Obiettivi formativi
La diffusione dell’informatica ha reso accessibile a tutti, non solo ai ricercatori e agli specialisti, i test statistici. A questa grande crescita del loro uso, non è corrisposto un pari incremento della comprensione della metodologia: a quali domande è possibile rispondere, come si deve pianificare la raccolta dei dati in natura ed in laboratorio, quali test applicare, quali le condizioni da rispettare, affinché siano ritenuti universalmente validi dalla comunità scientifica. Dal lavoro di tesi ai rapporti internazionali, dalle indagini demoscopiche ai sondaggi, ogni pubblicazione fondata sulla interpretazione di dati richiede un’analisi statistica corretta, per essere riconosciuta scientificamente attendibile e permettere il confronto con i risultati di altre ricerche.<br />
<br />
Nel corso saranno affrontati argomenti di statistica descrittiva e alcuni modelli o distribuzioni teoriche; la parte prevalente sarà dedicata all’inferenza, in particolare mediante applicazione di classici test parametrici.
Prerequisiti
Si richiede una conoscenza della matematica di base e del calcolo combinatorio
Contenuti dell'insegnamento
1- Introduzione ai diversi settori della statistica. Tipi di scala e di misurazione. Statistica descrittiva per distribuzioni univariate. Classificazione in tabelle e rappresentazione grafiche. Misure di tendenza centrale, di dispersione, di simmetria e di curtosi. 2- Introduzione al concetto di probabilità ed illustrazione di alcune distribuzioni teoriche: binomiale, poissoniana, e, soprattutto, normale. Approssimazioni alla distribuzione normale. 3- La distribuzione chi quadro. Confronti tra distribuzioni osservate e distribuzioni attese, per la verifica di ipotesi sulla forma della distribuzione. Tabelle di contingenza e test per l’indipendenza in tabelle 2 x 2 e M x N, per campioni grandi e piccoli. 4- La procedura inferenziale per la verifica di ipotesi: la logica del test statistico. Errori di I e di II tipo. 5- La distribuzione t di Student. Inferenza sulle medie con 1 campione. Inferenza sulle medie con 2 campioni, dipendenti o indipendenti. Intervallo di confidenza di una media e di una varianza. 6- Analisi della varianza per il confronto tra più medie. Distribuzione F. Condizioni di validità e test per l’omoschedasticità. Confronti a priori o pianificati; confronti a posteriori o multipli (Bonferroni). 7- Analisi della varianza con strutture e costruzione statistiche più complesse. Accenni all’interazione tra variabili. Rappresentazione grafica dell’interazione. Assunzioni di validità e trasformazioni dei dati. 8- Statistica descrittiva per distribuzioni bivariate. Regressione lineare semplice: stima dei parametri, loro significatività e intervallo di confidenza. La regressione con misure ripetute. La correlazione.
Programma esteso
- - -
Bibliografia
L. Soliani, M. Manfredini, Statistica applicata, Uninova, Parma.<br />
<br />
M.R. Spiegel, Statistica, Collana Schaum, Mc Graw Hill.
Metodi didattici
Il corso consisterà di lezioni frontali di 2 ore l'una.<br />
L'esame conclusivo sarà orale. Tuttavia, sarà possibile passare l'esame superando, nel corso dell'anno, due prove scritte intermedie.
Modalità verifica apprendimento
- - -
Altre informazioni
- - -
Obiettivi agenda 2030 per lo sviluppo sostenibile
- - -
