LABORATORIO DI DECISIONI STATISTICHE

Obiettivi formativi

Obiettivi Sviluppo di capacità analitiche e computazionali per risolvere problemi di decisioni statistiche con il software R. Conoscenza e comprensione Gli studenti sviluppano la capacità di comprendere e risolvere esercizi semplici e complessi di teoria statistica delle decisioni. Applicare conoscenza e comprensione Agli studenti è richiesto di applicare competenze teoriche e computazionali (con il software R) per risolvere problemi infrenziali formalizzati come problemi di decisione Capacità di giudizio Ono degli obiettivi principali del corso e delle attività pratiche previste è lo sviluppo da parte degli studenti dell'abilità di confrontare metodi alternativi e di scegliere tra questi, ovvero di raffinare la loro capacità di giudizio. Abilità comunicative Gli studenti sviluppano tali capacità attraverso la presentazione scritta dei loro elaborati. Capacità di apprendimento Gli studenti acquisiscono capacità utili anche a cuturi corsi universitari e alla loro futura attività professionale (uso del software R, formalizzazione di problemi statistici, abilità computazionali).

Canale 1
FULVIO DE SANTIS Scheda docente

Programmi - Frequenza - Esami

Programma
Uso del software R per la risoluzione di problemi di decisioni statistiche. Parte 1 (1/3 del corso) Inferenza bayesiana usando il software R. Distribuzioni a priori e a posteriori; stima puntuale, intervallare e test; analisi predittiva; approssimazioni normale; simulazione (Monte Carlo). Parte 2 (2/3 del corso) Analisi delle decisioni e delle decisioni statistiche con R. Funzioni di perdita; funzioni di rischio normali; perdite finali attese; decisioni ottime; simulazione.
Prerequisiti
Probabilità (variabili aleatorie, distribuzioni, teoremi limite);,Inferenza statistica (stima e verifica di ipotesi nell'mpopstazione frequentista), Teoria delle decisioni (analisi frequentista e bayesiana dei problemi di decisione statistica).
Testi di riferimento
Testi forniti dal docente e disponibili sul sito Moodle del corso di Teoria statistica delle decisioni: https://elearning.uniroma1.it/course/view.php?id=19894 (pwd: decisioni2025)
Modalità insegnamento
Lezioni frontali e laboratori con software R in classe. Modalità: in presenza a meno di restrizioni sanitarie.
Frequenza
La frequenza è obbligatoria. Si devono frequentare almeno 9 laboratori su 12. Presenza rilevata in aula.
Modalità di esame
Una prova pratica scritta finale con R (in genere 8-10 quesiti). Durata: circa 60 minuti. Misurazione esito: idoneità con 50% + 1 risposta esatta. Tipologia quesiti: esercizi numerici, analisi dati, simulazioni.
Bibliografia
De Santis F. (2025). Basic Bayes (disponibile su Moodle). Piccinato (2009). Metodi per le decisioni statistiche. Springer
Modalità di erogazione
Lezioni frontali e laboratori in presenza con software R .
FULVIO DE SANTIS Scheda docente

Programmi - Frequenza - Esami

Programma
Uso del software R per la risoluzione di problemi di decisioni statistiche. Parte 1 (1/3 del corso) Inferenza bayesiana usando il software R. Distribuzioni a priori e a posteriori; stima puntuale, intervallare e test; analisi predittiva; approssimazioni normale; simulazione (Monte Carlo). Parte 2 (2/3 del corso) Analisi delle decisioni e delle decisioni statistiche con R. Funzioni di perdita; funzioni di rischio normali; perdite finali attese; decisioni ottime; simulazione.
Prerequisiti
Probabilità (variabili aleatorie, distribuzioni, teoremi limite);,Inferenza statistica (stima e verifica di ipotesi nell'mpopstazione frequentista), Teoria delle decisioni (analisi frequentista e bayesiana dei problemi di decisione statistica).
Testi di riferimento
Testi forniti dal docente e disponibili sul sito Moodle del corso di Teoria statistica delle decisioni: https://elearning.uniroma1.it/course/view.php?id=19894 (pwd: decisioni2025)
Modalità insegnamento
Lezioni frontali e laboratori con software R in classe. Modalità: in presenza a meno di restrizioni sanitarie.
Frequenza
La frequenza è obbligatoria. Si devono frequentare almeno 9 laboratori su 12. Presenza rilevata in aula.
Modalità di esame
Una prova pratica scritta finale con R (in genere 8-10 quesiti). Durata: circa 60 minuti. Misurazione esito: idoneità con 50% + 1 risposta esatta. Tipologia quesiti: esercizi numerici, analisi dati, simulazioni.
Bibliografia
De Santis F. (2025). Basic Bayes (disponibile su Moodle). Piccinato (2009). Metodi per le decisioni statistiche. Springer
Modalità di erogazione
Lezioni frontali e laboratori in presenza con software R .
  • Codice insegnamentoAAF1966
  • Anno accademico2025/2026
  • CorsoScienze statistiche - Statistical Sciences
  • CurriculumDemografico sociale
  • Anno1º anno
  • Semestre1º semestre
  • CFU3