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
|