- Home
- Didattica
- I corsi di studio
- Corsi di laurea
METODI STATISTICI A SUPPORTO DELLE DECISIONI A
Obiettivi formativi
La prima parte costituisce un solido approfondimento delle conoscenze introdotte nel corso di Statistica. Vengono introdotti nuovi tipi di test e affrontate problematiche più complesse e realistiche. Lo studio della regressione occupa un ruolo centrale e metà delle ore sono in laboratorio informatico.
La seconda parte è una panoramica necessariamente veloce delle tecniche gestionali e di analisi moderne che possono essere ricondotte alla statistica.
Prerequisiti
Statistica, Analisi matematica C
Contenuti dell'insegnamento
PRIMA PARTE: STRUMENTI MULTIVARIATI DI BASE.
Richiami sulle variabili aleatorie e sull'inferenza statistica.
Classici test Z, T e F per il confronto dei parametri di due popolazioni normali.
Test di adattamento e di indipendenza (Fisher-Irwin, chi-quadro, tabelle di contingenza).
Regressione: determinazione dei coefficienti (modelli lineari, multilineari, linearizzabili; coefficiente di determinazione, analisidei residui, minimi quadrati pesati); inferenza sui coefficienti (test T e F).
Analisi della varianza (a una via, a due vie e con interazioni).
SECONDA PARTE: TECNICHE DI EXPLORATIVE DATA ANALYSIS.
Rappresentazione di dati con elevata numerosità e dimensionalità (distribuzioni normali multivariate, matrice di correlazione, autovalori e autovettori).
Verifica del modello (funzioni kernel, test chi-quadro e di Kolmogorov-Smirnov).
Cluster analysis (distanze; hierarchical tree clustering, linkage; algoritmi k-means; algoritmi EM, misture, classificazioni bayesiane).
Factor analysis (principal component analysis, common factor analysis, riduzione delle variabili, interpretazione dei fattori, rotazioni dei fattori).
Discriminant function analysis (metodo lineare di Fisher, riduzione delle variabili).
Neural networks (multilayer perceptron).
Overfitting e overlearning: quando il modello interpreta il campione e non la popolazione.
Design of Experiments (cenni).
Bibliografia
- S. Ross - Probabilità e statistica per l'ingegneria e le scienze - Apogeo 2003
- M. Middleton - Analisi statistica con Excel - Apogeo 2004
- A. Afifi, V. Clark, S. May - Computer-aided Multivariate Analysis - Chapman & Hall 2004
- J. Hand, H. Mannila, P. Smyth - Principles of Data Mining - MIT Press 2001
Metodi didattici
Le lezioni teoriche sono affiancate da esercitazioni sull'utilizzo di un foglio di calcolo per risolvere problemi di statistica.
L'esame è in due parti.
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 Microsoft Excel.
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.
Docenti
Attività Mutua
Altri insegnamenti
ANNO DI CORSO: 1
ANNO DI CORSO: 2



