Course Syllabus
Obiettivi formativi
Il corso è un'introduzione alla statistica, intesa a formare le
competenze teoriche per leggere e quelle pratiche per produrre
un'analisi descrittiva, da un lato, e a fornire i rudimenti del
calcolo delle probabilità e dell'inferenza statistica, dall'altro.
Contenuti sintetici
1. Statistica descrittiva
2. Ambiente computazionale GNU-R
3. Calcolo delle probabilità
4. Inferenza statistica
Programma esteso
1. introduzione
2. statistica descrittiva
1. distribuzioni di frequenza
2. indici di posizione
3. indici di variabilità
4. indici di concentrazione
5. distribuzioni multivariate
6. correlazione
3. ambiente GNU-R
1. gnu r
2. gnu r: dati
3. gnu r: distribuzioni
4. calcolo delle probabilità
1. assiomi della probabilità
2. teorema di Bayes
3. variabili casuali
4. modelli probabilistici
5. teoremi asintotici
5. inferenza
1. campioni casuali
2. test di ipotesi
3. intervalli di confidenza
4. modello lineare
Prerequisiti
Matematica di base.
Metodi didattici
Modalità di verifica dell'apprendimento
Prova scritta.
Testi di riferimento
Piccolo D., Statistica per le decisioni, terza edizione, Il
Mulino, 2020, ISBN 978-88-15-27220-1
Learning objectives
The course is an introduction to statistics, aiming at building
the theoretical competences needed in reading a descriptive
analysis and the practical competences needed in performing one,
on one side, and at introducing the basics of probability and
inference, on the other.
Contents
1. Descriptive statistics
2. GNU-R computational environment
3. Probability calculus
4. Statistical inference
Detailed program
1. Introduction
2. Descriptive statistics
1. Frequency distributions
2. Position indexes
3. Variability indexes
4. Concentration indexes
5. Multivariate distributions
6. Correlation
3. GNU-R computational environment
1. GNU-R
2. GNU-R: Data
3. GNU-R: Distributions
4. Probability calculus
1. Probability axioms
2. Bayes theorem
3. Random variables
4. Probabilistic models
5. Asintotic theorems
5. Inference
1. Random samples
2. Hypothess testing
3. Confidence intervals
4. Linear model
Prerequisites
Basic mathematics.
Teaching methods
Classes and practical exercises.
Assessment methods
Written exam.
Textbooks and Reading Materials
Piccolo D., Statistica per le decisioni, terza edizione, Il
Mulino, 2020, ISBN 978-88-15-27220-1