Sorry, page available in italian only…<\/p>\n
Programma del corso:<\/strong> Introduzione alla teoria della probabilit\u00e0. Eventi e classi di eventi. Concetto assiomatico di probabilit\u00e0. Variabili e vettori aleatori. Trasformazioni di variabili aleatorie. Valore atteso. Valore atteso condizionato. Principali leggi di probabilit\u00e0. Funzioni caratteristiche e generatrici. Convergenze. Teoremi limite. Processi aleatori. Martingale. Principali processi aleatori. Calcolo stocastico.<\/p>\n Il corso \u00e8 strutturato in 60 ore di lezioni teoriche. La prova intermedia viene effettuata mediante una prova scritta. La valutazione finale viene effettuata mediante una prova scritta e orale.<\/p>\n Per quanto riguarda la preparazione dell’esame si suggerisce il seguente testo: Precedenti prove scritte file<\/a> (.pdf) Programma del corso:<\/strong> Introduzione alla statistica frequentista moderna con paralleli rispetto quella classica. Analisi esplorativa dei dati mediante indici e metodi grafici. Tecniche di smorzamento con funzioni di nucleo. Metodi inferenzali “distribution-free”. Metodi per l’inferenza “distribution-free” e classica: i) sul parametro di posizione con un campione o due campioni appaiati, ii) sui parametri di posizione o di scala con due campioni indipendenti, iii) sul parametro di associazione con un campione bivariato, iv) nell’analisi della varianza. Analisi dei dati categoriali. Modelli di regressione.<\/p>\n Il corso \u00e8 strutturato in 60 ore di lezioni teoriche e con esercitazioni su dati mediante il programma R. La prova intermedia viene effettuata mediante una discussione di dati elaborati dallo studente. La valutazione finale viene effettuata mediante una prova scritta e orale.<\/p>\n Per quanto riguarda la preparazione dell’esame si suggerisce il seguente testo: Per quanto riguarda la revisione della statistica inferenziale classica si suggerisce il seguente testo: Per quanto riguarda l’approfondimento dei metodi statistici “distribution-free” si suggerisce il seguente testo: Per quanto riguarda gli elementi di algebra lineare si suggerisce il seguente testo: Dati presentati durante il corso file<\/a> (.zip) Sorry, page available in italian only… Probabilit\u00e0 Programma del corso: Introduzione alla teoria della probabilit\u00e0. Eventi e classi di eventi. Concetto assiomatico di probabilit\u00e0. Variabili e vettori aleatori. Trasformazioni di variabili aleatorie. Valore atteso. Valore atteso condizionato. Principali leggi di probabilit\u00e0. Funzioni caratteristiche e generatrici. Convergenze. Teoremi limite. Processi aleatori. Martingale. Principali processi aleatori. Calcolo … Leggi tutto “Teaching”<\/span><\/a><\/p>\n","protected":false},"author":33,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-11","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/docenti-deps.unisi.it\/luciobarabesi\/wp-json\/wp\/v2\/pages\/11","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/docenti-deps.unisi.it\/luciobarabesi\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/docenti-deps.unisi.it\/luciobarabesi\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/docenti-deps.unisi.it\/luciobarabesi\/wp-json\/wp\/v2\/users\/33"}],"replies":[{"embeddable":true,"href":"https:\/\/docenti-deps.unisi.it\/luciobarabesi\/wp-json\/wp\/v2\/comments?post=11"}],"version-history":[{"count":105,"href":"https:\/\/docenti-deps.unisi.it\/luciobarabesi\/wp-json\/wp\/v2\/pages\/11\/revisions"}],"predecessor-version":[{"id":1435,"href":"https:\/\/docenti-deps.unisi.it\/luciobarabesi\/wp-json\/wp\/v2\/pages\/11\/revisions\/1435"}],"wp:attachment":[{"href":"https:\/\/docenti-deps.unisi.it\/luciobarabesi\/wp-json\/wp\/v2\/media?parent=11"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\nBarabesi, L. (2025) Fondamenti di Probabilit\u00e0<\/i>, Universit\u00e0 di Siena.
\n(Prima parte) file<\/a>\u00a0(.pdf)
\n(Seconda parte) file<\/a>\u00a0(.pdf)
\n(Appendice C) file<\/a>\u00a0(.pdf)<\/p>\n
\nSoftware algebrico open-source SageMath (gratuito) link<\/a>
\nWord-processor scientifico (WYSIWYG) Symbol Dynamics\u00ae EXP\u00ae (gratuito) link<\/a><\/p>\nInferenza per Data Science<\/h3>\n
\nBarabesi, L. (2025) Elementi di Inferenza per Data Science<\/i>, Universit\u00e0 di Siena.
\n(Prima parte) file<\/a> (.pdf)
\n(Seconda parte) file<\/a> (.pdf)<\/p>\n
\nBarabesi, L. (1998) Elementi di Statistica Inferenziale Classica<\/i>, Universit\u00e0 di Siena.
\nfile<\/a> (.pdf)<\/p>\n
\nBarabesi, L. (1996) Elementi di Statistica Non Parametrica<\/i>, Universit\u00e0 di Siena.
\nfile<\/a> (.pdf)<\/p>\n
\nBarabesi, L. e Fattorini, L. (2010) Introduzione all’Algebra delle Matrici<\/i>, Universit\u00e0 di Siena.
\nfile<\/a> (.pdf)<\/p>\n
\nSoftware statistico R (gratuito) link<\/a>
\nMotore di ricerca per dati link<\/a>
\nSito con miscellanea di dati link<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"