L'insegnamento si propone di presentare concetti e metodi avanzati dell’inferenza statistica, con particolare riguardo a problemi di stima e di verifica d'ipotesi. Allo studente verranno forniti gli strumenti per l'analisi e l'elaborazione dei dati campionari, con la duplice finalità di fornire elementi di supporto alle decisioni e di permettere l'applicazione di modelli complessi. Lo studente acquisirà inoltre gli strumenti per la comprensione di metodologie inferenziali più specifiche, sviluppate in altri insegnamenti del percorso universitario.
Gli obiettivi specifici del corso sono così declinabili:

• conoscenza e capacità di comprensione: lo studente dovrà conoscere le principali metodologie di stima dei parametri di una distribuzione o di un modello e quali sono i loro punti di forza e di debolezza; dovrà conoscere le principali metodologie statistiche per produrre decisioni sulla scorta dei dati; dovrà conoscere i criteri con cui valutare l’ottimalità delle metodologie statistiche di stima e di verifica d’ipotesi
• conoscenza e capacità di comprensione applicate: lo studente dovrà saper Individuare la tecnica inferenziale più adatta ad un certo contesto o ad un certo modello; dovrà saper implementare le tecniche inferenziali note in contesti non banali da un punto di vista analitico, eventualmente ricorrendo a metodi di approssimazione numerica o a procedure di simulazione; dovrà saper affrontare problemi inferenziali in cui le assunzioni classiche sono violate, eventualmente ricorrendo a tecniche non basate su particolari distribuzioni (cosiddette tecniche non parametriche).
• autonomia di giudizio: lo studente dovrà conoscere quali problematiche emergano dall'applicazione delle metodologie inferenziali; in particolare, dovrà essere consapevole delle limitazioni rappresentate dal mancato soddisfacimento delle assunzioni su cui le metodologie si basano; dovrà comprendere il significato e i limiti dei risultati ottenuti da terze parti mediante l'impiego di tecniche inferenziali
• abilità comunicative: lo studente dovrà saper proporre e spiegare le metodologie inferenziali per produrre giudizi o decisioni; dovrà saper esporre la distinzione tra tecniche basate unicamente sul concetto di verosimiglianza e tecniche che incorporano opinioni soggettive.
• capacità di apprendere: lo studente dovrà saper comprendere gli argomenti sviluppati in altri insegnamenti del percorso universitario focalizzati sull'uso di modelli statistici, sulla statistica bayesiana e sulla statistica computazionale