Dispense Statistica2 (inferenza statistica)
Ciao a tutti, il mio corso di studi è Statistica per l'analisi dei dati.
In parole povere il mio professore di statistica 2 non ci ha fornito delle dispense e ci ha suggerito l'acquisto di 3 libri per studiare la sua materia, ma, dato che non ho grandi disponibilità economiche, volevo sapere se qualcuno di voi possiede delle dispense (vanno bene anche in inglese) inerenti a questi argomenti(oppure se conosce un libro che riassuma tutti questi argomenti):
PROGRAMMA
1)Introduzione all’inferenza statistica. Concetti e definizioni fondamentali. Il Modello Statistico-Probabilistico
parametrico. Verosimiglianza e quantita' collegate. Principali procedure inferenziali parametriche:
specificazione del modello, stima puntuale ed intervallare, verifica di ipotesi, previsione.
Esercizi:Distribuzioni campionarie di statistiche, valore atteso e varianza. Distribuzioni esatte ed asintotiche. Le
simulazioni per ottenere una stima di Monte Carlo delle distribuzioni campionarie.
2)Statistiche campionarie. Statistiche e loro distribuzione campionaria. Sufficienza
Esercizi:Disuguaglianza di Jensen e linearizzazione di variabili casuali. Il metodo della linearizzazione per il calcolo
approssimato di distorsione e varianza (metodo Delta); cenni ai metodi numerici iterativi di Fisher e NewtonRaphson.
3)Stima puntuale. Proprieta' degli stimatori: non distorsione, consistenza, efficienza; distribuzione esatta ed
asintotica. Metodi di costruzione di stimatori puntuali: Il metodo di massima verosimiglianza, i metodi di minima
distanza; il metodo dei momenti
Esercizi:Stima di parametri con in metodo di Massima Verosimiglianza e altri metodi stima (metodo dei momenti e
minima distanza
4)Stima intervallare. Definizione di intervallo di confidenza e di stimatore intervallare; proprieta. Metodi di
costruzione di intervalli di confidenza; quantita-pivot esatte ed approssimate. Confronti tra stimatori intervallari
Esercizi: Stima intervallare e verifica della copertura degli Intervalli di confidenza attraverso le simulazioni
5)Verifica d’ipotesi Concetti introduttivi: ipotesi semplici e composte, test statistico, regioni di accettazione e di
rifiuto, errori di 1a e 2a specie, dimensione del test, funzione di potenza. Metodi di costruzione di test
statistici: il test Rapporto di Verosimiglianze, il test di Wald il test score di Rao e la statistica gradiente.
Esercizi:Verifica di ipotesi e verifica di ampiezza e potenza del test attraverso le simulazioni.
6)Il modello lineare classico di regressione. Specificazione, con l’insieme debole e forte degli assunti. Stima MQ
e MV, intervalli di confidenza e verifica d’ipotesi
Esercizi: Inferenza sul modello lineare classico di regressione e cenni sul coefficiente di correlazione. Implementazione
in R.
Ovviamente continuerò a seguire le lezioni di questa materia, ma vorrei anche una base su cui appoggiarmi e/o approfondire.
Vi ringrazio anticipatamente e spero che possiate aiutarmi.
In parole povere il mio professore di statistica 2 non ci ha fornito delle dispense e ci ha suggerito l'acquisto di 3 libri per studiare la sua materia, ma, dato che non ho grandi disponibilità economiche, volevo sapere se qualcuno di voi possiede delle dispense (vanno bene anche in inglese) inerenti a questi argomenti(oppure se conosce un libro che riassuma tutti questi argomenti):
PROGRAMMA
1)Introduzione all’inferenza statistica. Concetti e definizioni fondamentali. Il Modello Statistico-Probabilistico
parametrico. Verosimiglianza e quantita' collegate. Principali procedure inferenziali parametriche:
specificazione del modello, stima puntuale ed intervallare, verifica di ipotesi, previsione.
Esercizi:Distribuzioni campionarie di statistiche, valore atteso e varianza. Distribuzioni esatte ed asintotiche. Le
simulazioni per ottenere una stima di Monte Carlo delle distribuzioni campionarie.
2)Statistiche campionarie. Statistiche e loro distribuzione campionaria. Sufficienza
Esercizi:Disuguaglianza di Jensen e linearizzazione di variabili casuali. Il metodo della linearizzazione per il calcolo
approssimato di distorsione e varianza (metodo Delta); cenni ai metodi numerici iterativi di Fisher e NewtonRaphson.
3)Stima puntuale. Proprieta' degli stimatori: non distorsione, consistenza, efficienza; distribuzione esatta ed
asintotica. Metodi di costruzione di stimatori puntuali: Il metodo di massima verosimiglianza, i metodi di minima
distanza; il metodo dei momenti
Esercizi:Stima di parametri con in metodo di Massima Verosimiglianza e altri metodi stima (metodo dei momenti e
minima distanza
4)Stima intervallare. Definizione di intervallo di confidenza e di stimatore intervallare; proprieta. Metodi di
costruzione di intervalli di confidenza; quantita-pivot esatte ed approssimate. Confronti tra stimatori intervallari
Esercizi: Stima intervallare e verifica della copertura degli Intervalli di confidenza attraverso le simulazioni
5)Verifica d’ipotesi Concetti introduttivi: ipotesi semplici e composte, test statistico, regioni di accettazione e di
rifiuto, errori di 1a e 2a specie, dimensione del test, funzione di potenza. Metodi di costruzione di test
statistici: il test Rapporto di Verosimiglianze, il test di Wald il test score di Rao e la statistica gradiente.
Esercizi:Verifica di ipotesi e verifica di ampiezza e potenza del test attraverso le simulazioni.
6)Il modello lineare classico di regressione. Specificazione, con l’insieme debole e forte degli assunti. Stima MQ
e MV, intervalli di confidenza e verifica d’ipotesi
Esercizi: Inferenza sul modello lineare classico di regressione e cenni sul coefficiente di correlazione. Implementazione
in R.
Ovviamente continuerò a seguire le lezioni di questa materia, ma vorrei anche una base su cui appoggiarmi e/o approfondire.
Vi ringrazio anticipatamente e spero che possiate aiutarmi.
Risposte
E' un programma del tutto standard. Come numerosissime volte ho consigliato, con il Mood Graybill Boes - Introduzione alla statistica - McGraw Hill ti copre praticamente tutto, a parte l'implementazione su R, metodo di MonteCarlo e poco altro....
In rete trovi comunque tutto disponibile argomento per argomento
Il prof che libri ti ha suggerito?
In rete trovi comunque tutto disponibile argomento per argomento
Il prof che libri ti ha suggerito?
Il professore mi ha suggerito questi 3 libri:
•Mood A. M., Graybill F. (1988) Introduzione alla Statistica. McGraw&Hill,
• Azzalini A. (1992) Inferenza statistica : Un’introduzione basata sul concetto di
verosimiglianza. Springer&Verlag, Berlin-Heidelberg.
• Casella G, Berger R.L., (1990) Statistical Inference, Wadsworth.
Ha suggerito anche questo, ma come approfondimento:
• Muggeo V., Ferrara G. “ll linguaggio R: concetti introduttivi ed esempi”,
.cran.r-project.org/doc/contrib/nozioniR.pdf
•Mood A. M., Graybill F. (1988) Introduzione alla Statistica. McGraw&Hill,
• Azzalini A. (1992) Inferenza statistica : Un’introduzione basata sul concetto di
verosimiglianza. Springer&Verlag, Berlin-Heidelberg.
• Casella G, Berger R.L., (1990) Statistical Inference, Wadsworth.
Ha suggerito anche questo, ma come approfondimento:
• Muggeo V., Ferrara G. “ll linguaggio R: concetti introduttivi ed esempi”,
.cran.r-project.org/doc/contrib/nozioniR.pdf
concordo. il primo è quello che ti ho suggerito io e te lo garantisco. E' un testo eccezionale, ricco di esempi svolti ed ancora oggi il testo di riferimento. Il secondo non lo conosco. Il terzo è un altro buon testo (ma personalmente preferisco il primo). Sono testi alternativi, non servono tutti...l'ultimo invece è necessario per gli argomenti applicativi, simulazioni e linguaggio R....oppure segui le lezioni per quella parte.
Ho notato che anche il mio libro di statistica 1 presenta argomenti di statistica 2, il nome del libro è "Metodologie per le scienze economiche e sociali" di Simone Borra e Agostino Di Ciaccio, ma davvero in maniera riduttiva.
Penso che acquiterò il libro da te suggerito e penso di riassumere tutta la parte in R e gli esercizi attraverso alcune dispense che ho trovato qui nel forum e attraverso il quarto libro suggerito dal professore.
Ti ringrazio davvero tanto per l'aiuto che mi hai dato anche questa volta
Penso che acquiterò il libro da te suggerito e penso di riassumere tutta la parte in R e gli esercizi attraverso alcune dispense che ho trovato qui nel forum e attraverso il quarto libro suggerito dal professore.
Ti ringrazio davvero tanto per l'aiuto che mi hai dato anche questa volta
Accedi a tutti gli appunti
Tutor AI: studia meglio e in meno tempo