Università Roma Tre

1. Probabilità e Statistica (6 ore): introduzione alla probabilità, variabili aleatorie e inferenza statistica. Statistica descrittiva: misure di tendenza centrale e dispersione. Introduzione ai tipi di dati e alle distribuzioni.
2. Distribuzioni di Probabilità (10 ore): densità di probabilità (PDF) e funzioni cumulative (CDF). Probabilità condizionata, distribuzioni congiunte e distribuzioni marginali. Teorema di Bayes.
3. Distribuzioni di Probabilità Fondamentali e Teoremi Limite (5 ore): distribuzioni di probabilità comuni (es. normale, binomiale, Poisson). La Legge dei Grandi Numeri e le sue applicazioni. Il Teorema del Limite Centrale e la sua importanza.
4. Likelihood (8 ore): introduzione alle funzioni di Likelihood. Propietà della stima dei parametri con la funzione Likelihood. Applicazioni.
5. Test del Chi-Quadrato (8 ore): Distribuzione chi-quadrato e sue proprietà. Test del chi-quadrato. Propietà ed esempi.
6. Fit e goodness-of-Fit (8 ore): Metodi per valutare fit di dati con l’assunzione di modelli statistici. Interpretazione dei risultati e test di ipotesi. Applicazioni.
7. Esercitazioni (15 ore)

“A Modern Introduction to Probability and Statistics” – F.M. Dekking, C. Kraaikamp, H.P Lopuhaä, L. E. Meester
“Bayesian Reasoning in Data Analysis” – G. D’Agostini