Gianfausto SALVADORI

Gianfausto SALVADORI

Ricercatore Universitario

Settore Scientifico Disciplinare MAT/06: PROBABILITÀ E STATISTICA MATEMATICA.

Dipartimento di Matematica e Fisica "Ennio De Giorgi"

Ex Collegio Fiorini - Via per Arnesano - LECCE (LE)

Ufficio, Piano terra

Telefono +39 0832 29 7584

Area di competenza:

S.S.D. MAT06 - Probabilità e Statistica Matematica

Orario di ricevimento

SEMPRE, previo accordo via email con il Docente (v. istruzioni)

Recapiti aggiuntivi

Ex Collegio Fiorini, piano terra, stanza 325, di fianco alla Aula Benvenuti e di fronte alla Fotocopisteria

Visualizza QR Code Scarica la Visit Card

Curriculum Vitae

V. il Curriculum Vitae allegato a fine pagina (versione completa solo in Italiano)

(see the Curriculum Vitae [short English version only] @ "RISORSE CORRELATE")

 

Dall'A.A. 1999/2000 (e successivi):

Corso di Laurea in Matematica (Triennale e/o Magistrale)

Corsi di: Statistica Applicata / Statistica Matematica / ecc...

 

Scarica curriculum vitae

Didattica

A.A. 2023/2024

STATISTICA APPLICATA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso TEORICO-MODELLISTICO

Sede Lecce

STATISTICA APPLICATA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso DIDATTICO

Sede Lecce

STATISTICA APPLICATA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2023/2024

Anno di corso 1

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso MATEMATICA PER L'INTELLIGENZA ARTIFICIALE

Sede Lecce

STATISTICA MATEMATICA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 42.0

Anno accademico di erogazione 2023/2024

Per immatricolati nel 2021/2022

Anno di corso 3

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso PERCORSO COMUNE

Sede Lecce

A.A. 2022/2023

STATISTICA APPLICATA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2021/2022

Anno di corso 2

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso APPLICATIVO

Sede Lecce

STATISTICA APPLICATA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2022/2023

Anno di corso 1

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso TEORICO-MODELLISTICO

Sede Lecce

STATISTICA APPLICATA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2022/2023

Anno di corso 1

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso DIDATTICO

Sede Lecce

STATISTICA APPLICATA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2022/2023

Anno di corso 1

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso MATEMATICA PER L'INTELLIGENZA ARTIFICIALE

Sede Lecce

STATISTICA MATEMATICA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 42.0

Anno accademico di erogazione 2022/2023

Per immatricolati nel 2020/2021

Anno di corso 3

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso PERCORSO COMUNE

Sede Lecce

A.A. 2021/2022

STATISTICA APPLICATA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2020/2021

Anno di corso 2

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso APPLICATIVO

Sede Lecce

STATISTICA MATEMATICA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 42.0

Anno accademico di erogazione 2021/2022

Per immatricolati nel 2019/2020

Anno di corso 3

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso PERCORSO COMUNE

Sede Lecce

A.A. 2020/2021

STATISTICA APPLICATA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Anno accademico di erogazione 2020/2021

Per immatricolati nel 2019/2020

Anno di corso 2

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso APPLICATIVO

STATISTICA MATEMATICA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 42.0

Anno accademico di erogazione 2020/2021

Per immatricolati nel 2018/2019

Anno di corso 3

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso PERCORSO COMUNE

A.A. 2019/2020

STATISTICA APPLICATA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2018/2019

Anno di corso 2

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso APPLICATIVO

Sede Lecce

STATISTICA MATEMATICA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 42.0

Anno accademico di erogazione 2019/2020

Per immatricolati nel 2017/2018

Anno di corso 3

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso PERCORSO COMUNE

Sede Lecce

A.A. 2018/2019

STATISTICA APPLICATA

Corso di laurea MATEMATICA

Tipo corso di studio Laurea Magistrale

Lingua ITALIANO

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2017/2018

Anno di corso 2

Struttura DIPARTIMENTO DI MATEMATICA E FISICA "ENNIO DE GIORGI"

Percorso APPLICATIVO

Sede Lecce

Torna all'elenco
STATISTICA MATEMATICA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 42.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2024/2025

Anno di corso 3

Semestre Secondo Semestre (dal 24/02/2025 al 06/06/2025)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

STATISTICA MATEMATICA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Primo Semestre (dal 18/09/2023 al 15/12/2023)

Lingua ITALIANO

Percorso TEORICO-MODELLISTICO (A217)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Primo Semestre (dal 18/09/2023 al 15/12/2023)

Lingua ITALIANO

Percorso DIDATTICO (A218)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2023/2024

Anno accademico di erogazione 2023/2024

Anno di corso 1

Semestre Primo Semestre (dal 18/09/2023 al 15/12/2023)

Lingua ITALIANO

Percorso MATEMATICA PER L'INTELLIGENZA ARTIFICIALE (A227)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA MATEMATICA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 42.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2023/2024

Anno di corso 3

Semestre Secondo Semestre (dal 26/02/2024 al 07/06/2024)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici



2 STATISTICHE D’ORDINE

2.1 Definizioni e proprietà

2.2 Statistiche d’ordine estremali

2.3 Leggi delle statistiche d’ordine



3 SIMULAZIONE

3.1 Trasformazione Integrale di Probabilità

3.2 Ulteriori schemi di simulazione univariata



4 STIMATORI

4.1 Modelli statistici esponenziali

4.2 Stimatori

4.3 Media e varianza campionarie

4.4 Confronto di stimatori

4.5 Disuguaglianza di Fréchet-Cramér-Rao

4.6 Sufficienza e completezza



5 TECNICHE DI STIMA

5.1 Il Metodo dei Momenti

5.2 Stimatori di Massima Verosimiglianza



6 CAMPIONI GAUSSIANI

6.1 Legge Chi-quadro

6.2 Legge t-Student

6.3 Legge di Fisher-Snedecor



7 VERIFICA DI IPOTESI

7.1 Teoria di Neyman-Pearson

7.2 Rapporto di verosimiglianza monotono

7.3 Rapporto di verosimiglianza generalizzato

7.4 Verifica di ipotesi per campioni Gaussiani

7.4.1 Test del Chi-quadro (Varianza)

7.4.2 Test t-Student (Speranza)

7.4.3 Test di Fisher-Snedecor (Confronto Varianze)



8 STIMA PER INTERVALLI

8.1 Metodo del pivot

8.2 IC per campioni Gaussiani

 

 

Il Corso fornisce nozioni fondamentali di Statistica. Numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico" [saranno rese disponibili prima dell'inizio del Corso]

STATISTICA MATEMATICA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2021/2022

Anno accademico di erogazione 2022/2023

Anno di corso 2

Semestre Primo Semestre (dal 26/09/2022 al 16/12/2022)

Lingua ITALIANO

Percorso APPLICATIVO (022)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2022/2023

Anno di corso 1

Semestre Primo Semestre (dal 26/09/2022 al 16/12/2022)

Lingua ITALIANO

Percorso TEORICO-MODELLISTICO (A217)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2022/2023

Anno di corso 1

Semestre Primo Semestre (dal 26/09/2022 al 16/12/2022)

Lingua ITALIANO

Percorso DIDATTICO (A218)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2022/2023

Anno accademico di erogazione 2022/2023

Anno di corso 1

Semestre Primo Semestre (dal 26/09/2022 al 16/12/2022)

Lingua ITALIANO

Percorso MATEMATICA PER L'INTELLIGENZA ARTIFICIALE (A227)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA MATEMATICA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 42.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2022/2023

Anno di corso 3

Semestre Secondo Semestre (dal 27/02/2023 al 09/06/2023)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici



2 STATISTICHE D’ORDINE

2.1 Definizioni e proprietà

2.2 Statistiche d’ordine estremali

2.3 Leggi delle statistiche d’ordine



3 SIMULAZIONE

3.1 Trasformazione Integrale di Probabilità

3.2 Ulteriori schemi di simulazione univariata



4 STIMATORI

4.1 Modelli statistici esponenziali

4.2 Stimatori

4.3 Media e varianza campionarie

4.4 Confronto di stimatori

4.5 Disuguaglianza di Fréchet-Cramér-Rao

4.6 Sufficienza e completezza



5 TECNICHE DI STIMA

5.1 Il Metodo dei Momenti

5.2 Stimatori di Massima Verosimiglianza



6 CAMPIONI GAUSSIANI

6.1 Legge Chi-quadro

6.2 Legge t-Student

6.3 Legge di Fisher-Snedecor



7 VERIFICA DI IPOTESI

7.1 Teoria di Neyman-Pearson

7.2 Rapporto di verosimiglianza monotono

7.3 Rapporto di verosimiglianza generalizzato

7.4 Verifica di ipotesi per campioni Gaussiani

7.4.1 Test del Chi-quadro (Varianza)

7.4.2 Test t-Student (Speranza)

7.4.3 Test di Fisher-Snedecor (Confronto Varianze)



8 STIMA PER INTERVALLI

8.1 Metodo del pivot

8.2 IC per campioni Gaussiani

 

 

Il Corso fornisce nozioni fondamentali di Statistica. Numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico" [saranno rese disponibili prima dell'inizio del Corso]

STATISTICA MATEMATICA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2020/2021

Anno accademico di erogazione 2021/2022

Anno di corso 2

Semestre Primo Semestre (dal 27/09/2021 al 17/12/2021)

Lingua ITALIANO

Percorso APPLICATIVO (022)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA MATEMATICA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 42.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2021/2022

Anno di corso 3

Semestre Secondo Semestre (dal 21/02/2022 al 03/06/2022)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici



2 STATISTICHE D’ORDINE

2.1 Definizioni e proprietà

2.2 Statistiche d’ordine estremali

2.3 Leggi delle statistiche d’ordine



3 SIMULAZIONE

3.1 Trasformazione Integrale di Probabilità

3.2 Ulteriori schemi di simulazione univariata



4 STIMATORI

4.1 Modelli statistici esponenziali

4.2 Stimatori

4.3 Media e varianza campionarie

4.4 Confronto di stimatori

4.5 Disuguaglianza di Fréchet-Cramér-Rao

4.6 Sufficienza e completezza



5 TECNICHE DI STIMA

5.1 Il Metodo dei Momenti

5.2 Stimatori di Massima Verosimiglianza



6 CAMPIONI GAUSSIANI

6.1 Legge Chi-quadro

6.2 Legge t-Student

6.3 Legge di Fisher-Snedecor



7 VERIFICA DI IPOTESI

7.1 Teoria di Neyman-Pearson

7.2 Rapporto di verosimiglianza monotono

7.3 Rapporto di verosimiglianza generalizzato

7.4 Verifica di ipotesi per campioni Gaussiani

7.4.1 Test del Chi-quadro (Varianza)

7.4.2 Test t-Student (Speranza)

7.4.3 Test di Fisher-Snedecor (Confronto Varianze)



8 STIMA PER INTERVALLI

8.1 Metodo del pivot

8.2 IC per campioni Gaussiani

 

 

Il Corso fornisce nozioni fondamentali di Statistica. Numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico" [saranno rese disponibili prima dell'inizio del Corso]

STATISTICA MATEMATICA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2019/2020

Anno accademico di erogazione 2020/2021

Anno di corso 2

Semestre Primo Semestre (dal 21/09/2020 al 18/12/2020)

Lingua ITALIANO

Percorso APPLICATIVO (022)

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA MATEMATICA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 42.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2020/2021

Anno di corso 3

Semestre Secondo Semestre (dal 22/02/2021 al 04/06/2021)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 STATISTICHE D’ORDINE

2.1 Definizioni e proprietà

2.2 Statistiche d’ordine estremali

2.3 Leggi delle statistiche d’ordine

 

3 TEORIA DEI VALORI ESTREMI

3.1 Modelli “a blocchi”

3.2 Modelli “a soglia”

 

4 STIMATORI

4.1 Modelli statistici esponenziali

4.2 Stimatori

4.3 Media e varianza campionarie

4.4 Confronto di stimatori

4.5 Disuguaglianza di Fréchet-Cramér-Rao

4.6 Sufficienza e completezza

 

5 TECNICHE DI STIMA

5.1 Il Metodo dei Momenti

5.2 Stimatori di Massima Verosimiglianza

 

6 CAMPIONI GAUSSIANI

6.1 Legge Chi-quadro

6.2 Legge t-Student

6.3 Legge di Fisher-Snedecor

 

7 VERIFICA DI IPOTESI

7.1 Teoria di Neyman-Pearson

7.2 Rapporto di verosimiglianza monotono

7.3 Rapporto di verosimiglianza generalizzato

7.4 Verifica di ipotesi per campioni Gaussiani

7.4.1 Test del Chi-quadro (Varianza)

7.4.2 Test t-Student (Speranza)

7.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

8 STIMA PER INTERVALLI

8.1 Metodo del pivot

8.2 IC per campioni Gaussiani

 

Il Corso fornisce nozioni fondamentali di Statistica. Numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico" [saranno rese disponibili prima dell'inizio del Corso]

STATISTICA MATEMATICA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2018/2019

Anno accademico di erogazione 2019/2020

Anno di corso 2

Semestre Primo Semestre (dal 30/09/2019 al 20/12/2019)

Lingua ITALIANO

Percorso APPLICATIVO (022)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA MATEMATICA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea

Crediti 6.0

Ripartizione oraria Ore totali di attività frontale: 42.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2019/2020

Anno di corso 3

Semestre Secondo Semestre (dal 24/02/2020 al 29/05/2020)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 STATISTICHE D’ORDINE

2.1 Definizioni e proprietà

2.2 Statistiche d’ordine estremali

2.3 Leggi delle statistiche d’ordine

 

3 TEORIA DEI VALORI ESTREMI

3.1 Modelli “a blocchi”

3.2 Modelli “a soglia”

 

4 STIMATORI

4.1 Modelli statistici esponenziali

4.2 Stimatori

4.3 Media e varianza campionarie

4.4 Confronto di stimatori

4.5 Disuguaglianza di Fréchet-Cramér-Rao

4.6 Sufficienza e completezza

 

5 TECNICHE DI STIMA

5.1 Il Metodo dei Momenti

5.2 Stimatori di Massima Verosimiglianza

 

6 CAMPIONI GAUSSIANI

6.1 Legge Chi-quadro

6.2 Legge t-Student

6.3 Legge di Fisher-Snedecor

 

7 VERIFICA DI IPOTESI

7.1 Teoria di Neyman-Pearson

7.2 Rapporto di verosimiglianza monotono

7.3 Rapporto di verosimiglianza generalizzato

7.4 Verifica di ipotesi per campioni Gaussiani

7.4.1 Test del Chi-quadro (Varianza)

7.4.2 Test t-Student (Speranza)

7.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

8 STIMA PER INTERVALLI

8.1 Metodo del pivot

8.2 IC per campioni Gaussiani

 

Il Corso fornisce nozioni fondamentali di Statistica. Numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

V. "Modalità d'esame"

V. "Breve descrizione del Corso"

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico" [saranno rese disponibili prima dell'inizio del Corso]

STATISTICA MATEMATICA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2018/2019

Anno di corso 2

Semestre Primo Semestre (dal 02/10/2018 al 21/12/2018)

Lingua ITALIANO

Percorso APPLICATIVO (022)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2017/2018

Anno di corso 2

Semestre Primo Semestre (dal 25/09/2017 al 15/12/2017)

Lingua ITALIANO

Percorso APPLICATIVO (022)

Sede Lecce

Almeno un Corso di base di Probabilità

Programma dettagliato delle lezioni (in italiano):

 

1 PREMESSA

1.1 Cenni di Teoria della Misura

1.2 Modelli Statistici

 

2 SIMULAZIONE

2.1 Trasformazione Integrale di Probabilità

2.2 Ulteriori schemi di simulazione univariata

2.3 Copule e simulazione multivariata

 

3 STATISTICHE D’ORDINE

3.1 Definizioni e proprietà

3.2 Statistiche d’ordine estremali

3.3 Leggi delle statistiche d’ordine

 

4 TEORIA DEI VALORI ESTREMI

4.1 Modelli “a blocchi”

4.2 Modelli “a soglia”

 

5 STIMATORI

5.1 Modelli statistici esponenziali

5.2 Stimatori

5.3 Media e varianza campionarie

5.4 Confronto di stimatori

5.5 Disuguaglianza di Fréchet-Cramér-Rao

5.6 Sufficienza e completezza

 

6 TECNICHE DI STIMA

6.1 Il Metodo dei Momenti

6.2 Stimatori di Massima Verosimiglianza

 

7 CAMPIONI GAUSSIANI

7.1 Legge Chi-quadro

7.2 Legge t-Student

7.3 Legge di Fisher-Snedecor

 

8 VERIFICA DI IPOTESI

8.1 Teoria di Neyman-Pearson

8.2 Rapporto di verosimiglianza monotono

8.3 Rapporto di verosimiglianza generalizzato

8.4 Verifica di ipotesi per campioni Gaussiani

8.4.1 Test del Chi-quadro (Varianza)

8.4.2 Test t-Student (Speranza)

8.4.3 Test di Fisher-Snedecor (Confronto Varianze)

 

9 STIMA PER INTERVALLI

9.1 Metodo del pivot

9.2 IC per campioni Gaussiani

 

10 STATISTICA NON PARAMETRICA

10.1 I test del Chi-quadro

10.1.1 Test del Chi-quadro di adattamento

10.1.2 Test del Chi-quadro per l’indipendenza

10.1.3 Test del Chi-quadro per l’omogeneità

10.2 I test di Kolmogorov–Smirnov

10.2.1 Il test di adattamento di Kolmogorov–Smirnov

10.2.2 Il test di omogeneit`a di Kolmogorov–Smirnov

10.3 I test di Kendall e Spearman

10.3.1 Il test di indipendenza di Kendall

10.3.2 Il test di indipendenza di Spearman

 

11 ANALISI DELLA VARIANZA

11.1 Analisi della varianza ad una via

11.1.1 Inferenze su combinazioni lineari

11.1.2 Il test ANOVA ad una via

11.1.3 Stima simultanea di contrasti

11.2 Analisi della varianza a due vie

 

12 REGRESSIONE LINEARE

12.1 Regressione lineare semplice

12.1.1 Il metodo dei Minimi Quadrati (Interpolazione)

12.1.2 Stimatori BLUE

12.1.3 Il modello Normale condizionale

12.1.4 Stima e predizione nel modello Normale condizionale

12.2 Regressione lineare multipla

 

Il Corso fornisce nozioni fondamentali di Statistica, sia parametrica sia non-parametrica. Il taglio del Corso è di tipo applicativo e numerosi esempi pratici (tratti dal mondo reale e dalle attività di ricerca del Docente) sono utilizzati per illustrare i concetti di base introdotti durante le lezioni.

Lezioni frontali; non sono previsti/necessari Laboratori e/o Esercitazioni

Esame ORALE sugli argomenti del Corso (v. le dispense redatte dal Docente disponibili nella sezione "Materiale didattico"). La prima domanda verte su di un argomento del Corso a scelta del candidato/a.

 

N.B. Al fine di facilitare l'organizzazione personale degli studenti, il Docente istituisce appelli d'esame ad hoc su specifica richiesta degli studenti stessi, purché all'interno dei periodi consentiti dal Regolamento di Ateneo (gli appelli ufficiali presenti nel Calendario Esami del portale istituzionale sono "virtuali" e non corrispondono ad alcun appello effettivo). Per "prenotare" un esame è necessario inviare una mail al (o contattare personalmente il) Docente una (meglio due!) settimane prima della data prescelta e prendere accordi diretti. La sede degli esami è l'ufficio del Docente (c/o ex-Collegio Fiorini, piano terra).

Dispense redatte dal Docente, reperibili nella sezione "Materiale didattico"

STATISTICA APPLICATA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 63.0

Per immatricolati nel 2015/2016

Anno accademico di erogazione 2016/2017

Anno di corso 2

Semestre Primo Semestre (dal 26/09/2016 al 16/12/2016)

Lingua ITALIANO

Percorso APPLICATIVO (022)

Sede Lecce

STATISTICA APPLICATA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2015/2016

Anno di corso 2

Semestre Primo Semestre (dal 28/09/2015 al 18/12/2015)

Lingua

Percorso APPLICATIVO (022)

Sede Lecce - Università degli Studi

STATISTICA APPLICATA (MAT/06)
STATISTICA APPLICATA

Corso di laurea MATEMATICA

Settore Scientifico Disciplinare MAT/06

Tipo corso di studio Laurea Magistrale

Crediti 9.0

Ripartizione oraria Ore totali di attività frontale: 0.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2014/2015

Anno di corso 2

Semestre Primo Semestre (dal 22/09/2014 al 19/12/2014)

Lingua

Percorso APPLICATIVO (022)

Sede Lecce - Università degli Studi

STATISTICA APPLICATA (MAT/06)

Pubblicazioni

V. Curriculum Vitae (versione Italiana) nella sezione "BIOGRAFIA", o avvalersi del link sottostante

(see the Curriculum Vitae [short English version only] under "RISORSE CORRELATE", or use the link below)

Consulta le pubblicazioni su IRIS

Temi di ricerca

Gianfausto SALVADORI is an applied mathematician in the area of Probability and Statistics.

He has been involved in environmental research since 1989, and has been concerned with several European projects regarding Chernobyl radioactive pollution and stochastic modeling via Universal Multifractals.

Since 2001 he started working on Copulas, a mathematical tool for modeling multivariate dependent random variables. He regularly works with a team of hydrological engineers at the Polytechnic of Milan (Italy), and as a part of this team he has been involved in several national and European projects on extreme environmental phenomena such as rainfall, floods, droughts, and sea storms.

He also works on the application of the Theory of Extreme Values, and co-published a successful book on Extremes and Copulas for Springer-Verlag (2007).

Risorse correlate

Documenti