Programma

Introduzione alla statistica (1)(2): raccolta dei dati e statistica descrittiva, inferenza statistica e modelli probabilistici, popolazione e campione, breve storia della statistica, indagine campionaria e e censuaria, l’indagine campionaria, tecniche di campionamento, campionamento casuale semplice, problemi; Statistica descrittiva (1)(3): organizzazione e descrizione dei dati, tabelle e grafici di frequenze assolute e relative, raggruppamento dei dati, istogrammi, ogive, diagrammi steam and leaf, le grandezze che sintetizzano i dati, media mediana e moda campionarie, varianza e deviazione standard campionarie, percentili campionari e box plot, la disuguaglianza di Chebyshev, campioni normali, insieme di dati bivariati e coefficiente di correlazione campionaria, problemi; Stima parametrica (1): stimatori di massima verosimiglianza, valutazione dell'efficienza degli stimatori puntuali, intervalli di confidenza per la media di una distribuzione normale con varianza nota, intervalli di confidenza per la media di una distribuzione normale con varianza non nota intervalli di confidenza per la varianza di una distribuzione normale, intervalli di confidenza per ladifferenza tra le medie di due distribuzioni normali, intervalli di confidenza approssimati per la media di una distribuzione di Bernoulli, problemi;Verifica delle ipotesi (1): livelli di significatività, la verifica di ipotesi sulla media di una popolazione normale, il caso in cui la varianza è nota, caso di varianza non nota e test t, verifica se due popolazioni normali hanno la stessa media, caso di varianze non note ma uguali, la verifica di ipotesi su una popolazione di Bernoulli, intervalli di confidenza per la media e test bilaterali,test per l’indipendenza e tabelle di contingenza, problemi; Regressione (4): stima dei parametri di regressione con il metodo dei minimi quadrati, una soluzione statistica per gli stimatori BLUE, assunzioni sulla distribuzione del modello, stima e testd'ipotesi per i parametri di regressione, coefficiente di determinazione, stima e previsione per un valore specifico della variabile esplicativa, minimi quadrati persati (1), problemi; Regressione multipla (1), (5): stima dei parametri di regressione con il metodo dei minimi quadrati, assunzioni sulla distribuzione del modello, stima e test d'ipotesi per i parametri di regressione coefficiente di determinazione multipla, previsione di risposte future, problemi; Applicazioni con R(6): esempi per le scienze in codice R.

Testi Adottati

(1) Probabilità e statistica, S. M. Ross, Apogeo - Maggioli Editore, 2015 (2) Lezioni di Statistica descrittiva, L. Pieraccini, A. Naccarato, Giappichelli Editore, 2003 (3) Statistica aziendale, B. Bracalente, M. Cossignani, A. Mulas, McGraw-Hill Editore, 2009 (4) Statistical Inference, G. Casella, R. Berger, Duxbury Advanced Series, 2002 (5) Econometrica, J. Johnston , Franco Angeli, 2001 (6) Introductory Statistics with R, P. Dalgaard, Springer, 2008

Modalità Erogazione

Lezioni frontali

Modalità Valutazione

Prova orale

Programma

Introduzione alla statistica (1)(2): raccolta dei dati e statistica descrittiva, inferenza statistica e modelli probabilistici, popolazione e campione, breve storia della statistica, indagine campionaria e e censuaria, l’indagine campionaria, tecniche di campionamento, campionamento casuale semplice, problemi; Statistica descrittiva (1)(3): organizzazione e descrizione dei dati, tabelle e grafici di frequenze assolute e relative, raggruppamento dei dati, istogrammi, ogive, diagrammi steam and leaf, le grandezze che sintetizzano i dati, media mediana e moda campionarie, varianza e deviazione standard campionarie, percentili campionari e box plot, la disuguaglianza di Chebyshev, campioni normali, insieme di dati bivariati e coefficiente di correlazione campionaria, problemi; Stima parametrica (1): stimatori di massima verosimiglianza, valutazione dell'efficienza degli stimatori puntuali, intervalli di confidenza per la media di una distribuzione normale con varianza nota, intervalli di confidenza per la media di una distribuzione normale con varianza non nota intervalli di confidenza per la varianza di una distribuzione normale, intervalli di confidenza per ladifferenza tra le medie di due distribuzioni normali, intervalli di confidenza approssimati per la media di una distribuzione di Bernoulli, problemi;Verifica delle ipotesi (1): livelli di significatività, la verifica di ipotesi sulla media di una popolazione normale, il caso in cui la varianza è nota, caso di varianza non nota e test t, verifica se due popolazioni normali hanno la stessa media, caso di varianze non note ma uguali, la verifica di ipotesi su una popolazione di Bernoulli, intervalli di confidenza per la media e test bilaterali,test per l’indipendenza e tabelle di contingenza, problemi; Regressione (4): stima dei parametri di regressione con il metodo dei minimi quadrati, una soluzione statistica per gli stimatori BLUE, assunzioni sulla distribuzione del modello, stima e testd'ipotesi per i parametri di regressione, coefficiente di determinazione, stima e previsione per un valore specifico della variabile esplicativa, minimi quadrati persati (1), problemi; Regressione multipla (1), (5): stima dei parametri di regressione con il metodo dei minimi quadrati, assunzioni sulla distribuzione del modello, stima e test d'ipotesi per i parametri di regressione coefficiente di determinazione multipla, previsione di risposte future, problemi; Applicazioni con R(6): esempi per le scienze in codice R.

Testi Adottati

(1) Probabilità e statistica, S. M. Ross, Apogeo - Maggioli Editore, 2015 (2) Lezioni di Statistica descrittiva, L. Pieraccini, A. Naccarato, Giappichelli Editore, 2003 (3) Statistica aziendale, B. Bracalente, M. Cossignani, A. Mulas, McGraw-Hill Editore, 2009 (4) Statistical Inference, G. Casella, R. Berger, Duxbury Advanced Series, 2002 (5) Econometrica, J. Johnston , Franco Angeli, 2001 (6) Introductory Statistics with R, P. Dalgaard, Springer, 2008

Modalità Erogazione

Lezioni

Modalità Valutazione

Prova orale