B026436 - STATISTICA

Italiano

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., 2020, Introduzione ai metodi Bayesiani in statistica applicata (sito web del corso).

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 indici statistici opportuni la qualità dei dati e gli aspetti salienti del fenomeno investiagato;
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.

Insegnamenti contenenti i prerequisiti (vincolanti e/o consigliati)
Corsi vincolanti: nessuno.
Corsi raccomandati: matematica di un corso di laurea triennale

CFU:
Lezioni di didattica frontale (totale ore): 48 (webinar e aula).

Esame orale sugli argomenti trattati alle lezioni, nelle esercitazioni e nei progetti assegnati.

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.