| Politecnico di Torino | |||||||||||||||||
| Anno Accademico 2013/14 | |||||||||||||||||
| 02NMRNG Modelli statistici |
|||||||||||||||||
|
Corso di Laurea Magistrale in Ingegneria Matematica - Torino |
|||||||||||||||||
|
|||||||||||||||||
|
|||||||||||||||||
| Esclusioni: 01NRM |
|||||||||||||||||
|
Presentazione
In questa parte del corso si presentano i metodi avanzati della statistica e le loro diverse applicazioni.
|
|
Risultati di apprendimento attesi
Lo studente vedrà come i metodi statistici che ha studiato in teoria vengono applicati in pratica, mettendone a frutto tutte le potenzialità metodologiche.
|
|
Prerequisiti / Conoscenze pregresse
Una preparazione equivalente a 15 crediti di Probabilità e Statistica Matematica.
|
|
Programma
Modelli lineari e applicazioni.
Modelli lineari generalizzati e applicazioni. Principi di sperimantazione clinica e biomedica. Sopravvivenza e affidabilità, parametrica e non parametrica. Componenti principali. Analisi discriminante. Clusterizzazione. Introduzione alle reti bayesiane. Dati qualitativi. Elementi di serie temporali. |
|
Organizzazione dell'insegnamento
Esercitazioni in forma tradizionale completeranno le lezioni e un software statistico appropriato sarà usato in laboratorio informatico.
|
|
Testi richiesti o raccomandati: letture, dispense, altro materiale didattico
Sheldon N. Ross "Stochastic processes" 2nd ed John Wiley
Other suggested readings: Sheldon N. Ross "Probability Models" 8th ed Academic Press Pierre Bremaud "Markov Chains, Gibbs Fields, Monte Carlo Simulation and Queues" Springer 1999 |
|
Criteri, regole e procedure per l'esame
l'esame consisterà nella redazione di una tesina su un problema applicativo. In casi particolare si potrà dare un esame orale.
|
| Orario delle lezioni |
| Statistiche superamento esami |
|
|
