Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
SCIENZE STATISTICHE
Insegnamento
THEORY AND METHODS OF INFERENCE
SCP4063246, A.A. 2015/16

Informazioni valide per gli studenti immatricolati nell'A.A. 2015/16

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
SCIENZE STATISTICHE
SS1736, ordinamento 2014/15, A.A. 2015/16
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese THEORY AND METHODS OF INFERENCE
Sito della struttura didattica http://scienzestatistiche.scienze.unipd.it/2015/laurea_magistrale
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Obbligo di frequenza No
Lingua di erogazione INGLESE
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 NICOLA SARTORI SECS-S/01
Altri docenti LAURA VENTURA SECS-S/01

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative SECS-S/01 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 9.0 64 161.0

Calendario
Inizio attività didattiche 01/03/2016
Fine attività didattiche 11/06/2016

Commissioni d'esame
Commissione Dal Al Membri
5 Commissione a.a.2018/19 01/10/2018 30/09/2019 SALVAN ALESSANDRA (Presidente)
CANALE ANTONIO (Membro Effettivo)
SCARPA BRUNO (Membro Effettivo)
4 Commissione a.a. 2017/18 01/10/2017 30/09/2018 SALVAN ALESSANDRA (Presidente)
CHIOGNA MONICA (Membro Effettivo)
SARTORI NICOLA (Membro Effettivo)
2 Commissione a.a. 2015/2016 01/10/2015 30/09/2016 SARTORI NICOLA (Presidente)
BRAZZALE ALESSANDRA ROSALBA (Membro Effettivo)
CHIOGNA MONICA (Membro Effettivo)
VENTURA LAURA (Membro Effettivo)

Syllabus
Prerequisiti: First year Masters courses, especially Calcolo delle probabilità, Statistica progredito.
Conoscenze e abilita' da acquisire: The course aims at offering students a deep understanding of the likelihood based frequentist theory of statistical inference, inviting them them as well to personal work on recent research in the field.
Modalita' di esame: 1/3 homework. 1/3 final written exam, 1/3 oral presentation rewiewing one or two recent research papers.
Criteri di valutazione: Student’s assessment will consider how the topics presented are mastered in problems and applications, how finely the main methodologies are appeciated in their strenghths and weaknesses, how deep the personal interaction with recent research papers appears. PhD students can sit the exam only once, in the exam session following the course.
Contenuti: - Statistical models: data variability and uncertainty in inference.
- Likelihood: observed and expected quantities. Exact properties and reparameterizations.
- Likelihood inference: first order asymptotics and computational aspects in R.
- Introduction to Bayesian inference.
- Estimating equations and pseudo-likelihoods.
- Data and model reductions.
- The frequency-decision paradigm.
- Exponential families.
- Group families.
Attivita' di apprendimento previste e metodologie di insegnamento:
Eventuali indicazioni sui materiali di studio:
Testi di riferimento:
  • Davison, Anthony Christopher, Statistical models. New York: Cambridge University Press, 2003. Cerca nel catalogo
  • Pace, Luigi; Salvan, Alessandra, Principles of statistical inferencefrom a neofisherian perspective. Singapore: World scientific, 1997. Cerca nel catalogo
  • Severini, Thomas A., Likelihood methods in statistics. Oxford: Oxford University press, 2000. Cerca nel catalogo
  • Severini, Thomas A., Elements of distribution theory. Cambridge: Cambridge University press, 2005. Cerca nel catalogo
  • Young, G. A.; Smith, R. L., Essentials of statistical inference. Cambridge: Cambridge university press, 2005. Cerca nel catalogo