Sei sulla pagina 1di 2

Corso di laurea in Statistica e Informatica per l’azienda, la finanza e l’assicurazione

Inferenza Statistica
proff. Nicola Torelli e Roberta Pappadà
A.A. 2018-2019

1 Programma
Introduzione.
Richiami e complementi di calcolo delle probabilità.
Caratteristiche essenziali di una variabile casuale (v.c.): valore atteso e varianza, valore atteso di
funzioni di v.c., funzioni generatrici dei momenti e altre funzioni generatrici. Modelli statistici para-
metrici unidimensionali: (a) Distribuzioni discrete: Binomiale, Ipergeometrica, Poisson, Geometrica,
Binomiale negativa; (b) Distribuzioni continue: Rettangolare, Esponenziale, Gamma, Beta, Norma-
le. Cenni su modelli statistici multidimensionali: (c) Multinomiale, Normale multivariata, Dirichlet.
Richiami sulla distribuzione di trasformazioni di v.c.. Proprietà di addività delle v.c. e distribuzione
di combinazioni lineari di v.c. Cenni sulla convergenza di successioni di v.c., leggi dei grandi numeri,
teorema del limite centrale.
Inferenza statistica.
a. Campionamento e distribuzioni campionarie.
Introduzione ai problemi di inferenza statistica. Il campionamento probabilistico ed il suo
ruolo nell’inferenza statistica. Il campionamento casuale semplice. Inferenza parametrica e non
parametrica. Le statistiche campionarie. Concetto di sufficienza. Media e varianza campionaria
e loro distribuioni nel caso di campioni da variabili casuali normali. Distribuzione della media
campionaria per grandi campioni. La distribuzione campionaria di una proporzione. Variabili
casuali chi-quadrato, t di Student ed F di Snedecor.
b. La stima: (i) Problemi di stima puntuale. Errore quadratico medio. Proprietà notevoli di uno
stimatore: non distorsione, consistenza e proprietà asintotiche. Stimatori efficienti e limite di
Rao-Cramer. Metodi per la ricerca di stimatori. Metodo dei momenti. Metodo della massi-
ma verosimiglianza: definizione della funzione di verosimiglianza, reperimento degli stimatori,
proprietà degli stimatori di massima verosimiglianza, distribuzione asintotica. (ii) Problemi
di stima intervallare. Intervalli di confidenza e loro interpretazione. Intervalli di confidenza
per la media di una popolazione normale di varianza nota ed ignota. Intervallo di confidenza
per una proporzione. Intervalli di confidenza per grandi campioni. Metodi per la costruzione
di intervalli di confidenza: la funzione pivot. Intervallo di confidenza asintotico a partire da
stimatori di massima verosimiglianza.
c. Cenni ai metodi di inferenza Bayesiana.
d. La verifica di ipotesi.
Problemi di verifica d’ipotesi parametrica. I test di significatività. Errore di I e II tipo. Livello
di significatività e potenza di un test. Livello di significatività osservato (valore-p). Test
massimamente potenti: Lemma di Neyman-Pearson. Test uniformemente più potenti. Alcuni
esempi notevoli (verifiche di ipotesi riguardanti media, varianza, proporzioni, differenza tra
medie e proporzioni). Relazioni fra verifica di ipotesi e stima intervallare. Test del rapporto di
verosimiglianza. Test basati sui ranghi.
Verifica di ipotesi non parametrica: test di conformità, test di Kolmogorov-Smirnov. Verifica
di ipotesi dell’indipendenza in tabelle di contingenza.
2 Struttura del corso e modalità d’esame
• Le lezioni si svolgeranno secondo la modalità tradizionale, e comprenderanno alcune ore dedicate allo
svolgimento di esercizi sui temi trattati. Saranno inoltre previste delle sessioni in aula informatica
ove verranno affrontati alcuni argomenti trattati a lezione con l’ausilio del software statistico R.
Durante il corso verranno assegnati alcuni esercizi da svolgere a casa e da consegnare al docente
entro una certa scadenza. A coloro che consegneranno gli esercizi assegnati entro i tempi stabiliti
potrà essere attribuito, solo per chi sostiene l’esame nella sessione di gennaio-febbraio (ovvero nei
primi tre appelli), un punteggio aggiuntivo al voto d’esame.
• L’esame consiste di una prova scritta e una prova orale. La prova scritta prevede la soluzione di
esercizi, ma non è escluso che possa riguardare temi teorici. Sulla base del risultato della prova
scritta si viene ammessi alla prova orale. Esempi di compiti assegnati in sessioni di esame precedenti
saranno disponibili sulla piattaforma Moodle.
La prova orale consiste in una verifica sull’intero programma del corso. Inoltre verrà verificata la
conoscenza delle nozioni su R proposte nel corso. A tal fine lo studente potrà decidere se desidera
che tale verifica sia effettuata discutendo un esercizio svolto con R da presentare durante l’orale.
Tale esercizio viene assegnato su richiesta dello studente al termine delle esercitazioni in laboratorio
oppure su richiesta all’atto della prima iscrizione all’esame.Il voto finale è una media ponderata del
voto conseguito nelle due prove (con peso 0.7 alla prova orale).
• Verranno fissati gli appelli d’esame ordinari previsti dalle delibere del Consiglio del DEAMS per il
presente anno accademico. Attualmente sono previsti tre appelli nella sessione di gennaio-febbraio,
due nella sessione di giugno-luglio, uno nella sessione di settembre. Non verranno previsti appelli
straordinari per gli studenti fuori corso.

3 Docenti
Nicola Torelli
Via Tigor, 22 - V piano, stanza 521
Orario di ricevimento venerdı̀ 11:30-13:00
lunedı̀ 17:00-18:30

Roberta Pappadà
Via Tigor, 22 - V piano, stanza 533
Orario di ricevimento in corso di definizione
Verificare ulteriori variazioni sul sito di Dipartimento (DEAMS).

4 Testi di riferimento
• Pappadà R., Torelli N., Appunti di Inferenza Statistica. Richiami di calcolo delle probabilità,
disponibile su Moodle (2018)
• Cicchitelli G., Probabilità e statistica, Maggioli Ed. (2001). Fuori catalogo, disponibile di
seconda mano o in biblioteca.
• Mood A.M., Graybill F.A., Boes D.C., Introduzione alla statistica, McGrawHill (1991)
• Esercizi: Pauli F., Torelli N., Trevisani M., Statistica: esercizi ed esempi, Pearson, Milano (2008).
E’ attiva una pagina Moodle dedicata (Inferenza Statistica 2018). Tramite questa saranno messi materiali
a disposizione degli studenti. In particolare, sarà disponibile il materiale dei laboratori con R.