- Oggetto:
- Oggetto:
Statistica Bayesiana
- Oggetto:
Bayesian Statistics
- Oggetto:
Anno accademico 2019/2020
- Codice dell'attività didattica
- ECM0122
- Docente
- Cinzia Carota (Titolare del corso)
- Corso di studi
- Laurea magistrale in Metodi statistici ed economici per le decisioni - a Torino [0402M21]
- Anno
- 2° anno
- Tipologia
- Affine o integrativo
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- SECS-S/01 - statistica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Consigliata/Recommended
- Tipologia d'esame
- Scritto
- Prerequisiti
- Buona conoscenza del metodo di stima della massima verosimiglianza e dei ragionamenti inferenziali sottostanti alla prova delle ipotesi frequentista. Buona conoscenza dei modelli lineari. Superamento di Matematica e Probabilità e inferenza statistica.
- Propedeutico a
- Si consultino il Regolamento didattico e il Piano degli studi relativi al proprio anno di iscrizione a questo corso di laurea magistrale.
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
L'insegnamento è finalizzato a:
- arricchire gli strumenti analitici disponibili allo studente,
- arricchire la sua formazione critica,
- arricchire la capacità di comprendere e applicare i metodi di statistical learning e data mining sempre più basati sull'approccio bayesiano alla statisticaThe course is aimed at:
- enriching the analytical tools available to students;
- enriching their critical vision of statistical inference;
- enriching their ability to understand and apply statistical learning and data mining methods nowadays increasingly based on tha Bayesian approach to statistical inference.- Oggetto:
Risultati dell'apprendimento attesi
Alla fine dell'insegnamento lo studente saprà:
- leggere, comprendere e applicare le tecniche di base dell'inferenza Bayesiana;
-applicare modelli lineari generalizzati Bayesiani;
-comunicare appropriatamente i risultati delle inferenze anzidette.Students who complete this course will have the ability to:
- read, understand and apply basic Bayesian inferential methods;
- apply Bayesian generalized linear models;
- appropriately comunicate the results of the above mentioned Bayesian inferential methods.- Oggetto:
Modalità di insegnamento
lezioni frontali
frontal lectures
- Oggetto:
Modalità di verifica dell'apprendimento
test scritto comprendente esercizi da risolvere ed alcune domande di commento analitico e critico sulla teoria sottostante alla soluzione proposta. Tempo: 1 ora. Valutazione in trentesimi.
GIUGNO-SETTEMBRE 2020: a causa dell' emergenza COVID-19 gli esami avverranno in forma orale, via webex, con enfasi maggiore sugli aspetti teorici rispetto agli esercizi. A settembre inoltre si tornerà a sostenere l'esame orale in presenza salvo che per categorie di studenti espressamente individuate dall'Ateneo.
written test including exercises and analytical and critical comments on the theorethical aspects underlying the provided solutions. Time: 1 hour. The exam score is evaluated over a range of 30 points.
JUNE-SEPTEMBER 2020: Due to COVID-19 emergency, the written test is replaced by an oral examination, via webex, with more emphasis on theoretical aspects than exercises. In Septembre the oral exam will take place in Campus Luigi Einaudi, except for students in specific categories identified by Ateneo di Torino.
- Oggetto:
Programma
Temi trattati:
- logica induttiva bayesiana
- distribuzioni a priori
- funzione di verosimiglianza
- distribuzioni a posteriori
- stima puntuale e intervalli di credibilità
- prova delle ipotesi bayesiana
- criteri scelta del modello
- modelli lineari generalizzati bayesianiIl programma è lo stesso per studenti frequenanti e non frequentanti.
List of topics:
- Bayesian approach to inference
- prior distributions
- likelihood function
- posterior distributions
- point estimation and credible intervals
- Bayesian hypothesis testing
- model choice
- Bayesian generalized linear modelsThe list of topics is the same for both those students attending the lectures and those who do not.
Testi consigliati e bibliografia
- Oggetto:
-Peter D. Hoff, A first course in Bayesian Statistcal Methods, Springer
- L. Piccinato, Metodi per le decisioni statistiche,
2009, XIII-470, 2 ed.
Springer Verlag
- B. Liseo Introduzione alla statistica bayesiana
2008 SpringerGIUGNO-SETTEMBRE 2020: a causa dell'emergenza COVID-19, soltanto il primo testo di questo elenco è raccomandato insieme agli appunti di lezione.
-Peter D. Hoff, A first course in Bayesian Statistcal Methods, Springer
- L. Piccinato, Metodi per le decisioni statistiche,
2009, XIII-470, 2 ed.Springer Verlag
- B. Liseo Introduzione alla statistica bayesiana
2008 SpringerJUNE-SEPTEMBER 2020: Due to COVID-19 emergency, only the first book in this list is recommended in addition to the lecture notes.
- Oggetto:
