Lo studente dovrà apprendere i concetti di base della statistica bayesiana e dovrà essere in grado di maneggiare gli strumenti appresi nel corso. Riportare una descrizione delle conoscenze, competenze e abilità che lo studente dovrà dimostrare di aver acquisito al termine del corso, eventualmente facendo riferimento ai descrittori di Dublino.
Prerequisiti
Prerequisito essenziale per poter seguire il corso con profitto è la padronanza degli argomenti trattati nel corso di Probabilità.
Metodi didattici
Lezioni frontali per un totale di 64 ore.
Verifica Apprendimento
È previsto solamente l’esame finale che accerta l’acquisizione delle conoscenze mediante una prova scritta ed una prova orale. La prova scritta avrà durata di due ore, senza l’utilizzo di appunti o libri, le tabelle (ove necessarie per lo svolgimento della prova scritta saranno fornite insieme al testo d’esame); la prova consiste di due esercizi, suddivisi in più punti, e di una domanda di teoria. Ad ognuno degli esercizi sono assegnati 12 punti e alla domanda di teoria 6 punti, per essere ammessi alla prova orale è necessario raggiungere il punteggio minimo di 18 di cui almeno 4 punti per la domanda di teoria. Dopo la correzione della prova scritta, gli studenti che hanno raggiunto la sufficienza sono convocati per sostenere la prova orale. Questa è strutturata come segue: - una revisione della prova scritta durante la quale si spiegano le correzioni, si ricevono eventuali precisazioni dell’allievo e si decide se modificare il giudizio della prova scritta; - un approfondimento orale, volto ad accertare le conoscenze riguardanti la teoria esposta a lezione e la capacità di sintesi di tali conoscenze. È previsto di assegnare alla prova orale al più 10 punti in positivo o in negativo.
Contenuti
L'approccio bayesiano all’inferenza sta acquisendo sempre più importanza in vari ambiti della statistica. Il fine del corso è quello di introdurre tale approccio ai problemi di inferenza statistica parametrica. I principali argomenti trattati sono: richiami e complementi di probabilità; introduzione ai metodi di indagine statistica; il paradigma bayesiano e i relativi modelli statistici; metodi per assegnare una distribuzione a priori; modelli gerarchici; modelli gerarchici gaussiani e analisi della varianza; cenni a risultati asintotici; il modello di regressione lineare e di regressione lineare multipla.
