Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
Insegnamento
STATISTICA 2 (Ult. numero di matricola dispari)
SCP4063587, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2018/19

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
SC2094, ordinamento 2014/15, A.A. 2019/20
Dispari
porta questa
pagina con te
Crediti formativi 12.0
Tipo di valutazione Voto
Denominazione inglese STATISTICS 2
Sito della struttura didattica http://www.stat.unipd.it/studiare/ammissione-lauree-triennali
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Sito E-Learning https://elearning.unipd.it/stat/course/view.php?idnumber=2019-SC2094-000ZZ-2018-SCP4063587-DISPARI
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile GIANFRANCO ADIMARI SECS-S/01

Mutuante
Codice Insegnamento Responsabile Corso di studio
SCP4063587 STATISTICA 2 (Ult. numero di matricola dispari) GIANFRANCO ADIMARI SC2095

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
BASE Statistico-probabilistico SECS-S/01 12.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
Turni
ESERCITAZIONE 2.0 28 22.0 2
LEZIONE 10.0 80 170.0 Nessun turno

Calendario
Inizio attività didattiche 30/09/2019
Fine attività didattiche 18/01/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2014

Commissioni d'esame
Commissione Dal Al Membri
6 Commissione a.a 2018/19 (matr.pari) 01/10/2018 31/10/2019 MENARDI GIOVANNA (Presidente)
ADIMARI GIANFRANCO (Membro Effettivo)
VENTURA LAURA (Membro Effettivo)

Syllabus
Prerequisiti: Si presuppone che lo studente sia a conoscenza dei contenuti di:
Istituzioni di Analisi Matematica; Algebra Lineare; Istituzioni di Probabilità; Statistica 1.
Conoscenze e abilita' da acquisire: Il corso mira a far acquisire la terminologia propria dell'inferenza statistica e abilità autonome nell'analisi inferenziale dei dati. Si studiano i modelli statistici e i principali metodi di inferenza. Si acquisiscono le basi dell'inferenza basata sulla verosimiglianza come strumento generale per l'analisi dei dati.
Modalita' di esame: La verifica delle conoscenze acquisite avviene attraverso un esame scritto, con quesiti di teoria ed esercizi.
Criteri di valutazione: Lo studente dovrà dimostrare di aver compreso gli argomenti svolti, aver acquisito i concetti e le metodologie presentate (nonché la terminologia propria della materia) e essere in grado di applicare le tecniche inferenziali correttamente.
Contenuti: - Inferenza statistica: idee e problemi di base.
- Popolazione, campione, dati campionari e inferenza. Modelli statistici e loro specificazione. Controllo empirico del modello statistico. Funzione di ripartizione empirica e quantile.
- Principali modelli statistici parametrici.
- Modelli statistici discreti: binomiale, binomiale negativa, Poisson, multinomiale.
- Modelli statistici continui: esponenziale, gamma, normale, normale multivariata.
- Distribuzioni campionarie collegate, esatte e approssimate: chi-quadrato, t, F, Wishart e approssimazioni basate su teorema del limite centrale.
- Le procedure dell'inferenza statistica
- Stima puntuale. Parametro, stima, stimatore, errore di stima. Stima secondo il metodo dei
dei momenti e dei minimi quadrati. Criteri di valutazione degli
stimatori: distorsione, errore quadratico medio, consistenza.
- Intervalli e regioni di confidenza. Quantità pivotali. Intervalli e regioni di confidenza esatti e approssimati.
- Verifica delle ipotesi. Test statistico, livello di
significatività, livello di significatività osservato, funzione di potenza. Test esatti e approssimati. Relazione
tra test e intervalli di confidenza.
- Inferenza basata sulla verosimiglianza.
- La funzione di verosimiglianza. Rapporto di verosimiglianza.
Verosimiglianze equivalenti e statistiche sufficienti. Riparametrizzazioni.
- Stima di massima verosimiglianza. Aspetti computazionali. Informazione osservata e attesa. Proprietà degli stimatori di massima verosimiglianza e loro distribuzione approssimata.
- Test e regioni di confidenza basati sulla verosimiglianza. Test e regioni di Wald, score e
basati sul rapporto di verosimiglianza: casi monoparametrico, multiparametrico e di interesse parziale. Versioni unilaterali.
- Esemplificazioni notevoli
- Problemi sulle proporzioni: inferenza sulla singola proporzione; confronto tra due proporzioni. Problemi sulle medie e su funzioni di medie: inferenza sulla singola media; confronto tra due medie; dati appaiati. Problemi sulle varianze: inferenza sulla varianza nel modello normale. Inferenza sulla multinomiale. Test di indipendenza in tabelle di contingenza. Test di bontà di adattamento.
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso è organizzato in lezioni frontali e in esercitazioni a gruppi (2 gruppi). Le esercitazioni prevedono il coinvolgimento attivo degli studenti.
Eventuali indicazioni sui materiali di studio: Le lezioni di teoria e le esercitazioni sono basati principalmente sui primi due libri di testo indicati di seguito. Lo studente può integrare quanto presente nei testi menzionati con quanto discusso negli altri due (in uno degli altri due) testi indicati. Eventuale altro materiale didattico sarà reso disponibile nella piattaforma Moodle durante lo svolgimento del corso.
Testi di riferimento:
  • Pace, L., Salvan, A., Introduzione alla Statistica: II Inferenza, verosimiglianza, modelli. --: Cedam, Padova, 2001.
  • Azzalini, A., Inferenza statistica, una presentazione basata sul concetto di verosimiglianza. --: Springer Verlag, 2001. Cerca nel catalogo
  • Cicchitelli, G., Statistica: principi e metodi. --: Pearson, 2012. Cerca nel catalogo
  • Piccolo, D., Statistica per le decisioni. --: Il Mulino, 2010. Cerca nel catalogo