Programma

Introduzione alla statistica: campionamento casuale da una popolazione finita e infinita. Definizione di modello statistico e di statistica. Esempi di statistiche. Proprieta' delle statistiche: statistica sufficiente, minimale e completa.

Stima puntuale di parametri: metodo dei momenti, stimatore di massima verosimiglianza, stimatore di Bayes, algoritmo EM.

Valutazione di un stimatore: distorzione, consistenza e rischio quadratico. Stimatore UMVU e stimatori efficienti.

Intervallo di confidenza: metodo della quantita' pivotale, metodi asintotici e metodo delta.

Verifica di ipotese: definizione di verifica di ipotese, rapporto di verosimiglianza, dualita' con intervallo di confidenza e test uniformemente piu potente.

Metodi non parametrici: Test goodness-of-fit per variabile discrete e continue, tabella di contingenza e metodo di Kolmogorov Smirnov.

Altri argomenti scelti: Analise di varianza (ANOVA), regressione lineare, regressione lineare generalizzata e regressione logistica.

Testi Adottati

Statistical Inference
Casella e Berger
Duxbury
Seconda edizione.

Bibliografia Di Riferimento

Probabilità e statistica per l'ingegneria e le scienze Ross Apogeo Education Terza edizione Laboratorio di Statistica con R Ieva, Masci e Paganoni Pearson

Modalità Erogazione

Lezioni frontali con esercizi durante le lezioni, e un progetto di analise di dati veri (in gruppi da 2 o 3 studenti).

Modalità Frequenza

La frequenza è consigliata

Modalità Valutazione

Prova scritta con domande sia teoriche che numeriche. Fogli di esercizi per risolvere a casa. Progetto per l'analise di dati veri (in gruppi da 2 o 3 studenti), per applicare i metodi studiati durante le lezione.