Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
MATEMATICA
Insegnamento
STATISTICA MATEMATICA
SC01107882, A.A. 2018/19

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
MATEMATICA
SC1159, ordinamento 2008/09, A.A. 2018/19
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese MATHEMATICAL STATISTICS
Sito della struttura didattica http://matematica.scienze.unipd.it/2018/laurea
Dipartimento di riferimento Dipartimento di Matematica
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 MICHELE PAVON ING-INF/04

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Formazione Modellistico-Applicativa MAT/06 6.0

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

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
ESERCITAZIONE 3.0 24 51.0
LEZIONE 3.0 24 51.0

Calendario
Inizio attività didattiche 01/10/2018
Fine attività didattiche 18/01/2019
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2008

Commissioni d'esame
Commissione Dal Al Membri
7 Statistica Matematica - a.a. 2018/2019 01/10/2018 30/09/2019 PAVON MICHELE (Presidente)
FORMENTIN MARCO (Membro Effettivo)
BARBATO DAVID (Supplente)
BIANCHI ALESSANDRA (Supplente)
CALLEGARO GIORGIA (Supplente)
FISCHER MARKUS (Supplente)

Syllabus
Prerequisiti: Propedeuticita`: Probabilità e statistica di base. Nozioni fondamentali di analisi e di algebra lineare.
Conoscenze e abilita' da acquisire: Ci si aspetta che gli studenti a fine corso si siano familiarizzati con alcuni campi della statistica classica quali stima parametrica e verifica di ipotesi. In particolare, debbono imparare alcune distribuzioni fondamentali quali quelle di classe esponenziale. Debbono inoltre esser capaci di applicare strumenti e concetti di analisi e di algebra lineare allo studio di tali problemi.
Modalita' di esame: Prova scritta di tre ore.
Criteri di valutazione: La valutazione si baserà sui seguenti criteri:
1. Comprensione dei concetti fondamentali esposti;
2. Capacità di calcolare in forma chiusa le soluzioni di semplici problemi;
3. Completezza della preparazione;
4. Chiarezza espositiva.
Contenuti: Si tratta di un corso introduttivo ai concetti basilari della Statistica classica da un punto di vista prevalentemente matematico. Programma del corso:
- Nozioni introduttive su problematiche e metodologie della Statistica matematica;
- Statistiche, Statistiche sufficienti ; distribuzioni di classe esponenziale;
- Stimatori corretti a varianza uniformemente minima;
- Confine inferiore di Rao-Cramer e stimatori efficienti;
- Modelli lineari. Principio dei minimi quadrati;
- Stimatori di massima verosimiglianza;
- Test per ipotesi alternative semplici; test di Neyman-Pearson.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali. La parte teorica viene continuamente illustrata da esempi. Vengono inoltre proposti esercizi da svolgere autonomamente per ogni argomento. Vengono illustrate alcune applicazioni della verifica di ipotesi a problemi di ingegneria delle telecomunicazioni.
Eventuali indicazioni sui materiali di studio:
Testi di riferimento:
  • G.Andreatta e W.Runggaldier, Statistica Matematica: Problemi ed Esercizi Risolti. --: Liguori Editore, 1983. Cerca nel catalogo
  • M. Pavon, Appunti di statistica matematica.. --: Disponibili nel sito del corso, 2014.
  • Hogg, Robert V.; Craig, Allen T., Introduction to mathematical statisticsRobert V. Hogg , Allen T. Craig. New York: Macmillan, London, Collier Macmillan, 1978. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Problem based learning
  • Case study
  • Questioning
  • Story telling
  • Problem solving
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Istruzione di qualita'