Scienze statistiche - Statistical Sciences

FULVIO DE SANTIS
FULVIO DE SANTIS

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).

Conoscenze: metodi computazionali per la risoluzione di problemi di decisione statistica con software R.
Abilità: capacità di formalizzare e risolvere problemi di decisione statistica tramite software R.

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).

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.

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)

De Santis F. (2025). Basic Bayes (disponibile su Moodle).
Piccinato (2009). Metodi per le decisioni statistiche. Springer

Lezioni frontali e laboratori in presenza con software R .

La frequenza è obbligatoria.
Si devono frequentare almeno 9 laboratori su 12.
Presenza rilevata in aula.

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.

Esercizi su: uso funzioni R per distribuzioni di probabilità; determinazione di decisioni ottime; simulazione.
Esempi di esercizi di esame nella pagina Moodle del corso
https://elearning.uniroma1.it/course/view.php?id=19894
(pwd: decisioni2025)

• Parte 1 (1/3 del corso, vedi PROGRAMMA): fino a fine ottobre
  • Testi di riferimento: Materiale didattico disponibile sul sito Moodle del corsohttps://elearning.uniroma1.it/course/view.php?id=19894(pwd: decisioni2025)


• Parte 2 (2/3 del corso, vedi PROGRAMMA): novembre e dicembre
  • Testi di riferimento: Materiale didattico disponibile sul sito Moodle del corsohttps://elearning.uniroma1.it/course/view.php?id=19894(pwd: decisioni2025)