31 lezioni di probabilità e statistica


Combinazioni e disposizioni, spazio di probabilità, probabilità condizionata, eventi indipendenti, formula di probabilità totale, formula di Bayes. Nozione di variabile aleatoria (discreta e assolutamente continua), di media e varianza, standardizzazione. Covarianza e correlazione lineare di due variabili, variabili indipendenti. Le distribuzioni binomiale, di Poisson, normale e le distribuzioni t, chi quadrato ed F. Popolazione, campioni, funzioni dei dati e relativi gradi di libertà. Intervalli di fiducia per media e per proporzione. Errori di prima e seconda specie; test su una proporzione, su una media, sulla differenza di due medie, su più proporzioni, sul rapporto di varianze; inoltre calcolo del valore “p” mediante R. Retta dei minimi quadrati, coefficiente di correlazione lineare, coefficiente di determinazione lineare. Test di dipendenza lineare in termini di rapporto F e in termini di t di Student (test di Pearson). Mediante R attuazione del test di Kolmogorov-Smirnov sulla normalità dei residui, nonché intervalli di fiducia del coefficiente angolare e della correlazione.

Frequenza e Attestati

Frequenza
GRATUITO!
Attestato di Partecipazione
GRATUITO!

Categoria

Informatica, Gestione e Analisi dei Dati

Ore di Formazione

20

Livello

Base

Modalità Corso

Tutoraggio

Lingua

Italiano

Durata

8 Settimane

Tipologia

Online

Stato del Corso

Tutoraggio

Avvio Iscrizioni

3 Feb 2020

Apertura Corso

2 Mar 2020

Inizio Tutoraggio

2 Mar 2020

Fine Tutoraggio

20 May 2020

Autoapprendimento

21 May 2020

Chiusura Corso

Non impostato
  • Conoscere le basi della probabilità, le distribuzioni binomiale, di Poisson, normale e le distribuzioni statistiche t, chi quadro ed F.
  • Risalire da uno o due campioni ai parametri della popolazione tramite intervalli di fiducia e test parametrici, per un dato livello di significatività. In particolare sottoporre a test una proporzione, una media, una differenza di medie, più proporzioni, un rapporto di varianze. 
  • Saper trattare la regressione lineare semplice negli aspetti di test di dipendenza lineare, di intervalli di fiducia, normalità dei residui, correlazione lineare.
I prerequisiti: conoscenza di geometria analitica e dei grafici di funzioni elementari come potenze, radici, esponenziali e logaritmi; conoscenza delle derivate e primitive delle funzioni elementari, con il calcolo di loro integrali definiti.

Sheldon Ross, Probabilità e statistica per l’Ingegneria e le Scienze, Milano  2008.


Il corso è strutturato in 31 videolezioni, disponibili anche in formato pdf che lo studente è invitato a studiare per intero. In ogni lezione si richiede una certa attenzione matematica per distinguere chiaramente tra definizioni, proposizioni o teoremi, eventuali dimostrazioni, sempre con almeno un esempio o applicazione svolto per intero. Dopo il testo di ogni lezione, solo in pdf viene proposto il testo di alcuni esercizi, che lo studente è invitato a eseguire prima di passare alla lezione successiva. Si privilegia l’uso di tavole numeriche per le distribuzioni statistiche, che sono pure allegate in pdf. Il ricorso al software R è ridotto all’indispensabile.
Per ottenere l'attestato di partecipazione e l'open badge, lo studente dovrà superare le due prove di valutazione presenti nel corso.

MARCO MAIOLI

MARCO MAIOLI

Dipartimento di Scienze Fisiche, Informatiche e Matematiche