COMPUTATIONAL STATISTICS AND SIMULATION

L’insegnamento ricade tra le attività educative del corso di laurea magistrale in Computer Science che consentono allo studente di acquisire strumenti avanzati per l’analisi di dati mediante tecniche statistiche. L’obiettivo dell’insegnamento è quello di fornire le basi per l'utilizzo del software R per l'applicazione dei principali metodi computazionali e di simulazione per la verifica di ipotesi.

La frequenza e la partecipazione alle attività formative proposte dal corso e lo studio individuale consentiranno agli studenti di:

1. (conoscenza e comprensione)
- conoscere e comprendere i principali test statistici nonparametrici, inclusi i metodi computazionalmente intensivi tipo bootstrap e permutazione;
- conoscere e comprendere i principali metodi per simulare distribuzioni statistiche;
- conoscere e comprendere i principali metodi per calcolare numericamente i valori p dei test.

2. (capacità di applicare conoscenza e comprensione)
- applicare in modo autonomo il test statistico piú idoneo all'analisi di dati reali;
- utilizzare in modo autonomo l'ambiente software R per analizzare i dati.

3. (capacità di giudizio)
- essere in grado di commentare in maniera autonoma e critica i risultati delle analisi statistiche condotte;
- essere in grado di disseminare i risultati e le conclusioni raggiunte.

Nozioni acquisite in corsi di base di informatica, matematica e statistica.

0) Introduzione
Statistica computazionale. Simulazione in statistica. Test statistici parametrici e non parametrici.

1) Confronto di tendenze centrali
Test bi e triaspetto

2) Confronto di variabilità
Test di Ansari-Bradley, test di permutazione di Pan, test di permutazione di O'Brien.

3) Confronto congiunto di tendenza centrale e variabilità
Test di Lepage, test di Cucconi, test di Cucconi multicampionario

4) Confronto tra distribuzioni
Test di Kolmogorov-Smirnov, test di Cramer-Von Mises

5) Test di correlazione e concordanza
Test di Spearman, test di Kendall, test di Kendall-Babington Smith, un test di permutatione per la concordanza

Materiale didattico open source su R
Articoli scientifici
Appunti forniti dal docente

Gli studenti saranno valutati sulla base di una prova scritta con domande ed esercizi sui punti chiave del corso. Durante il corso si svolgerà almeno una simulazione di esame.

Lezioni teoriche
Esercitazioni
Lezioni pratiche

Inglese

Nessuna

scritto