Docente
|
DE SANTIS FULVIO
(programma)
Le lezioni si articolano in tre parti principali
Parte 1. Elementi di inferenza bayesiana (1/3 circa del corso).
Argomenti: distribuzioni a priori e a posteriori; usi inferenziali delle distribuzioni a posteriori (per stime puntuali, intervallari e verifica di ipotesi); approssimazioni normali della distribuzione a posteriori; inferenza predittiva.
Parte 2. Problemi di decisione in condizione di incertezza (1/3 circa del corso).
Decisioni in condizioni di incertezza. Analisi delle decisioni: elementi dei problemi decisionali; analisi preottimale (completezza e ammissibilità); criteri di ottimalità; rappresentazione geometrica; causalizzazione; reazioni tra ottimalità e ammissibilità; decisioni bayesiane.
Parte 3. Decisioni statistiche (1/3 circa del corso).
Quadro generale: problemi ipotetici e predittivi. Analisi bayesiana e analisi frequentista dei problemi inferenziali. Completamento bayesiano dell’analisi frequentista. Relazioni tra le diverse forme di analisi.
Testi di riferimento
- Lesaffre E. Lawson B.L. (2012). Bayesian Biostatistics. Wiley.
- Piccinato L. (2009). Metodi per la decisioni statistiche. Springer.
Altro materiale didattico
- De Santis F. et al. (2017). Inferenza statistica. (Disponibile on-line, sito elearning2 Sapienza).
- De Santis F. et al. (2017). Esercizi svolti di Inferenza statistica. (Disponibile on-line, sito elearning2 Sapienza).
- Esercizi e note aggiuntive a cura del docente e disponibili nel sito Moodle del corso
Books
Lesaffre E. Lawson B.L. (2012). Bayesian Biostatistics. Wiley
Piccinato L. (2009). Metodi per la decisioni statistiche. Springer
Additional texts
De Santis F. et al. (2017). Inferenza statistica. (Available on-line, sito elearning2 Sapienza)
De Santis F. et al. (2017). Esercizi svolti di Inferenza statistica. (Available on-line, sito elearning2 Sapienza)
Exerxices and notes (in Italian, available on-line, sito elearning2 Sapienza)
|