| 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 pari)
SCP4063587, A.A. 2017/18
Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17
STATISTICA 2 (Ult. numero di matricola pari)
SCP4063587, A.A. 2017/18
Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17
Principali informazioni sull'insegnamento
| Corso di studio |
Corso di laurea in STATISTICA PER L'ECONOMIA E L'IMPRESA SC2095, ordinamento 2014/15, A.A. 2017/18 |
 porta questa pagina con te |
|---|---|---|
| Crediti formativi | 12.0 | |
| Tipo di valutazione | Voto | |
| Denominazione inglese | STATISTICS 2 | |
| Sito della struttura didattica | http://scienzestatistiche.scienze.unipd.it/2017/laurea_statisticaeconomiaimpresa | |
| 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 | ANTONIO CANALE | SECS-S/01 | |
|---|---|---|---|
| Altri docenti | PAOLO GIRARDI |
Mutuazioni
| Codice | Insegnamento | Responsabile | Corso di studio |
|---|---|---|---|
| SCP4063587 | STATISTICA 2 (Ult. numero di matricola pari) | ANTONIO CANALE | 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 |
Commissioni d'esame
| Commissione | Dal | Al | Membri |
|---|---|---|---|
| 6 Commissione a.a 2018/19 (matr.pari) | 01/10/2018 | 30/09/2019 |
MENARDI
GIOVANNA
(Presidente)
ADIMARI GIANFRANCO (Membro Effettivo) VENTURA LAURA (Membro Effettivo) |
| 5 Commissione a.a.2018/19 (matr.dispari) | 01/10/2018 | 30/09/2019 |
ADIMARI
GIANFRANCO
(Presidente)
MENARDI GIOVANNA (Membro Effettivo) VENTURA LAURA (Membro Effettivo) |
| 4 Commissione a.a.2017/18 (matr. pari) | 01/10/2017 | 30/09/2018 |
CANALE
ANTONIO
(Presidente)
ADIMARI GIANFRANCO (Membro Effettivo) GIRARDI PAOLO (Membro Effettivo) VENTURA LAURA (Membro Effettivo) |
| 3 Commissione a.a.2017/18 (matr. dispari) | 01/10/2017 | 05/11/2018 |
ADIMARI
GIANFRANCO
(Presidente)
CANALE ANTONIO (Membro Effettivo) SARTORI NICOLA (Membro Effettivo) VENTURA LAURA (Membro Effettivo) |
| 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: |
|
