Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
STATISTICA PER L'ECONOMIA E L'IMPRESA
Insegnamento
STATISTICA 2 (Ult. numero di matricola dispari)
SCP4063587, A.A. 2015/16

Informazioni valide per gli studenti immatricolati nell'A.A. 2014/15

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
STATISTICA PER L'ECONOMIA E L'IMPRESA
SC2095, ordinamento 2014/15, A.A. 2015/16
Dispari
porta questa
pagina con te
Crediti formativi 12.0
Tipo di valutazione Voto
Denominazione inglese STATISTICS 2
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile GIANFRANCO ADIMARI SECS-S/01
Altri docenti NICOLA LUNARDON

Mutuante
Codice Insegnamento Responsabile Corso di studio
SCP4063587 STATISTICA 2 (Ult. numero di matricola dispari) GIANFRANCO ADIMARI SC2094

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
BASE Statistico-probabilistico SECS-S/01 12.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
Turni
ESERCITAZIONE 2.0 28 22.0 2
LEZIONE 10.0 80 170.0 Nessun turno

Calendario
Inizio attività didattiche 30/09/2015
Fine attività didattiche 23/01/2016
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2014

Commissioni d'esame
Nessuna commissione d'esame definita

Syllabus
Prerequisiti: Istituzioni di Analisi Matematica; Algebra Lineare;
Istituzioni di Probabilità; Statistica 1.
Conoscenze e abilita' da acquisire: Il corso mira a far acquisire abilità autonome nell'analisi
inferenziale dei dati. Si studiano i modelli statistici e i
principali metodi di inferenza. Si acquisiscono le basi dell'inferenza basata sulla verosimiglianza, come strumento
generale per l'analisi dei dati.
Modalita' di esame: Prova scritta (con eventuale integrazione orale) o prova scritta e orale.
Criteri di valutazione: Lo studente dovrà dimostrare di aver compreso gli argomenti svolti,
acquisito i concetti e le metodologie presentate, e
essere in grado di applicare le tecniche inferenziali correttamente.
Contenuti: - Inferenza statistica: idee e problemi di base.
- Popolazione, campione, dati campionari e inferenza. Modelli statistici e loro specificazione. Controllo empirico del modello statistico. Funzioni di ripartizione empirica e quantile.
- Principali modelli statistici parametrici.
- Modelli statistici discreti: binomiale, binomiale negativa, Poisson, multinomiale.
- Modelli statistici continui: esponenziale, gamma, normale, normale multivariata.
- Distribuzioni campionarie collegate, esatte e approssimate: chi-quadrato, t, F, Wishart e approssimazioni basate su teorema del limite centrale.
- Le procedure dell'inferenza statistica
- Stima puntuale. Parametro, stima, stimatore, errore di stima. Stima secondo il metodo dei
dei momenti e dei minimi quadrati. Criteri di valutazione degli
stimatori: distorsione, errore quadratico medio, consistenza.
- Intervalli e regioni di confidenza. Quantità pivotali. Intervalli e regioni di confidenza esatti e approssimati.
- Verifica delle ipotesi. Test statistico, livello di
significatività, livello di significatività osservato, funzione di potenza. Test esatti e approssimati. Relazione
tra test e intervalli di confidenza.
- Inferenza basata sulla verosimiglianza.
- La funzione di verosimiglianza. Rapporto di verosimiglianza.
Verosimiglianze equivalenti e statistiche sufficienti. Riparametrizzazioni.
- Stima di massima verosimiglianza. Aspetti computazionali. Informazione osservata e attesa. Proprietà degli stimatori di massima verosimiglianza e loro distribuzione approssimata.
- Test e regioni di confidenza basati sulla verosimiglianza. Test e regioni di Wald, score e
basati sul rapporto di verosimiglianza: casi monoparametrico, multiparametrico e di interesse parziale. Versioni unilaterali.
- Esemplificazioni notevoli
- Problemi sulle proporzioni: inferenza sulla singola proporzione; confronto tra due proporzioni. Problemi sulle medie e su funzioni di medie: inferenza sulla singola media; confronto tra due medie; dati appaiati. Problemi sulle varianze: inferenza sulla varianza nel modello normale. Inferenza sulla multinomiale. Test di indipendenza in tabelle di contingenza. Test di bontà di adattamento.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali e esercitazioni a gruppi.
Eventuali indicazioni sui materiali di studio:
Testi di riferimento:
  • Pace, L., Salvan, A., Introduzione alla Statistica: II Inferenza, verosimiglianza, modelli.. --: Cedam, Padova, 2001.
  • Azzalini, A., Inferenza statistica, una presentazione basata sul concetto di verosimiglianza.. --: Springer Verlag, 2001. Cerca nel catalogo
  • Cicchitelli, G., Statistica: principi e metodi.. --: Pearson, 2012. Cerca nel catalogo
  • Piccolo, D., Statistica. --: Il Mulino, 2010. Cerca nel catalogo