 1-62 (Capitolo 1)
Srivastava V.K., Giles D.E.A. (1987). Seemingly Unrelated Regression Equations
Models, Marcel Dekker, New York (Monografia completa sui modelli SURE. In
particolare, capitoli 1, 2)
Zellner A. (1962), An efficient method of estimating seemingly unrelated
regressions and tests for aggregation bias. Journal of the American Statistical
Association, vol. 57, n. 298, pp. 348 – 368
Manuale SAS/STAT (capitoli 13, 19)
3: ANALISI FATTORIALE
Dillon W R, Goldstein M, Multivariate Analysis: Methods And Applications, Wiley
(capitolo 3)
Fabbris L., Statistica Multivariata, McGraw- Hill, Milano, 1997, (capitolo 5)
201
Lawley, D. N., & Maxwell, A. E (1963), Factor analysis as a statistical method.
London: Butterworths
Manuale SAS/STAT (capitoli 13, 19, 27)
Parte B)
4: MODELLI MULTILEVEL
Goldstein H. (1999), Multilevel Statistical Models, Multilevel Models Project, Institute
of Education, London (capitoli 1, 2, 3), download:
http://www.ats.ucla.edu/stat/examples/msm_goldstein/goldstein.pdf
Snijders T.A.B., Bosker R.J. (1999), Multilevel Analysis – An introduction to basic
and advanced multilevel modelling, SAGE Publications, London (capitoli 1 – 7)
Manuale SAS/STAT (capitoli 3, 46)
5: ANALISI DISCRIMINANTE
Dillon W R, Goldstein M, Multivariate Analysis: Methods And Applications, Wiley
(capitoli 10, 11)
Johnson R. A., Wichern D.W, Applied Multivariate Statistical Analysis, Pearson
Educational International (capitolo 11)
Murtagh F., Heck A.(1987), Multivariate Data Analysis, D.Reidel Publishing
Company, Holland (capitolo 4)
Manuale SAS/STAT (capitoli 6, 21, 25)
Il manuale SAS/STAT VS 9.1 è disponibile al sito:
http:/support.sas.com/documentation/onlinedoc/91pdf/sasdoc_91/stat_ug_7313.pdf
Modulo di Statistica per la valutazione

(Corso di Statistica per la valutazione dei sistemi del welfare M)
docente Simona Minotti
Crediti 6

Il corso si propone l’obiettivo di introdurre gli studenti, sotto il profilo teorico e
pratico, alle principali metodologie di valutazione dei servizi di pubblica utilità alla
persona, quali sanità, istruzione, etc.
ARGOMENTI Ore
Lezioni
La valutazione dei servizi di pubblica utilità alla persona 8
L’efficienza 12
Esempi di applicazione: sanità e istruzione 4
L’efficacia relativa 12
Esempi di applicazione: sanità e istruzione 4
TOTALE GENERALE 40
202
I) La valutazione dei servizi di pubblica utilità alla persona:
- Welfare-mix e benchmarking
- Architettura di un sistema di valutazione
- I servizi di pubblica utilità
- I servizi di pubblica utilità alla persona (SPPU)
- La distinzione tra output e outcome
- Scelta degli indicatori per la valutazione
- I metodi di valutazione della qualità ex-ante
- I metodi di valutazione della qualità ex-post
II) L’efficienza:
- Metodi non parametrici
- Metodi di frontiera stocastica
- Esempi di applicazione: sanità e istruzione
III) L’efficacia relativa:
- Modelli di regressione
- Modelli multilevel
- Esempi di applicazione: sanità e istruzione
4. Propedeuticità
Per questa attività formativa si consiglia la conoscenza degli argomenti trattati in un
corso di base di Statistica.
L’esame consiste nel sostenimento di una prova scritta.
- Bosco B., Parisio L., Efficienza nella produzione pubblica di beni e servizi. Modelli
teorici e analisi econometrica, Ed. La Nuova Italia Scientifica, Roma, 1996.
- Gori E., Vittadini G. (a cura di) Qualità e valutazione nei servizi di pubblica utilità,
Ed. ETAS, Milano, 1999.
- Pagano A., Vittadini G. (a cura di) Qualità e valutazione delle strutture sanitarie,
Ed. ETAS, Milano, 2004.
- Carpita M., D’Ambra L., Vichi M., Vittadini G. (a cura di) Valutare la qualità. I
servizi di pubblica utilità alla persona, Ed. Guerini Studio, Milano, 2006.
Ulteriore materiale integrativo sarà disponibile sul sito del docente.
Modulo di Strumenti informatici per la statistica

(e-learning) M
(Corso di Calcolo automatico M)
Crediti 6
203
Il corso si propone di introdurre alcuni strumenti informatici per il trattamento di dati
statistici. Tale obiettivo verrà perseguito attraverso lo studio dei concetti
fondamentali soggiacenti a SAS e spiegando come utilizzare tale sistema per
risolvere problemi di trattamento di dati. L'attività formativa è svolta attraverso
lezioni, in parte minoritaria ed in parte maggioritaria in e-learning.
ARGOMENTI
Inferire informazioni dai dati
Descrizione dei dati
Rappresentare dati
Riepilogare dati
Introduzione alle macro
m) Introduzione al trattamento dati con SAS
n) Il dataset SAS, creazione di un dataset, caricamento e salvataggio di un
dataset
o) Descrizione dei dati
p) Il data step, librerie, librerie temporanee e permanenti, variabili, array,
dividere, fondere e ordinare dataset
q) PROC PRINT
r) Ristrutturare i dataset
s) Inferire informazioni dai dati: PROC MEANS,
t) PROC CORR, PROC REG, PROC FREQ
u) Tabelle a 2 entrate
v) Grafici
w) Output Delivery System
x) PROC FORMAT
y) Macro in SAS
4. Propedeuticità
Nessuna.
L'esame consiste in una prova scritta da svolgere al calcolatore.
• The Little SAS Book, autori L.D. Delwiche e S.J. Slaughter, SAS Institute.
204
Modulo di Teoria dei campioni M
(Corso di Campionamento e controllo statistico M)
Crediti 6

Il corso si propone di fornire un approfondimento dell’inferenza da popolazioni finite,
prendendo in considerazione piani di campionamento complessi e diverse tipologie
di stimatori. Verranno anche introdotte particolari indagini, cui il ricercatore ricorre in
situazioni anomale, proponendo per ognuna gli stimatori più adeguati.
ARGOMENTI
Inferenza da popolazioni finite
Piani di campionamento complessi: caratteristiche e stimatori
Dimensione campionaria
Tipologia degli errori non campionari
Cenni al campionamento di aree, ruotato ed adattativi
a. Il campione: sua definizione e descrizione.
b. Probabilità di estrazione degli elementi del campione e probabilità di inclusione
delle unità.
c. Piano di campionamento a grappoli, a due o più stadi e sistematico.
d. Stimatori corretti nel campionamento a grappoli, a due stadi e nel sistematico.
e. Stimatori per quoziente.
f. Stimatori per regressione.
g. Stimatori per la proporzione.
h. Definizione della dimensione campionaria in funzione dei costi e dell’errore
campionario.
i. Errori di copertura e di mancate risposte.
j. Cenni al campionamento di aree, ruotato ed adattativo.
4. Propedeuticità
• Frosini B.V., Montinaro M., Nicolini G., Il campionamento da popolazioni finite,
UTET, 1999
• Fabbris L. L’indagine campionaria – Metodi, disegni e tecniche di
campionamento, Carocci, 1996
205
• Thompson S.K., Seber G.A.F., Adaptive Sampling, J. Wiley, New York, 1996
• Cochran W.G., Sampling Techniques,J. Wiley, New York, 1977
• Sarndal C.E., Swensson B., Wretman J., Model Assisted Survey Sampling,
Springer-Verlag, New York, 1992
• Thompson S.K., Sampling, J Wiley, New York, 1999.
Modulo di Teoria dell’inferenza statistica M

(Corso di Inferenza Statistica M)
(Corso di Metodi di Inferenza Statistica M)
(Corso di Statistica Avanzata M)
Crediti 6

Il corso si propone di presentare le nozioni generali e i metodi dell’inferenza
statistica, con particolare riguardo a problemi di stima puntuale e intervallare e di
verifica d'ipotesi, utilizzando come filo conduttore l'approccio basato sulla
verosimiglianza. A tale scopo verranno inoltre preliminarmente introdotti gli
strumenti di calcolo delle probabilità necessari. L'attività formativa sarà svolta
attraverso lezioni ed esercitazioni in laboratorio, dove sarà utilizzato il programma
statistico R.
ARGOMENTI
Complementi sulle variabili casuali multidimensionali
Convergenza di successioni di variabili casuali
Verosimiglianza
Stimatori di massima verosimiglianza
Test del rapporto di verosimiglianza
a. Complementi sulle variabili casuali multidimensionali.
Funzione di ripartizione multidimensionale (caso discreto e assolutamente
continuo).
Valore atteso e momenti.
Trasformazioni di variabili casuali multidimensionali.
b. Convergenze di successioni di variabili casuali.
Principali tipi di convergenze e loro proprietà.
Leggi dei grandi numeri e teoremi centrali del limite.
c. Verosimiglianza.
La funzione di verosimiglianza.
Il principio di verosimiglianza.
d. Stimatori di massima verosimiglianza.
206
Equazioni di verosimiglianza.
Informazione attesa e osservata di Fisher.
Riparametrizzazioni.
Proprietà degli stimatori di verosimiglianza.
e. Test del rapporto di verosimiglianza.
Formulazione generale del test del rapporto di verosimiglianza.
Distribuzione asintotica del test.
Casi notevoli.
Regioni di confidenza basate sulla verosimiglianza.
4. Propedeuticità
Si presuppone la conoscenza delle nozioni di calcolo delle probabilità e inferenza
statistica a livello dei corsi base di una laurea triennale in Statistica. E’ inoltre
richiesta la conoscenza degli elementi di base del programma statistico R così
come forniti nell’insegnamento Programmazione in R.
L’esame consiste in una prova scritta e in una prova in laboratorio informatico.
• Azzalini A., Inferenza Statistica: un’introduzione basata sul concetto di
verosimiglianza (2 ed.). Springer-Verlag, 2001
• Dall’Aglio G., Calcolo delle probabilità. Zanichelli, 2003
• Pace L., Salvan A., Introduzione alla statistica: inferenza, verosimiglianza,
modelli. Cedam, Padova, 2001
• Ross S., Calcolo delle probabilità, Apogeo, 2006
• Mood A.M., Graybill F.A., Boes D.C., Introduzione alla statistica. McGraw-Hill
Libri Italia, Milano, 1991.
207
PROGRAMMI DEGLI INSEGNAMENTI DELLE LAUREE
SPECIALISTICHE
(SECONDO E TERZO ANNO)
Analisi della sopravvivenza S

Crediti 6

Il corso si prefigge di fornire le conoscenze necessarie per sull’analisi di studi clinici
ed epidemiologici in cui la variabile di risposta è costituita dal tempo di occorrenza
dell’evento d’interesse, spesso definito come tempo di sopravvivenza. I tempi di
sopravvivenza sono caratterizzati da due aspetti peculiari: la mancanza di
normailità e la presenza di censoring, ossia la non osservazione del tempo di
occorrenza. Metodi non parametrici, basati sulla tecnica di Kaplan-Meier,
semiparametrici, basati sul modello di regressione dei rischi proporzionali di Cox, e
parametrici verranno presentati e applicati tramite l’uso di Stata (www.stata.com).
ARGOMENTI
Introduzione e stima delle funzioni di sopravvivenza e di hazard
Stima e Confronto della sopravvivenza in piu gruppi
Il modello dei rischi proporzionale di Cox e estensioni
Il modello di Poisson e il Modello di Cox
Modelli parametrici di regressione
Il modello I modelli di accelerazione dei tempi di evento (AFT)
a. Introduzione all’analisi dei tempi di soparavvivenza
Definizione, esempi
Censoring e Truncation
Funzione di sopravvivenza, densità, e hazard e loreo relazione
L’uso di Stata per l’analisi dei tempi di sopravvienza: la procedure st.
b. Stima e confronfronto della sopravvivenza in piu gruppi
Stima della distribuzione dei tempo di sopravvivenza
Kaplan-Meier and Nelson-Aalen
Life tables
Confronto della sopravvivenza in due o piu gruppi: log-rank test, Wilcoxon-
Breslow-Gehan, Tarone-Ware test
c. Il modello semiparametrico di Cox:
Motivazione e definizione del modello
Assunti del modello
Stima e intepretazione dei parametri: la verosimiglianza parziale
208
Studio delle ipotesi del modello di Cox: modello stratificato e variabili
tempo dipendenti per la verifica dell’assunto di proporzionalità
Diagnostica: Martingale and Deviance Residuals
d. Modello di Poisson per la stima dei tassi d´incidenza
Definizione del modello
Confronto con il modello di Cox
e. Modelli parametrici di regressione
Modello Esponenziale, Weibull, Gamma.
Assunti, stima e test’ipotesi dei parametri, interpretazione
f. I modelli di accelerazione dei tempi di evento (AFT)
g. La pianificazione degli studi
4. Propedeuticità
Si consiglia di rivolgersi al Coordinatore del corso di studio. Una conoscenza della
lingua inglese scritta viene considerata un requisito importante per la lettura e
comprensione degli articoli distribuiti durante il corso.
L’esame consiste di una prova scritta. Gli studenti avranno a disposizione un data
set, in Stata (o in alternativa dell'output prodotto con Stata) derivante da uno studio
epidemiologico-clinico, sulla base del quale dovranno rispondere a quesiti atti a
valutare la capacità dello studente a definire, interpretare, e valutare i rsultati
prodotti dal modello statistico utilizzato.
Il materiale didattico è costituito da dispense e letture consigliate, e verrà distribuito
durante il corso e resi disponibile sul sito dell corso. Gli studenti non frequentanti
sono invitati a richiedere il materiale direttamente al docente.
• Kleinbaum, D.G. Survival Analysis, A self-learning text. Springer
• Klein, J.P., Moeschberger, M.L.: Survival Analysis: Techniques for censored
and truncated. Springer
• Cleves, M., Gould, W., Gutierrez, R. An Introduction to Survival Analysis Using
Stata. Stata Press.
• Therneau and Grambsch: Modeling Survival Data: extending the Cox Model.
Springer
• Marubini, E., Valsecchi, M.G. Analysing Survival Data from clinical Trials and
observational studies. Wiley & Son.
Analisi di mercato S
Crediti 5
209
Fornire degli strumenti per le analisi di mercato e mostrare, attraverso giochi di
ruolo e testimonianze, come i metodi statistici consentano di affrontare e risolvere
alcuni problemi in azienda. Seguendo il ciclo di vita dei prodotti/servizi e dei
clienti/utenti verranno illustrate metodologie, tecniche di indagine e di analisi dei
dati. Particolare attenzione è dedicata alle aree di applicazione statistica in ambito
aziendale, gli aspetti connessi alla raccolta, elaborazione e comunicazione dei dati
ed allo studio di casi aziendali. L'attività formativa è svolta attraverso lezioni.
ARGOMENTI
Statistica e Marketing
Le ricerche di mercato
Indagini qualitative e quantitative
Tecniche di indagine
Gioco di ruolo
a) Le analisi di mercato
b) Fonti statistiche endogene ed esogene
c) I piani di ricerca
d) Le ricerche continuative
e) Le ricerche ad hoc
f) Indagini qualitative
g) Indagini quantitative
h) I questionari
i) Tecniche e modalità di somministrazione dei questionari
j) Il reporting
k) Gioco di ruolo
4. Propedeuticità
Nessuna.
argomenti trattati.
a) P. Mariani, ‘Prendersi cura del proprio prodotto - Guida alle ricerche di
mercato lungo il ciclo di vita del prodotto/servizio’, Statistica per l’impresa,
Sistemi informativi, Metodi d’indagine, Modelli decisionali, Franco Angeli,
Milano, 2005
b) P. Mariani, Appunti del corso
Per alcune parti del corso verrà indicato materiale aggiuntivo ad integrazione del
testo di riferimento.
210
Gli studenti non frequentanti sono invitati a richiedere il materiale direttamente al
docente
Basi di dati S
Crediti 6

L’obiettivo è di fornire le conoscenze necessarie sia metodologiche che implementative
per l’analisi e la progettazione di sistemi per la gestione dei dati. Gli argomenti vengono
trattati da vari punti di vista, con riferimento sia alla situazione esistente, che ad aspetti
avanzati in via di sviluppo. Alla fine del corso lo studente dovrebbe aver acquisito non
soltanto le conoscenze teoriche sulla materia trattata, ma anche le tecniche e gli strumenti
metodologici sufficienti per affrontare e condurre a termine il progetto completo di
progettazione di una base di dati per il supporto decisionale.
ARGOMENTI Ore Ore
Lezioni esercitazione
Progettazione di basi di dati 8 4
La progettazione concettuale e logica 6 4
La normalizzazione 6
Evoluzioni di basi di dati 12 4
Basi di dati e World Wide Web 8
TOTALE GENERALE 40 12
a. Progettazione di basi di dati
Metodologie e modelli per il progetto
Introduzione alla progettazione: il ciclo di vita dei sistemi informativi, metodologie
di progettazione e basi di dati.
Il modello Entità – Relazione: i costrutti principali del modello, panoramica finale
del modello E-R
Documentazione di schemi E-R, regole aziendali, tecniche di documentazione.
b. La progettazione concettuale e logica
La raccolta e l’analisi dei requisiti
Criteri generali di rappresentazione
Strategie di progetto: strategia top- down, strategia bottom- up, strategia inside-
out, strategia mista
Qualità di uno schema concettuale
Strumenti CASE per la progettazione di basi di dati
c. La normalizzazione
Ridondanze e anomalie
Dipendenze funzionali
211
Forma normale di Boyce e Codd: definizione e decomposizione in forma
normale di Boyce e Codd
Proprietà delle decomposizioni,
Progettazione di basi di dati e normalizzazione: verifiche di normalizzazione su
entità e su associazioni, ulteriori decomposizioni di associazioni, ulteriori
decomposizioni di schemi concettuali
d. Evoluzioni di basi di dati
Architetture e paradigmi per l’analisi dei dati
Architettura della data warehouse
Schema della data warehouse : schema a stella, schema a fiocco di neve
Operazioni per l’analisi dei dati, interfacce per la formulazione di query, drill down
e roll up, data cube.
Realizzazione della data warehouse: indici bitmap e indici di join,
materializzazione delle viste
Data mining: il processo di data mining, problemi di data mining, prospettive del
data mining
e. Basi di dati e World Wide Web
Internet e World Wide Web: internet, il World Wide Web, HTML
Sistemi informativi sul Web
Tecniche e strumenti per l’accesso a basi di dati attraverso il Web
4. Propedeuticità
P.Atzeni, S. Ceri, S. Paraboschi e R. Torlone: Basi di dati (II edizione) McGraw-Hill Italia, 1999.
Bioinformatica S
Crediti 3

Nel corso vengono presentati i principali algoritmi utilizzati nell'analisi di dati biologici,
con particolare attenzione alla modellazione formale di tali problemi. L'attività formativa
è svolta attraverso lezioni.
212
ARGOMENTI
Problemi e Algoritmi. Complessità in tempo e spazio
Problemi ed algoritmi su sequenze biologiche
Problemi ed algoritmi su alberi
Problemi ed algoritmi su grafi
a. Nozione di problema computazionale, algoritmo, tempo di calco, spazio di
calcolo, complessità asintotica, notazione O(•).
b. Ricerca di motivi.
c. Distanza di edit. Allineamento locale e globale di 2 sequenze.
d. Tecniche avanzate di programmazione dinamica.
e. Inferenza di alberi: metodi basati su distanza.
f. Aplotipi e genotipi
g. Sequenzamento per ibridazione.
h. Selezione di probe per fingerprinting.
4. Propedeuticità
Nessuna
L'esame consiste in un breve seminario riguardante un approfondimento di uno
degli argomenti trattati.
An Introduction to Bioinformatics Algorithms, N.C. Jones e P.A. Pevzner, MIT
Press.
Calcolo delle probabilità S
Crediti 3
Mutuato da Calcolo delle probabilità M (Lauree magistrali)
Cartografia tematica S
docente Mario Boffi
Crediti 6
Settore scientifico disciplinare: ICAR/06
Mutuato da Cartografia tematica M (Lauree magistrali)
213
Controllo statistico della qualità S
(esercitazioni) Fulvia Pennoni
Crediti 6
Mutuato da Controllo statistico della qualità M (Lauree magistrali)
Data Mining S
Crediti 2
Settore scientifico disciplinare: ING-INF/05
Parzialmente Mutuato da Data Mining (Lauree triennali)
Economia applicata S
Crediti 6

All’economista moderno viene richiesta, con sempre maggiore insistenza, l’abilità di
coniugare elementi di teoria economica con tecniche econometriche, matematiche
e statistiche, al fine di interpretare il comportamento di variabili macro e
microeconomiche. Il corso prende in esame alcune relazioni economiche classiche,
negli ambiti della macroeconomia, della microeconomica e dell’economia
dell’energia e dell’ambiente, illustrandone le principali implicazioni in termini di
teoria economica contemporanea. Ciascuna relazione viene poi discussa dal punto
di vista dell’economista applicato, cioè di colui il quale è chiamato a stimare e
verificare tale relazione in base all’evidenza empirica disponibile. Gli argomenti
teorici discussi durante le ore di lezione vengono ripresi nelle esercitazioni di
laboratorio, in cui gli studenti sono invitati ad applicare le nozioni studiate in aula a
dataset reali e simulati.
214
ARGOMENTI
Costi, curve di apprendimento ed economie di scala

Le determinanti del salario e la discriminazione salariale
La funzione di investimento aggregato
La relazione tra spese in pubblicità e fatturato
Aspettative razionali e modelli macroeconomici
Qualità dell’ambiente e livello di attività economica
Modelli di domanda di energia
a. Costi, curve di apprendimento ed economie di scala: la teoria economica
rilevante, funzione di apprendimento e funzione di costo Cobb-Douglas,
problemi di misurazione, variabili omesse e distorsione degli stimatori.
b. Le determinanti del salario e la discriminazione salariale: il modello del
capitale umano, problemi di misurazione, la scelta della forma funzionale.
c. La funzione di investimento aggregato: investimento e stock di capitale, il
modello dell’acceleratore flessibile, il modello neoclassico, il modello Q di
Tobin, costi d’aggiustamento, problemi econometrici.
d. La relazione tra spese in pubblicità e fatturato: le determinanti economiche,
simultaneità, identificazione, effetti dell’aggregazione temporale.
e. Aspettative razionali e modelli macroeconomici: tasso di disoccupazione e
curva di Phillips, stabilità dei parametri e cambiamento delle politiche
economiche, sistemi di equazioni simultanee.
f. Qualità dell’ambiente e livello di attività economica: rappresentazione e stima
di curve di Kuzntes ambientali in contesto cross-section e panel.
h. Modelli di domanda di energia: domanda di elettricità, domanda di
combustibili fossili, domanda di gas.
4. Propedeuticità
consigliato il superamento dell’esame di Econometria I.
• E.R. Berndt, The Practice of Econometrics: Classic and Contemporary,
Addison-Wesley, 1991.
• K. F. Wallis, Topics in Applied Econometrics, Blackwell, 1979.
Per ciascuna parte del corso verrà suggerito specifico materiale aggiuntivo.
215
Economia delle assicurazioni S
Crediti 5
Economia finanziaria S
docente Vittoria Cerasi
Crediti 5

Il corso si propone di fornire gli strumenti concettuali per l’analisi del funzionamento
dei mercati monetari e finanziari allo scopo di indicare aree di interesse per la
ricerca teorica e empirica. In una prima parte del corso vengono illustrati alcuni
modelli e studi empirici rilevanti per l’analisi dei mercati monetari e finanziari: per
esempio si affronta il tema del razionamento del credito, dell’under-pricing delle
aziende che si quotano, del ruolo dell’intermediazione finanziaria. Il comune
denominatore è il ruolo dell’informazione asimmetrica nei mercati finanziari L'attività
formativa è svolta prevalentemente attraverso lezioni.
ARGOMENTI
Introduzione. Un modello di razionamento
Selezione avversa e contratti finanziari
La microeconomia delle banche
Banche e mercati finanziari
Effetti reali del razionamento del credito
Argomenti monografici
a. Introduzione ai mercati finanziari
b. Il razionamento di credito
c. Selezione avversa e contratti finanziari
d. La banca come intermediario finanziario
e. Il costo del finanziamento bancario
f. Credito bancario e concorrenza: verifiche empiriche
g. Credito bancario e credito diretto
h. Trasferimento del rischio e derivati del credito
216
4. Propedeuticità
Nessuna. La conoscenza dei modelli microeconomici con informazione asimmetrica
(azzardo morale e selezione avversa) e delle scelte in condizioni di incertezza
(Microeconomia- Teoria dell'informazione M) sono vivamente consigliati.
L’esame consiste in una prova scritta obbligatoria per tutti gli studenti sulla parte
comune e in una tesina su un argomento monografico da concordare con la
docente.
• V. Cerasi, Appunti del corso (su richiesta alla docente)
• J. Tirole, The Theory of Corporate Finance, Princeton Press, 2006, Cap.2, 6.
Durante il corso verrà indicato materiale aggiuntivo ad integrazione degli appunti
Economia sanitaria S
docente Gianluca Baio
Crediti 3

L'obiettivo del corso è quello di familiarizzare con i concetti di natura economica,
ormai noti anche in ambito sanitario e sociale, e di studiare dettagliatamente i
principali recenti sviluppi della letteratura statistica che hanno portato alla
produzione di tecnologie di stima ad hoc. Particolare attenzione viene rivolta alle
tecniche di analisi Bayesiana, con specifico riferimento alla valutazione economica
dei servizi sanitari e con esempi applicativi attraverso l’utilizzo del software
WinBUGS.
ARGOMENTI
Valutazione economica in sanità
Statistica Bayesiana
Analisi statistica di costo efficacia
Sintesi di evidenze complesse
a. Definizione e motivazioni della valutazione economica
b. Concetti economici rilevanti
c. Misure di costo
d. Tipologie di analisi economica
e. Confronto tra interventi sanitari
f. Aspetti formali dell’impostazione Bayesiana
g. Distribuzioni a priori, likelihood e distribuzioni a posteriori
h. Scambiabilità
217
i. Modelli coniugati e non coniugati
j. Metodi di simulazione Monte Carlo
k. Metodi di simulazione MCMC
l. Cenni alla teoria delle decisioni in ambito Bayesiano
m. Analisi di costo efficacia mediante l'approccio teoretico-decisionale
n. Analisi probabilistica di sensitività
o. Evidence synthesis
4. Propedeuticità
Nessuna.
L’esame consta di una prova orale.
Gli argomenti trattati nel corso sono reperibili, con approfondimenti, in:
• Baio, G. (2007), Metodi statistici per la valutazione economica di tecnologie
sanitarie - Università di Milano Bicocca (dispense del corso)
• Luce, B. & O’Hagan, A. (2003), A primer on Bayesian Statistics in Health
Economics and Outcome Research, Bayesian Initiative in Health Economics
and Outcome Research.
• Parmigiani, G. (2002), Modeling in Medical Decision Making, John Wiley and
Sons, New York, NY.
• Spiegelhalter, D., Abrams, K. & Myles, J. (2004), Bayesian Approaches to
Clinical Trials and Health-Care Evaluation, John Wiley and Sons, Chichester,
UK.
Indagini di popolazione S
Crediti 6
Mutuato da Indagini di Popolazione M (Laurea Magistrale)
Informatica applicata S
Crediti 2

Nel corso verranno presentati alcuni concetti fondamentali riguardanti la sicurezza
informatica. L'attività formativa è svolta attraverso lezioni.
218
ARGOMENTI
Richiami di basi di dati e tecnologie di rete. Concetti di base di crittografia.
Possibili attacchi informatici e contromisure
a. Cenni di basi di dati, reti, TCP/IP, http
b. Crittografia a chiave pubblica e privata
c. Message digest
d. Attacchi locali
e. Attacchi remoti
4. Propedeuticità
Nessuna.
L'esame consiste in un breve seminario riguardante un approfondimento di uno
degli argomenti trattati.
• Sicurezza delle reti : applicazioni e standard / William Stallings
• Crittografia e sicurezza delle reti / William Stallings
Laboratorio statistico-informatico S
Crediti 5
Mutuato da Laboratorio statistico-informatico (Lauree triennali)
Laboratorio statistico-informatico integrativo S

Crediti 2
Mutuato da Laboratorio statistico-informatico integrativo A (Lauree triennali)
Macroeconomia S
docenti Vittoria Cerasi
e Lucia Dalla Pellegrina
Crediti 6
219
Questo insegnamento, fornisce gli strumenti di base per l’analisi macroeconomica.
ARGOMENTI
I fondamenti dell’approccio intertemporale in macroeconomia
Teoria della crescita endogena
La teoria del ciclo economico reale
Imperfetta concorrenza, vischiosità dei prezzi e dei salari
Politica monetaria e inflazione
a. Le prime due parti del corso affrontano due fondamentali questioni: i) quali siano
le determinanti della crescita del reddito pro capite; ii) per quale motivo alcuni
paesi sono più ricchi di altri. La trattazione analizzerà il ruolo svolto dal
progresso tecnico, dal tasso di risparmio, dalla dinamica della popolazione in un
contesto di generazioni sovrapposte, dall’accumulazione di conoscenze
attraverso diversi canali di apprendimento.
b. La terza parte del corso si propone di interpretare il nesso tra evoluzione della
tecnologia e ciclo economico in un contesto caratterizzato dall’assenza di
imperfezioni nei mercati. All’analisi teorica farà seguito una discussione
puntuale della compatibilità tra evidenza empirica e previsioni formulabili sulla
base di questa classe di modelli.
c. La quarta parte riconsidera l’analisi del ciclo economico incorporando le nozioni
di imperfetta concorrenza nel mercato dei beni e di vischiosità di prezzi e salari
nominali, secondo la cosiddetta nuova sintesi neoclassica.
d. La quinta parte sarà dedicata all’analisi della relazione tra politica monetaria e
inflazione. Si discuteranno modelli che interpretano l’inflazione come
conseguenza di un gioco non cooperativo tra settore privato e policymaker, in
cui la formazione di aspettative inflazionistiche dipende dalla struttura degli
incentivi cui è soggetto il policymaker.
4. Propedeuticità
La conoscenza degli argomenti trattati in un corso standard di macroeconomia a
livello di laurea triennale è consigliata per affrontare con profitto l’insegnamento.
L’esame prevede una prova scritta.
• Romer David, Advanced Macroeconomics, McGraw-Hill ultima edizione.
• Materiali resi disponibili a lezione
220
Matematica III S
docente Veronica Felli
Crediti 3
Parzialmente Mutuato da Modelli matematici (Laurea Magistrale)
Metodologia della ricerca clinica ed epidemiologica S

(Insegnamento a distanza)
Crediti 9

Il corso si propone di: (1) introdurre le fonti di incertezza del processo clinico, dalla
formulazione della diagnosi, alla scelta della terapia e/o dell’intervento preventivo;
(2) esaminare criticamente le misure proposte in letteratura sulla validità della
diagnosi, sul disaccordo clinico, sulla frequenza della malattia e dei suoi possibili
esiti, sull’associazione tra determinanti e rischio di malattia, sull’efficacia e
sull’impatto degli interventi terapeutici e preventivi; (3) approfondire gli aspetti legati
al disegno degli studi mettendo lo studente in grado di leggere criticamente la
letteratura medica e di redigere il protocollo di uno studio clinico sperimentale od
osservazionale o di una meta-analisi; (4) esaminare i principali modelli per l’analisi
dei risultati di uno studio clinico mettendo lo studente in grado di redigere il rapporto
finale di uno studio clinico sperimentale od osservazionale o di una meta-analisi.
ARGOMENTI
1. Misure di incertezza del processo diagnostico
2. Misure di frequenza degli eventi clinici e dei suoi deteminanti
3. Errori casuali e sistematici delle misure cliniche
4. Studi osservazionali e sperimentali
MODULO 1. MISURE DI INCERTEZZA DEL PROCESSO DIAGNOSTICO

1. INCERTEZZA DEL PROCESSO DIAGNOSTICO
1.1. Introduzione al processo diagnostico
1.2. Accuratezza e precisione della misure cliniche
1.3. Validità e riproducibilità del giudizio clinico
2. CARATTERISTICHE OPERATIVE DI UN TEST DIAGNOSTICO
2.1. Validità di un test diagnostico
2.1.1. Sensibilità
2.1.2. Specificità
221
2.2. Test espressi con una scala continua e la curva ROC
2.2.1. Un test inutile
2.2.2. Un test perfetto
2.2.3. Misura dell’abilità diagnostica di un test
2.3. Scelta del test
2.3.1. Quando privilegiare la sensibilità del test
2.3.2. Quando privilegiare la specificità del test
3. PREDITTIVITÀ DI UN TEST DIAGNOSTICO
3.1. Valore predittivo
3.1.1. Valore predittivo positivo
3.1.2. Valore predittivo negativo
3.2. Valore predittivo positivo e prevalenza
3.3. Valore predittivo positivo e ragionamento clinico
4. CARATTERISTICHE OPERATIVE E PREDITTIVITÀ DEI TEST MULTIPLI
4.1. Combinazione di test
4.2. Test in serie
4.2.1. Caratteristiche operative e predittività dei test in serie
4.2.2. Quando privilegiare una procedura in serie
4.3. Test in parallelo
4.3.1. Caratteristiche operative e predittività dei test in parallelo
4.3.2. Quando privilegiare una procedura in parallelo
5. ACCORDO TRA OSSERVATORI
5.1. Un richiamo ai concetti di validità e riproducibilità
5.2. La misura della concordanza
5.2.1. Il caso di due categorie diagnostiche
5.2.2. Il caso di più di due categorie diagnostiche non ordinali
5.2.3. Il caso di categorie diagnostiche ordinali
5.3. Quanto frequentemente si verifica il disaccordo tra clinici?
MODULO 2. MISURE DI FREQUENZA DEGLI EVENTI CLINICI E DEI LORO

DETEMINANTI
6. FREQUENZA DEGLI EVENTI CLINICI
6.1. I concetti di incidenza e prevalenza
6.2. Le misure di insorgenza (incidenza)
6.2.1 Rischio assoluto
6.2.1.1. Rischio assoluto e coorte fissa
6.2.1.2. Il metodo delle tavole di sopravvivenza
6.2.1.3. Il metodo del prodotto limite
6.2.2. Tasso di incidenza
6.2.2.1. Il caso della coorte fissa
6.2.2.2. Il caso della popolazione dinamica
6.2.3. Relazione tra rischio e tasso
6.3. La misura di presenza (prevalenza)
6.3.1. Relazione tra tasso di incidenza e tasso di prevalenza
7. DETERMINANTI DEGLI EVENTI CLINICI
7.1. Introduzione
7.2. Misure di associazione
7.2.1. Rapporto tra rischi
222
7.2.2. Differenza assoluta tra rischi
7.2.3. Differenza relativa tra rischi
7.2.4. Rapporto tra odds
7.3. Misure di impatto
8. EFFICACIA DELLE AZIONI TERAPEUTICHE
8.1. Introduzione
8.2. Forza dell’efficacia
8.3. Impatto clinico del trattamento
8.4. Bilancio tra benefici e rischi del trattamento
MODULO 3. ERRORI CASUALI E SISTEMATICI DELLE MISURE CLINICHE

9. PRECISIONE DELLE MISURE
9.1. Un richiamo ai concetti di precisione e validità
9.2. Precisione, variabilità casuale e intervalli di confidenza
9.3. Misure descrittive
9.3.1. Intervallo di confidenza di una proporzione
9.3.1.1. Metodo esatto
9.3.1.2. Approssimazione normale
9.3.2. Intervallo di confidenza di un tasso
9.4. Misure di associazione
9.4.1. Intervallo di confidenza di un rapporto tra due proporzioni
9.4.1.2. Metodo basato sul test z
9.4.1.3. Metodo basato sul test chi-quadrato
9.4.1.4. Misure derivate
9.4.1.5. Altri rapporti tra proporzioni
9.4.2. Intervallo di confidenza di un rapporto tra odds
9.4.2.3. Metodo basato sul test di ipotesi
9.4.3. Intervallo di confidenza di un rapporto tra tassi
9.4.3.3. Metodo basato sul test di ipotesi
9.4.4. Intervallo di confidenza di una differenza tra due
proporzioni
9.4.5. Intervallo di confidenza di una differenza tra tassi
9.5. Riepilogo
10. VALIDITÀ DELLE MISURE
10.1. Un richiamo al concetto di validità
10.2. Distorsione da selezione
10.2.1. Alcune cause di pressione selettiva
10.2.2. Inclusione di casi prevalenti
10.3. Distorsione da osservazione
223
10.3.1. Misclassificazione non differenziale
10.3.2. Misclassificazione differenziale
10.3.3. Controllo analitico degli errori da osservazione
11. IL RUOLO DEL CONFONDIMENTO
11.1. Introduzione
11.2. Definizione di confondente
11.3. Metodi di controllo del confondimento
11.3.1. Restrizione
11.3.1.1. Vantaggi e limiti
11.3.2. Appaiamento
11.3.2.1. Stima dell’associazione
11.3.3. Stratificazione
11.3.3.1. Analisi stratificata
11.3.4. Randomizzazione
MODULO 4. STUDI OSSERVAZIONALI E SPERIMENTALI

12. LA RICERCA CLINICA TRA SPERIMENTAZIONE E OSSERVAZIONE
12.1. Gerarchia delle evidenze
12.2. Studi non controllati
12.3. Studi controllati con controlli storici
12.4. Studi controllati con controlli concorrenti: l’epidemiologia analitica
12.4.1. È giustificato lo scetticismo verso gli studi epidemiologici?
12.5. Sperimentazioni cliniche controllate e randomizzate
12.5.1. Sperimentazione
12.5.2. Clinica
12.5.3. Controllata
12.5.4. Randomizzata
12.6. Meta-analisi di sperimentazioni cliniche controllate e randomizzate
13. STUDI DI COORTE
13.1. Razionale e finalità
13.2. Aspetti legati alla pianificazione dello studio
13.2.1. Selezione della coorte degli esposti
13.2.1.1. Campione della popolazione generale
residente in una certa area
13.2.1.2. Gruppo di individui scelto “per convenienza”
13.2.1.3. Gruppo di individui con elevata esposizione al
fattore in studio
13.2.2. Selezione del gruppo di confronto
13.2.2.1. Confronti interni
13.2.2.2. Confronti esterni
13.2.3. Studi concorrenti e non concorrenti
13.2.4. Fonte dei dati
13.2.4.1. Esposizione al fattore in studio
13.2.4.2. Misura dei confondenti
13.2.4.3. Insorgenza dell’evento di interesse
13.2.5. Dimensione campionaria
224
13.2.5.1. Tasso di riferimento noto
13.2.5.2. Tasso di riferimento non noto
13.3. Aspetti legati all’analisi dei dati
13.3.1. Un richiamo ai concetti di rischio assoluto e di tasso
13.3.1.1. Rischio assoluto
13.3.1.2. Tasso
13.3.2. Allocazione delle persone-tempo
13.3.3. Tassi grezzi, specifici e standardizzati
13.3.3.1. Scelta della popolazione di riferimento
13.3.3.2. Calcolo degli eventi attesi
13.3.3.3. Stima puntuale del tasso standardizzato di
incidenza
13.3.3.4. Stima intervallare del tasso standardizzato di
incidenza
13.3.3.5. Alcune osservazioni sul metodo della
standardizzazione diretta
13.3.4. Confronti esterni e rapporti standardizzati
13.3.4.1. Scelta dei tassi specifici di riferimento
13.3.4.2. Calcolo degli eventi attesi
13.3.4.3. Stima puntuale del rapporto standardizzato di
incidenza
13.3.4.4. Stima intervallare del rapporto standardizzato
di incidenza
13.3.5. Confronti interni e procedura di Mantel & Haenszel
13.3.5.1. Allocazione delle persone-tempo
13.3.5.2. Stima puntuale e intervallare del rapporto tra
tassi aggiustato
13.3.5.3. Eterogeneità tra tassi
13.4. Aspetti legati alla comunicazione dei risultati
13.4.1. il rapporto di ricerca
13.4.2. qualità e fonti di incertezza di uno studio di coorte
13.5. Forze e debolezze del disegno osservazionale di coorte
14. STUDI CASO-CONTROLLO
14.1. Definizione
14.2. Il razionale degli studi caso-controllo
14.3. La misura dell’associazione negli studi caso-controllo
14.3.1. Dal rischio assoluto all’odds di malattia
14.3.2. Campionamento dei non casi
14.3.3. Campionamento dei casi
14.3.4. Calcolo dell’odds ratio
14.3.5. Condizioni di validità dell’odds ratio
14.4.1. Definizione e selezione dei casi
14.4.1.1. Definizione clinica e criteri diagnostici
14.4.1.2. Collocazione temporale rispetto alla storia
naturale della malattia
14.4.1.3. Modalità di selezione
14.4.2. Definizione e selezione dei controlli
225
14.4.2.1. Selezione dei controlli negli studi con base
ospedaliera
14.4.2.2. Selezione dei controlli negli studi con base di
popolazione
14.4.2.3. Appaiamento
14.4.3. Altre modalità di selezione dei casi e dei controlli
14.4.3.1. Disegni ambidirezionali
14.4.3.2. Disegni entro-casi
14.4.4. Accertamento dell’esposizione e misura dei confondenti
14.5.1. Stima dell’associazione negli studi senza appaiamento
14.5.1.1. Stima puntuale e intervallare dell’odds ratio
14.5.1.2. Analisi stratificata
14.5.1.3. Stima puntuale e intervallare dell’odds ratio
aggiustato
14.5.1.4. Omogeneità tra odds ratio
14.5.1.5. Interazione e sinergismo
14.5.1.6. Alcune considerazioni sull’analisi stratificata
14.5.2. Stima dell’associazione negli studi con appaiamento
14.5.2.1. Appaiamento 1:1
14.5.2.2. Appaiamento 1:m
14.7. Forze e debolezze del disegno osservazionale di caso-controllo
15. SPERIMENTAZIONI CLINICHE
15.1. Razionale delle sperimentazioni cliniche
15.2. Cenni storici sulla sperimentazione clinica dei farmaci
15.3. Le fasi della sperimentazione clinica di un farmaco
15.3.1. Studi in fase i
15.3.2. Studi in fase ii
15.3.3. Studi in fase iii
15.3.4. Studi in fase iv e post-registrativi
15.4. Aspetti etici delle sperimetazioni cliniche
15.5.1. Disegni sperimentali
15.5.1.1. Disegni entro pazienti
15.5.1.2. Disegni tra pazienti (completamente
casualizzati, casualizzati stratificati e fattoriali)
15.5.2. Criteri di elegibilità e di esclusione
15.5.3. Risposta al trattamento
15.5.4. Tecniche per evitare distorsioni
15.5.4.1. Randomizzazione (randomizzazione semplice,
blocchi a permutazione randomizzata, blocchi a
permutazione randomizzata entro strati, metodo della
minimizzazione)
15.5.4.2. Cecità
226
15.5.5.1. Disegni a dimensione fissa (studi di superiorità
e studi di equivalenza)
15.5.5.2. Disegni sequenziali
15.5.5.3. Disegni sequenziali a gruppi e analisi
intermedie
15.6.1. Analisi secondo il principio della intenzione al trattamento
15.6.2. Analisi per sottogruppi
15.8. Forza e insufficienza del metodo sperimentale
15.8.1. Dalla sperimentazione all’osservazione
4. Propedeuticità
Nessuna.
L’esame consiste di quattro prove in itinere ondine. E una prova orale che verterà
sul programma del corso e su una discussione del materiale elaborato dallo
studente.
Per ogni argomento, agli studenti viene fornito il materiale didattico e metodologico,
articoli scientifici della letteratura medica.
Modelli di impresa e forme di mercato S

Crediti 5
Mutuato da Economia e dinamica industriale (Lauree magistrali)
Modelli Statistici in Epidemiologia S

Crediti 3

Il corso introduce i modelli statistici prevalentemente utilizzati negli studi
epidemiologici di coorte e caso-controllo, vale a dire il modello logistico e il modello
di Poisson. Questi modelli permettono di quantificare la relazione tra fattore di
rischio e malattia, espressa o in terimini di rischio o tasso di incidenza, permettendo
l’aggiustamento per l’effetto di possibili confondenti e modificatori d’effetto.
Enfasi viene posta principalmente sulla definizione del modello, sull'intepretazione
dei parametri, sulla bonta di adattamento del modello stesso e sui criteri di
227
confronto tra modelli. Il corso presuppone una conoscenza dei concetti base
dell'epidemiologia, che verranno tuttavia riveduti velocemente nella prima parte del
corso, insieme a una panoramica iniziale su inferenza causale in epidemiologia. Le
lezioni saranno integrate con esempi sviluppati nel laboratorio informatico,
utilizzando Stata (www.stata.com), un software particolarmente adatto all’analisi di
dati epidemiologici.
ARGOMENTI
Misure di Associazione negli studi epidemiologici
I modelli di regressione in epidemiologia: modello lineare
Modello Logistico per dati binomiali
Modello di Poisson per dati di incidenza
a. Misure di Associazione in Epidemiologia:
Rischio Relativo, Odd Ratio
Confondimento, Interazione
Modello Additivo e Moltiplicativo dei rischi
Relazione dose risposta
Utilizzo di Stata negli studi Epidemiologici
b. L’uso dei modelli di regressione in epidemiologia
Review del modello lineare
I modelli lineari Generalizzati
Funzione di verosimiglianza e stima dei parametri
c. Modello di regressione logistica per dati binomiali
Motivazione del Modello
Definizione della funzione di “link” logit
Stima e intepretazione dei parametri
Variabili esposizione continue, binarie, politomiche
Valutazione e confronto tra modelli
Applicazione del modello ad uno studio caso-controllo
d. Modello di Poisson per dati di incidenza
Motivazionde del modello
Definizione della funzione di link log
Stima e Interpretazione dei Parametri
Valutazione e Confronto tra modelli
Applicazione del modello ad uno studio di coorte
4. Propedeuticità
SI consiglia di rivolgersi al Coordinatore del corso di studio. Una conoscenza della
lingua inglese scritta viene considerata un requisito importante per la lettura e
comprensione degli articoli distribuiti durante il corso.
Gli studenti avranno a disposizione un dataset, in Stata (o in alternativa dell'output
prodotto con Stata) derivante da uno studio epidemiologico-clinico, sulla base del
228
quale dovranno rispondere a quesiti atti a valutare la capacita dello studente a
definire, interpretare, e valutare i risultati prodotti dal modello statistico utilizzato.
Il materiale didattico, che si basa sui due testi di riferimento, è costituito da
dispense e letture consigliate, e verrà distribuito durante il corso e resi disponibile
sul sito dell corso. Gli studenti non frequentanti sono invitati a richiedere il materiale
direttamente al docente.
• Jewell NP. Statistics for Epidemiology. Chapman & Hall/CRC.B.
• Dupont, W.D. Statistical modeling for biomedical researchers. Duxbury Press
Modelli Statistici per la Genetica S

Crediti 3

ll corso si propone di fornire le conoscenze di base per un approccio statistico
rigoroso per il mappaggio e l'identificazione di loci implicati in patologie/caratteri
nell'uomo. Alla fine del corso lo studente dovrà aver appreso gli elementi per
comprendere ed utilizzare strumenti e modelli di statistica genetica, metodi di
epidemiologia genetica, interpretare i risultati derivanti da analisi statistiche di dati
genetici, saper leggere criticamente un articolo scientifico nell’ambito della statistica
ed epidemiologia genetica.
ARGOMENTI
Concetti fondamentali di genetica e probabilità
Mendel e le Malattie genetiche complesse
Disegni di studio in epidemiologia genetica
Modelli teorici in statistica genetica applicabili ai diversi disegni di studio
Presentazione e tutorials sull’uso di software per l'analisi di linkage e associazione
a. Review dei concetti fondamentali di genetica umana e di probabilità

b. Mendel e le Malattie genetiche complesse
Dominante e recessivo
I e II legge di Mendel
Equilibrio di Hardy Weinberg
Malattie monogeniche e multigeniche
Eterogeneità genetica, penetranza, epistasi, pleiotropia,
imprinting genetico
c. Introduzione ai principali tipi di studio in epidemiologia e statistica
genetica (disegno e modelli statistici teorici):
229
d. Studi di aggregazione familiare
e. Studi sui gemelli
f. Analisi di segregazione
g. Analisi di linkage:
Fondamenti teorici
Strategie per il mappaggio genetico di patologie mendeliane
Tratti complessi
h. Analisi di associazione:
Linkage disequilibrium,
Studi casi-controllo
Studi familiari: TDT-Trasmission Disequilibrium Test
Il progetto HapMap
4. Propedeuticità
E’ consigliato il superamento dell’esame di elementi di genetica S
Scritto (prova in itinere e prova finale oppure prova di esame unica scritta).
durante il corso e disponibile in segreteria didattica
Modelli statistici per le sperimentazioni cliniche S

docente Antonella Zambon
Crediti 3

Il corso si propone di fornire le basi teoriche e le conoscenze informatiche
necessarie per l’analisi dei disegni sperimentali, e l’interpretazione dei risultati, con
particolare attenzione ai disegni a misure ripetute. Tutti gli argomenti sono
completati da esercitazioni pratiche condotte in ambiente SAS.
ARGOMENTI
Cenni al modello lineare
Modelli ad effetti fissi e casuali
Disegno a misure ripetute
a. Cenni al modello lineare
Approccio matriciale
Analisi della varianza
b. Modelli ad effetti fissi e casuali
Modello ad effetti fissi
230
Modello ad effetti casuali
Modello ad effetti misti
c. Disegno a misure ripetute
Confronto tra alcuni approcci utilizzati nell’analisi delle misure ripetute: i)
ANOVA per misure ripetute, ii) MANOVA (Multivariate Analysis of
Variance); (iii) modelli misti
Crossover
4. Propedeuticità
Si consiglia di rivolgersi al Coordinatore del corso di studio
L’esame consiste in una prova di laboratorio e nella preparazione di una tesina su
un argomento concordato con il docente.
Gli studenti non frequentanti sono invitati a contattare il docente per concordare le
modalità dell’esame.
• A. Zambon, Lucidi del corso, ed. 2006
Per alcune parti del corso verrà indicato materiale aggiuntivo ad integrazione dei
lucidi.
Piano degli esperimenti II S

docente Nadia Solaro
Crediti 6

Il corso ha come obiettivo quello di estendere le conoscenze raggiunte con il corso
di Piano degli Esperimenti I s per quanto riguarda sia i disegni sperimentali sia i
modelli statistici per l’analisi dei dati sperimentali. E’ parte integrante dell’attività
formativa l’utilizzo del software statistico SAS per la conduzione pratica delle
analisi. Il corso si divide in due parti. Nella prima parte viene introdotta da un punto
di vista teorico la modellistica di analisi, trattata con particolare riferimento
all’implementazione in SAS (PROC ANOVA, CATMOD e GLM). La seconda parte è
dedicata a richiamare le principali caratteristiche dei disegni sperimentali già trattati
nel corso precedente e ad esaminare particolari e più complessi disegni
sperimentali a due o più fattori. Per ciascun tipo di disegno vengono quindi proposti
alcuni insiemi di dati sperimentali da analizzare mediante l’ausilio del software,
dando particolare spazio all’interpretazione dei risultati. Alla fine del corso lo
studente deve essere in grado di impostare correttamente il piano di un
esperimento, di effettuare l’analisi dei dati mediante il modello più appropriato
nonché di interpretare dal punto di vista statistico i risultati.
L'attività formativa è svolta attraverso lezioni sia teoriche sia pratiche in laboratorio
statistico-informatico.
231
ARGOMENTI
Richiami sul modello lineare classico
Modelli di analisi secondo l’approccio vincolato e modello lineare generale
Richiami sui principali disegni ad un fattore
Disegno sperimentale fattoriale completo
Disegno 2k e suo frazionamento
Cenni ai disegni 3k
Metodologia delle superfici di risposta
Cenni ai disegni di tipo gerarchico e ai disegni di tipo split-plot
a. Richiami sul modello lineare classico: specificazione matriciale del modello,
ipotesi, metodo di stima dei minimi quadrati ordinari e metodo di massima
verosimiglianza, proprietà degli stimatori, valutazione della bontà di
adattamento, intervalli di confidenza e verifica di ipotesi.
b. Introduzione ai modelli di analisi della varianza: modelli ANOVA a una o a più
vie, modelli ad effetti fissi e ad effetti casuali, modelli ANCOVA. Metodo di stima
dei minimi quadrati condizionati (o vincolati). Approcci sum-to-zero e set-to-zero
linear constraints.
c. La teoria del modello lineare generale: specificazione del modello, ipotesi,
soluzione del sistema di equazioni normali mediante inversa generalizzata,
funzioni stimabili e loro proprietà, nozione di ipotesi testabile.
d. Richiami sui principali disegni sperimentali ad un fattore: disegno
completamente randomizzato, a blocchi randomizzati, a quadrato latino.
k
e. Disegno sperimentale fattoriale completo. Disegno fattoriale 2 e suo
frazionamento: il problema del confondimento dei blocchi e dei fattori. Cenni ai
piani 3k.
f. Metodologia delle superfici di risposta: modelli del primo ordine e del secondo
ordine, piani per le superfici di risposta, piani centrali compositi.
g. Cenni ai disegni di tipo gerarchico e ai disegni di tipo split-plot: definizione, loro
utilizzo e analisi statistica.
4. Propedeuticità
Nessuna. E’ caldamente consigliato il superamento dell’esame di Piano degli
esperimenti I S.
L’esame consiste nella preparazione di un’analisi di dati sperimentali (in base alle
modalità che verranno indicate alla fine del corso) e in una prova scritta che avrà ad
oggetto sia argomenti a natura teorica sia l’interpretazione dei risultati dell’analisi
svolta. Ulteriori informazioni verranno messe a disposizione sul sito del docente.
• Montgomery, D.C., Progettazione e analisi degli esperimenti, McGraw-Hill, Milano,
2005.
232
• Dean A., Voss D., Design and Analysis of Experiments, Springer-Verlag, New York,
1999.
• Materiale didattico messo a disposizione dal docente e scaricabile alla pagina web
(accesso protetto da password e riservato agli studenti del corso):
http://www.statistica.unimib.it/utenti/solaro/sito%20web/didattica/index.htm
All’inizio del corso il docente attiverà un servizio di mailing list al quale si
possono iscrivere tutti gli studenti a cui l’insegnamento è rivolto. Il servizio verrà
poi disattivato alla fine del corso.

• Paulson D.S. Applied Statistical Designs for the Researcher, Marcel Dekker,
New-York,2003.
• Box, G.E.P., Hunter, W.G., Hunter, S.J. , Statistics for Experiments, Wiley, New
York, 1978.
Processi stocastici S
Crediti 6

Il corso si propone di introdurre i concetti fondamentali relativi ad alcune classi di
processi di largo interesse e utilità nelle applicazioni, con particolare riferimento a
quelle di tipo spaziale ed ambientale. L'attività formativa è svolta attraverso lezioni
teoriche ed esercitazioni in laboratorio.
ARGOMENTI
Definizione generale di processo stocastico
Processi markoviani
Processi di punto
Processi spaziali
a. Introduzione alla teoria generale dei processi stocastici
b. Catene di Markov a tempo discreto:
Equazioni di Chapman-Kolmogorov
Classificazione degli stati
Distribuzioni limite
c. Cenni sulle catene di Markov a tempo continuo
d. Moto browniano
e. Processo di Poisson
f. Processi di punto nello spazio
g. Processi spaziali:
Stazionarietà e isotropia
Variogramma e covariogramma
233
Principali modelli parametrici isotropici
4. Propedeuticità
Per questa attività formativa si consiglia la conoscenza degli argomenti trattati nell’
insegnamento di Calcolo delle Probabilità S.
L’esame finale consiste in una prova orale.
• Ross S., Probability models, Academic Press, 2003
• Durrett R., Essentials of stochastic processes, Springer, 1999
• Karlin S. e Taylor H.M., A first course in stochastic processes, Academic Press,
1975
Per la parte riguardante i processi spaziali è disponibile una apposita dispensa.
Ricerche di marketing S
docente Elisa Rancati
Crediti 6

Il corso si propone di approfondire il le Ricerche di Marketing. In particolare, tale
tematica sarà sviluppata con specifico riferimento alle condizioni competitive di
economie in eccesso di offerta.
ARGOMENTI
Ricerche di Marketing e dinamiche competitive
Ricerche di Marketing e economie in eccesso di offerta
Le risorse immateriali di prodotto e d’impresa
Ricerche di Marketing e ricerche di Mercato
- Ricerche di Marketing e dinamiche competitive
- Ricerche di Marketing e economie di scarsità.
- Ricerche di Marketing e economie di benessere
- Ricerche di Marketing e economie in eccesso di offerta
- ‘Intangible competition’
- Il sistema delle risorse immateriali di prodotto (brand, design, pre/post sales
services)
- Le risorse immateriali d’impresa (cultura d’impresa, sistema informativo, brand
equity)
- Il sistema delle risorse immateriali d’impresa
- Communication researches
234
- Product researches
- Price researches
- Trade researches
4. Propedeuticità
Nessuna.
L’esame è svolto in forma orale. Al termine delle lezioni è anche possibile sostenere
l’esame in forma scritta secondo le modalità indicate all’inizio del corso.
• Churchill G. A. Jr, Marketing research. Methodological foundation, Dryden,
London, 1999
• Lambin Jean-Jacques, Market-Driven Management, MacMillan, London,
2000. (cap 1, 2, 4)
• Corniani Margherita, Sistema informativo aziendale e dinamiche
competitive, Giappichelli, Torino, 2000. (cap 2, 3)
• Brondoni S. M., Ouverture de “ Marketing Research & Global market”,
Symphonya. Emerging Issues in Management, vol. 2, 2003.
• Market-Space Management, Symphonya. Emerging Issues in
Management, vol. 1, 2002
• Brand Equity, Symphonya. Emerging Issues in Management, vol. 1, 2000-
2001
Risk Management S
Crediti 5
Statistica ambientale S
Crediti 4

Il corso intende fornire un’introduzione alle principali applicazioni della Statistica in
campo ambientale.
L'attività formativa è svolta attraverso lezioni.
235
ARGOMENTI
Ecologia statistica
Campionamento ambientale
Analisi dei valori estremi
Modelli spaziali per dati ambientali
a. Introduzione all’Ecologia statistica
b. Campionamento ambientale e stima della densità di una popolazione biologica
(line transect, point transect, cattura-ricattura)
c. Teoria dei valori estremi (teoria classica; modelli a soglia)
d. Distribuzioni asintotiche dei valori estremi (teorema dei tre tipi)
e. Introduzione ai modelli per la correlazione spaziale (campi aleatori stazionari)
f. Introduzione alla previsione spaziale ottima (Kriging)
4. Propedeuticità
Per questa attività formativa è consigliata la conoscenza degli argomenti trattati nel
corso di Statistica II S.
Dispense e articoli indicati dal docente.
Testo di utile consultazione:
S.K. Thompson, “Sampling”, Wiley, New York, 2002.
Statistica applicata alle scienze biologiche S
Crediti 5
Mutuato da Statistica applicata alle scienze biologiche (Lauree triennali)
Statistica applicata alle scienze biologiche integrativo

S
Crediti 1
236
Il corso si propone come obiettivo l’introduzione all’analisi dei dati correlati binari.
Verranno presentati nel corso alcune estensioni del modello logistico (modello logistico
condizionato, modello logistico ad effetti misti e GEE) adatte all’analisi di correlati,.
2 Programma riassuntivo
ARGOMENTI
Il modello di regressione logistico condizionata per l’analisi di risposte binarie
appaiate.
Modelli ad effetti misti e modelli GEE per l’analisi di dati binari correlati.
Il modello di regressione logistico per l’analisi di risposte binarie appaiate.
I differenti tipi di appaiamento.
Verosimiglianza del modello di regressione logistica condizionata
Esempi
Modelli ad effetti misti e modelli GEE per l’analisi di dati binari correlati.
Il modello lineare ad effetti misti.
Dati binari correlati
Modello logistico ad effetti misti.
Modelli GEE (Generalized Estimating Equations).
Esempi
4. Propedeuticità
L'esame consiste in una prova scritta da svolgere al PC.
Il materiale didattico di riferimento verrà fornito personalmente dal docente.
Statistica Aziendale S
Crediti 5

Fornire gli elementi per offrire soluzioni partendo dall’ascolto delle esigenze
aziendali. L’analisi statistica territoriale come strumento operativo, la
segmentazione ed il profiling dei clienti/utenti (CRM), la gestione della
comunicazione (CCM), le misure di impatto degli investimenti in promozione e
comunicazione, l’analisi della concorrenza rappresentano le aree di applicazione.
Attraverso giochi di ruolo e testimonianze, si mostrerà come i metodi statistici
237
consentano di affrontare e risolvere alcuni problemi in azienda. L'attività formativa è
svolta attraverso lezioni.
ARGOMENTI
Analisi statistica territoriale
Customer Relationship Management (CRM)
Customer Communication Management (CCM)
Misure di impatto gli investimenti
Competitive intelligence
Gioco di ruolo
a) Rilevazione dei dati e generazione della base informativa
b) Il territorio come strumento decisionale
c) Tecniche di segmentazione ed ambiti di applicazione
d) Tecniche di analisi e Profiling in ottica CRM
e) Tecniche di analisi per il CCM
f) Indicatori per la misura dell’impatto dell’investimento
g) Analisi della concorrenza
h) Il sistema informativo aziendale
i) Fonti statistiche endogene ed esogene
j) Gioco di ruolo
4. Propedeuticità
Nessuna.
argomenti trattati.
P. Mariani, Appunti del corso
P. Mariani, ‘Fonti e geografie per la statistica economica’, CUSL, Milano, 2005
V. Bonori, G. Tassinari, ‘Come misurare il ritorno della pubblicità’, Il Sole 24 ORE,
Milano, 2007
Per alcune parti del corso verrà indicato materiale aggiuntivo ad integrazione del
testo di riferimento.
Gli studenti non frequentanti sono invitati a richiedere il materiale direttamente al
docente
Statistica dei mercati monetari e finanziari S

docente Matteo Pelagatti
Crediti 6
238
Il corso si propone di fornire gli strumenti statistico-econometrici necessari per
analizzare le serie storiche tipiche dei mercati monetari e finanziari (tassi di cambio,
prezzi dei titoli, volumi scambiati, rendimenti), sia dal punto di vista descrittivo ed
interpretativo, sia dal punto di vista previsivo. In particolare si studiano i modelli
stocastici utilizzabili per la previsione delle serie storiche finanziarie e della loro
volatilità. L’uso dei modelli statistici viene illustrato nell’ambito dell’ottimizzazione
del portafoglio e della verifica di modelli macroeconomici dei mercati finanziari.
ARGOMENTI
Prodotti finanziari, loro prezzi e rendimenti
Richiami di modellistica ARIMA
Modelli per la volatilità (GARCH e dintorni)
Modelli di volatilità multivariati
Applicazioni all’ottimizzazione del portafoglio, valutazione delle opzioni e Value at
Risk
a. Prodotti finanziari
b. Prezzi e rendimenti
c. Richiami di processi ARMA
d. Processi integrati e test di radice unitaria
e. Fatti empirici delle serie storiche finanziarie
f. Modelli GARCH
g. Quasi-massima verosimiglianza e test per processi GARCH
h. GARCH assimmetrici e GARCH-in-mean
i. Elementi di processi VAR e cointegrazione
j. GARCH multivariati
k. Applicazioni al CAPM
l. Applicazioni al Value at Risk
4. Propedeuticità
corso di Serie storiche economiche S.
Scritto e orale (presentazione di un argomento di approfondimento).
Dispense scaricabili dal sito http://www.statistica.unimib.it/utenti/p_matteo/
Materiale fornito dal docente per l’argomento di approfondimento.
Allo studente è richiesta una conoscenza pregressa pari ai primi 7 capitoli di
Introductory Econometrics for Finance di C. Brooks (Cambridge University Press).
Questo manuale può essere anche utilizzato per accompagnare le dispense del
corso, soprattutto nel caso lo studente non potesse frequentare.
239
Statistica spaziale S
docente Riccardo Borgoni
Crediti 6

Il corso si propone di introdurre modelli e metodi per l’analisi di processi il cui valore
varia nello spazio. Particolare attenzione viene posta sull’analisi della covarianza
che descrive la struttura di dipendenza spaziale del processo e sull’interpolazione
del processo.
Il corso ha una forte componente applicativa; applicazioni in ambito ambientale ed
epidemiologico saranno presentate durante le lezioni. Sessioni di laboratorio
informatico fanno parte integrante del programma. Il software utilizzato sarà R.
ARGOMENTI
Introduzione alla statistica spaziale e analisi esplorativa dei dati spaziali
Modelli geostatistici
Modelli per dati di area
Introduzione. Generalità sui metodi e finalità della statistica spaziale. Il modello
spaziale: variabilità di piccola e larga scala. Tipologie di dati spaziali.
PARTE A: GEOSTATISTICA. Richiami sui processi stocastici gaussiani.
Stazionarietà, Funzione di covarianza, correlogramma e variogramma.
Caratteristiche del semi-variogramma: Sill, Range, Nugget effect. Isotropia.
Continuità e derivabilità di un processo stocastico spaziale; Alcuni modelli
parametrici isotropici. Analisi esplorativa dei dati: EDA & ESDA. ESDA per la
componente di larga e piccola scala. Analisi della componente di piccola scala:
variogramma empirico, stime robuste e stime kernel del variogramma, stime di
massima verosimiglianza, il metodo dei minimi quadrati (ols, wls, gls). Stima del
covariogramma. Analisi della componente di larga scala: metodi parametrici
(regressioni polinomiali), regressione non parametrica e semiparametrica (kernel,
polinomi locali e modelli additivi)
La previsione spaziale: previsione non stocastica e previsione stocastica: kriging
semplice, ordinario e universale.
PARTE B: DATI DI AREA. Misure di autocorrelazione spaziale: indice di Moran, di
Geary, di Moran modificato. Test parametrici e di permutazione per la correlazione
spaziale. Lisciamento di mappe di tassi, stimatori bayesiani empirici e test di
correlazione di Assunção e Reis. Cenni sui modelli spaziali autoregressivi.
PARTE C: LABORATORIO IN AMBIENTE R.
4. Propedeuticità
corso di Processi stocastici e di Teoria dell’inferenza statistica S.
240
L’esame finale si compone di due parti. La prima consiste nella stesura di una relazione su
un argomento concordato fra quelli inclusi nel programma. I lavori sono individuali e
verranno svolti a casa con modalità indicate durante il corso. La seconda parte consiste in
una prova orale di cui fa parte integrante la discussione del lavoro di cui sopra.
Ulteriori informazioni verranno fornite all’inizio del corso.
La frequenza è fortemente consigliata. Coloro che non potessero seguire le lezioni sono
pregati di contattare il docente all’inizio del modulo.
Borgoni R. Ongaro A., 2005, Note sui processi stocastici spaziali, Dipartimento di
Statistica Università Milano-Bicocca
Haining R., 2003, Spatial Data Analysis: Theory and Practice Cambridge University
Press, Cambridge UK
Schabenberger O., Gotway C.A., 2005, Statistical methods for spatial data analysis,
Chapman & Hall/CRC
Ulteriore materiale verrà indicato dal docente all’inizio del corso

Chilès J.P., Delfiner P. 1999 Geostatistics : modelling spatial uncertainty. Wiley
Cressie, N. A. C. 1993 Statistics for spatial data.(New York: Wiley).
Goovaerts P.1997, Geostatistics for natural resources evaluation. Oxford University
Press.
Teoria dei campioni S

Crediti 6
Mutuato da Teoria dei campioni M
Valutazione dei servizi socio-sanitari S

Crediti 6

Il corso si propone di presentare concetti, tecniche ed approcci per la valutazione
dei servizi socio-sanitari. Tra i concetti vengono approfonditi in particolare efficacia,
sicurezza, accesso, responsiveness, efficienza, equità ed appropriatezza. Tra le
tecniche sono affrontati metodi quantitativi, ad esempio modelli logistici per la
241
valutazione del rischio di morte intra-ospedaliera e carte di controllo statistico, e
qualitativi, quali i focus group. L’applicazione di tali concetti e tecniche viene
esemplificata nell’ambito sia della sanità pubblica sia della medicina clinica
attraverso gli approcci del Centers for Disease Control e dell’Agency for
Healthcare Research and Quality. Sono inoltre sottolineati i vantaggi e gli
svantaggi degli indicatori di processo ed esito. Vengono infine illustrati alcuni
modelli per la valutazione della performance di sistemi sanitari e la rilevanza della
valutazione per strategie di miglioramento continuo della qualità.
ARGOMENTI Ore
Lezioni
La valutazione dei servizi socio-sanitari: definizioni, concetti e principi 8
Metodi quantitativi e qualitativi di ricerca applicata alla valutazione 6
La valutazione dei programmi di sanità pubblica 8
Gli indicatori di qualità dell’Agency for Healthcare Research and Quality 8
Indicatori di processo ed esito 4
Modelli di valutazione della performance 8
Miglioramento continuo della qualità 6
TOTALE GENERALE 48
1. La valutazione dei servizi socio-sanitari: definizioni, origini,
principi e logica
2. Concetti fondamentali: efficacia, sicurezza, accesso,
responsiveness, efficienza, equità ed appropriatezza
3. Strumenti e metodi quantitativi e qualitativi di ricerca applicata alla
valutazione
a. I flussi informativi sanitari e le banche dati
b. La scheda di dimissione ospedaliera (SDO)
c. La regressione logistica
d. Le carte di controllo statistico dei processi
e. I Focus group
4. La valutazione dei programmi di sanità pubblica: l’approccio del
Centers for Disease Control
5. La valutazione dei servizi di assistenza territoriale ed ospedaliera:
l’approccio dell’Agency for Healthcare Research and Quality.
6. Indicatori di processo ed esito in ambito clinico: vantaggi e
svantaggi
7. Modelli di valutazione della performance dei sistemi socio-
sanitari:
a. WHO,
b. OECD,
c. USA,
d. Canada
8. Miglioramento continuo della qualità dei servizi socio-sanitari
242
4. Propedeuticità
Nessuna.
Tesina individuale e colloquio orale.
Slides powepoint, letteratura scientifica, link per siti internet.
In caso di difformità tra le propedeuticità indicate in questa Guida e

quelle indicate nei Regolamenti dei Corsi di laurea, fanno fede quelle
dei Regolamenti.
243

Guida 2008-2009 Definitiva

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Guida 2008-2009 Definitiva

Caricato da

Copyright:

Formati disponibili

FACOLTÀ DI SCIENZE STATISTICHE

Università degli Studi di Milano-Bicocca

Guida dello studente

OFFERTA DIDATTICA DI BASE

CORSO DI LAUREA IN SCIENZE STATISTICHE ED ECONOMICHE

CORSO DI LAUREA IN STATISTICA E GESTIONE DELLE

OFFERTA DIDATTICA AVANZATA

CORSI DI LAUREA MAGISTRALE

ELENCO DEGLI INSEGNAMENTI E DEI DOCENTI 86

PROGRAMMI DEGLI INSEGNAMENTI (LAUREE) 93

I Corsi di laurea individuano un ben determinato indirizzo formativo che fornisce

I Corsi di laurea magistrale si propongono di approfondire le conoscenze teoriche

In alternativa ai precedenti, i laureati potranno iscriversi a Corsi di Master e a Corsi

I Corsi di Master e di Perfezionamento si pongono obiettivi marcatamente

• Statistica e gestione delle informazioni

con il solo primo anno e due Corsi di laurea Magistrale:

con il solo primo anno.

A proposito dei due Corsi di laurea, articolati in diversi percorsi formativi, le

Le indagini statistiche disponibili confermano che le richieste di laureati in campo

Molte imprese e istituzioni hanno stipulato convenzioni con la Facoltà per

I due Corsi di laurea magistrale costituiscono la naturale prosecuzione, a livello

In particolare, il Corso in Biostatistica e statistica sperimentale può attrarre

o Scienze e gestione dei Servizi

Nell’a.a. 2008-09, la Facoltà propone:

I partecipanti al Corso di perfezionamento devono essere in possesso di Laurea

• Dottorato di Ricerca in Statistica

Il primo ha sede presso l’Università degli Studi di Milano-Bicocca, il secondo presso

La Facoltà con tutte le attività didattiche e di ricerca ad essa connesse è situata al II

COME RAGGIUNGERE LA FACOLTÀ

Il complesso universitario della Bicocca, situato nella zona Nord di Milano, è

La Segreteria didattica della Facoltà di Scienze Statistiche fornisce informazioni e

L’Ufficio Orientamento e Stage della Facoltà di Scienze Statistiche offre un servizio

La Segreteria di Presidenza coordina la Segreteria didattica e l’Ufficio Orientamento

Il servizio di tutorato viene realizzato da professori e ricercatori con la

Gli studenti possono anche rivolgersi:

La Facoltà di Scienze Statistiche dispone di due laboratori di Informatica accessibili

Il tecnico informatico responsabile è:

SOGGIORNI ALL’ESTERO (PROGRAMMA LIFELONG LEARNING 2008-2013 –

TIPOLOGIA DELLO STUDENTE:

Non è possibile sostenere all’estero i seguenti esami: Matematica I, Matematica II,

Le domande presentate saranno sottoposte alla Commissione SOCRATES della

Responsabili per gli scambi di mobilità sono:

Responsabile della Summer School è:

• Prof. Fabio Corno -Dipartimento di Sociologia e di ricerca sociale

La maggior parte dei Docenti della Facoltà di Scienze Statistiche afferisce al

Per le modalità di iscrizione lo studente può consultare il Sito Internet di Ateneo:

La verifica della preparazione iniziale avverrà tramite un test di autovalutazione

TRASFERIMENTI E SECONDE LAUREE

1. Domande di trasferimento presentate da studenti iscritti al Corso di

2. Domande di iscrizione presentate da diplomati del Corso di diploma

Nei casi 1. e 2. i relativi Comitati di coordinamento didattico provvederanno a

3. Casi non previsti nei precedenti punti 1. e 2.

I Comitati di coordinamento didattico provvederanno a ricostruire le carriere

I Comitati di coordinamento didattico concorderanno con coloro che sono ammessi

Ciascun anno è suddiviso in due periodi, denominati semestri, e ciascun semestre

Primo semestre: primo ciclo 1 ottobre 2008 - 14 novembre 2008

Secondo semestre: primo ciclo 2 marzo 2009 – 21 aprile 2009

Gli esami e le verifiche intermedie dei diversi corsi verranno effettuate:

CONSEGUIMENTO DELLA LAUREA

A1 Insegnamenti di base (Informatico)

A ciascun insegnamento sono attribuiti i crediti in applicazione dei criteri della

ATTIVITÀ FORMATIVE AUTONOMAMENTE SCELTE (TIPOLOGIA D)

• superando gli esami o le altre forme di verifica del profitto relativi a