- Oggetto:
- Oggetto:
Metodi di simulazione per la statistica
- Oggetto:
Methods of simulation for statistics
- Oggetto:
Anno accademico 2021/2022
- Codice dell'attività didattica
- SCP0472
- Docente
- Andrea Scagni (Titolare del corso)
- Corso di studi
- Laurea magistrale in Metodi statistici ed economici per le decisioni - a Torino [0402M21]
- Anno
- 1° anno
- Periodo didattico
- Primo semestre
- 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
- Prova pratica
- Prerequisiti
-
Conoscenze di medio livello di inferenza statistica e calcolo delle probabilità
Intermediate level knowledge of statistical inference and probability - Propedeutico a
-
Nessuna propedeuticità
The course is not introductory to any other course - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
- Conoscenza e capacità di comprensione: i discenti acquisiranno nozione dei possibili significati del concetto di casualità e di pseudo-casualità nel contesto della simulazione numerica, nonché dei potenziali impieghi delle tecniche di simulazione nel contesto probabilistico e statistico.
- Conoscenza e capacità di comprensione applicate: i discenti acquisiranno le competenze necessarie per utilizzare algoritmi che producano determinazioni pseudocasuali di osservazioni da variabili casuali con distribuzioni discrete e continue. Apprenderanno inoltre come realizzare concretamente tali algoritmi in modo efficiente su fogli di calcolo automatico. Infine, utilizzeranno le tecniche di simulazione come strumenti di comprensione delle procedure di inferenza statistica, nonché come strumenti per l'approssimazione del loro comportamento quando non sono disponibili al ricercatore risultati analitici.
- Autonomia di giudizio: i discenti saranno in grado di valutare l’affidabilità e il significato dei risultati delle simulazioni svolte mediante una molteplicità di criteri e metodi di verifica.
- Abilità comunicative: lo studio teorico, la risoluzione di casi studio e l’applicazione a diversi contesti dell’analisi dati garantiranno ai discenti la capacità di informare efficacemente sulle conguenze cognitive ed operative degli studi di simulazione compiuti.
- Capacità di apprendere: i discenti saranno in grado di comprendere gli studi e le pubblicazioni scientifiche di argomento statistico per le parti relative a studi di simulazione e all’applicazione di tecniche di ricampionamento.
- Knowledge and ability to understand: students will acquire and understand the possible meanings of the concept of randomness and pseudo-randomness in the context of numerical simulation, as well as of the potential uses of simulation techniques in the probabilistic and statistical context.
- Applied knowledge and ability to understand: Students will acquire the necessary skills to use algorithms that produce pseudorandom observations from random variables with discrete and continuous distributions. They will also learn how to concretely implement such algorithms efficiently on spreadsheets. Finally, they will use simulation techniques as tools for understanding statistical inference procedures, as well as tools for approximating their behavior when analytical results are not available to the researcher.
- Autonomy of judgment: students will be able to evaluate the reliability and meaning of the results of the simulations carried out, using a variety of criteria and verification methods.
- Communication skills: the theoretical study, the resolution of case studies and the application of data analysis to different contexts will guarantee students the ability to effectively communicate the cognitive and operational conclusions of the simulation studies performed.
- Ability to learn: learners will be able to understand statistical studies and scientific publications for the parts relating to simulation studies and the application of resampling techniques.
- Oggetto:
Risultati dell'apprendimento attesi
Lo studente sarà in grado di implementare e svolgere su personal computer procedure di simulazione di esperimenti casuali, di valutazione empirica del comportamento di statistiche campionarie mediante simulazione approssimata dello spazio campionario, di definizione e studio della verosimiglianza, nonchè dell'uso di semplici metodi di ricampionamento
The student will be able to set up and operate random esperiments simulation trials on a personal computer. Furthermore, he/she will be able to implement Monte-Carlo experiments to study sample statistics behaviour approximately by simulation of the sample space, and to apply simple resampling procedures
- Oggetto:
Modalità di insegnamento
L'intero corso si svolgerà in modo interattivo e in presenza, attraverso lavoro costante in laboratorio in cui i concetti introdotti verranno valutati e poi applicati e verificati in esempi concreti di simulazione e utilizzo di algoritmi. ATTENZIONE: le modalità di insegnamento potranno essere eventualmente modificate in relazione all'andamento della situazione sanitaria COvid-19.
The whole course will involve practical laboratory activities. Concepts will be introduced, discussed, applied and tested through simulation and algorithmic work. NOTICE: the teaching methodology could be possibily modified due to the Covid-19 evolution.
- Oggetto:
Modalità di verifica dell'apprendimento
La verifica dell'apprendimento verrà svolta con una prova pratica al Computer, nella quale lo studente verrà chiamato a progettare, produrre e utilizzare dati statistici simulati a fini di inferenza statistica e calcolo delle probabilità.
Gli esami si svolgeranno in aula informatica. Per i soli studenti con fragilità sanitarie certificate o residenti fuori regione sarà possibile sostenere l'esame in modalità telematica con l'uso di personal computer, facendone esplicita richiesta. Per tali casi valgono le seguenti indicazioni:
- All'atto dell'iscrizione all'esame va segnalata nelle note la problematica.
- Prima degli appelli gli studenti potranno essere invitati a partecipare ad una prova preliminare per risolvere eventuali problemi legati alla connessione, al software o all'hardware.
- L'esame e la prova avvengono su piattaforma di teleconferenza ZOOM. E' quindi necessario installare preventivamente tale app (gratuita) sul computer che si intende utilizzare all'esame. Il computer deve includere microfono e webcam, che devono funzionare regolarmente con ZOOM.
- La pubblicazione della prova e la consegna dell'elaborato avverranno mediante la piattaforma Moodle
- Il docente si riserva in ogni caso di richiedere un'eventuale colloquio orale aggiuntivo a completamento dell'esame
The exam, as well as the course, will take place on a personal computer, where the student will be asked to plan, produce and analyse simulated statstical data in probabilistic and inference practical contexts.
The exams will take place in a computer equipped classroom. Only for students with certified sanitary frailties or residents outside the region it will be possible to take the exam online with the use of personal computer, upon explicit request. For such cases the following indications apply:
- When registering for the exam, the request to take it online must be placed in the notes.
- Before the exams, students may be invited to participate in a preliminary test to solve any problems related to the connection, software or hardware.
- The exam and the test take place on the ZOOM teleconference platform. It is therefore necessary to install this (free) app in advance on the computer to be used for the exam. The computer must include microphone and webcam, which must work smoothly with ZOOM.
- The publication of the test and the upload of the paper will take place via the Moodle platform.
- The teacher can always request a complementary talk to complete the exam
- All'atto dell'iscrizione all'esame va segnalata nelle note la problematica.
- Oggetto:
Attività di supporto
- Oggetto:
Programma
Il concetto di aleatorietà, numeri casuali e pseudo-casuali. Algoritimi di generazione di numeri pseudo casuali: evoluzione ed esempi, test di casualità. Simulazione di estrazioni da distribuzioni arbitrarie, discrete e continue. Verifica empirica dei principali teoremi del calcolo delle probabilità. L'approssimazione simulata dello spazio campionario: studio empirico delle proprietà delle statistiche campionarie. Studio simulato della funzione di verosimiglianza e delle proprietà delle stime di massima verosimiglianza. Introduzione ai metodi di ricampionamento; jacknife e bootstrap. Esempi e casi particolari.
The concept of randomness, random numbers and pseudo-random numbers. Algorithms for generating pseudo-random numbers: evolution and examples, tests of randomness. Simulation of extractions from arbitrary discrete and continuous distributions,. Empirical test of the main theorems of probability theory. The simulated approximation of a sample space: an empirical study of the properties of the sample statistics. Simulated study of the likelihood function and the properties of maximum likelihood estimates. Introduction to resampling methods; jacknife and bootstrap. Examples and special cases.
Testi consigliati e bibliografia
- Oggetto:
Il materiale didattico verrà fornito dal docente. Consisterà principalmente nei video multimediali delle lezioni svolte in aula, disponibili per il download (con password di accesso) agli studenti nella pagina dei materiali didattici della materia.
The course material will be provided by the teacher. It will mainly consist in multimedia renditions of classroom lectures, downloadable by students (with password) in the documentation page of the course in this website.
- Oggetto:
Note
Le modalità di svolgimento dell'attività didattica potranno subire variazioni in base alle limitazioni imposte dalla crisi sanitaria in corso.
The teaching methodology may be subject to variations according to the evolution of the Covid-19 emergency.
- Oggetto:
Altre informazioni
http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html- Oggetto:
