Variabili casuali esponenziale, normale, normale multivariata, chi quadrato, t di Student.
Stimatore della media, della varianza. Intervallo di confidenza, p-value.
Modelli di serie temporali
Sequenze di variabili indipendenti, passeggiata casuale.
Processi stazionari e debolmente stazionari. Autocorrelazione, autocorrelazione campionaria.
Medie mobili, autoregressione.
Modelli di serie temporali non stazionarie.
Modello lineare semplice. Modello lineare generale.
Residui. Diagnostica. Test di indipendenza. Inferenza sulla risposta media, inferenza sulle osservazioni future.
Stima della varianza, Gradi di libertà. Modelli parametrici trend - rumore. Trend polinomiale, sinusoidale. Caso eteroschedastico, stabilizzazione della varianza. Modello non parametrico trend-rumore.
Rischio quadratico, bilancio varianza-distorsione. Modelli localmente polinomiali.
Filtro lineare e smoothing.
Modelli ARIMA Modelli autoregressivi AR(p), Causalità, Modelli a media mobile MA(q). Autocorrelazione, stima dell'autocorrelazione. Modelli integrati ARIMA. Diagnostica dei residui. Run test per l'indipendenza seriale.
Analisi spettrale Regressione armonica. Trasformata di Fourier discreta. Periodogramma. Relazione autocovarianza - periodogramma. Distribuzione del periodogramma del rumore. Intervallo di confidenza. Densità spettrale dei processi ARMA. Filtri e funzione di traserimento.
Esercitazioni di laboratorio sull'uso del software R e delle sue librerie (TSA e astsa) per simulazione ed analisi di
dati.

Shumway, Stoffer: Time series analysis and its applications with R examples
Free texts in Statistics
Online http://www.stat.pitt.edu/stoffer/tsa3/tsa3EZ.pdf
Data files: http://www.stat.pitt.edu/stoffer/tsa2/

Ruppert, Wand, Carrol: Semiparametric regression, Cambridge Series

Ross: Probabilità e Statistica, Apogeo

R statistical software: http://cran.r-project.org/