Complementi di Statistica
Docente: Monica Musio
SSD: SECS/S01
Codifica dell’Ateneo:
Tipologia: d
Integrato: (SI/NO)
Anno di corso terzo
Semestre secondo
Sede lezioni: Dipartimento di Matematica e Informatica – Palazzo delle Scienze –
Via Ospedale 72 – 09124 - Cagliari
CFU: 6 (48 ore suddivise tra lezioni frontali ed esercitazioni )
Prerequisiti
Concetti fondamentali di Analisi matematica, elementi di calcolo matriciale,
concetti e metodi trattati nei corsi di Probabilità 1 e Statistica 1.
Propedeuticità
Probabilità 1, Statistica 1.
Obiettivi formativi
Il corso ha come primo obiettivo quello di presentare, nell'ambito dell'inferenza statistica
parametrica e non parametrica, le tecniche base di indagine statistica più comuni nelle scienze
pure ed applicate (biologia, medicina, ingegneria). A tale scopo verranno completati gli
argomenti di statistica inferente trattati nel corso in Statistica 1 e verranno proposti una serie
di casi di studio che presuppongono l'elaborazione di dati reali. Tale elaborazione avverrà
attraverso l'utilizzo del pacchetto statistico R. La capacita' di realizzare autonomamente analisi
statistiche su insiemi di dati è richiesta in molti corsi sia delle lauree triennali che specialistiche.
Descrittori europei
CONOSCENZA E CAPACITA’ DI COMPRENSIONE
Capacità di affrontare problemi reali di statistica descrittiva ed inferenziale.
CAPACITA’ APPLICATIVE
I metodi descritti e assimilati durante il corso sono alla base di tutte le analisi di
statistica descrittiva ed inferenziale. Lo studente dovrebbe essere inoltre in grado di
cogliere le caratterisitche fondamentali del pacchetto statistico R e di
avviarsi autonomamente al suo utilizzo.
AUTONOMIA DI GIUDIZIO
Valutazione della didattica .
ABILITÀ NELLA COMUNICAZIONE
ll corso dovrebbe fornire la base della terminologia riguardante il calcolo delle
probabilità, la statistica descrittiva e inferenziale che fa parte del linguaggio matematico,
informatico e statistico moderno.
CAPACITÀ DI APPRENDERE
Il corso ha come obiettivo di fornire i prerequisiti per elaborare dati statistici e
risolvere problemi di modellizazione statistica nelle scienze applicate (biologia,
medicina, ingegneria, economia).
Programma
Metodi di statistica inferenziale non parametrica: test chi-quadrato
di adattamento; test di adattamento di Kolmogorov-Smirnov. Tavole di
contingenza. Test di omogeneità . Test d'indipendenza stocastica di due
variabili aleatorie;
Introduzione ai modelli lineari: definizioni e generalità. Analisi della
varianza a uno e due fattori. Analisi della regressione lineare e teorema
di Gauss-Markov. Inferenza statistica nei modelli lineari con errori
normali. Bontà di adattamento del modello.
Laboratorio di statistica con R:
1. Introduzione ad R e al suo ambiente di lavoro, principali
caratteristiche degli oggetti di R e loro manipolazione. Immissione,
importazione, formattazione ed esportazione dei dati;
2. Strumenti di statistica descrittiva (tabelle, grafici, indicatori etc.,
raggruppamenti);
3. Simulazione dalle principali distribuzioni di probabilità;
4. Strumenti di statistica inferenziale (test parametrici e non, intervalli
di confidenza, diagnostiche grafiche, qqplot, ... );
5. I modelli lineari con R.
Testi di riferimento
-
M.Mood, F.Graybill, D.Boes, Introduzione alla statistica, McGraw-Hill.
G.Casella, R.L.Berger, Statistical Inference, Duxubury Press.
-
W.K.Rohatgi, An Introduction to Probability Theory and Mathematical
Statistics, Wiley.
S.M.Iacus, G.Masarotto, Laboratorio di Statistica con R, McGraw-Hill.
J.J. Faraway, Linear models with R, Chapman and Hall.
Strumenti didattici
Lavagna ed eventuali slide durante
esercitazioni pratiche.
le lezioni frontali. PC durante le
Metodi didattici
Mediante la presentazione delle tecniche che stanno alla base dell’inferenza
statistica ed esercitazioni in laboratorio, il corso cerca di indirizzare gli studenti
verso un approccio teorico e pratico alla risoluzione dei problemi statistici.
Inoltre è strutturato in modo da portare lo studente ad uno studio autonomo
della disciplina.
Lingua di insegnamento:
Italiano
Materiale didattico a disposizione degli studenti
Eventuali appunti del docente ed esercizi reperibili nel sito :www.unica.it/musio
Modalità di iscrizione all’esame
Iscrizione online (se per l’A.A. 2008-2009 l’iscrizione ondine non fosse attivata, gli studenti si
dovranno iscrivere direttamente presso lo studio del docente)
Modalità d’esame:
L’esame finale è costituito da una prova orale che verte sugli argomenti teorici
trattati a lezione e una prova pratica di laboratorio.
Commissione d’esame: Monica Musio, Gianluca Bande (supplenti: Stefano
Montaldo e Francesco Bertolino).
.
