Informazioni sul documento
- Università
- Politecnico di Milano
- Corso di laurea
- Mathematical Engineering
- Materia
- Modelli e Metodi dell'Inferenza Statistica
- Classificazione
- Altro materiale
- Formato originale
- Testo
- Testo ricercabile
Altro di Modelli e Metodi dell'Inferenza Statistica per il corso di Mathematical Engineering presso Politecnico di Milano. Materiale proveniente dall’archivio storico Studwiz e classificato per la consultazione online.
Altro di Modelli e Metodi dell'Inferenza Statistica per il corso di Mathematical Engineering presso Politecnico di Milano. Materiale proveniente dall’archivio storico Studwiz e classificato per la consultazione online.
Qualità dell’importazione: il testo è stato estratto direttamente dal documento originale.
Passaggi rappresentativi riconosciuti nelle diverse parti del materiale. Il testo completo resta presente nella pagina per la ricerca, mentre l’anteprima compatta rende più semplice la lettura.
MODELLI E METODI DELL’INFERENZA STATISTICA ProfessoreAnna Maria Paganoni Alessandro Marco Cesare Moneta Programma1. Il modello statisticoStatistiche sufficienti, minimali e complete. 2. Stima puntualeMetodi per valutare gli stimatoriStimatori UMVU 3. Prova delle ipotesiTest basati sul rapporto di verosimiglianzaTest unione intersezioneMetodi per valutare i testProbabilità di errore e funzione potenzaTest UMPP-value 4. Stima intervallaremetodi per costruire e valutare regioni di confidenzainversione di statistiche testQuantità pivotaliAmpiezza e probabilità di copertura 5. Inferenza sulla media di distribuzioni univariateRichiami sul t-test per una o più popolazioniANOVA one-way e two-way 6. Modelli lineariApproccio matriciale alla regressione multivariata con risposta semplice o multiplaStime ai minimi quadratiInferenza sul modello di regressioneInferenza dalla funzione di regressione stimataDiagnostica e selezione del modello 7. Modelli lineari generalizzati 8. Analisi della sopravvivenza Ripasso Campione casuale di ampiezza n identicamente distribuito Media campionaria Varianza campionaria Densità di probabilità di una t di student Ripasso Caso discreto Caso continuo Caso misto Ripasso- leggi condizionate
Prima pagina del documento.