Nozioni fondamentali di Statistica, di Analisi e di Algebra lineare

Si tratta di un corso introduttivo ai concetti basilari della Statistica classica da un punto di vista prevalentemente matematico.
- Nozioni introduttive su problematiche e metodologie della Statistica matematica;
- Statistiche, Statistiche sufficienti; distribuzioni di classe esponenziale;
- Stimatori di massima verosimiglianza;
- Stimatori corretti e stimatori efficienti;
- Statistiche complete;
- Modelli lineari. Principio dei minimi quadrati;
- Distribuzioni Chi-quadro, F di Fisher e t di Student;
- Regioni di confidenza;
- Test per ipotesi.

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, devono imparare alcune distribuzioni fondamentali quali quelle di classe esponenziale. Devono inoltre esser capaci di applicare strumenti e concetti di analisi e di algebra lineare allo studio di tali problemi.

Lezioni frontali. La parte teorica viene continuamente illustrata da esempi. Vengono inoltre proposti esercizi da svolgere autonomamente per ogni argomento.

Esame scritto.

Il testo del compito può riguardare sia esercizi numerici che aspetti teorici.

1. Introduzione

2. Statistica Descrittiva

2.1 Tipi di Dati

2.2 Rappresentazioni grafiche

2.3 Indici di Posizione, Dispersione e Forma

2.4 Analisi comparative, correlazione tra variabili e regressione

3. Calcolo delle Probabilità

4. Variabili aleatorie discrete

5. Variabili aleatorie continue

6. Statistica inferenziale

6.1 Stima puntuale

6.2 Stima intervallare

6.3 Verifica delle ipotesi

Sheldon N. Ross: Probabilità e statistica per l’ingegneria e le scienze Apogeo.

T. Candido, Fondamenti di Statistica Descrittiva. Nuova Edizione rivista ed ampliata, Pensa, Lecce, 2011

T. Candido, Esercizi svolti di Statistica Descrittiva, Nuova Edizione rivista ed ampliata, Pensa, Lecce, 2011