Prof. Fulvio De Santis

• De Santis F. (2026). Esercizi di teoria statistica delle decisioni. (4 dispense disponibili on-line su Moodle).
• L'elenco dettagliato dei capitoli e paragrafi da studiare viene pubblicato a fine corso su Moodle.

Argomenti del programma: Il programma e le lezioni si articolano in tre parti. Parte 1. Elementi di inferenza bayesiana (1/3 circa del corso). Argomenti: distribuzioni a priori e a posteriori; usi inferenziali delle distribuzioni a posteriori (per stime puntuali, intervallari e verifica di ipotesi); approssimazioni normali della distribuzione a posteriori; inferenza predittiva. Parte 2.

Argomenti del programma: Uso del software R per la risoluzione di problemi di decisioni statistiche. Parte 1 (1/3 del corso) Inferenza bayesiana usando il software R. Distribuzioni a priori e a posteriori; stima puntuale, intervallare e test; analisi predittiva; approssimazioni normale; simulazione (Monte Carlo). Parte 2 (2/3 del corso) Analisi delle decisioni e delle decisioni statistiche con R.

• La lista dettagliata di capitoli e paragrafi da studiare viene pubblicata alla fine delle lezioni del corso su Moodle.

Argomenti del programma: Le lezioni e il programma si articolano in tre parti principali Parte 1: Basi dell'inferenza statistica (18 ore circa). Argomenti: modelli statistici parametrici; statistiche e distribuzioni campionarie; campionamento da popolazioni normali. Parte 2: Funzione di verosimiglianza (12 ore circa).

Argomenti del programma: Implementazione di problemi di inferenza statistica con il pacchetto statistica R Parte 1 (11 ore circa) - Distribuzioni di probabilità (3 ore). - Funzione di verosimiglianza (4 ore). - Distribuzioni campionarie (4 ore). Parte 2 (16 ore circa) - Proprietà di stime puntuali, intervallari e test (12 ore). - Metodo di Monte Carlo. Simulazione (4 ore).