Il corso, di dieci crediti, si articola in due parti, A e B, emisemestrali, ciascuna equivalente a cinque crediti, al fine di consentire la fruizione separata dei corsi di Calcolo delle Probabilità e Statistica Matematica A e Calcolo delle Probabilità e Statistica Matematica B, agli studenti della Sede di Cremona che hanno ancora nel piano degli studi tali corsi.
PARTE A
Obiettivi
In questa prima parte si introducono anzitutto i concetti fondamentali del calcolo della probabilità e della statistica (descrittiva e inferenziale). Vengono poi approfonditi alcuni modelli probabilistici e statistici, con enfasi sugli aspetti e i procedimenti rilevanti per le applicazioni. L’attività di laboratorio riguarda le parti del programma per le quali l’ausilio del calcolatore è fondamentale, ad esempio la rappresentazione di dati, la simulazione e i procedimenti di inferenza con consistente peso computazionale.
Programma delle lezioni e delle esercitazioni
-Statistica descrittiva.
Dati; frequenze; indici. Regressione lineare semplice e multipla (fit di dati) e critica del modello.
-Probabilità.
Definizione assiomatica e proprietà. Probabilità condizionata; formula di Bayes. Variabili aleatorie. Modelli discreti e continui: leggi di probabilità, funzioni di densità e di ripartizione. Distribuzioni multivariate (nel caso di indipendenza quelle continue). Valore atteso, varianza. I processi di Bernoulli e di Poisson. Legge dei grandi numeri. Teorema del limite centrale (enunciato) ed approssimazione normale.
-Statistica inferenziale.
Modelli statistici. Stima di parametri. Intervalli di confidenza e verifica di ipotesi per parametri di una popolazione normale o asintoticamente normale.
Attività di laboratorio.
Può riguardare, a seconda dei casi, i metodi di rappresentazione di dati e il calcolo di indici in statistica descrittiva, l’implemetazione di procedimenti di statistica inferenziale, la simulazione dei modelli introdotti.
Prerequisiti.
Si richiedono conoscenze di base di algebra lineare e di analisi matematica, in particolare gli integrali generalizzati e le serie numeriche. Per superare eventuali lacune saranno fatti brevi richiami durante il corso.
PARTE B
Obiettivi.
Nella seconda parte del corso si estendono, relativamente ai vettori aleatori, alla simulazione ed ai processi, i concetti fondamentali del calcolo delle probabilità acquisiti nella PARTE A. Riguardo alla statistica inferenziale, vengono poi introdotti modelli statistici e tecniche non parametriche, con enfasi sugli aspetti e i procedimenti rilevanti per le applicazioni. L’attività di laboratorio riguarderà le parti del programma per le quali l’ausilio del calcolatore è fondamentale, quali ad esempio, la regressione e i procedimenti di inferenza con consistente peso computazionale, nonché la simulazione.
Programma delle lezioni e delle esercitazioni.
Probabilità.
Vettori aleatori. Funzioni di densità e di ripartizione per modelli continui. Valore atteso, varianza, covarianza. Indipendenza. Distribuzione gaussiana multivariata.
Statistica inferenziale.
Stimatori, metodi per ricavare gli stimatori e loro proprietà.
Test (parametrici e non parametrici, per una e due popolazioni) e Intervalli di confidenza.
Regressione lineare semplice e multipla. Il metodo dei minimi quadrati. Intervalli di confidenza e verifica di ipotesi sui parametri. Tabelle ANOVA e test F. Analisi dei Residui, Outliers e Punti Influenti.
Elementi di processi stocastici.
Catene di Markov a tempo discreto; matrice di transizione, classificazione degli stati. Catene a tempo continuo; matrice dei “rate” di transizione. Distribuzioni stazionarie. Simulazione.
Attività di laboratorio.
Può riguardare, a seconda dei casi, la regressione lineare semplice o multipla, l’implemetazione di procedimenti di statistica inferenziale, la simulazione.
Prerequisiti.
Si richiedono conoscenze di base di algebra lineare e di analisi matematica, in particolare gli integrali generalizzati e le serie numeriche; sono utilizzati anche integrali multipli. Per superare eventuali lacune saranno fatti brevi richiami durante il corso.
|