Syllabus del corso
Obiettivi formativi
Il corso ha l’obiettivo di introdurre gli studenti ad alcuni problemi di base dell'inferenza statistica e a fornire i principali concetti e strumenti di base dell'inferenza statistica. Lo studente imparerà a unire trasversalmente le competenze teoriche e metodologiche mediante esemplificazioni.
Al termine del corso lo studente sarà in grado di:
- Comprendere i concetti fondamentali della probabilità e dell’inferenza statistica.
- Applicare metodi statistici di base all’analisi di dati reali.
- Valutare criticamente i risultati ottenuti e scegliere il metodo statistico più appropriato.
- Comunicare i risultati di un’analisi statistica in modo chiaro ed efficace.
- Acquisire le basi per affrontare in autonomia studi statistici più avanzati.
Contenuti sintetici
Concetti e strumenti di base dell'inferenza statistica.
Programma esteso
- Elementi di calcolo delle probabilità
- Variabili casuali
- Alcuni modelli probabilistici: distribuzione di Bernoulli, binomiale, di Poisson, normale, chi-quadrato, t-Student e loro approssimazioni
- Distribuzioni campionarie: cenni
- Stima puntuale, stima intervallare e verifica d'ipotesi: teoria ed esempi notevoli
Prerequisiti
Elementi di statistica descrittiva univariata e bivariata.
Metodi didattici
Lezioni frontali svolte in aula in modalità erogativa.
Modalità di verifica dell'apprendimento
Non saranno presenti prove in itinere.
L'esame è una prova scritta composta di domande a risposta multipla ed esercizi numerici (svolti utilizzando le tavole statistiche ed una calcolatrice non programmabile). La prova ha lo scopo di valutare la conoscenza e l'applicazione dei concetti visti durante il corso.
Testi di riferimento
Cicchitelli, D'urso, Minozzo. Statistica: principi e metodi, Ed. Pearson.
Periodo di erogazione dell'insegnamento
Primo semestre
Lingua di insegnamento
italiano
Sustainable Development Goals
Learning objectives
The aim of the course is to introduce basic problems in statistical inference and to provide the main concepts and tools of statistical inference. The interplay among the contets of the course will be exemplied through examples.
By the end of the course, students will be able to:
- Understand the fundamental concepts of probability and inferential statistics.
- Apply basic statistical methods to real data.
- Critically evaluate results and choose the most appropriate statistical method.
- Communicate the results of statistical analysis clearly and effectively.
- Acquire the foundation to pursue more advanced statistical studies independently.
Contents
The main concepts and basic tools of statistical inference.
Detailed program
- Main concepts of probability theory
- Random variables
- Some probabilistic models: Bernoulli and binomial distributions, Poisson distribution, normal distributions, chi-squared, t-Student's distributions and their approximations
- Sampling distributions: an overview
- Point estimate, confidence interval, and hypothesys testing: theory and examples.
Prerequisites
Main concepts of univariate and bivariate descriptive statistics.
Teaching methods
Face-to-face lectures in the delivery mode.
Assessment methods
Thw will be just the final exam.
The exam is written and includes multiple choice questions and numeric exercises (using a non-programmable calculator and statistical tables). The aim of the exam is to evaluate the knowledge of tne concepts and their application.
Textbooks and Reading Materials
Cicchitelli, D'urso, Minozzo. Statistica: principi e metodi, Ed. Pearson.
Semester
First semester
Teaching language
Italian
