Università Roma Tre

La matrice dei dati. Tipi di variabili statistiche: sconnesse, ordinabili, discrete. Distribuzioni di frequenza. Diagrammi a barra. Variabili continue: classi, distribuzioni di frequenza e istogrammi. Entropia. La funzione di ripartizione. Quantili. Distribuzioni bivariate. Distribuzioni marginali e condizionate. Chi quadrato: connessione e indipendenza. Media e varianza. Disuguaglianza di Benjamin-Cebicev. Decomposizione della varianza. Trasformazioni lineari. Diagrammi a dispersione. Covarianza e correlazione lineare. Minimi quadrati e regressione. Bontà di adattamento della retta di regressione.

Assiomi della probabilità elementare. Teoremi della probabilità elementare. Eventi incompatibili. Probabilità condizionata. Indipendenza. Teorema di Bayes. Variabili aleatorie discrete. Valore atteso. Distribuzione di Bernoulli. Distribuzione binomiale e passeggiata aleatoria. Distribuzione ipergeometrica. Distribuzione di Poisson. Variabili aleatorie continue. Densità di probabilità. Distribuzione normale. Tavole della normale. Approssimazione normale alla binomiale. t di Student.

Stimatori e parametri. distribuzione campionaria di uno stimatore. Distorsione ed efficienza. Stima puntuiale di alcuni parametri: media, varianza, proporzione. Intervalli di confidenza. Intervallo di confidenza per una media e per la differenza tra due medie. Intervallo di confidenza per una proporzione e per la differenza tra proporzioni. Numerosità campionaria ottimale.

Alan Agresti e Christine A. Franklin (2016) Statistica. L’arte e la scienza d’imparare dai dati, Pearson Italia, Milano – Torino ISBN: 9788865189511