Obiettivi formativi
La prima parte costituisce un solido approfondimento delle conoscenze introdotte nel corso di Statistica. Vengono introdotti nuovi tipi ditest e affrontate problematiche più complesse e realistiche. <br /><br />La seconda parte è una panoramica delle tecniche gestionali e di analisi moderne che possono essere ricondotte alla statistica.
Prerequisiti
<br />Propedeuticità: Statistica, Analisi AB, Analisi C.
Contenuti dell'insegnamento
'PRIMA PARTE: STRUMENTI MULTIVARIATI DI BASE.<br />Richiami sulle variabili aleatorie e sull'inferenza statistica.<br />Classici test Z, T e F per il confronto dei parametri di due popolazioni normali.<br />Test di adattamento e di indipendenza (Fisher-Irwin, chi-quadro, tabelle di contingenza).<br />Regressione: determinazione dei coefficienti (modelli lineari, multilineari, linearizzabili; coefficiente di determinazione, analisidei residui, minimi quadrati pesati); inferenza sui coefficienti (testT e F).<br />Analisi della varianza (a una via, a due vie e con interazioni).<br /><br />SECONDA PARTE: TECNICHE DI EXPLORATIVE DATA ANALYSIS.<br />Rappresentazione di dati con elevata numerosità e dimensionalità (distribuzioni normali multivariate, matrice di correlazione, autovalori e autovettori).<br />Verifica del modello (funzioni kernel, test chi-quadro e di Kolmogorov-Smirnov).<br />Cluster analysis (distanze; hierarchical tree clustering, linkage; algoritmi k-means; algoritmi EM, misture, classificazioni bayesiane).<br />Factor analysis (principal component analysis, common factor analysis, riduzione delle variabili, interpretazione dei fattori, rotazioni deifattori).<br />Discriminant function analysis (metodo lineare di Fisher, riduzione delle variabili).<br />Neural networks (multilayer perceptron).<br />Overfitting e overlearning: quando il modello interpreta il campione e non la popolazione.<br />Test non parametrici (dei segni, dei ranghi con segno, di Wilcoxon, per l'indipendenza dei dati).<br />Test parametrici bayesiani (cenni).
Bibliografia
S. Ross - Probabilità e statistica per l'ingegneria e le scienze - Apogeo 2003<br />Hand, Mannila, Smyth - Principles of data mining.
Metodi didattici
Le lezioni teoriche sono affiancate da esercitazioni sull'utilizzo di un foglio di calcolo per risolvere problemi di statistica.<br /><br />L'esame è in due parti. <br />La prima, in laboratorio di informatica prevede dei quesiti a risposta multipla sui concetti fondamentali della statistica e alcuni problemi sulla prima parte del corso da risolvere su MS Excel.<br />La seconda è un esame scritto, nella forma di tema, sulle tecniche avanzate (compresa la seconda parte del corso) da usare di fronte a dei dataset assegnati.<br />
