03BTR - Modelli probabilistici e statistici
a.a. 2002-2003

Il corso si svolge dal 24 Febbraio all'11 Aprile 2003 ed è insegnato dal professor Mauro Gasparini e dalla dottoressa Federica Giummolè.

Attenzione: Gli studenti del corso del vecchio ordinamento con lo stesso nome e con codice 01BTR devono prendere accordi con il docente se vogliono dare l'esame con il programma illustrato in questa pagina e nelle date di appello riservate a 03BTR (in particolare, gli appelli di Settembre 2003 di 03BTR sono il 04/09/03 e il 08/09/03).

Appunti e materiale saranno disponibile al centro stampa. Ecco date e dimensioni:

Ecco due esami dello scorso anno: e alcune esercitazioni svolte in classe Lo studente è invitato a seguire le lezioni, a studiare sugli appunti e a confrontarsi con uno o più tra i seguenti testi:

George Casella e Roger L. Berger Statistical Inference Duxbury Press 2002, 2 edizione ISBN/ISSN: 0-534-24312-6 Testo abbastanza completo ma con più materiale del necessario.
A. Azzalini, Inferenza Statistica, Springer Italia 2002, 2a edizione, ISBN/ISSN: 88-470-0130-7. Concettuale
Alexander M. Mood, Franklin A. Graybill, Duane C. Boes, Introduzione alla statistica, 1991 ISBN: 88 386 0661-7. Leggermente più semplice, ma con molti esempi.
Fagnola, F. e Pistone, G. (1996) Primo semestre di probabilità - 2a edizione, CLUT, Torino Testo utile per la prima parte del corso. Errata disponibile .
Jay L. Devore. Probability and Statistics for the Engineering and the Sciences. Duxbury Press, 2000, 5a edizione. ISBN/ISSN: 0-534-37281-3 Libro di testo più semplice usato in altri corsi di ingegneria. Contiene numerosi esercizi utili anche per l'esame.

I riferimenti per il software sono invece

VS W. N. Venables e D. M. Smith, An introduction to R. Scaricabile anche dal sito R sotto "Manual". Principale riferimento per il software R.
WB Documentazione su WINBUGS, compreso the movie . Software e documentazione specialistica per i modelli grafici bayesiani.

Dopo una prima introduzione a R fatta in classe, lo studente è invitato a familiarizzarsi con R usando il seguente collegamento:

Ecco infine un programma del corso, che può cambiare col procedere delle lezioni.

24/02/03 Distribuzioni multidimensionali. FP cap. 3 e 4
25/02/03 Distribuzioni condizionate. Trasformazioni. FP cap. 3 e 4
27/02/03 Esercitazioni.
27/02/03 Modelli gerarchici. appunti
28/02/03 Esercitazioni (incl. la gaussiana multivariata.) FP cap. 5
03/03/03 Campioni casuali e distribuzioni campionarie.
04/03/03 Campionamento gaussiano.
06/03/03 Esercitazioni.
10/03/03 Introduzione a R. Funzione di ripartizione empirica. VS 1-9
11/03/03 Processi empirici. Statistiche d'ordine.
13/03/03 Metodi asintotici.
13/03/03 Esercitazioni.
14/03/03 Simulazione di distribuzioni campionarie.
17/03/03 Verosimiglianza e modelli parametrici.
18/03/03 Sufficienza. Stime di massima verosimiglianza (SMV).
20/03/03 Esercitazioni (incl. funzioni in R). VS 10
20/03/03 Proprietà delle SMV.
21/03/03 Esercitazioni.
24/03/03 Test di ipotesi, errori e potenza.
25/03/03 Test del rapporto di verosimiglianza.
27/03/03 Stima per intervalli.
28/03/03 Esercitazioni (test e intervalli t, ANOVA).
31/03/03 Introduzione alla statistica bayesiana.
01/04/03 Stima bayesiana.
03/04/03 Introduzione ai modelli grafici bayesiani. WB
03/04/03 WINBUGS (al LAIB3). WB
04/04/03 Esercitazioni (test e intervalli in R).
07/04/03 Il modello lineare generale.
08/04/03 Regressione e ANOVA.
10/04/03 Cenni ai modelli lineari generalizzati.
10/04/03 Applicazioni (al LAIB3).
11/04/03 Modelli e formule in R. VS 11
Ultimo aggiornamento 21/07/03.
Ritorna a Mauro Gasparini.