Matematica
Cod 198373
- Laurea magistrale
- 2 anni
- 120 CFU
- LM-40 R
MAT/06
ST410-STATISTICA
Codice: 20410555
Scheda insegnamento
- Anno Accademico di erogazione
- 2026/2027
- Corso di studi
- Scienze Computazionali
- Periodo di erogazione
- Primo semestre
- CFU
- 6 CFU
- Lingua
- Italiano
- SSD
- MAT/06
Scopri il programma didattico
Programma, testi adottati e modalità d’esame sono quelli pubblicati dai docenti per l’anno accademico 2026/2027. L’insegnamento è diviso in canali: ogni canale ha il suo programma.
- Docente
- Elisabetta Candellero
- Curriculum
- Crittografia e sicurezza informatica
- Anno di corso
- 1
- Periodo
- Primo semestre
- Ore
- 60
- CUIN
- 260008547
Programma
Programma di massima:
- Variabili casuali e la loro distribuzione, funzione generatrice dei momenti, media, varianza e
covarianza. Modello di campionamento casuale e modello statistico.
- Statistica: concetto, esempi, statistica sufficiente e minimale.
- Stimatori puntuali: definizione e proprieta' desiderate, momenti, massima verosimiglianza e
Bayes + Metodi computazionali. Metodi per miglioramento di uno stimatore (es. Cramer-Rao)
- Intervalli di confidenza
- Verifica d’ipotesi
- Metodi non parametrici: goodness-of-fit, tabella di contingenza, Kolmogorov-Smirnov e test
tramite graduatoria.
- Analisi della varianza (ANOVA) e test F
- Regressione
Prerequisiti
Avere seguito un corso base di teoria della probabilita' e di analisi matematica in piu' variabili
Testi adottati
Introduzione alla Statistica, S.M. Ross, Apogeo - Maggioli Editore.
testo aggiuntivo: Luca Leuzzi, Enzo Marinari, Giorgio Parisi
CALCOLO DELLE PROBABILITÀ: un trattatello per principianti volenterosi
Modalità di erogazione
Le lezioni si terranno in aula con scrittura sulla lavagna o su tablet
Modalità di frequenza
Facoltativa
Modalità di valutazione
La valutazione in itinere consiste nel risolvere in circa 10 giorni e per quattro volte durante il corso una serie di quesiti di carattere pratico (esercizi) e teorico. Ciascuno foglio riceve un voto da 0 a 10. L'esame finale consiste di 4 esercizi, ciascuno articolato in 2 o 3 quesiti a carattere teorico e pratico. Il voto finale e' il massimo tra il voto dell'esame finale e 2/3 x (voto esame finale) + 1/3 x media dei voti dei fogli di esercizi
Prove previste
- Prova scritta
- Prove intermedie
- Docente
- Elisabetta Candellero
- Curriculum
- Modellistica fisica e simulazioni numeriche
- Anno di corso
- 1
- Periodo
- Primo semestre
- Ore
- 60
- CUIN
- 260008606
Programma
Programma di massima:
- Variabili casuali e la loro distribuzione, funzione generatrice dei momenti, media, varianza e
covarianza. Modello di campionamento casuale e modello statistico.
- Statistica: concetto, esempi, statistica sufficiente e minimale.
- Stimatori puntuali: definizione e proprieta' desiderate, momenti, massima verosimiglianza e
Bayes + Metodi computazionali. Metodi per miglioramento di uno stimatore (es. Cramer-Rao)
- Intervalli di confidenza
- Verifica d’ipotesi
- Metodi non parametrici: goodness-of-fit, tabella di contingenza, Kolmogorov-Smirnov e test
tramite graduatoria.
- Analisi della varianza (ANOVA) e test F
- Regressione
Prerequisiti
Avere seguito un corso base di teoria della probabilita' e di analisi matematica in piu' variabili
Testi adottati
Introduzione alla Statistica, S.M. Ross, Apogeo - Maggioli Editore.
testo aggiuntivo: Luca Leuzzi, Enzo Marinari, Giorgio Parisi
CALCOLO DELLE PROBABILITÀ: un trattatello per principianti volenterosi
Modalità di erogazione
Le lezioni si terranno in aula con scrittura sulla lavagna o su tablet
Modalità di frequenza
Facoltativa
Modalità di valutazione
La valutazione in itinere consiste nel risolvere in circa 10 giorni e per quattro volte durante il corso una serie di quesiti di carattere pratico (esercizi) e teorico. Ciascuno foglio riceve un voto da 0 a 10. L'esame finale consiste di 4 esercizi, ciascuno articolato in 2 o 3 quesiti a carattere teorico e pratico. Il voto finale e' il massimo tra il voto dell'esame finale e 2/3 x (voto esame finale) + 1/3 x media dei voti dei fogli di esercizi
Prove previste
- Prova scritta
- Prove intermedie
- Docente
- Elisabetta Candellero
- Curriculum
- Modellistica fisica e simulazioni numeriche
- Anno di corso
- 1
- Periodo
- Primo semestre
- Ore
- 60
- CUIN
- 260008606
Programma
Programma di massima:
- Variabili casuali e la loro distribuzione, funzione generatrice dei momenti, media, varianza e
covarianza. Modello di campionamento casuale e modello statistico.
- Statistica: concetto, esempi, statistica sufficiente e minimale.
- Stimatori puntuali: definizione e proprieta' desiderate, momenti, massima verosimiglianza e
Bayes + Metodi computazionali. Metodi per miglioramento di uno stimatore (es. Cramer-Rao)
- Intervalli di confidenza
- Verifica d’ipotesi
- Metodi non parametrici: goodness-of-fit, tabella di contingenza, Kolmogorov-Smirnov e test
tramite graduatoria.
- Analisi della varianza (ANOVA) e test F
- Regressione
Prerequisiti
Avere seguito un corso base di teoria della probabilita' e di analisi matematica in piu' variabili
Testi adottati
Introduzione alla Statistica, S.M. Ross, Apogeo - Maggioli Editore.
testo aggiuntivo: Luca Leuzzi, Enzo Marinari, Giorgio Parisi
CALCOLO DELLE PROBABILITÀ: un trattatello per principianti volenterosi
Modalità di erogazione
Le lezioni si terranno in aula con scrittura sulla lavagna o su tablet
Modalità di frequenza
Facoltativa
Modalità di valutazione
La valutazione in itinere consiste nel risolvere in circa 10 giorni e per quattro volte durante il corso una serie di quesiti di carattere pratico (esercizi) e teorico. Ciascuno foglio riceve un voto da 0 a 10. L'esame finale consiste di 4 esercizi, ciascuno articolato in 2 o 3 quesiti a carattere teorico e pratico. Il voto finale e' il massimo tra il voto dell'esame finale e 2/3 x (voto esame finale) + 1/3 x media dei voti dei fogli di esercizi
Prove previste
- Prova scritta
- Prove intermedie
- Docente
- Elisabetta Candellero
- Curriculum
- Analisi dei dati e statistica
- Anno di corso
- 1
- Periodo
- Primo semestre
- Ore
- 60
- CUIN
- 260008662
Programma
Programma di massima:
- Variabili casuali e la loro distribuzione, funzione generatrice dei momenti, media, varianza e
covarianza. Modello di campionamento casuale e modello statistico.
- Statistica: concetto, esempi, statistica sufficiente e minimale.
- Stimatori puntuali: definizione e proprieta' desiderate, momenti, massima verosimiglianza e
Bayes + Metodi computazionali. Metodi per miglioramento di uno stimatore (es. Cramer-Rao)
- Intervalli di confidenza
- Verifica d’ipotesi
- Metodi non parametrici: goodness-of-fit, tabella di contingenza, Kolmogorov-Smirnov e test
tramite graduatoria.
- Analisi della varianza (ANOVA) e test F
- Regressione
Prerequisiti
Avere seguito un corso base di teoria della probabilita' e di analisi matematica in piu' variabili
Testi adottati
Introduzione alla Statistica, S.M. Ross, Apogeo - Maggioli Editore.
testo aggiuntivo: Luca Leuzzi, Enzo Marinari, Giorgio Parisi
CALCOLO DELLE PROBABILITÀ: un trattatello per principianti volenterosi
Modalità di erogazione
Le lezioni si terranno in aula con scrittura sulla lavagna o su tablet
Modalità di frequenza
Facoltativa
Modalità di valutazione
La valutazione in itinere consiste nel risolvere in circa 10 giorni e per quattro volte durante il corso una serie di quesiti di carattere pratico (esercizi) e teorico. Ciascuno foglio riceve un voto da 0 a 10. L'esame finale consiste di 4 esercizi, ciascuno articolato in 2 o 3 quesiti a carattere teorico e pratico. Il voto finale e' il massimo tra il voto dell'esame finale e 2/3 x (voto esame finale) + 1/3 x media dei voti dei fogli di esercizi
Prove previste
- Prova scritta
- Prove intermedie
- Docente
- Elisabetta Candellero
- Curriculum
- Analisi dei dati e statistica
- Anno di corso
- 1
- Periodo
- Primo semestre
- Ore
- 60
- CUIN
- 260008662
Programma
Programma di massima:
- Variabili casuali e la loro distribuzione, funzione generatrice dei momenti, media, varianza e
covarianza. Modello di campionamento casuale e modello statistico.
- Statistica: concetto, esempi, statistica sufficiente e minimale.
- Stimatori puntuali: definizione e proprieta' desiderate, momenti, massima verosimiglianza e
Bayes + Metodi computazionali. Metodi per miglioramento di uno stimatore (es. Cramer-Rao)
- Intervalli di confidenza
- Verifica d’ipotesi
- Metodi non parametrici: goodness-of-fit, tabella di contingenza, Kolmogorov-Smirnov e test
tramite graduatoria.
- Analisi della varianza (ANOVA) e test F
- Regressione
Prerequisiti
Avere seguito un corso base di teoria della probabilita' e di analisi matematica in piu' variabili
Testi adottati
Introduzione alla Statistica, S.M. Ross, Apogeo - Maggioli Editore.
testo aggiuntivo: Luca Leuzzi, Enzo Marinari, Giorgio Parisi
CALCOLO DELLE PROBABILITÀ: un trattatello per principianti volenterosi
Modalità di erogazione
Le lezioni si terranno in aula con scrittura sulla lavagna o su tablet
Modalità di frequenza
Facoltativa
Modalità di valutazione
La valutazione in itinere consiste nel risolvere in circa 10 giorni e per quattro volte durante il corso una serie di quesiti di carattere pratico (esercizi) e teorico. Ciascuno foglio riceve un voto da 0 a 10. L'esame finale consiste di 4 esercizi, ciascuno articolato in 2 o 3 quesiti a carattere teorico e pratico. Il voto finale e' il massimo tra il voto dell'esame finale e 2/3 x (voto esame finale) + 1/3 x media dei voti dei fogli di esercizi
Prove previste
- Prova scritta
- Prove intermedie
Esplora gli obiettivi dell’insegnamento
Ambito disciplinare: Formazione matematica modellistico-computazionale avanzata
Per questo insegnamento non sono pubblicati obiettivi formativi.
Esempi di domande d’esame
Elisabetta Candellero
Data una statistica spiegare, possibilmente con un esempio ed enunciando il risultato teorico rilevante, cosa si intende per:
- statistica sufficiente;
- statistica sufficiente minimale.
- Dato un campione preso da una popolazione normale, e' noto che la media campionaria e' sufficiente minimale. E la statistica d'ordine ?
Elisabetta Candellero
Data una statistica spiegare, possibilmente con un esempio ed enunciando il risultato teorico rilevante, cosa si intende per:
- statistica sufficiente;
- statistica sufficiente minimale.
- Dato un campione preso da una popolazione normale, e' noto che la media campionaria e' sufficiente minimale. E la statistica d'ordine ?
Elisabetta Candellero
Data una statistica spiegare, possibilmente con un esempio ed enunciando il risultato teorico rilevante, cosa si intende per:
- statistica sufficiente;
- statistica sufficiente minimale.
- Dato un campione preso da una popolazione normale, e' noto che la media campionaria e' sufficiente minimale. E la statistica d'ordine ?
Elisabetta Candellero
Data una statistica spiegare, possibilmente con un esempio ed enunciando il risultato teorico rilevante, cosa si intende per:
- statistica sufficiente;
- statistica sufficiente minimale.
- Dato un campione preso da una popolazione normale, e' noto che la media campionaria e' sufficiente minimale. E la statistica d'ordine ?
Elisabetta Candellero
Data una statistica spiegare, possibilmente con un esempio ed enunciando il risultato teorico rilevante, cosa si intende per:
- statistica sufficiente;
- statistica sufficiente minimale.
- Dato un campione preso da una popolazione normale, e' noto che la media campionaria e' sufficiente minimale. E la statistica d'ordine ?