B027563 - STATISTICS

Italiano

È un classico corso di Inferenza Statistica in cui vengono sviluppati la stima, i test delle ipotesi dei modelli lineari. La parte centrale del corso tratta i modelli statistici per l’analisi della dipendenza fra più variabili quantitative e qualitative, cioè il modello di regressione lineare per dati continui e il modello logistico per risposte dicotomiche. È parte integrante del corso lo studio di varie applicazioni su problemi reali.

Wasserman, L. (2004). All of statistics. Springer-Verlag, New York.

Marchetti, G. M (2018). All of Statistics: Note al testo. Dispense.

http://local.disia.unifi.it/gmm/.

CONOSCENZA E COMPRENSIONEIl corso è dedicato alla trattazione dell’inferenza statistica sia nell’approccio frequentista che bayesiano, dei modelli statistici per l’analisi della dipendenza fra più variabili quantitative e qualitative. Al centro del corso sta la trattazione degli elementi fondamentali del modello di regressione lineare multipla. In particolare, verranno trattati per dati sperimentali e non sperimentali: i modelli di regressione per dati continui, includendo eventualmente fattori e interazioni, l'analisi dei residui e le tecniche di scelta del modello. Verrà quindi affrontata l'analisi dei dati qualitativi, mediante modelli logistici.CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONEParte integrante del corso è anche la discussione delle situazioni reali in cui sono appropriati i metodi e delle assunzioni sottostanti. Verranno trattati vari esempi e applicazioni in ambito scientifico, tecnologico, economico e sociale. A tal fine si insegneranno i rudimenti dell’ambiente statistico R. Al termine del corso lo studente è in grado di analizzare dati sviluppando i modelli appropriati, adattando tali modelli con i metodi più efficienti e valutando e presentando i risultati in termini critici. Lo studente assimilerà il linguaggio R con cui stimare modelli di relativa complessità. OBIETTIVI FORMATIVI• Sviluppare la capacità di specificare modelli statistici appropriati a seconda del problema• Imparare e saper applicare la teoria matematica della statistica• Sviluppare la capacità di interpretare le stime e la capacità di comunicare I risultati in modo rigoroso, discutendo criticamente le conclusioni. • Saper usare R nell’analisi dei dati.

Calcolo delle Probabilità

Lezioni frontali. Assegnazione di Esercizi. Esercitazioni in classe al calcolatore anche usando il linguaggio R. Verifica degli esercizi.

Frequenza delle lezioni ed esercitazioni: Raccomandata.

Strumenti a supporto della didattica:
http://local.disia.unifi.it/gmm
UniFi E-Learning: http://e-l.unifi.it

Orario di ricevimento:
Durante le lezioni: mercoledì 14:00-16:00
o su appuntamento

Recapito:
Dipartimento di Statistica Informatica e Applicazioni (DiSIA) in viale Morgagni, 65, 50134 Firenze (Ex-Farmacologia stanza 1/25)

e-mail: giovanni.marchetti@unifi.it

L'esame è basato per gli studenti frequentanti sulla valutazione di esercizi del libro di testo assegnati durante il corso ogni settimana e valutati in classe la settimana successiva e su un colloquio al termine del corso sui concetti teorici e i metodi previsti dal programma. Il voto finale è una media ponderata del voro agli esercizi (33%) e del colloquio finale (67%). Se Lo studente non ha frequentato, l’orale prevede anche lo svolgimento di problemi del libro di testo.

Il corso si articola su 12 settimane con i seguenti argomenti (tra parentesi i capitoli dei libri).

Analisi dei dati con R (Rogantin)
Modelli e inferenza statistica (Wasserman, cap. 6)
Stima della funzione di ripartizione (Wasserman, cap. 7)
Bootstrap (Wasserman, cap. 8)
Inferenza Parametrica, metodo di massima verosimiglianza (Wasserman, cap. 9)
Test delle ipotesi e valore-p (Wasserman, cap. 10)
Regressione lineare e logistica (Wasserman, cap.13)
Modelli multivariati (Wasserman, cap. 14)
Inferenza sull’indipendenza (Wasserman, cap. 15)
Inferenza Bayesiana (Wasserman, cap. 11)