Marcella NIGLIO | INFERENZA STATISTICA
Marcella NIGLIO INFERENZA STATISTICA
cod. 0222400011
INFERENZA STATISTICA
| 0222400011 | |
| DIPARTIMENTO DI SCIENZE ECONOMICHE E STATISTICHE | |
| CORSO DI LAUREA MAGISTRALE | |
| SCIENZE STATISTICHE PER LA FINANZA | |
| 2024/2025 |
| OBBLIGATORIO | |
| ANNO CORSO 1 | |
| ANNO ORDINAMENTO 2014 | |
| PRIMO SEMESTRE |
| SSD | CFU | ORE | ATTIVITÀ | |
|---|---|---|---|---|
| SECS-S/01 | 10 | 60 | LEZIONE |
| Appello | Data | Sessione | |
|---|---|---|---|
| NIGLIO | 18/12/2024 - 09:00 | SESSIONE ORDINARIA | |
| NIGLIO | 18/12/2024 - 09:00 | SESSIONE DI RECUPERO |
| Obiettivi | |
|---|---|
| CONOSCENZE E CAPACITÀ DI COMPRENSIONE L'INSEGNAMENTO SI PROPONE DI: - GENERALIZZARE E APPROFONDIRE ALCUNE CONOSCENZE DI PROBABILITA' E INFERENZA ACQUISITE IN PRECEDENTI CORSI DI STATISTICA (AD ES. DURANTE IL CORSO DI LAUREA TRIENNALE) - PRESENTARE LE PRINCIPALI VARIABILI CASUALI MULTIVARIATE - PRESENTARE I PRINCIPI FONDANTI DELL'INFERENZA STATISTICA BASATA SULLA VEROSIMIGLIANZA CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE GLI STRUMENTI STATISTICI INTRODOTTI DURANTE LE LEZIONI CONSENTIRANNO ALLO STUDENTE DI ESSERE IN GRADO DI: - COMPRENDERE E UTILIZZARE, IN CONTESTO APPLICATIVO, LE VARIABILI CASUALI MULTIVARIATE - COMPRENDERE E VALUTARE CRITICAMENTE I PUNTI DI FORZA E DI DEBOLEZZA DELL'INFERENZA BASATA SULLA VEROSIMIGLIANZA - COMPRENDERE LA PROCEDURA DI STIMA DEI PARAMETRI DI NUMEROSI MODELLI STATISTICI AMPIAMENTE UTILIZZATI NEL CONTESTO ECONOMICO-FINANZIARIO - SELEZIONARE IL METODO STATISTICO/INFERENZIALE PIÙ OPPORTUNO PER STIMARE I PARAMETRI DI ALCUNI MODELLI. |
| Prerequisiti | |
|---|---|
| PER LA COMPRENSIONE DEGLI ARGOMENTI TRATTATI DURANTE LE LEZIONI, SI RITIENE UTILE CHE LO STUDENTE ABBIA SUPERATO DURANTE IL PRECEDENTE CICLO DI STUDIO ALMENO UN ESAME DI ANALISI MATEMATICA (AD ESEMPIO METODI MATEMATICI PER L'ECONOMIA) ED UN CORSO DI STATISTICA NEL QUALE SIANO FORNITI GLI ELEMENTI DI BASE DI CALCOLO DELLE PROBABILITA' E INFERENZA STATISTICA. |
| Contenuti | |
|---|---|
| IL CORSO E' STRUTTURATO IN DUE MODULI. MODULO 1 (ORE DI LEZIONE 24, DI CUI 6 DI ESERCITAZIONE): CENNI DI ALGEBRA LINEARE. LE VARIABILI CASUALI MULTIPLE DISCRETE E CONTINUE: DEFINIZIONE, MOMENTI E PRINCIPALI PROPRIETÀ. LA VARIABILE CASUALE MULTINOMIALE. LA VARIABILE CASUALE NORMALE MULTIPLA. MODULO 2 (ORE DI LEZIONE 36, DI CUI 12 IN LABORATORIO) MODELLI STATISTICI. LA VEROSIMIGLIANZA. STATISTICHE SUFFICIENTI. FAMIGLIA ESPONENZIALE. STIMATORI DI MASSIMA VEROSIMIGLIANZA (ML). INFORMAZIONE DI FISCHER. PROPRIETÀ DEGLI STIMATORI ML. TEST DELLE IPOTESI BASATI SUL RAPPORTO DI FUNZIONI DI VEROSIMIGLIANZA. INFERENZA BASATA SU METODI DI RICAMPIONAMENTO. ESERCITAZIONI DURANTE LE ESERCITAZIONI SARA' INTRODOTTO IL SOFTWARE R (HTTP://WWW.R-PROJECT.ORG) E LA SUA INTERFACIA GRAFICA R STUDIO. LE ESERCITAZIONI SARANNO SVOLTE SUI SEGUENTI ARGOMENTI: INTRODUZIONE ALLA SINTASSI DI R, ALGEBRA LINEARE CON R, VARIABILI CASUALI UNIVARIATE E MULTIVARIATE CON R (ED UTILIZZO DI OPPORTUNI PACCHETTI), INFERENZA STATISTICA E ALGORITMI DI OTTIMIZZAZIONE NUMERICA CON R. TECNICHE DI RICAMPIONAMENTO. |
| Metodi Didattici | |
|---|---|
| IL CORSO PREVEDE 60 ORE DI DIDATTICA (10 CFU) DELLE QUALI 40 IN AULA E 20 IN LABORATORIO INFORMATICO. DURANTE LE ORE DI DIDATTICA FRONTALE IN AULA, LA PRESENTAZIONE DEI TEMI DI TIPO TEORICO SARA' SEMPRE AFFIANCATA DALLO SVOLGIMENTO DI ESERCIZI CHE INTEGRANO LA COMPRENSIONE DEGLI ARGOMENTI. LE ESERCITAZIONI IN LABORATORIO INFORMATICO HANNO L'OBIETTIVO DI CHIARIRE ALLO STUDENTE LA LOGICA DELLA PROGRAMMAZIONE CON IL LINGUAGGIO R E COME SI POSSANO IMPLEMENTARE PROCEDURE CHE SIANO UTILI PER LA SOLUZIONE DI PROBLEMI DI TIPO INFERENZIALE. NON E' PREVISTO OBBLIGO DI FREQUENZA. |
| Verifica dell'apprendimento | |
|---|---|
| PROVA INTERCORSO. DURANTE LO SVOLGIMENTO DEL CORSO, AL TERMINE DEL PRIMO MODULO, E' PREVISTA UNA PROVA INTERCORSO. TALE PROVA, DELLA DURATA DI 1H E 20 MIN., AVRA' AD OGGETTO I TEMI ELENCATI NEL PRIMO MODULO. DURANTE LA PROVA SONO SOTTOPOSTI ALLO STUDENTE 3 ESERCIZI (CIASCUNO DEI QUALI HA UN PUNTEGGIO MASSIMO PARI A 5): UN ESERCIZIO SULLE VARIABILI CASUALI UNIVARIATE E DUE ESERCIZI SULLE VARIABILI CASUALI MULTIVARIATE. IL MASSIMO PUNTEGGIO CHE LO STUDENTE PUÒ CONSEGUIRE È PARI A 15 E LA PROVA E' CONSIDERATA SUPERATA SE LO STUDENTE RIPORTA UN VOTO ALMENO PARI A 9. PROVA D'ESAME. 1) PROVA SCRITTA. GLI STUDENTI CHE HANNO SUPERATO LA PROVA INTERCORSO RICEVERANNO UNA PROVA SCRITTA (DELLA DURATA DI 1H E 30 MIN.) COMPOSTA DA TRE QUESITI DI CUI DUE HANNO AD OGGETTO SOLO I TEMI AFFRONTATI NEL SECONDO MODULO DEL CORSO ED UN QUESITO AVRA' AD OGGETTO UN ESERCIZIO DA SVOLGERE AL CALCOLATORE CON IL SOFTWARE R. IL PUNTEGGIO DI CIASCUN QUESITO E' PARI A 5 E IL SECONDO MODULO SI RITIENE SUPERATO SE LO STUDENTE RIPORTA UN VOTO ALMENO PARI A 9. IL VOTO FINALE DELLA PROVA SCRITTA E' PARI ALLA SOMMA DEL PUNTEGGIO RIPORTATO ALLA PROVA INTERCORSO E ALLA PROVA FINALE. SE LO STUDENTE NON HA SOSTENUTO O NON HA SUPERATO LA PROVA INTERCORSO RICEVERA' UNA PROVA SCRITTA (DELLA DURATA DI 2 ORE) CON TRE ESERCIZI. I PRIMI DUE, CON ALMENO TRE QUESITI CIASCUNO, SONO RELATIVI AI DUE MODULI DEL CORSO. IL PUNTEGGIO ATTRIBUITO AI SINGOLI ESERCIZI È PARI A 10. UN TERZO ESERCIZIO (UGUALMENTE DA 10 PUNTI) PROPONE UN QUESITO CHE RICHIEDE L'UTILIZZO DEL LINGUAGGIO DI PROGRAMMAZIONE R . SE LO STUDENTE RIPORTA UN VOTO ALMENO PARI A 18, HA SUPERATO LA PROVA SCRITTA. 2) PROVA ORALE. (DURATA 20 MIN.) IL COLLOQUIO ORALE PREVEDE UN'APPROFONDITA DISCUSSIONE DELLA PROVA SCRITTA E ALMENO DUE DOMANDE SUI TEMI ELENCATI NEL PROGRAMMA MEDIANTE LE QUALI È VALUTATA LA CAPACITÀ DELLO STUDENTE DI SELEZIONARE GLI STRUMENTI INFERENZIALI OPPORTUNI, PER PROBLEMI SPECIFICI CHE VENGONO LORO SOTTOPOSTI, E LA CAPACITÀ DI INTERPRETAZIONE DEI RISULTATI. IL VOTO DELLA PROVA ORALE E' ESPRESSO IN TRENTESIMI. VOTO FINALE E' LA MEDIA ARITMETICA DEL VOTO DELLA PROVA SCRITTA E DELLA PROVA ORALE. IL RAGGIUNGIMENTO DEGLI OBIETTIVI DELL'INSEGNAMENTO E' CERTIFICATO MEDIANTE IL SUPERAMENTO DELL'ESAME AVENTE LA VALUTAZIONE IN TRENTESIMI. IN PARTICOLARE: LA VALUTAZIONE MINIMA (18) È ATTRIBUITA A COLORO CHE DIMOSTRANO DI AVER ACQUISITO COMPETENZE DI BASE DI CALCOLO DELLE PROBABILITÀ IN AMBITO MULTIVARIATO; DI SAPER DERIVARE STIMATORI DI MASSIMA VEROSIMIGLIANZA IN AMBITO UNIVARIATO; DI CONOSCERE GLI ELEMENTI DI BASE DELLA PROGRAMMAZIONE IN R; IL MASSIMO PUNTEGGIO (30) È ATTRIBUITO A COLORO CHE HANNO ACQUISITO CONOSCENZE APPROFONDITE SULLE VARIABILI CASUALI MULTIVARIATE, LORO TRASFORMATE E VALORI ATTESI DI TRASFORMATE; CHE SANNO DERIVARE STIMATORI DI MASSIMA VEROSIMIGLIANZA IN AMBITO UNIVARIATO E MULTIVARIATO DIMOSTRANDONE LE PRINCIPALI PROPRIETÀ, ANCHE UTILIZZANDO METODI DI RICAMPIONAMENTO; CHE SIANO IN GRADO SI SCRIVERE IN R CODICI PER L'OTTIMIZZAZIONE DI FUNZIONI. |
| Testi | |
|---|---|
| MODULO 1: MANOSCRITTO (DISPONIBILE NEL DRIVE DEL CORSO). PER ESSERE ABILITATI ALLA VISIONE DEL MATERIALE CONDIVISO SCRIVERE UNA EMAIL AL DOCENTE. MODULO 2: AZZALINI A., INFERENZA STATISTICA. UNA PRESENTAZIONE BASATA SUL CONCETTO DI VEROSIMIGLIANZA. SPRINGER (2001) - II EDIZIONE ALTRO MATERIALE DIDATTICO DI APPROFONDIMENTO: OLIVE D., (2014) STATISTICAL THEORY AND INFERENCE, SPRINGER. |
| Altre Informazioni | |
|---|---|
| PER MAGGIORI INFORMAZIONI SUL CORSO E SUL RICEVIMENTO STUDENTI: DOCENTI.UNISA.IT/MARCELLA.NIGLIO |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2024-11-29]
