- Oggetto:
- Oggetto:
Teoria statistica delle decisioni
- Oggetto:
Statistical theory of decisions
- Oggetto:
Anno accademico 2014/2015
- Codice dell'attività didattica
- ECM0013
- Docenti
- Cinzia Carota (Titolare del corso)
Dott. Consuelo Rubina Nava (Esercitatore) - Corso di studi
- Laurea in Economia e Statistica per le Organizzazioni - a Torino
- Anno
- 2° anno
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- SECS-S/01 - statistica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Fortemente consigliata/Recommended
- Tipologia d'esame
- Scritto
- Prerequisiti
-
Buona conoscenza teorica ed applicata degli elementi di base di statistica descrittiva e calcolo delle probabilitàGood knowledge of basic elements of Data Analysis and Probability
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Favorire l'acquisizione critica dei principi e dellle forme del ragionamento statistico necessarie alle seguenti tre finalità:
1. inferire sulle caratteristiche incognite di una popolazione statistica applicando i principali metodi di stima puntuale e mediante intervalli;
2. verificare ipotesi usando appropriati test statistici;
3. comparare e discutere criticamente differenti soluzioni inferenziali ad un problema assegnato.This course provides the basic elements in order to:
1. infer population characteristics from sample data applying the most relevant methods of point and interval estimation;
2. evaluate hypotheses using appropriate statistical tests;
3. compare and critically discuss different inferential solutions for a given problem.- Oggetto:
Risultati dell'apprendimento attesi
Lo studente alla fine del corso avrà sviluppato le capacità di:
1. inferire sulle caratteristiche incognite di una popolazione statistica applicando i principali metodi di stima puntuale e mediante intervalli;
2. verificare ipotesi usando appropriati test statistici;
3. comparare e discutere criticamente differenti soluzioni inferenziali ad un problema assegnato.Students who complete this course will have the ability to:
1. infer population characteristics from sample data applying the most relevant methods of point and interval estimation;
2. evaluate hypotheses using appropriate statistical tests;
3. compare and critically discuss different inferential solutions for a given problem.- Oggetto:
Modalità di verifica dell'apprendimento
La verifica dell'apprendimento avviene mediante un esame scritto in cui lo studente è chiamato a risolvere due esercizi includenti alcune domande teoriche circa gli strumenti necessari alla soluzione. Il tempo assegnato è di un'ora.
The final exam consists of a written test including two exercises and theoretical questions about the statistical tools applied in the solutions (see point 3). Time: 1 hour.
- Oggetto:
Attività di supporto
Esercitazioni (15 ore).
Opportunità di partecipazione ad un laboratorio R.
Uno dei testi consigliati contiene la possibilità di accesso ad una piattaforma di esercizi per l'auto apprendimento.
- Oggetto:
Programma
Elenco dei temi trattati:
- forme elementari di campionamento da popolazioni statistiche
- costruzione di riassunti dei dati e loro distribuzioni
- Stima puntuale: metodo di stima basato sulla massimizzazione della verosimiglianza e metodo dei momenti; metodi bayesiani
- principali proprietà degli stimatori
- metodo della quantità pivotale per la costruzione di intervalli di confidenza,
- intervalli di confidenza per i parametri di una popolazione normale,
- intervalli di confidenza asintotici,
- verifica delle ipotesi statisticheList of topics:
Populations and samples.
Sample mean and sample variance.
Results on sampling from the Normal distribution.
Point estimation: method of moments and method of maximum likelihood.
Bayesian methods.
Properties of point estimators.
Confidence interval: definition and pivotal-quantity method.
Confidence intervals for means and variances of Normal populations.
Large-sample confidence intervals.
Confidence intervals for proportions.
Hypothesis testingApplicazione mediante esercizi svolti in classe alla lavagna e in laboratorio al computer con R delle nozioni acquisite a lezione.
Testi consigliati e bibliografia
- Oggetto:
Appunti del corso.
Testi di consultazione:
-Anna Clara Monti, «Introduzione alla statistica», Edizioni Scientifiche Italiane, 2003.
-Sheldon M. Ross Probabilità e Statistica per l’Ingegneria e le scienze McGraw-Hill, Milano, ultima edizione
-Douglas C. Montgomery, George C. Runger, Norma F. Hubele, Statistica per l’ingegneria Egea, Milano
-Giuseppe Cicchitelli, Statistica. Principi e metodi. Pearson Education, 2012, con piattaforma MyLab. (Seconda Edizione 2012)
-P.Newbold, W.L. Carlson, B. Thorne, Statistica, Pearson/Prentice Hall, Milano, 2010, 2a ed.
- S. M. Iacus, G. Masarotto, «Laboratorio di statistica con R», McGraw-Hill,Milano, 2003.
-S.Iacus, Statistica, McGraw-Hill, seconda edizioneLecture notes.
See also:
-Anna Clara Monti, «Introduzione alla statistica», Edizioni Scientifiche Italiane, 2003.
-Sheldon M. Ross Probabilità e Statistica per l’Ingegneria e le scienze McGraw-Hill, Milano, ultima edizione
-Douglas C. Montgomery, George C. Runger, Norma F. Hubele, Statistica per l’ingegneria Egea, Milano
-Giuseppe Cicchitelli, Statistica. Principi e metodi. Pearson Education, 2008. (Seconda Edizione 2012)
-P. Newbold, W.L. Carlson, B. Thorne, Statistica, Pearson/Prentice Hall, Milano, 2010, 2a ed.
- S. M. Iacus, G. Masarotto, «Laboratorio di statistica con R», McGraw-Hill,Milano, 2003.
-S.Iacus, Statistica, McGraw-Hill, seconda edizione- Oggetto:
Note
Orario Lezioni
- Oggetto:
Altre informazioni
http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html- Oggetto:
