Parte A (6 CFU) - Giorgio Alleva
1) Richiami di calcolo delle probabilità e distribuzioni di variabili casuali semplici e doppie: Bernoulli, Binomiale Poisson, Ipergeometrica, Uniforme, Normale, Chi quadrato, Gamma, Beta, t di Student, F di Fisher, Multinomiale, Normale doppia e multipla. 2) Convergenza di successioni di variabili casuali e teoremi limite. Principali distribuzioni campionarie. 3) Teoria della stima. Caratteristiche degli stimatori. Metodi di stima puntuale dei parametri incogniti di una popolazione e intervalli di confidenza. Metodo dei minimi quadrati, metodo della massima verosimiglianza, stimatori BLU, metodo dei momenti e stimatori bayesiani. 4) La teoria dei test statistici. Test basati sul rapporto di massima verosimiglianza e test bayesiani.
Parte B (3 CFU) – Lea Petrella
Modello di regressione lineare e dipendenza lineare indici di correlazione. Stima ed inferenza sui parametri, assunzioni di base, costruzione del modello e diagnostica sui residui. Scelta delle variabili e multicollinearità.. Analisi su casi reali attraverso il pacchetto statistico R.

Il materiale didattico verrà fornito a lezione sotto forma di dispense.

1) La dipendenza lineare e sue misure;
2) Modello di regressione lineare semplice;
2a) Assunzioni di base;
2b) Stima dei parametri (minimi quadrati e massima verosimiglianza);
2c) Validazione del modello
3) Modello di regressione lineare multiplo
3a) Assunzioni di base;
3b) Il problema della specificazione del modello (selezione delle variabili esplicative e multicollinearità);
3c) Stima dei parametri (minimi quadrati e massima verosimiglianza);
3d) Validazione del modello
Analisi su casi reali attraverso il pacchetto statistico R

Dispense fornite dal docente