L'obiettivo di questo corso è introdurre gli studenti alle basi della statistica applicata, univariata e multivariata, dal punto di vista descrittivo e inferenziale. Per l'inferenza si adotteranno sia una prospettiva frequentista sia una bayesiana. Verranno introdotti algoritmi di ottimizzazione, Bootstrap, Jackknife, integrazione di Monte Carlo, Importance sampling e metodi di Monte Carlo basati su catene di Markov (MCMC). Verranno utilizzati dati ed esempi per illustrare la teoria e il codice per eseguire l'analisi statistica applicata sarà fornito dal docente o sviluppato dagli studenti utilizzando il software statistico R.
Prerequisiti
Teoria della probabilità
Metodi didattici
Lezioni frontali e laboratori.
Verifica Apprendimento
Tesina finale (presentata davanti alla classe) e partecipazione attiva alle lezioni.
Contenuti
- Analisi esplorativa dei dati (univariata, bivariata e multivariata) mediante statistiche descrittive e rappresentazioni grafiche.
- Esame delle principali variabili casuali, discrete e continue, mediante simulazione Monte Carlo e generatori di numeri casuali.
- Popolazione e campione
- Stima del punto
- Intervalli di confidenza
- Test d'ipotesi
- Previsione
- Scelta fra modelli
- Regressione lineare e logistica
Lingua Insegnamento
Inglese
Altre informazioni
Il ricevimento studenti sarà effettuato prima e dopo l'inizio delle lezioni e/o su appuntamento scrivendo all'email: antonietta.mira@uninsubria.it