CNR CNR

  STATISTICA 

corso tenuto nell'ambito dei Dottorati di Ricerca

(Automatica e Ricerca Operativa, Bioelettromagnetismo e Compatibilità Elettromagnetica, Bioingegneria,
Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica ed Elettronica Industriale)

presso il Dipartimento di Ingegneria dell'Informazione dell'Università degli Studi di Padova


(cicli XVI - XVIII)


Programma del corso   Orario   Ambiente R   Testi di riferimento   Testi di consultazione   Piano delle lezioni


Titolare del corso

Obiettivo

Fornire un'introduzione ai concetti ed alle metodologie inerenti ai quattro settori tematici di seguito riportati. L'approccio è di tipo practice-oriented: le lezioni teoriche sono accompagnate da esercitazioni al calcolatore.

Prerequisiti

Familiarità con i concetti ed i metodi usualmente trattati in un corso di Calcolo delle Probabilità. Conoscenza di concetti elementari della Statistica Descrittiva e dell'Inferenza Statistica.

Programma del corso

Modulo

Argomento

Teoria (h)

Lab. (h)

0

Richiami

2

---

I

Verifica d'ipotesi e stima intervallare

8

4

II

Analisi della varianza

4

2

III

Disegno ottimo

6

---

IV

Modelli per dati di sopravvivenza

4

3


(
pdf, versione estesa del 15/11/02)

Orario

Giorno

Lezione

Orario

Aula

martedì 18/03

1

16.15 - 18.15

Ce

martedì 25/03

2

16.15 - 18.15

Me

giovedì 27/03

4

16.15 - 18.15

Le

martedì 01/04

5

16.15 - 18.15

Le

giovedì 03/04

5

16.15 - 17.15

Le

martedì 08/04

8

16.15 - 18.15

De

giovedÌ 10/04

7 (lab.)

15.15 - 17.15

Ue

PASQUA

martedì 29/04

10

16.15 - 18.15

Le

martedì 06/05

11

16.15 - 18.15

Le

giovedì 08/05

12 (lab.)

15.15 - 17.15

Ue

martedì 13/05

13

16.15 - 18.15

Le

giovedÌ 15/05

14

16.15 - 18.15

Le

martedì 20/05

15

16.15 - 18.15

Le

martedì 03/06

16

16.15 - 18.15

Le

giovedì 05/06

17

16.15 - 18.15

Le

martedì 10/06

18 (lab.)

15.15 - 17.15

Ue

Ambiente di programmazione R

Il sito ufficiale di R è http://www.r-project.org. Il software è disponibile all'indirizzo http://cran.r-project.org.

· An Introduction to R (~100 pp., PDF [650kB])
· R for Beginners (di E. Paradis, PDF [447kB])
· R reference card (di J. Baron, PDF [58kB])
· Statistical Computing and Graphics (di F.E. Harrell, PDF [460kB])

Testi di riferimento

Modulo 0

[1] Luigi Pace e Alessandra Salvan (2001). Introduzione alla statistica - II - Inferenza, verosimiglianza, modelli. Cedam, Padova.
[2] A. Azzalini (2000). Inferenza statistica: una presentazione basata sul concetto di verosimiglianza. Springer-Verlag, Milano.

Modulo I

[1] Luigi Pace e Alessandra Salvan (2001). Introduzione alla statistica - II - Inferenza, verosimiglianza, modelli. Cedam, Padova.
[2] A. Azzalini (2000). Inferenza statistica: una presentazione basata sul concetto di verosimiglianza. Springer-Verlag, Milano.

[3] D.R. Cox e Hinkley D.V. (1974). Theoretical Statistics. Chapman & Hall, London.

Modulo 2

[1] Luigi Pace e Alessandra Salvan (2001). Introduzione alla statistica - II - Inferenza, verosimiglianza, modelli. Cedam, Padova.

Modulo 3

[1] Luigi Pace e Alessandra Salvan (2001). Introduzione alla statistica - II - Inferenza, verosimiglianza, modelli. Cedam, Padova.
[4] V. V. Fedorov (1972). Theory of optimal experiments. Academic Press, New York and London.

Modulo 4

[5] J.F. Lawless (1982). Statistical Models and Methods for Lifetime Data. Wiley, New York.
[6] D.R. Cox e D. Oakes (1984). Analysis of Survival Data. Chapman & Hall, London.

Testi di consultazione/approfondimento

Modulo 0

[i] G. Dall'Aglio (1987). Calcolo delle probabilità. Zanichelli, Bologna.
[ii] D. Piccolo (2000). Statistica (2a ed.). Il Mulino, Bologna.

Modulo 1

[ii] D. Piccolo (2000). Statistica (2a ed.). il Mulino, Bologna.
[iii] R.B. D'Agostino e M.A. Stephens (1986). Goodness-of-fit Techniques. Marcel Dekker.
[iv] E.L. Lehmann (1991). Testing Statistical Hypotheses (2a ed.). Pacific Grove.

Modulo 2

[ii] D. Piccolo (2000). Statistica (2a ed.). Il Mulino, Bologna.

Modulo 3

[v] V. V. Fedorov (1972). Theory of optimal experiments. Academic Press, New York and London.

Modulo 4

[vi] W.N. Venables e B.D. Ripley (2002). Modern Applied Statistics with S (4a ed.). Springer-Verlag, New York.
[vii] J.P. Klein e M.L. Moeschberger (1997). Survival Analysis: Techniques for Censored and Truncated Data. Springer-Verlag, New York.
[viii] T.M. Therneau e P.M. Grambsch (2000). Modeling Survival Data: Extending the Cox Model. Springer-Verlag, New York.

Ambiente di programmazione R

[a] P. Bortot, L. Ventura e A. Salvan (2000). Inferenza statistica: applicazioni con S-Plus e R. Cedam, Padova.
[b] S.M. Iacus e G. Masarotto (2003). Laboratorio di Statistica con R (con CD-ROM). McGraw-Hill, Milano.

[c] W.N. Venables e B.D. Ripley (2002). Modern Applied Statistics with S (4a ed.). Springer-Verlag, New York.
[d] W.N. Venables e B.D. Ripley (2000). S Programming. Springer-Verlag, New York.

Piano delle lezioni

Lezione

h

Argomento

Lucidi

Sul testo

Esercitaz./Lab.

Homework

Mod. 0

2

Richiami





Lez 1

2

Richiami di Calcolo delle Probabilità e Teoria dell'Inferenza

lez1.pdf (2 x pg.) lez1.pdf (4 x pg.)

ref1.pdf

lab0.pdf (2 x pg.) Cherry.dat

Il linguaggio R: concetti introduttivi ed esempi di Vito M.R. Muggeo (§§ 1-3)

Mod. I

12

Verifica d'ipotesi e stima intervallare





Lez 2

2

Test di pura significatività. Esempio: test di bontà di addattamento

lez2.pdf

[1] §§ 1.7.2, 2.6, 10.1, 10.2, 10.5
[3] cap. 3
[ii] §§ 18.6-18.8



Lez 3

1

Lab.: Test di bontà di addattamento

test-in-R.pdf
(cap. 2)


lab1.R
fruitfly.dat, fruitfly.txt


Lez 4

2

Test di significatività. Approccio alla Neyman-Pearson


[1] §§ 2.4, 7.2
[ii] §§ 17.1-17.5, 17.8


Dispensa su power calculations (2 x pg.)

Lez 5

2

Test di verosimiglianza. Esempio: test su distribuzioni normali


[1] capp. 3 e 6
[2] §§ 4.2-4.4
[ii] §§ 17.6, 17.7, 18.2, 18.8


test-in-R.pdf
(cap. 1)

Lez 6

1

Test di tipo distribution-free. Esempio: test basati sui ranghi





Lez 7

2

Lab.: Test su distribuzioni normali. Test basati sui ranghi

test-in-R.pdf

[1] §§ 1.2, 1.7

lab2.pdf (2 x pg.)
fruitfly.dat, fruitfly.txt
capto
.dat
, capto.txt


Lez 8

1

Intervalli e regioni di confidenza


[1] § 2.5
[ii] cap. 19



Lez 9

1

Approccio bayesiano





Mod. II

6

Analisi della varianza (ANOVA)





Lez 10

2

Introduzione. Dati: fruitfly.dat e rats.dat

lez10-log.pdf, lez10-pics.pdf

[ii] § 18.4

dati.zip,dati.pdf


Lez 11

2

ANOVA. Concetti chiave.

lez11.pdf

[1] §§ 9.6, 9.11, 9.12.3-12.4,
Es. 9.3 (pp. 288s.)



Lez 12

2

Lab.: Analisi della covarianza (ANCOVA)



lab3-log.pdf, lab3-pics.pdf


Mod. III

6

Disegno ottimo





Lez 13

2

Introduzione. Richiami sul modello di regressione lineare


[1] §§ 9.1-9.5, 9.7
[v] Intro., §§ 1.2-1.5, 1.7



Lez 14

2

Criteri di ottimalità. Teoria convessa. Teorema di Kiefer-Wolfowitz


[4] §§ 1.5, 1.8-1.10, 2.1-2.2
[v] § 2.3



Lez 15

2

Costruzione di disegni D-ottimi. Estensione al modello di regressione non lineare

lez15-pics.pdf, lez15.R

[4] §§ 2.5, 2.8
[v] §§ 2.6, 3.1-3.2



Mod. IV

6

Modelli per dati di sopravvivenza





Lez 16

2

Concetti base e stima della funzione di sopravvivenza

lez16-log.pdf, lez16-pics.pdf

[vi] §§ 13.1-13.3



Lez 17

2

Modelli per dati di sopravvivenza. Modello accelerato. Modello a rischi proporzionali.


[5] §§ 1.1-1.2, (1.3), 1.4, 2.3-2.4
[6] (cap 3), §§ 5.1-5.3, (cap. 6), cap. 7, (cap. 8)



Lez 18

2

Lab: Il modello di Cox

survival.ps.gz

[vi] §§ 13.1-13.4

lab4-log.pdf, lab4-pics.pdf



Testi di probabilità e statistica




© A.R. Brazzale (2003)
ultimo aggiornamento: 09 giugno 2003