Libri UniversitariZoom 100%

Prof. Paola Bortot: i libri dei suoi insegnamenti

Scheda docente sul sito dell’ateneo ›
Insegnamenti trovati: 3
Bologna 3 insegnamenti
Facoltà: Economia e management

Prof. Paola Bortot: Statistics

8,4difficoltà
Bologna · Facoltà: Economia e management · Economics and Finance (L-33)
Di cosa si tratta: La descrizione dei dati, con campionamento, esperimenti e studi osservazionali, apre il quadro; seguono media, mediana, moda, quantili e varianza. La probabilità comprende la probabilità condizionata e il Bayes theorem, con variabili casuali e distribuzioni Normal, Geometric e Binomial. Si arriva a confidence intervals e hypothesis testing.

Dettagli corso

2º annoCorso: L-33
CFU: 11Canale: Unico
🕒 Orario lezioni
  • Mer, Gio13–16AULA 31

Tempo di studio e official info

Tempo consigliato per preparare l’esame: ≈ 3 settimane
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
Principles and Methods, PearsonISBN
Tempo di studio del libro≈ 3 settimane
Obbligatorietà
Obbligatorio
Adottato in
1 materia
Tipo
Manuale
Pagine
n.d.
Difficoltà
10
Anderson – Statistics for Business and EconomicsISBN 9781473791350
Tempo di studio del libro≈ 7 settimane
Obbligatorietà
Facoltativo
Adottato in
1 materia
Tipo
Manuale
Pagine
648 pagine
Difficoltà
10
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Calcolatrice scientifica non programmabile
Cerca su Amazon
Consigliato
Eserciziario di statistica
Cerca su Amazon
Consigliato
R o JASP (programmi gratuiti per l'analisi dei dati)
Gratis dal sito ufficiale

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. What is the difference between a population and a sample in statistical inference?
  2. How are measures of central tendency chosen for a skewed distribution?
  3. What does the standard deviation tell us about the spread of a dataset?
  4. How is a confidence interval for a population mean constructed?
  5. What is the purpose of a hypothesis test and how is the p-value interpreted?
  6. What is the difference between Type I and Type II errors?
  7. How does the central limit theorem justify the use of the normal distribution for sample means?
  8. How is the least squares regression line estimated for two variables?
  9. What does the correlation coefficient measure and what are its limitations?
  10. How are conditional probabilities calculated from a two-way contingency table?
  11. When are two events considered independent?
  12. How does Bayes theorem update the probability of an event after new evidence?
  13. What assumptions should be checked before running a t-test on two samples?
  14. How is the spread of a distribution summarized in a box plot?
  15. What is the role of the sampling distribution in statistical reasoning?
  16. How do you compute the expected value of a discrete random variable?
  17. What is the difference between a one-tailed and a two-tailed test?
  18. How is the coefficient of determination interpreted in a simple regression model?
  19. Why is a random sample important for making valid generalizations?
  20. How do you choose an appropriate statistical test for a given research question?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Paola Bortot: Data Science For Economics And Finance (I.C.

7,1difficoltà
Bologna · Facoltà: Economia e management · Business and Economics (L-18)
Di cosa si tratta: Introduzione allo statistical learning: regressione lineare come strumento di previsione, K-nearest neighbors e classificazione con regressione logistica, tasso di errata classificazione, curva ROC e AUC. Metodi di ricampionamento per la valutazione e selezione dei modelli: compromesso bias-varianza, insiemi di addestramento, validazione e test, cross-validation e bootstrap.

Dettagli corso

3º annoCorso: L-18
CFU: 6Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Additional material (scientific papers, tutorials, Python notebooks) will be provided during classes.
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
James – Hastie and TibshiraniISBN 9781071614174
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
5 materie
Tipo
Manuale
Pagine
607 pagine
Difficoltà
7,7
James – Hastie and TibshiraniISBN 9781071614174
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
5 materie
Tipo
Manuale
Pagine
607 pagine
Difficoltà
7,7
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Manuale di Python
Cerca su Amazon
Consigliato
Eserciziario di economia politica
Cerca su Amazon
Consigliato
Calcolatrice scientifica non programmabile

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Che cosa distingue l'apprendimento supervisionato da quello non supervisionato nell'analisi di dati economici?
  2. Quali passaggi servono per pulire una serie storica finanziaria prima di stimare un modello?
  3. Come si valuta la capacità predittiva di un modello di regressione su dati macroeconomici?
  4. Perché il sovra-adattamento è un rischio nei modelli applicati ai mercati finanziari?
  5. In che modo la suddivisione tra campione di addestramento e campione di verifica tutela la validità dei risultati?
  6. Quali differenze esistono tra media mobile semplice ed esponenziale nell'analisi dei prezzi?
  7. Come si interpreta un test di stazionarietà su una serie temporale?
  8. Quando conviene usare un modello ad alberi decisionali invece di una regressione lineare?
  9. Che cosa si intende per causalità in un'analisi osservazionale di dati economici?
  10. Come si può trattare la variabile endogena in una stima con dati di panel?
  11. Quali vantaggi offre una regressione penalizzata come lasso o ridge in presenza di molte variabili esplicative?
  12. Come si costruisce un indicatore di rischio di credito a partire da dati di bilancio?
  13. Quali metriche si usano per valutare un classificatore binario su dati sbilanciati?
  14. Perché la scelta di una funzione di perdita influenza il risultato di un modello predittivo?
  15. Come si può rappresentare in modo corretto la distribuzione dei rendimenti di un portafoglio?
  16. In che modo la volatilità condizionata si modella con i modelli della famiglia GARCH?
  17. Quali verifiche diagnostiche si fanno sui residui di una regressione applicata a dati economici?
  18. Come si gestiscono i valori mancanti in un dataset economico senza introdurre distorsioni?
  19. Quali sono i rischi di usare dati ad alta frequenza senza una corretta sincronizzazione temporale?
  20. Come si rende trasparente un'analisi economica documentando codice e fonti dei dati?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Prof. Paola Bortot: Data Science For Economics And Finance (I.C.

7,1difficoltà
Bologna · Facoltà: Economia e management · Economics and Finance (L-33)
Di cosa si tratta: Introduzione allo statistical learning: regressione lineare come strumento di previsione, K-nearest neighbors e classificazione con regressione logistica, tasso di errata classificazione, curva ROC e AUC. Metodi di ricampionamento per la valutazione e selezione dei modelli: compromesso bias-varianza, insiemi di addestramento, validazione e test, cross-validation e bootstrap.

Dettagli corso

3º annoCorso: L-33
CFU: 6Canale: Unico

Tempo di studio e official info

Tempo consigliato per preparare l’esame: 13 settimane (3 mesi)
Additional material (scientific papers, tutorials, Python notebooks) will be provided during classes.
Dati verificati il 02/10/2026

Libri indicati per la materia

Scorri di lato: 2 libri
James – Hastie and TibshiraniISBN 9781071614174
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
5 materie
Tipo
Manuale
Pagine
607 pagine
Difficoltà
7,7
James – Hastie and TibshiraniISBN 9781071614174
Tempo di studio del libro≈ 6,5 settimane
Obbligatorietà
Obbligatorio
Adottato in
5 materie
Tipo
Manuale
Pagine
607 pagine
Difficoltà
7,7
StrumentiPer questo esame ti serve anche

Strumenti da tenere accanto ai libri d'esame, oltre a quelli indicati dal docente.

Consigliato
Manuale di Python
Consigliato
Eserciziario di economia politica
Consigliato
Calcolatrice scientifica non programmabile

Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.

Domande possibili all’esame
  1. Che cosa distingue l'apprendimento supervisionato da quello non supervisionato nell'analisi di dati economici?
  2. Quali passaggi servono per pulire una serie storica finanziaria prima di stimare un modello?
  3. Come si valuta la capacità predittiva di un modello di regressione su dati macroeconomici?
  4. Perché il sovra-adattamento è un rischio nei modelli applicati ai mercati finanziari?
  5. In che modo la suddivisione tra campione di addestramento e campione di verifica tutela la validità dei risultati?
  6. Quali differenze esistono tra media mobile semplice ed esponenziale nell'analisi dei prezzi?
  7. Come si interpreta un test di stazionarietà su una serie temporale?
  8. Quando conviene usare un modello ad alberi decisionali invece di una regressione lineare?
  9. Che cosa si intende per causalità in un'analisi osservazionale di dati economici?
  10. Come si può trattare la variabile endogena in una stima con dati di panel?
  11. Quali vantaggi offre una regressione penalizzata come lasso o ridge in presenza di molte variabili esplicative?
  12. Come si costruisce un indicatore di rischio di credito a partire da dati di bilancio?
  13. Quali metriche si usano per valutare un classificatore binario su dati sbilanciati?
  14. Perché la scelta di una funzione di perdita influenza il risultato di un modello predittivo?
  15. Come si può rappresentare in modo corretto la distribuzione dei rendimenti di un portafoglio?
  16. In che modo la volatilità condizionata si modella con i modelli della famiglia GARCH?
  17. Quali verifiche diagnostiche si fanno sui residui di una regressione applicata a dati economici?
  18. Come si gestiscono i valori mancanti in un dataset economico senza introdurre distorsioni?
  19. Quali sono i rischi di usare dati ad alta frequenza senza una corretta sincronizzazione temporale?
  20. Come si rende trasparente un'analisi economica documentando codice e fonti dei dati?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

Scorri di lato: 3 insegnamenti →

Domande frequenti Libri, programma ed esami del prof. Paola Bortot a Bologna

Che libro usa il prof. Paola Bortot per Statistics a Bologna?

Per Statistics (Canale unico) indica come obbligatorio: Principles and Methods, Pearson. Facoltativi: Anderson – Statistics for Business and Economics.

Quanto è impegnativo Statistics?

11 CFU, difficoltà stimata 8.4 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Paola Bortot per Data Science For Economics And Finance (I.C. a Bologna?

Per Data Science For Economics And Finance (I.C. (Canale unico) indica come obbligatorio: James – Hastie and Tibshirani, James – Hastie and Tibshirani.

Quanto è impegnativo Data Science For Economics And Finance (I.C.?

6 CFU, difficoltà stimata 7.1 su 10 rispetto agli esami della stessa area.

Che libro usa il prof. Paola Bortot per Data Science For Economics And Finance (I.C. a Bologna?

Per Data Science For Economics And Finance (I.C. (Canale unico) indica come obbligatorio: James – Hastie and Tibshirani, James – Hastie and Tibshirani.

Quanto è impegnativo Data Science For Economics And Finance (I.C.?

6 CFU, difficoltà stimata 7.1 su 10 rispetto agli esami della stessa area.

Dove trovo la scheda ufficiale di un esame?

Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.

Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.