Statistica descrittiva
Misure di tendenza centrale: media aritmetica, geometrica, armonica, mediana, moda. Misure di dispersione: campo di variabilità, devianza, varianza, deviazione standard, errore standard, coefficiente di variabilità. Distribuzioni di probabilità Z, t di Student, chi quadro e F di Fisher. Uso delle tabelle di probabilità.

Inferenza statistica: campionamento da una distribuzione normale e test delle ipotesi
Popolazione e campione: il campionamento e l'inferenza, statistiche e parametri. La stima dei parametri: stimatori di media, varianza e deviazione standard, teorema del limite centrale, errore standard della media e intervallo di confidenza della media. Definizione del test delle ipotesi. L'ipotesi nulla e alternativa, condizioni di rigetto e accettazione delle ipotesi. Errore di I e II tipo, livello di protezione e potenza di un test. Test a una o due code. Test delle ipotesi con campionamento dalla normale standardizzata

Confronto tra due medie campionarie
Quando i parametri della popolazione sono ignoti: Il test T. Condizioni di applicabilità dei test parametrici. Richiami sulla distribuzione t di Student. Test confronto media di un campione con valore atteso, valore con media popolazione, test t per campioni appaiati e per campioni indipendenti. Il test F di Fisher per il confronto fra le varianze

Analisi della varianza
L' ANOVA a una via: il dimensionamento e la progettazione di un esperimento, calcolo delle devianze e delle varianze e test F nel modello a randomizzazione completa. Il test delle MDS. Test delle ipotesi, il modello lineare, la randomizzazione completa. Disegni sperimentali complessi

Correlazione e regressione
Correlazione lineare: la covarianza, il coefficiente di correlazione di Pearson r, significatività di R. Regressione lineare semplice: definizione, modello lineare, interpolazione del modello, ANOVA della regressione, coefficiente di determinazione R quadro