SeC

Lingua Insegnamento:

Le lezioni saranno svolte in Italiano. Le slides e il libro di testo sono in italiano. I testi per gli approfondimenti sono in lingua inglese
Testi di riferimento:

Libri di testo consigliati:
Simone Di Zio, Antonio Pacinelli, STATISTICA SOCIALE, Mondadori Università, 2015
Durante lo svolgimento delle lezioni sarà fornito materiale integrativo sul sito https://fad.unich.it/.
Ulteriori testi di approfondimento
David Lucy, Introduction to Statistics for Forensic Scientist, Wiley, 2005
James Michael Curran, Introduction to Data Analysis with R for Forensic Scientists, CRC Press 2010
Obiettivi formativi:

Il corso persegue l’obiettivo di fornire agli studenti i concetti relativi alla statistica descrittiva e inferenziale e di introdurli al corretto uso dei relativi metodi nell’ambito della statistica forense.
L’insegnamento sarà focalizzato sui metodi per l’analisi e la descrizione dei dati con particolare enfasi per i metodi statistici utilizzati in ambito forense.
Le esercitazioni riguarderanno l’applicazione delle tecniche e metodologie introdotte attraverso l’utilizzo di Excel e del linguaggio statistico R.
RISULTATI DELL'APPRENDIMENTO ATTESI Conoscenza e capacità di comprensione
1. Comprensione della natura e delle conseguenze della variabilità naturale presente nei dati rilevanti per le scienze forensi e capacità di esprimere un problema forense in termini statistici.
2. Sintesi dei dati attraverso tabelle di frequenze, grafici e misure descrittive, sia manualmente sia con il supporto di Excel e tramite il linguaggio statistico R.
3. Comprensione e capacità di spiegare i concetti base inerenti la teoria della probabilità e le variabili casuali e capacità di interpretare in termini probabilistici il ragionamento probatorio proprio delle scienze forensi con riferimento ai diversi tipi di prove.
4. Comprensione della teoria dei test statistici in ambito frequentista e bayesiano.
5. Comprensione dell'applicazione della teoria dei test in ambito forense.
Autonomia di giudizio
- Apprendere i concetti logici e statistici che sono indispensabili per lavorare autonomamente nella ricerca, selezione ed elaborazione di dati rilevanti in ambito forense.
Abilità comunicative
- Imparare la terminologia e le tecniche statistiche per comunicare o discutere correttamente i risultati dell'analisi dei dati rilevanti in ambito forense.
Prerequisiti:

Conoscenze base di matematica generale.
Metodi didattici:

Il corso sarà articolato in lezioni teoriche ed esercitazioni pratiche svolte
attraverso l’utilizzo del foglio di calcolo Excel e del linguaggio di
programmazione R. La frequenza alle attività didattiche non è
obbligatoria tuttavia è fortemente consigliata.
Modalità di verifica dell'apprendimento:

L’esame si articola in una prova scritta di 90 minuti (domande aperte, volte a verificare la conoscenza della parte teorica degli argomenti trattati a lezione; esempi di domande possono essere scaricati dal sito della FAD) e in prova di 90 minuti al computer mediante l’uso di Excel. Nell’ambito dell’esame, le due prove hanno uguale importanza e devono entrambe essere superate per la finalizzazione dell’esame. Il voto finale sarà dato dalla media dei punteggi (in trentesimi) parziali ricevuti dallo studente nelle due prove.
Sostenibilità:

no
Altre Informazioni:

E-mail: lara.fontanella@unich.it
Giorni ed orari di ricevimento studenti: dopo le lezioni e per
appuntamento da concordarsi via e-ma

Il corso prevede la trattazione dei seguenti argomenti per il raggiungimento dei risultati di apprendimento attesi: elementi di statistica descrittiva; probabilità e distribuzioni di probabilità; elementi di inferenza statistica; associazione fra variabili; valutazione delle prove in ambito forense.

Introduzione: Una breve storia dell’utilizzo della statistica nell’ambito forense
1. Elementi di statistica descrittiva: tipo di dati, misure di tendenza
centrale e di dispersione
- Tipologie di dati
- Popolazione e campione
- Le distribuzioni statistiche e le lori rappresentazioni
- Le misure di tendenza centrale
- Le misure di variabilità
2. Probabilità e distribuzioni di probabilità
- Elementi di calcolo delle probabilità
- Probabilità condizionate e Teorema di Bayes
- Variabili casuali
- Distribuzioni di probabilità teoriche (Binomiale, Poisson, Normale)
- Distribuzioni di probabilità empiriche
- Modelli per le probabilità empiriche
- Utilizzo delle probabilità empiriche
3. Elementi di inferenza statistica
- Concetto e tipi d’inferenza
- Gli stimatori e le loro proprietà
- Stima puntuale
- Stima per intervallo
- Verifica delle ipotesi parametriche
4. Associazione fra variabili
- Misure di associazione fra variabili nominali o ordinali
- Analisi della correlazione
- Analisi della regressione
5. Valutazione delle prove in ambito forense
- Tipo di prove
- Test di significatività e valutazione delle prove
- Rilevanza e formulazione delle proposizioni
- Valutazione delle evidenze in pratica
- Errori nella interpretazione
- Esempi di prove (Gruppo sanguigno, fibre tessili, testimonianze oculari, DNA)
5. Evidence evaluation
- Forensic Evidences types
- The value of evidence
- Significance testing and evidence evaluation
- Relevance and the formulation of propositions
6. Valutazione delle prove in pratica ed esempi
- Database da utilizzare
- DNA e selezione del databse
- Equivalenza verbale del test di verosimiglianza
- Critiche agli approcci statistici
- Distribuzione dei gruppi sanguigni
- Fibre tessili
- Tipi di scarpe
- Proiettili
- Testimonianze ocular
- DNA
7. Errori nell’interpretazione
- Errori statistici (condizionale trasposto, fallacia del difensore)
- Errori metodologici
- Assunzioni di indipendenza