Introdurre le moderne metodologie statistiche e la loro implementazione sul calcolatore.

Capacità di eseguire analisi statistiche di dati sperimentali su solide basi metodologiche.

Conoscenza di base dell'analisi e della geometria, fino alle serie numeriche e agli integrali doppi.

Tabelle e rappresentazioni grafiche.
Misure di variabilità e trattamento di dati multidimensionali.
Spazi di probabilità, Spazi uniformi.
Probabilità condizionata, indipendenza, teorema di Bayes.
Variabili aleatorie.
Distribuzioni condizionate.
Valore atteso. Covarianza e funzione generatrice dei momenti.
Distribuzioni notevoli discrete e continue.
Il processo di Poisson.
Teorema limite centrale.
Distribuzioni campionarie.
Il metodo della massima verosimiglianza per la stima di parametri incogniti.
Intervalli di confidenza.
Introduzione alla teoria della verifica delle ipotesi.
Regressione semplice e cenni di regressione multipla.

Per ogni argomento trattato a lezione vengono tenute delle esercitazioni alla lavagna in formato tradizionale.

Inoltre, in un LAIB, vengono tenuti quattro o più incontri sui seguenti argomenti:
Introduzione a R.
Probabilità in R.
Programmazione in R.
Formule e modelli lineari in R.

Il libro di testo è

Sheldon M. Ross
Probabilità e Statistica per l'ingegneria e le scienze
Apogeo
2003
ISBN: 88-7303-897-2

L'esame è scritto e si compone di due esercizi sul programma più un esercizio che richiede la conoscenza passiva del linguaggio R.