2. Docenti
  3. CANDILA Vincenzo
  4. Didattica

COMPUTATIONAL STATISTICS

Vincenzo CANDILA COMPUTATIONAL STATISTICS

8861200015
DIPARTIMENTO DI SCIENZE ECONOMICHE E STATISTICHE
Corso di Dottorato (D.M.226/2021)
ECONOMIA E POLITICHE DEI MERCATI E DELLE IMPRESE
2024/2025



ANNO CORSO 1
ANNO ORDINAMENTO 2024
ANNUALE
CFUOREATTIVITÀ
210LEZIONE
VINCENZO CANDILA T Curriculum
Obiettivi
CONOSCENZE E CAPACITÀ DI COMPRENSIONE

SI MIRA A FORNIRE AGLI STUDENTI GLI STRUMENTI PER COMPRENDERE ED APPLICARE METODI STATISTICI COMPUTAZIONALI PER LA STIMA VINCOLATA E NON VINCOLATA DI MASSIMA VEROSIMIGLIANZA, PER LA CREAZIONE DI SIMULAZIONI MONTE CARLO E PER L'UTILIZZO DI METODI BOOTSTRAP.


CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE

SI MIRA A FORNIRE AGLI STUDENTI LA CAPACITÀ DI OTTIMIZZARE STIMATORI DI MASSIMA VEROSIMIGLIANZA, LA CAPACITÀ DI CREARE COMPLESSE ANALISI MONTE CARLO E DI UTILIZZARE TECNICHE BOOTSTRAP PER DERIVARE STANDARD ERROR E INTERVALLI DI CONFIDENZA

Prerequisiti
CONOSCENZA DELLE NOZIONI BASILARI DI STATISTICA DESCRITTIVA ED INFERENZIALE.
Contenuti
IL CORSO INTRODUCE LE BASI DEI METODI
COMPUTAZIONALI PER LA STATISTICA. IL LINGUAGGIO DI
PROGRAMMAZIONE R SARÀ UTILIZZATO COME
PRINCIPALE STRUMENTO DI LAVORO. IN PARTICOLARE, IL CORSO TRATTERÀ DI: (I) OTTIMIZZAZIONE VINCOLATA E NON VINCOLATA DI FUNZIONI DI MASSIMA VEROSIMIGLIANZA; (II) SIMULAZIONI MONTE CARLO; (III) CENNI DI PROCEDURE BOOTSTRAP.

Metodi Didattici
LEZIONI FRONTALI ED ESERCITAZIONI AL COMPUTER.
Verifica dell'apprendimento
IL RAGGIUNGIMENTO DEGLI OBIETTIVI DELL’INSEGNAMENTO È CERTIFICATO MEDIANTE IL SUPERAMENTO DI UN ESAME BASATO SULLA DISCUSSIONE DI UN PROJECT WORK.
Testi
MARIA L. RIZZO, 2008, STATISTICAL COMPUTING WITH R, CHAPMAN & HALL/CRC, FIRST EDITION
Altre Informazioni
MATERIALE DIDATTICO INTEGRATIVO (DATI, SOFTWARE, SLIDES) VERRÀ DISTRIBUITO ATTRAVERSO IL SITO WEB DEL DOCENTE.
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2025-07-16]