Docente

Prof. Luigi Pace luigi.pace@uniud.it sito web

Crediti

6 CFU

Finalità

Nel corso si approfondisce l'inferenza statistica parametrica basata sul concetto di verosimiglianza, presentando alcuni elementi della teoria dell'ottimalità. Si trattano altresì alcune applicazioni di base riferite a modelli di regressione.

Programma

I punti principali toccati sono: complementi sulle leggi normali multivariate, test statistici nell'approccio decisionale e nell'approccio inferenziale ( il P-value); metodi per la costruzione di regioni di confidenza; le funzioni di verosimiglianza e score, l'informazione osservata e attesa; procedure inferenziali basate sulla funzione di verosimiglianza; quantità di verosimiglianza e teoria asintotica del primo ordine; inferenza di verosimiglianza in presenza di parametri di disturbo: la verosimiglianza profilo e le corrispondenti procedure inferenziali; i risultati di base per il reperimento di test ottimi e di stimatori efficienti fra i non distorti; modelli di regressione per dati di conteggio e per dati di misurazione con errore normale (alcuni esempi).

Bibliografia

Appunti dalle lezioni.
Testo di consultazione:
Pace L. e Salvan A., Introduzione alla Statistica – II. Inferenza, Verosimiglianza, Modelli, Cedam, Padova, 2001.

Modalità d'esame

Prova scritta e prova orale da sostenersi nello stesso appello. L'ammissione alla prova orale richiede la sufficienza nella prova scritta.