PROGRAMMA DETTAGLIATO PROBABILITA' E STATISTICA ===============================================

NOTA Quasi tutte le definizioni, i teoremi e le propriet che sono elencate di seguito compaiono nel libro di testo "F.Pellerey - Elementi di Statistica per le applicazioni" ed. Celid, ristampa 2007, insieme al numero di pagina in cui sono descritte, e nelle slide. Quelle sottolineate compaiono solo sulle slide. Infine, quelle seguite da un asterisco (*) sono uscite nei temi orali degli anni passati (le osservazioni sono state fatte sul thread di ROPS complementi nel forum di studentibicocca.it) CAP. 1 Statistica descrittiva ----------------------------1.1 Rappresentazioni numeriche di dati statistici - Definizione di insieme dei dati di un carattere quantitativo; (p. 2) - Definizione di numerosit dell'insieme dei dati di un carattere quantitativo; (p. 2) - Definizione di modalit di un carattere quantitativo; (p. 2) - Definizione di frequenza assoluta e distribuzione di frequenza assoluta; (p. 2) - Definizione di frequenza cumulata assoluta e distribuzione di frequenza cumulata assoluta; (p. 3) - Definizione di frequenza relativa e distribuzione di frequenza ; (p. 3) - Definizione di frequenza cumulata relativa e distribuzione di frequenza ; (p. 3) - Definizione di classe dell'insieme delle modalit; (p. 4) - Definizione di partizione dell'insieme delle modalit; (p. 4) - Definizione di confine inferiore e superiore di una classe; (p. 4) - Definizione di ampiezza di una classe; (p. 5) - Definizione di valore centrale di una classe; (p. 5) 1.3 Indici di tendenza centrale - Definizione di media di una serie di dati; (p. 11) - Definizione di momento k-esimo di una serie di dati x rispetto a y; (Slide 1, p. 11) 1.4 Indici di variabilit - Definizione di varianza di una serie di dati; (p. 15) - Definizione di scarto quadratico medio di una serie di dati; (p. 16) 1.5 Rappresentazioni per caratteri bidimensionali - Definizione di frequenza assoluta per caratteri bidimensionali; (p. 18) - Definizione di distribuzione di frequenza assoluta doppia; (p. 18) - Definizione di frequenza cumulata assoluta per caratteri bidimensionali; (p. 17-18) - Definizione di frequenza relativa per caratteri bidimensionali; (p. 18) - Definizione di frequenza cumulata relativa per caratteri bidimensionali; (p. 18) - Definizione di distribuzione di frequenza doppia; (p. 18) - Definizione di frequenza assoluta, assoluta cumulata, relativa, relativa cumulata marginali; (p. 18) - Definizione di distribuzione di frequenza marginale; (p. 18) - Definizione di covarianza; (p. 24) - Definizione di serie di dati statisticamente incorrelate; (p. 25) - Definizione di serie di dati statisticamente indipendenti; (p. 25) - Implicazione serie statisticamente indipendenti -> serie statisticamente incorrelate; (p. 25) 1.6 Regressione lineare per serie di dati - Definizione di analisi di regressione e di regressione lineare; (p. 26) - Calcolo del coefficiente angolare e dell'intercetta; (p. 28) - Definizione di coefficiente di correlazione lineare; (p. 28)

CAP. 2 Calcolo delle probabilit -------------------------------2.1 Alcune definizioni di probabilit - Definizione classica di probabilit e suoi difetti; (p. 34) - Definizione frequentista di probabilit e suoi difetti; (p. 34) - Definizione soggettivista di probabilit e suoi difetti; (p. 34-35) 2.2 Definizione assiomatica di probabilit e propriet elementari - Vantaggi della definizione assiomatica (interpretazione del significato di probabilit al momento delle applicazioni dei singoli problemi); (p. 35) - Definizione di spazio campione; (p. 35) (*) - Definizione di evento, evento elementare e composto; (p. 35) - Definizione di eventi incompatibili; (p. 35) - Definizione di insieme delle parti; (p. 35) - Definizione di probabilit secondo Kolmogorov; (p. 36) (*) - Propriet della misura di probabilit secondo Kolmogorov; (p. 39) (*) - Definizione di coefficiente binomiale (Slide 2, p. 21) 2.3 Probabilit condizionata ed indipendenza stocastica - Definizione di probabilit condizionata; (p. 41) (*) - Definizione di eventi stocasticamente indipendenti; (p. 42) (*) - Formula Prodotto per l'intersezione di n eventi; (p. 45) (*) - Formula delle probabilit totali; (p. 46) (*) - Caso particolare della formula delle probabilit totali (derivazione della formula di Bayes); (Slide 2, p. 32) (*) - Formula di Bayes; (p. 46) (*) 2.4 Variabili aleatorie unidimensionali - Definizione di variabile aleatoria unidimensionale; (p. 48) (*) - Definizione di realizzazione di una v.a.; (p. 49) - Definizione di funzione di ripartizione di una v.a.; (p. 49) (*) - Calcolo della probabilit della realizzazione di una v.a. in un determinato intervallo, data la funzione di ripartizione; (p. 50) - Propriet soddisfatte da una funzione di ripartizione; (p. 51) (*) - Definizione di v.a. discreta; (p. 53) (*) - Definizione di distribuzione discreta di probabilit; (p. 53) (*) - Propriet di una distribuzione discreta di probabilit; (p. 53) (*) - Corrispondenza biunivoca tra funzione di ripartizione e distribuzione discreta di probabilit per una v.a. discreta; (p. 53-54) (*) - Definizione di v.a. continua e assolutamente continua (e sua funzione di ripartizione); (p. 54) (*) - Definizione di densit di probabilit di una v.a. assolutamente continua; (p. 54-55) (*) - Propriet di una densit di probabilit; (p. 55) (*) - Definizione di funzione di sopravvivenza (Slide 2, p. 51) - Corrispondenza biunivoca tra funzione di ripartizione e densit di probabilit per una v.a. assolutamente continua; (Slide, p. 54-55) (*) 2.5 Variabili aleatorie multidimensionali - Definizione di variabile aleatoria multidimensionale e bidimensionale; (p. 56-57) (*) - Definizione di funzione di ripartizione congiunta di una v.a. bidimensionale; (p. 57) (*) - Definizione di funzione di densit congiunta e calcolo della probabilit che la v.a. bidimensionale si realizzi in un insieme rettangolare; (p. 57) - Definizione di funzione di ripartizione marginale e funzione di densit marginale; (p. 58) - Definizione di v.a. stocasticamente indipendenti; (p. 59)

2.6 Indici di tendenza centrale e variabilit - Definizione di valore atteso di una v.a.; (p. 62) (*) - Propriet del valore atteso; (p. 62) (*) - Definizione di momento centrale r-esimo di una v.a.; (p. 63) - Definizione di moda di una v.a., di distribuzione unimodale e multimodale; (p. 63) (*) - Definizione di mediana di una v.a.; (p. 63) (*) - Definizione di quantile p-esimo di una v.a.; (p. 64) (*) - Definizione di varianza di una v.a.; (p. 66) (*) - Propriet della varianza; (p. 67)(*) - Definizione di deviazione standard; (p. 68) (*) - Definizione di valori attesi marginali e varianze marginali di di v.a. bidimensionali e loro propriet; (p. 68) (*) - Definizione di covarianza di v.a. e sue propriet; (p. 68-69) (*) - Definizione di v.a. incorrelate; (p. 69) - Definizione di coefficiente di correlazione lineare di Bravais-Pearson e sue propriet; (p. 69)

CAP. 3 Distribuzioni notevoli ----------------------------3.1 Distribuzione di Bernoulli - Definizione; (p. 73-74) - Distribuzione; (p. 74) - Funzione di ripartizione; (p. 74) - Applicazioni; (p. 74) - Valore atteso; (p. 74) - Varianza; (p. 74) 3.2 Distribuzione binomiale - Definizione; (p. 74-75) - Distribuzione; (p. 75) - Funzione di ripartizione; (p. 75) - Applicazioni; (p. 75-76) - Valore atteso; (p. 75) - Varianza; (p. 75) 3.3 Distribuzione di Poisson - Definizione; (p. 76) - Distribuzione; (p. 76) - Funzione di ripartizione; (p. 76) - Applicazioni; (p. 77) - Valore atteso; (p. 76) - Varianza; (p. 77) 3.4 Distribuzione geometrica - Definizione; (p. 77) - Distribuzione; (p. 77) - Funzione di ripartizione; (p. 77) - Applicazioni (propriet di non-memoria); (p. 78) - Valore atteso; (p. 77) - Varianza; (p. 78)

3.5 Distribuzione uniforme - Definizione; (p. 78) - Densit; (p. 78) - Funzione di ripartizione; (p. 79) - Applicazioni; (p. 79) - Valore atteso; (p. 79) - Varianza; (p. 79) 3.6 Distribuzione triangolare - Definizione; (p. 79) - Densit; (p. 79) - Funzione di ripartizione; (p. 79) 3.8 Distribuzione esponenziale - Definizione; (p. 82) - Densit; (p. 82) - Funzione di ripartizione; (p. 82) - Applicazioni (propriet di non-memoria); (p. 83) - Valore atteso; (p. 83) - Varianza; (p. 83) 3.11 Distribuzione normale - Definizione; (p. 86) - Densit; (p. 86) - Applicazioni (Teorema Limite Centrale, normale standardizzata, tavole); (p. 87-88) (Slide p. 12-13) - Valore atteso; (p. 86) - Varianza; (p. 86) - Propriet di chiusura; (p. 90) 3.12 Distribuzione chi-quadro - Definizione; (p. 90) 3.13 Distribuzione t di Student - Definizione; (p. 91) 3.14 Distribuzione F di Fisher - Definizione; (p. 92)

CAP. 4 Teoremi di convergenza ----------------------------4.1 Convergenza in distribuzione - Definizione di convergenza in distribuzione di una successione di v.a.; (p. 95) (*) - Osservazioni (esclusione dei punti di discontinuit della funzione di ripartizione, convergenza quasi certa e convergenza in probabilit); (p. 97) 4.2 Legge dei Grandi Numeri - Definizione della v.a. media aritmetica n-esima di una successione di v.a.; (p. 98) (*) - Legge debole dei grandi numeri e sue conseguenze; (p. 98) (*) 4.3 Teorema Limite Centrale - Definizione della v.a. S_n; (p. 99) (*) - Forma debole del Teorema Limite Centrale e sue conseguenze; (p.99-100) (*) - Applicabilit Teorema Limite Centrale (n>=30); (p. 100) (*)

CAP. 5 Stime di parametri ------------------------*NOTA*: del capitolo 5, non disponendo delle slide, ho segnato tutte le definizioni presenti sul libro. 5.1 Campionamento e campioni - Definizione di campionamento casuale (con ripetizione e senza); (p. 104) - Definizione di campione casuale di numerosit n; (p. 105) - Definizione di parametro; (p. 105) - Definizione di statistica campionaria e distribuzione campionaria; (p. 106) - Definizione di campionamento stratificato; (p. 106) - Definizione di campionamento a grappoli; (p. 106) - Definizione di campionamento longitudinale; (p. 107) - Definizione di campionamento casuale doppio; (p. 107) 5.2 Principali distribuzioni campionarie - Definizione di stima di un parametro; (p. 107) - Definizione di media campionaria n-esima; (p. 107-108) (*) - Definizione di distribuzione campionaria della media n-esima; (p. 108) (*) - Valore atteso e varianza della media campionaria n-esima; (p. 108) - Definizione di varianza campionaria n-esima; (p. 109) (*) - Definizione di distribuzione della varianza campionaria n-esima; (p. 109) (*) - Valore atteso e varianza della varianza campionaria n-esima; (p. 109) (*) - Definizione di varianza campionaria n-esima corretta; (p. 109) (*) - Valore atteso della varianza campionaria n-esima; (p. 109) (*) - Definizione delle v.a. e delle statistiche derivabili dalla varianza campionaria quando la popolazione normalmente distribuita (Q_n, T_n); (p. 110) 5.3 Stimatori e stime puntuali - Definizione di stimatore puntuale; (p. 110) (*) - Definizione di stima puntuale; (p. 110) (*) - Propriet di consistenza e correttezza per uno stimatore puntuale; (p. 111) (*) - Propriet di efficienza per uno stimatore puntuale; (p. 112) (*) - Definizione di miglior stimatore di un parametro; (p. 113) (*) - Teorema della media campionaria n-esima e della varianza campionaria n-esima come migliori stimatori per la media e la varianza; (p. 113)

5.4 Stime intervallari - Definizione di stima intervallare; (p. 114) (*) - Definizione di livello di confidenza; (p. 114) - Definizione di intervallo di confidenza; (p. 114) - Intervalli di confidenza per la media: (*) a) Popolazione non normalmente distribuita e varianza nota (p. 115-116) (*) b) Popolazione non normalmente distribuita e varianza non nota (p. 116-17) (*) c) Popolazione normalmente distribuita e varianza nota (p. 118) (*) d) Popolazione normalmente distribuita e varianza non nota (p. 118-119) (*) - Intervallo di confidenza per la varianza con popolazione normalmente distribuita; (p. 121) (*) - Determinazione della numerosit del campione data l'ampiezza dell'intervallo; (p.122) 5.5 Altri metodi per effettuare stime puntuali - Metodo dei momenti; (p. 123) - Definizione di momento campionario; (p. 123) - Metodo della massima verosimiglianza; (p. 125) - Definizione di funzione di verosimiglianza; (p. 125) - Definizione di stima di massima verosimiglianza; (p. 126)

CAP. 6 Verifica di ipotesi: test parametrici -------------------------------------------6.1 Caratteristiche generali di un test di ipotesi - Definizione di test d'ipotesi: (p. 128) a) popolazione statistica; b) ipotesi nulla; c) ipotesi alternativa; d) statistica campionaria; e) regione di accettazione; f) regione critica; g) livello di significativit; - Definizione di errori di I e II specie; (p. 130) (*) - Procedimento di un test d'ipotesi; (p. 131) - Definizione di ipotesi semplice e composta; (p. 131) - Definizione di test unidirezionale e bidirezionale; (p. 132) 6.2 Considerazioni sugli errori di I e II specie - Definizione di curva di potenza del test; (p. 133) (*) - Definizione di curva caratteristica operativa; (Slide 6, p. 13) - Calcolo degli errori di I specie con ipotesi nulla composta; (p. 136) - Aumento della numerosit del campione per diminuire sia gli errori di I che di II specie; (p. 138) 6.3 Test sulla media di una popolazione - Popolazione normalmente distribuita e varianza nota; (p. 139-141) (*) - Popolazione normalmente distribuita e varianza non nota; (p. 141-142) (*) - Popolazione non normalmente distribuita; (p. 142) (*) 6.4 Test sulla varianza di una popolazione - Popolazione normalmente distribuita; (p. 143-145) (*) 6.5 Test sulla differenza delle medie di due popolazioni - Popolazioni normalmente distribuite con varianza identica; (p. 145-147) - Statistica da utilizzare con popolazioni normalmente distribuite e varianza diversa; (p. 147) 6.6 Test sulla differenza delle varianze di due popolazioni - Popolazioni normalmente distribuite; (p. 147-149) (*)

6.7 Test di incorrelazione - Definizione dello stimatore del coefficiente di correlazione lineare (R_n); (p. 150) (*) - Definizione della statistica da utilizzare per il test di incorrelazione; (p. 151) (*)

CAP. 8 Regressione lineare -------------------------- Definizione di equazione di regressione della variabile risposta rispetto alle variabili esplicative; (p. 179) - Definizione di analisi di regressione lineare semplice e multipla; (p. 180) - Definizione di residuo; (p. 180) 8.1 Stima delle costanti del modello - Definizione di equazione di regressione per regressione lineare semplice; (p. 181) (*) - Ipotesi sui residui (omoschedasticit, ecc.); (p. 182) (*) - Definizione degli stimatori per alfa0 e alfa1; (p. 182) (*) - Correttezza degli stimatori per alfa0 e alfa1; (p. 183) (*) - Teorema di Gauss-Markov; (p. 183) - Stime intervallari per alfa0 e alfa1 ed ipotesi aggiuntiva; (p. 184-185) - Stime intervallari per la varianza; (p. 186) 8.2 Intervalli di confidenza per i valori dei singoli individui - Intervalli di confidenza per i valori dei singoli individui (p. 186-187) 8.3 Attendibilit del modello lineare - Definizione di devianza totale; (p. 188) (*) - Definizione di devianza spiegata; (p. 188) (*) - Definizione di devianza dei residui; (p. 188) (*) - Relazione tra devianza totale, spiegata e dei residui; (p. 188) - Definizione di coefficiente di correlazione generalizzato e test relativo; (p. 189) (*) - Test F di Fisher sul rapporto tra devianza spiegata e devianza dei residui; (p. 189) - Test t di Student per il coefficiente angolare alfa1; (p. 190) - Equivalenza del test F di Fisher e t di Student; (p. 190) 8.4 Analisi dei residui - Definizione di P-value; (Slide 8 p. 26-27) - Test di Durbin-Watson per l'ipotesi d'incorrelazione; (p. 190) (Slide 8 p. 28-29) - Test di Kolmogorov-Smirnov-Lillefor; (Slide 8 p. 30) - Test di Shapiro-Wilk; (Slide 8 p. 30) - Normal Quantile Plot; (Slide 8 p. 30-33) - Definizione di outliers; (Slide 8 p. 33) - Definizione di residui studentizzati; (Slide 8 p. 33) - Definizione di misura D-Cook; (Slide 8 p. 34) 8.5 Regressione lineare multipla - Definizione di equazione di regressione per regressione lineare multipla; (p. 193) - Stima dei parametri del modello in forma vettoriale; (p. 193) - Attendibilit del modello con test R^2 e F di Fisher; (p. 195-196) - Importanza delle singole variabili esplicative; (p. 196-198) - Problema della multicollinearit; (p. 198)