Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
SCIENZE STATISTICHE
Insegnamento
STATISTICA PROGREDITO
SCP4063084, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
SCIENZE STATISTICHE
SS1736, ordinamento 2014/15, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese STATISTICS (ADVANCED)
Sito della struttura didattica http://www.stat.unipd.it/studiare/ammissione-laurea-magistrale
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Sito E-Learning https://elearning.unipd.it/stat/course/view.php?idnumber=2019-SS1736-000ZZ-2019-SCP4063084-N0
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile NICOLA SARTORI SECS-S/01
Altri docenti ALESSANDRA SALVAN SECS-S/01

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Statistico SECS-S/01 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
ESERCITAZIONE 2.0 26 24.0
LEZIONE 7.0 56 119.0

Calendario
Inizio attività didattiche 02/03/2020
Fine attività didattiche 12/06/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2014

Commissioni d'esame
Nessuna commissione d'esame definita

Syllabus
Prerequisiti: Calcolo delle Probabilità. Solide basi di Analisi matematica e Algebra lineare.
Conoscenze e abilita' da acquisire: Conoscenze: concetti e strumenti statistico-matematici essenziali per poter comprendere e affrontare problemi di Statistica metodologica.
Abilità: capacità di riconoscere concetti e strumenti matematici utilizzati in altri contesti statistici; capacità di risolvere semplici problemi di carattere metodologico nonché di comprendere o formulare eventuali modelli atti a descriverli.
Modalita' di esame: Prova scritta a libro chiuso. Il dettaglio delle regole d'esame sarà disponibile alla pagina Moodle dell'insegnamento (accessibile da https://elearning.unipd.it)
Criteri di valutazione: Il testo d'esame sarà composto da esercizi, suddivisi in quesiti, con grado di difficoltà comparabile.
Si valuteranno la preparazione dello studente sui contenuti oggetto del corso e la sua capacità di risolvere semplici problemi di carattere metodologico.
Contenuti: - Specificazione del modello e valutazione dell'incertezza nell'inferenza. Paradigmi dell'inferenza: frequentista e bayesiano.
- Famiglie di distribuzioni notevoli.
- Richiami sugli elementi di base dell'inferenza statistica: problemi di stima puntuale, di stima intervallare, di verifica d'ipotesi.
- La funzione di verosimiglianza e sue proprietà (invarianza, diseguaglianza di Wald). Quantità collegate alla verosimiglianza (funzione di punteggio, informazione osservata e attesa) e loro proprietà.
- Statistiche sufficienti.
- Stimatori di massima verosimiglianza: definizione, esempi, proprietà (equivarianza, consistenza, normalità asintotica).
- Test del rapporto di verosimiglianza: definizione, esempi; distribuzione asintotica, forme asintoticamente equivalenti; regioni di confidenza collegate.
- Verosimiglianza profilo.
- Inferenza bayesiana: teorema di Bayes; distribuzioni a priori; famiglie coniugate; esempi; approssimazioni asintotiche; stima puntuale; regioni di credibilità; verifica d'ipotesi.
- Proprietà di ottimalità: diseguaglianza di Cramer-Rao; stimatori ottimi tra i non distorti; lemma di Neyman-Pearson; test uniformemente più potenti; ottimalità bayesiana.
- Errata specificazione del modelllo statistico ed equazioni di stima.
Attivita' di apprendimento previste e metodologie di insegnamento: Didattica frontale: teoria (75%), esercitazioni (25%).
Supporto: Servizio tutorato.
Eventuali indicazioni sui materiali di studio: Testi di consultazione:
- Adimari, G., Pauli, F. (2012). Esercizi di Statistica (corso progredito).
(disponibile gratuitamente in formato pdf all'indirizzo https://homes.stat.unipd.it/sites/homes.stat.unipd.it.gianfrancoadimari/files/libro_eserc.pdf)
- Casella, J., Berger, R.L. (2001). Statistical Inference (2nd edition). Duxbury Press.
- Evans, M.J., Rosenthal, J.S. (2003). Probability and Statistics: The Science of Uncertainty. W.H. Freeman and Co. (disponibile gratuitamente in formato pdf all'indirizzo http://www.utstat.toronto.edu/mikevans/jeffrosenthal/)
- Gelman, A., Carlin, J.B., Stern, H.S., Dunson, D.B., Vehtari, A., Rubin, D.B. (2014). Bayesian Data Analysis (3rd edition). CRC Press.
Testi di riferimento:
  • Adelchi Azzalini, Inferenza statistica: una presentazione basata sul concetto di v. MIlano: Springer-Verlag Italia, 2001. Cerca nel catalogo
  • Luigi Pace & Alessandra Salvan, Introduzione alla statistica - II - Inferenza, verosimiglianza, modelli. Padova: Cedam, 2001. Cerca nel catalogo