- Home
- Didattica
- I corsi di studio
- Corsi di laurea
ANALISI DEI DATI
Obiettivi formativi
Comprensione e capacità di comunicare i fondamenti della teoria della probabilità e della statistica descrittiva e inferenziale. Conoscenza e utilizzo degli strumenti tecnici relativi ai modelli regressivi e ai test statistici.
Comprensione e capacità di comunicare i fondamenti della teoria della probabilità e della statistica descrittiva e inferenziale. Conoscenza e utilizzo degli strumenti tecnici relativi ai modelli regressivi e ai test statistici.
Prerequisiti
Analisi matematica
Analisi matematica
Contenuti dell'insegnamento
Statistica descrittiva. Inferenza statistica. Elementi di probabilità. Variabili aleatorie discrete e continue. Teorema del limite centrale. Stimatori. Intervalli di confidenza. Verifica dei modelli e test statistici classici. Regressione
Statistica descrittiva. Inferenza statistica. Elementi di probabilità. Variabili aleatorie discrete e continue. Teorema del limite centrale. Stimatori. Intervalli di confidenza. Verifica dei modelli e test statistici classici. Regressione
Programma esteso
Organizzazione e descrizione dei dati, media, mediana, moda, istogrammi, varianza e deviazione standard. Modello normale e correlazione.
Spazio degli esiti ed eventi, assiomi delle probabilità, coefficiente binomiale, probabilità condizionata, formula di Bayes, eventi indipendenti.
(ca. 6 ore)
Variabili aleatorie discrete e continue, distribuzione congiunta e condizionata, valore atteso, covarianza, funzione generatrice dei momenti.
Modelli di variabili aleatorie: Bernoulli, Poisson, ipergeometriche, binomiale, uniforme, normali, esponenziali, gamma, chi-quadro, t, F.
(ca. 22 ore)
Media campionaria, teorema del limite centrale, varianza campionaria.
Stimatori di massima verosimiglianza, intervalli di confidenza, stimatori bayesiani.
Verifica di ipotesi.
Livelli si significatività, verifica della media e della varianza, test t, verifica su popolazione Bernoulli e media Poisson.
(ca. 28 ore)
Stima dei parametri di regressione, inferenza statistica, distribuzione degli stimatori, linearizzazione, minimi quadrati pesati.
(ca. 16 ore)
Organizzazione e descrizione dei dati, media, mediana, moda, istogrammi, varianza e deviazione standard. Modello normale e correlazione.
Spazio degli esiti ed eventi, assiomi delle probabilità, coefficiente binomiale, probabilità condizionata, formula di Bayes, eventi indipendenti.
(ca. 6 ore)
Variabili aleatorie discrete e continue, distribuzione congiunta e condizionata, valore atteso, covarianza, funzione generatrice dei momenti.
Modelli di variabili aleatorie: Bernoulli, Poisson, ipergeometriche, binomiale, uniforme, normali, esponenziali, gamma, chi-quadro, t, F.
(ca. 22 ore)
Media campionaria, teorema del limite centrale, varianza campionaria.
Stimatori di massima verosimiglianza, intervalli di confidenza, stimatori bayesiani.
Verifica di ipotesi.
Livelli si significatività, verifica della media e della varianza, test t, verifica su popolazione Bernoulli e media Poisson.
(ca. 28 ore)
Stima dei parametri di regressione, inferenza statistica, distribuzione degli stimatori, linearizzazione, minimi quadrati pesati.
(ca. 16 ore)
Bibliografia
Sheldon M. Ross
Probabilità e statistica per l'ingegneria e le scienze
Apogeo - Maggioli, terza edizione 2015
Sheldon M. Ross
Probabilità e statistica per l'ingegneria e le scienze
Apogeo - Maggioli, terza edizione 2015
Metodi didattici
Lezioni frontali ed esercitazioni.
Eventuali esercizi e progetti da svolgere in autonomia.
Utilizzo di software (Matlab) per la risoluzione di problemi.
Lezioni frontali ed esercitazioni.
Eventuali esercizi e progetti da svolgere in autonomia.
Utilizzo di software (Matlab) per la risoluzione di problemi.
Modalità verifica apprendimento
Esame scritto, orale integrativo facoltativo.
Esame scritto, orale integrativo facoltativo.
Attività Mutua
Altri insegnamenti
ANNO DI CORSO: 1
ANNO DI CORSO: 2
ANNO DI CORSO: 3

