STATISTICA AVANZATA M

Scheda dell'insegnamento

Anno accademico di regolamento: 
2016/2017
Anno di corso: 
1
Anno accademico di erogazione: 
2016/2017
Tipo di attività: 
Obbligatorio
Crediti: 
12
Ciclo: 
Annualita' Singola
Ore di attivita' didattica: 
84
Prerequisiti: 

Si presuppone la conoscenza delle nozioni di calcolo delle probabilità impartite nel corso di Probabilità applicata e di nozioni di inferenza statistica a livello dei corsi base di una laurea triennale in scienze statistiche.

Statistica multivariata

Nozioni di base di analisi esplorativa e modelli statistici.

Moduli

Metodi di valutazione

Tipo di esame: 
Orale
Modalita' di verifica dell'apprendimento: 

Prova scritta

Statistica multivariata

Prova scritta e orale.

Valutazione: 
Voto Finale

Obiettivi formativi

Il corso si propone di presentare le nozioni generali e i metodi dell’inferenza statistica, con particolare riguardo a problemi di stima puntuale e intervallare, di verifica d'ipotesi e di selezione del modello, utilizzando come filo conduttore l'approccio basato sulla verosimiglianza.

Statistica multivariata

Il corso di Statistica Multivariata ha come scopo quello di fornire metodi statistici avanzati per lo studio di due o più fenomeni osservabili congiuntamente sulle unità statistiche di una popolazione. Privilegia sia gli aspetti teorici sia quelli applicativi.

Contenuti

Teoria dell'Inferenza statistica

Verosimiglianza
Stimatori di massima verosimiglianza
Test del rapporto di verosimiglianza
Regioni di confidenza basate sulla verosimiglianza
Estensioni e modifiche della verosimiglianza
Criteri di selezione del modello

Statistica multivariata

Concetti avanzati di analisi statistica multivariata

Programma esteso

a. Verosimiglianza:
- La funzione di verosimiglianza.
- Il principio di verosimiglianza.
b. Statistiche sufficienti e famiglie esponenziali
c. Stimatori di massima verosimiglianza:
- Equazioni di verosimiglianza.
- Informazione attesa e osservata di Fisher.
- Riparametrizzazioni.
- Proprietà degli stimatori di verosimiglianza.
d. Test basati sulla verosimiglianza: distribuzione asintotica, casi notevoli.
e. Regioni di confidenza basate sulla verosimiglianza.
f. Estensioni e modifiche della verosimiglianza
g. Criteri di selezione del modello

Statistica multivariata

. Alcune tecniche esplorative (Multidimensional scaling e Analisi delle corrispondenze)
. Modelli a effetti misti

Bibliografia consigliata

• Azzalini A., Inferenza Statistica: un’introduzione basata sul concetto di verosimiglianza (2 ed.). Springer-Verlag, 2001
• Pace L., Salvan A., Introduzione alla statistica: inferenza, verosimiglianza, modelli. Cedam, Padova, 2001

Statistica multivariata

I testi verranno indicato dal docente all’inizio del corso

Modalità di erogazione

Convenzionale

Metodi didattici

Lezioni in aula

Statistica multivariata

Lezioni teoriche frontali e laboratorio

Contatti/Altre informazioni