Questo testo nasce con l'obiettivo di aiutare lo studente nella transizione fra i concetti teorici e metodologici dell'inferenza statistica e la loro implementazione al computer. La prima parte del testo è infatti focalizzata principalmente su esercizi da risolvere con carta e penna, in modo da far applicare nozioni derivanti da lemmi e teoremi; mentre la seconda parte del testo è costituita da laboratori, in cui si propone sia l'implementazione manuale di algoritmi, sia l'apprendimento di built-in tools per un'analisi efficiente di dataset derivanti da problemi reali.Per ottimizzare la fruizione degli argomenti sviluppati, e per accompagnare il lettore nello studio, il testo è organizzato in capitoli, ciascuno dei quali composto, a sua volta, da una prima parte introduttiva, in cui vengono richiamate le basi teoriche dell'inferenza statistica, e da una seconda parte di esercizi, corredati di un esaustivo svolgimento su carta e, se opportuno, su software.Il testo è rivolto agli studenti dei corsi di laurea di primo livello di Statistica, Matematica, Ingegneria e per i corsi di secondo livello in Data Science.

Svolgimento guidato di esercizi di statistica inferenziale aiutano l'apprendimento del metodo statistico e potenziano la capacità di condurre analisi di dati La presenza di codice R commentato aiuta lo studente ad apprendere come svolgere in autonomia un'analisi con software dedicato I compendi di teoria in parallelo allo svolgimento degli esercizi guidano lo studente nella sintesi dei principali metodi e risultati della statistica matematica Request lecturer material: sn.pub/lecturer-material

Autorentext

Francesca Gasperoni is currently employed in the pharmaceutical sector as trial statistician. Before moving to industry, she was a researcher at the MRC Biostatistics Unit (Cambridge, UK) and her research focussed on advanced statistical modelling for electronic heath records. During her PhD, obtained at Politecnico of Milan (Italy), she worked as teaching assistant for several courses of Probability and Statistics. Francesca Ieva is Associate Professor of Statistics at the Department of Mathematics of the Polytechnic of Milan. She deals with statistical learning in the biomedical field and statistical modeling for complex data coming from the world of healthcare research. Since 2021 she is associate head of the Health Data Science Center of Human Technopole. Anna Maria Paganoni is Full Professor of Statistics at the Department of Mathematics of the Polytechnic of Milan. She deals with statistical modeling and analysis of highly complex data with particular attention to the biomedical field and learning analytics. She is responsible for several competitively funded research projects. She is currently Coordinator of the Course of Studies in Mathematical Engineering, and delegate of the Rector for "Data Strategy".

Inhalt

Parte I Statistica inferenziale.- 1 Fondamenti di probabilità e statistica.- 2 Statistiche sufficienti, minimali e complete.- 3 Stimatori puntuali.- 4 UMVUE.- 5 Likelihood Ratio Test.- 6 Test uniformemente più potente.- 7 Intervalli di Confidenza.- 8 Statistica Asintotica.- Parte II Modelli di regressione e analisi della varianza.- 9 Regressione lineare.- 10 Modelli lineari generalizzati.- 11 ANOVA: analisi della varianza.- 12 Esercizi di riepilogo.- Appendice A: Distribuzioni di probabilità.