- Oggetto:
Statistica matematica
- Oggetto:
Anno accademico 2010/2011
- Codice dell'attività didattica
- INT0370
- Docente
- Dott. Fabio Rapallo (Titolare del corso)
- Corso di studi
- Laurea Magistrale Interateneo in Fisica dei sistemi complessi
- Anno
- 1° anno
- Tipologia
- C=Affine o integrativo
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- MAT/06 - probabilita' e statistica matematica
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Conoscenza delle principali tecniche statistiche per l'analisi dei dati e per la modellazione di fenomeni fisici.
- Oggetto:
Risultati dell'apprendimento attesi
Saper utilizzare le principali tecniche statistiche a supporto dell'analisi di dati sperimentali. Saper presentare correttamente dati statistici in pubblicazioni scientifiche.
- Oggetto:
Programma
1) Popolazioni e campioni. Parametri e stimatori. Metodi della massima verosimiglianza e dei momenti. Proprieta' degli stimatori: correttezza e consistenza. Intervalli di confidenza.
2) Verifica di ipotesi. Significativita' e potenza dei test. Test sulla media, sulla varianza e sulle proporzioni. Test non parametrico del chi-quadro di adattamento e di indipendenza.
3) Modello di regressione lineare semplice e multiplo. Stima dei parametri tramite il metodo dei minimi quadrati e verifica della significativita' del modello. Test di Student e di Fisher. Metodi di linearizzazione e di costruzione di modelli ridotti.
4) Analisi della varianza a una e a piu' vie. Significativita' dei fattori e delle interazioni.
5) Cluster analysis. Principali tecniche di classificazione. Distanze tra punti e tra gruppi di punti. Algoritmi di aggregazione gerarchica. Tecniche di aggregazione non gerarchica.
6) Laboratorio: Utilizzo del software R.
1) Population and sampling. Parameters and point estimation. Properties of the estimators: unbiasedness and consistency. Maximum likelihood estimators and moment estimators. Confidence intervals.
2) Hypothesis testing. Significance and power of the tests. Tests for the mean, for the variance and for proportions. Chi-square test for goodness-of-fit and independence.
3) Simple and multiple regression. Least square estimation. Hypothesis testing on the parameters. Student t and Fisher tests. Linearization. Reduced models.
4) Analysis of variance. One-way and multi-way analysis. Hypothesis testing
on the significance of factors and interactions.5) Cluster analysis. Distance between points and between sets of points. Hierarchical clustering algorithms. Non-hierarchical clustering algorithms.
6) Data analysis using R.
Testi consigliati e bibliografia
- Oggetto:
Ross, Probabilita' e Statistica per le scienze e l'ingegneria, Apogeo. Mood, Graybill. Introduction to the theory of Statistcs. McGraw Hill. Materiale didattico e dispense sul software R forniti dal docente.
- Oggetto:
Note
Modalita' di erogazione: tradizionale. Frequenza: facoltativa; la proficua frequenza della parte di laboratorio esonera gli studenti dalla prova orale. Modalita' di esame: scritto e orale. Informazioni sugli appelli: vedere la pagina Moodle della Facolta' di Scienze MFN di Alessandria relativa al corso di "Statistica Matematica 2" (corso di laurea in Matematica e Applicazioni).
- Oggetto:
