- Docente: Daniela Cocchi
- Crediti formativi: 5
- SSD: SECS-S/01
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
-
Corso:
Laurea Magistrale in
Statistica, economia e impresa (cod. 8056)
Valido anche per Laurea Magistrale in Scienze statistiche (cod. 8055)
Laurea Magistrale in Matematica (cod. 8208)
Conoscenze e abilità da conseguire
Al termine del corso lo studente conosce le basi dell'inferenza bayesiana, possiede gli strumenti per affrontare il problema della stima parametrica, l'inferenza predittiva e la verifica di ipotesi in un'ottica bayesiana. In particolare, lo studente è in grado di: - affrontare il problema della stima parametrica,dell'inferenza predittiva e della verifica di ipotesi secondo l'impostazione bayesiana - utilizzare software statistico per la stima di modelli Bayesiani
Contenuti
L'inferenza statistica classica, l'inferenza basata sul principio
di verosimiglianza, l'inferenza bayesiana. La concezione soggettiva
della probabilità, il meccanismo della scommessa, la probabilità
condizionale.
Il calcolo della distribuzione a posteriori per prove di Bernoulli
e risposte binomiali per diverse distribuzioni a priori. Le
distribuzioni predittive nell'inferenza bayesiana.
Il ruolo delle distribuzioni naturali coniugate nell'inferenza
bayesiana. Le a priori improprie nell'inferenza bayesiana.
La stima intervallare nell'inferenza bayesiana.
Le basi della prova di ipotesi nell'inferenza bayesiana. Il fattore
di Bayes.
I modelli gerarchici nell'inferenza bayesiana. Indipendenza
condizionale e rappresentazione grafica di modelli gerarchici.
Introduzione ai metodi McMC, il programma BUGS per la soluzione di
modelli bayesiani
Esempi di soluzione di modelli bayesiani con BUGS.
Testi/Bibliografia
Peter D. Hoff (2009) A First Course in Bayesian Statistical Methods, Springer
D. Michele Cifarelli, Pietro Muliere (1989) Statistica
Bayesiana: appunti ad uso degli studenti, Iuculano.
Peter M. Lee (1997) Bayesian statistics: an introduction,
Arnold
Peter Congdon (2001) Bayesian Statistical modelling, Wiley
Metodi didattici
lezioni frontali e laboratorio di WinBugs
Modalità di verifica e valutazione dell'apprendimento
Prova al computer utilizzando WinBugs e prova orale.
Strumenti a supporto della didattica
laboratorio di WinBugs
Orario di ricevimento
Consulta il sito web di Daniela Cocchi