MODELLI E METODI STATISTICI

Docente: Prof. Daniela Cocchi (I modulo), Prof. Valeria Simoncini (II modulo)
Crediti: 4
Obiettivi: Il corso si propone di introdurre le principali tecniche di inferenza statistica e dell'analisi multivariata utili per l'analisi di dati campionari.
Contenuti: I modulo: (prof. Daniela Cocchi: 12 ore di lezione frontale + 6 ore di didattica alternativa, prof. Carlo Trivisano 12 ore di didattica alternativa)
  • Introduzione all'inferenza statistica.
  • Il campionamento e le statistiche campionarie.
  • La stima parametrica.
  • Metodi di stima e loro proprietą.
  • Stima puntuale e stima per intervalli.
  • La verifica di ipotesi statistiche.
  • Il ruolo della verosimiglianza nell'inferenza statistica.
  • Inferenza statistica classica e Bayesiana. Distribuzioni a priori, a posteriori e predittive.
  • Costruzione e verifica di modelli statistici.
  • Valutazione dei modelli.

Testi di riferimento:
  • Casella G., Berger R. L. (1990) Statistical inference. Pacific Grove, Wadsworth & Brooks/Cole advanced books & software.
  • Gelman A, Carlin JB, Stern HS, Rubin DB (1995) Bayesian Data Analysis. New York: Chapman & Hall.

II modulo: (prof. Simoncini: 12 ore di lezione frontale + 6 di didattica alternativa)
  • Distribuzione normale multivariata.
  • Il Modello di Regressione Lineare multivariata: Stime con minimi quadrati.
  • Inferenze sui parametri del modello.
  • Analisi delle Componenti Principali.
  • Interpretazione ed Inferenza per grandi campioni.
  • Analisi Fattoriale ortogonale e metodi di Stima.

Testi di riferimento:
  • "Applied Multivariate Statistical Analysis", R. Johnson e D. Wichern, Prentice-Hall, (V ed.) 2002.
Competenze in esito: Al termine del corso gli studenti avranno acquisito competenze per la soluzione di problemi di base dell'inferenza statistica e dell'analisi multivariata. Saranno inoltre in grado di leggere con senso critico i risultati di pił complesse procedure inferenziali e di analisi dei dati .
Modalità d'esame: Test ed eventuale colloquio orale.