- Docente: Carlo Trivisano
- Crediti formativi: 5
- SSD: SECS-S/01
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Rimini
- Corso: Laurea Magistrale in Scienze statistiche finanziarie e attuariali (cod. 8613)
Conoscenze e abilità da conseguire
Al termine del corso lo studente possiede gli strumenti per impostare e risolvere i problemi inerenti alla stima parametrica e alla verifica di ipotesi in un'impostazione bayesiana allinferenza. In particolare, lo studente è in grado di: - affrontare problemi di inferenza bayesiana con particolare riferimento ad applicazioni in ambito assicurativo mediante luso delle moderne tecniche Markov Chain Monte Carlo - utilizzare software dedicato per la stima di modelli Bayesiani.
Contenuti
- Introduzione all'inferenza bayesiana: principio di verosimiglianza; distribuzioni a priori e a posteriori.
- Sintesi della distribuzione a posteriori.
- Alcuni esempi di inferenza sui parametri dei più comuni modelli univariati.
- Statistica sufficiente nell'inferenza Bayesiana. Distribuzioni a priori naturali coniugate.
- Le distribuzioni a priori non informative; distribuzione a priori di riferimento.
- Le distribuzioni a priori improprie e la regola di Jeffreys.
- Stima per intervalli. Verifica di ipotesi.
- Introduzione ai metodi computazionali per l'inferenza bayesiana. Metodi Markov chain Monte Carlo.
- Funzioni di perdita e perdita attesa finale.
- Modelli gerarchici.
- Introduzione al software WinBugs.
- Analisi di casi di studio in ambito finanziario e assicurativo.
Testi/Bibliografia
Lee P.M., Bayesian Statistics: an Introduction, Arnold, 2004.
Ulteriore materiale didattico sarà disponibile al sito http://www2.stat.unibo.it/trivisano/ .
Metodi didattici
La parte teorica di introduzione ai concetti di base sarà affiancata da una parte dedicata agli esercizi .
Modalità di verifica e valutazione dell'apprendimento
La prova d'esame ha lo scopo di verificare il raggiungimento dei seguenti obiettivi didattici:
- Conoscenza approfondita degli strumenti illustrati durante le lezioni
- Capacità di analizzare criticamente insiemi di dati in ambito finanziario e assicurativo
- Capacità di utilizzare il software WinBugs per la stima dei parametri in modelli bayesiani
L'accertamento dell'apprendimento si articola in una prova scritta ed una prova orale. La prova scritta è da svolgersi con l'ausilio del software WinBugs.
Orario di ricevimento
Consulta il sito web di Carlo Trivisano