Elementi di statistica descrittiva con R. Il calcolo delle probabilità.
Modelli Bayesiani lineari e di regressione logistica. Il disegno statistico
degli esperimenti.
Stefanini F.M., 2017, Introduzione ai metodi Bayesiani in statistica
applicata: materiale ausiliario (sito web).
Lindley D.V., 2000, The Philosophy of Statistics, The Statistician, 49(3):
293-337.
Obiettivi Formativi
Conoscenze:
Elementi generali del paradigma Bayesiano.
Capacità di formulare un modello lineare per risposte univariate. I
fondamenti del disegno statistico degli esperimenti. Competenze
acquisite:
riconoscere le caratteristiche delle variabili che compaiono nello studio di
un fenomeno; valutare le peculiarità degli esperimenti richiesti per
rispondere ad un quesito di ricerca; identificare le criticità connesse
all'analisi statistica dei risultati.
Lo studente al termine del corso deve sapere:
1. Sintetizzare con riassunti statistici opportuni la qualità dei dati e gli
aspetti salienti del fenomeno investigato.
2. Trasformare i dati elementari ed effettuare l'analisi statistica con il
software R.
3. Formulare e applicare modelli lineari di uso ricorrente.
4. Applicare le idee di base del disegno sperimentale.
Prerequisiti
Insegnamenti contenenti i prerequisiti (vincolanti e/o consigliati)
Corsi vincolanti: nessuno.
Corsi raccomandati: matematica di un corso di laurea triennale.
Metodi Didattici
CFU:
Lezioni di didattica frontale (totale ore): 48
Modalità di verifica apprendimento
Esame orale sugli argomenti trattati a lezione, nelle esercitazioni e nei
progetti individuali.
Programma del corso
Introduzione al corso: lo studio della statistica applicata: la preparazione
dell’esame, le risorse del corso ed R. Distribuzioni di frequenze, momenti,
quantili; sintesi grafiche uni e multivariate. Il calcolo delle probabilità per
variabili casuali con riferimento particolare a casi: Bernoulli, Binomiale,
Normale, Poisson, Multinomiale, Beta, Gamma. Introduzione ai metodi
Bayesiani in prospettiva soggettivista.
Modelli lineari per risposte gaussiane e la regressione logistica: stima e
test delle ipotesi con variabili esplicative qualitative e/o quantitative.
Esperimenti randomizzati in condizioni controllate: campionamento
casuale, randomizzazione, controllo, replicazione, variabili obiettivo e
covariate. Disegni statistici di uso ricorrente: blocchi random, pienamente
fattoriali, fattoriali incompleti bilanciati.