Anno accademico 2023-2024

STATISTICA II

Docenti

Luigi Pace
Totale crediti
6
Periodo didattico
Secondo Periodo
Tipologia
Affine/Integrativa
Prerequisiti. Propedeuticità: Statistica I.
Metodi didattici. L’insegnamento prevede lezioni frontali.
Modalità di verifica. L’esame consiste in una prova scritta seguita da una prova orale nello stesso appello.

L’ammissione alla prova orale richiede la sufficienza nella prova scritta.

La prova scritta presenta quesiti specifici per verificare la capacità di applicare le procedure e l’autonomia di giudizio. La prova orale verte soprattutto su quesiti teorici, per valutare la conoscenza e la comprensione dei metodi e le abilità comunicative e di apprendimento.

Obiettivi formativi
Lo/la studente/essa dovrà:

conoscere gli elementi fondamentali del calcolo delle probabilità utili per descrivere e rappresentare fenomeni aleatori, sia in ambito univariato che multivariato;

conoscere e comprendere gli elementi di base della teoria frequentista dell’inferenza statistica basata sulla funzione di verosimiglianza;

comprendere l’utilità dei modelli statistici parametrici per la ricerca nell’ambito delle scienze biologiche, ingegneristiche ed economico-sociali;

essere in grado di utilizzare i metodi statistici per descrivere, analizzare e interpretare dati interpretati come relativi ad esperimenti casuali anche tenendo conto degli effetti di variabili concomitanti;

possedere autonomia di giudizio nella scelta dei modelli e dei metodi statistici più appropriati per analizzare uno specifico esperimento casuale e per interpretare i risultati sperimentali;

possedere abilità comunicative nel presentare in modo convincente e corretto l’uso di uno specifico modello statistico, motivando i risultati ottenuti e giustificando la metodologia adottata;

possedere capacità di apprendimento in autonomia, riuscendo a capire i contenuti di un testo avanzato di teoria dell’inferenza statistica e ad acquisire conoscenze più specifiche su modelli statistici complessi.

Contenuti
Il corso fornisce una introduzione alla modellazione statistica bivariata e multivariata e all’inferenza statistica frequentista basata sulla verosimiglianza.

Contenuti in dettaglio: leggi bivariate e multivariate; modelli di regressione lineari e modelli lineari generalizzati; ipotesi nulla e alternativa, regioni critiche, livello di significatività, funzione di potenza, errori del primo e del secondo tipo, il lemma di Neyman-Pearson; relazione fra test e regioni di stima con livello di confidenza prescritto; inferenza frequentista basata sulla verosimiglianza: teoria asintotica del primo ordine e cenni ai risultati di ordine superiore. Cenni alla teoria asintotica delle equazioni di stima.

Testi di riferimento
Pace L. e Salvan A., Introduzione alla Statistica – II. Inferenza, Verosimiglianza, Modelli, CEDAM, Padova, 2001.

Salvan, A., Sartori, N., Pace, L., Modelli Lineari Generalizzati, Springer-Verlag Italia, Milano, 2020.

Pace, L., Salvan A., Sartori N., Statistical Inference: Theory and Methods, 2023 (in preparazione)