Corso di laurea in Scienze statistiche e decisionali

8/6/2019 Corso di laurea in Scienze statistiche e decisionali

http://slidepdf.com/reader/full/corso-di-laurea-in-scienze-statistiche-e-decisionali 1/17

Facoltà di INGEGNERIA DELL'INFORMAZIONE, INFORMATICA E STATISTICA

Corso di laurea in Scienze statistiche e decisionali (LM-82) A.A. 2011/2012Manifesto degli Studi



Offerta didattica

Statistica e decisioni

Primo anno

Primo semestre

Denominazione Att. Form. SSD CFU Ore Tip. Att. Lingua

1018629 - TEORIA STATISTICA DELLE DECISIONI B SECS-S/01 9 72 AP ITA

1018628 - PROCESSI STOCASTICI B MAT/06 9 72 AP ITA

1018623 - METODOLOGIA STATISTICAAVANZATA

B SECS-S/01 9 72AP ITA

Gruppo opzionale:Gruppo A - Insegnamenti a scelta per 33 cfu

C

Gruppo opzionale:Ulteriori attività formative

F

Secondo semestre


1018630 - TEORIA DEI CAMPIONI B SECS-S/01 9 72 AP ITA


C


F

Secondo anno

Primo semestre


1022668 - MODELLI PREVISIVI B SECS-S/03 6 48 AP ITA

1022798 - DATA MINING E CLASSIFICAZIONE B SECS-S/01 9 72 AP ITA


C

INGEGNERIA dell'INFORMAZIONE, INFORMATICA e STATISTICA - Scienze statistiche e decisionali pag. 5



Secondo semestre



C

- - A SCELTA DELLO STUDENTE D 9 72 AP ITA

AAF1019 - PROVA FINALE E 21 525 AP ITA




Dettaglio dei gruppi opzionali


Gruppo opzionale: Gruppo A - Insegnamenti a scelta per 33 cfu

1008463 - ANALISI MATEMATICA C MAT/05 6 48 AP ITA

1022764 - ANALISI DELLE STRUTTURECOMPLESSE

C SECS-S/01 9 72AP ITA

1022720 - MODELLI LINEARI GENERALIZZATI C SECS-S/02 6 48 AP ITA

1018625 - ANALISI DELLA SOPRAVVIVENZA C SECS-S/02 6 48 AP ITA

1032194 - DISEGNO E ANALISI DELLE PROVECLINICHE I


1032195 - DISEGNO E ANALISI DELLE PROVE

CLINICHE II


1035252 - METODI E MODELLI DIOTTIMIZZAZIONE

C MAT/09 9 72AP ITA

1018632 - STRUTTURE DATI E ALGORITMI C INF/01 9 72 AP ITA

1027193 - STATISTICA SANITARIA EDEPIDEMIOLOGIA

STATISTICA SANITARIA C SECS-S/05 5 40EPIDEMIOLOGIA C SECS-S/05 4 32

AP ITA

1022470 - METODI BAYESIANI C SECS-S/01 6 48 AP ITA

1022717 - METODI STATISTICI PER LA GENETICA C SECS-S/01 9 72 AP ITA

1022461 - STATISTICA PER L'AMBIENTE C SECS-S/02 9 72 AP ITA

1035128 - METODI E MODELLI PER LA LOGISTICA C MAT/09 6 48 AP ITA

1022769 - APPLICAZIONI WEB PER BASI DI DATI C INF/01 6 48 AP ITA

1018635 - STATISTICA COMPUTAZIONALE C SECS-S/01 6 48 AP ITA

1022872 - OTTIMIZZAZIONE STOCASTICA C MAT/06 6 48 AP ITA

1035301 - DECISIONI MULTICRITERIO C MAT/09 9 72 AP ITA

Gruppo opzionale: Ulteriori attività formative

AAF1152 - altre conoscenze utili per l'inserimentonel mondo del lavoro

F 6 48I ITA





AAF1352 - LABORATORIO DI SOFTWARESTATISTICI

F 6 48I ITA

AAF1235 - LABORATORIO DI PROCESSISTOCASTICI

F 3 24I ITA

AAF1391 - LABORATORIO DI MODELLI LINEARIGENERALIZZATI

F 3 24I ITA



F 6 48I ITA


F 3 24I ITA




Bayesian Statistics and Decision Sciences (percorso valido anche ai fini del conseguimento del doppio titoloitalo-francese)

Primo anno

Primo semestre


1018629 - TEORIA STATISTICA DELLE DECISIONI B SECS-S/01 9 72 AP ITA

1018628 - PROCESSI STOCASTICI B MAT/06 9 72 AP ITA

1025626 - SOFTWARE STATISTICI B SECS-S/01 6 48 AP ITA

1022470 - METODI BAYESIANI B SECS-S/01 6 48 AP ITA


F

Secondo semestre


1018635 - STATISTICA COMPUTAZIONALE B SECS-S/01 6 48 AP ITA

1022708 - STATISTICA BAYESIANAMULTIVARIATA




F

Secondo anno

Primo semestre


1022668 - MODELLI PREVISIVI B SECS-S/03 6 48 AP ITA





Secondo semestre


1022717 - METODI STATISTICI PER LA GENETICA B SECS-S/01 9 72 AP ITA


- - A SCELTA DELLO STUDENTE D 9 72 AP ITA

AAF1019 - PROVA FINALE E 21 525 AP ITA




Dettaglio dei gruppi opzionali


Gruppo opzionale: Gruppo A - Insegnamenti a scelta per 33 cfu

1008463 - ANALISI MATEMATICA C MAT/05 6 48 AP ITA

1022764 - ANALISI DELLE STRUTTURECOMPLESSE



1018625 - ANALISI DELLA SOPRAVVIVENZA C SECS-S/02 6 48 AP ITA

1032194 - DISEGNO E ANALISI DELLE PROVECLINICHE I


1032195 - DISEGNO E ANALISI DELLE PROVE

CLINICHE II


1035252 - METODI E MODELLI DIOTTIMIZZAZIONE

C MAT/09 9 72AP ITA

1018632 - STRUTTURE DATI E ALGORITMI C INF/01 9 72 AP ITA

1027193 - STATISTICA SANITARIA EDEPIDEMIOLOGIA

STATISTICA SANITARIA C SECS-S/05 5 40EPIDEMIOLOGIA C SECS-S/05 4 32

AP ITA

1022470 - METODI BAYESIANI C SECS-S/01 6 48 AP ITA

1022717 - METODI STATISTICI PER LA GENETICA C SECS-S/01 9 72 AP ITA


1035128 - METODI E MODELLI PER LA LOGISTICA C MAT/09 6 48 AP ITA

1022769 - APPLICAZIONI WEB PER BASI DI DATI C INF/01 6 48 AP ITA

1018635 - STATISTICA COMPUTAZIONALE C SECS-S/01 6 48 AP ITA


1035301 - DECISIONI MULTICRITERIO C MAT/09 9 72 AP ITA



F 6 48I ITA





AAF1352 - LABORATORIO DI SOFTWARESTATISTICI

F 6 48I ITA


F 3 24I ITA

AAF1391 - LABORATORIO DI MODELLI LINEARIGENERALIZZATI

F 3 24I ITA



F 6 48I ITA


F 3 24I ITA

Legenda

Tip. Att. (Tipo di attestato): AP (Attestazione di profitto), AF (Attestazione di frequenza), I (Idoneità)

Att. Form. (Attività formativa): A (Attività formative di base), B (Attività formative caratterizzanti), C (Attività formative affini o integrative),D (Attività formative a scelta dello studente), E (Per la prova finale e la lingua straniera), F (Ulteriori attività formative), R (Affini eambito di sede), S (Per stages e tirocini presso imprese, enti pubblici o privati, ordini professionali)




Obiettivi formativi

A SCELTA DELLO STUDENTE

in Bayesian Statistics and Decision Sciences (percorso valido anche ai fini del conseguimento del doppio titolo italo-francese) - Secondo anno - Secondo semestre, in Statistica e decisioni -

Secondo anno - Secondo semestre

Normal 0 14 false false false MicrosoftInternetExplorer4 /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Tabella normale";mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-parent:""; mso-padding-alt:0cm 5.4pt 0cm 5.4pt;mso-para-margin:0cm; mso-para-margin-bottom:.0001pt; mso-pagination:widow-orphan; font-size:10.0pt; font-family:"Times New Roman";mso-ansi-language:#0400; mso-fareast-language:#0400; mso-bidi-language:#0400;}Gli studenti potranno approfondire temi di interesse specifico per acquisire maggiori competenze nel loro ambito di studio.

(English)

The student is allowed to choose one or more courses offered within any first cycle degree program at Sapienza, provided that they are coherent with hislearning path.

ANALISI DELLA SOPRAVVIVENZA

in Statistica e decisioni - Primo anno - Secondo semestre

Obiettivi formativiConoscenza delle caratteristiche proprie dei tempi di durata e dei principali modelli parametrici diriferimento (Esponenziale, Gamma, Lognormale, Weibull). Conoscenza critica dei modelli statisticimultivariati per l'analisi della sopravvivenza con particolare riferimento al Modello dei rischi proporzionalidi Cox e alle sue generalizzazioni.

Competenze da acquisireCapacità di formalizzare e applicare correttamente i modelli statistici più comunemente utili per l'analisi

della sopravvivenza e interpretarne criticamente i risultati nei diversi contesti applicativi con particolareriferimento alla biostatistica e alle ricerche sui tumori.

(English)

Goals Knowledge of the characteristics of the length of time and of the main parametric models (Exponential, Gamma, Lognormal, Weibull). Knowledge of the multivariate statistical models with particular reference to the Cox model of proportional risk and its generalizations. Skills to acquire Ability to correctlyformalize and apply the most useful statistical models for the analysis of survival and to critically interpret the results in the various applicative contexts withparticular reference to biostatistics and cancer research.

ANALISI MATEMATICA

in Statistica e decisioni - Primo anno - Primo semestre

RISULTATI DI APPRENDIMENTO ATTESILo studente deve conoscere e comprendere gli aspetti fondamentali della teoria delle serie di Fourier, delle trasformate di Fourier e di Laplace e delleequazioni differenziali alle derivate parziali del primo e del secondo ordine.COMPETENZE DA ACQUISIRELo studente deve essere in grado di risolvere specifici problemi per equazioni differenziali ordinarie o alle derivate parziali tramite i metodi introdotti nelcorso. Inoltre deve saper esporre e discutere le nozioni e le tecniche studiate.

APPLICAZIONI WEB PER BASI DI DATI

in Statistica e decisioni - Secondo anno - Secondo semestre

Risultati di apprendimento attesi




Conoscere le modalità di interazione tra client e server web. Distinguere funzionalità ottenibili attraversola programmazione lato client e lati server. Principi di programmazion attraverso linguaggi di scripting ela loro interazione con DBMS, con particolare interesse verso ambienti open source.Competenza da acquisireProgettare la struttura di una applicazione basata su web. Progettare e realizzare un DBMS per l'implementazione di una applicazione web. Utilizzare i linguaggi PHP e cenni di Javascript per la

realizzazione di una applicazione via web.

(English)

Goals To know the modalities of interaction between the client and the web server. To distinguish between functions obtainable thanks to client and server programming. Programming principles based on scripting languages and their interactions with DBMS, referring in particular to open sourceenvironments. Skills to acquire Ability to design the structure of a web application. To design and construct a DBMS for the implementation of a webapplication. To use PHP and Javascript languages to create a web application.

DATA MINING E CLASSIFICAZIONE

in Statistica e decisioni - Secondo anno - Primo semestre

Obiettivi FormativiPadronanza dei concetti di base del Data Mining, con un'analisi delle motivazioni e delle sue possibilitàapplicative. Conoscenza di alcuni modelli non-parametrici di classificazione e regressione. Capacità ditrattare grosse masse di dati con l'ausilio dell'opportuno software. Capacità di valutare l'affidailità deimodelli ottenuti.

Competenze da acquisireAcquisire le basi delle tecniche affrontate nelle applicazioni di data mining. Comprendere come e perchèscegliere fra metodi statistici alternativi o eventualmente come combinare i diversi metodi. Comprenderela teoria che sottende questo approccio di analisi. Apprendere le modalità di utilizzo di alcuni software.

(English)

GOALS Mastery of Data Mining basic concepts with an analysis of its reasons and applicative possibilities. Knowledge of some non-paramteric classificationand regession models. Ability to deal with great amount of data thanks to the help of appropriate software. Ability to evaluate the reliability of the modelsobtained. SKILLS TO ACQUIRE To learn the bases of the techniques used in data mining applications. To understand how and when to choose betweenalternative statistical methods or how to combine them if the case. To understand the theory at the basis of this analysis approach. To learn how to usecertain types of software.

DISEGNO E ANALISI DELLE PROVE CLINICHE I

in Statistica e decisioni - Primo anno - Primo semestre, in Statistica e decisioni - Primo anno - Secondo semestre

Normal 0 14 false false false MicrosoftInternetExplorer4 /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Tabella normale";mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-parent:""; mso-padding-alt:0cm 5.4pt 0cm 5.4pt;mso-para-margin:0cm; mso-para-margin-bottom:.0001pt; mso-pagination:widow-orphan; font-size:10.0pt; font-family:"Times New Roman";

mso-ansi-language:#0400; mso-fareast-language:#0400; mso-bidi-language:#0400;}risultati di apprendimento attesi Conoscenza della metodologia teorica alla base della progettazione e analisi statistica delle prove cliniche.competenze da acquisire Capacità di applicare tecniche di base a studi clinici di letteratura.

(English)

Goals Expected results: Knowledge of the theoretical methodology for the planning and statistical analysis of clinical trials. Skills to acquire Ability to applystatistical techniques to clinical studies present in literature.




DISEGNO E ANALISI DELLE PROVE CLINICHE II


Obiettivi formativiGli studenti dovranno dimostrare la conoscenza e la comprensione dei principali problemi affrontati alezione e delle logiche con cui tali problemi vengono affrontati.

Competenze da acqusirePer superare lesame gli studenti devono dimostrare di essere in gradi di saper formalizzare i problemiconcreti proposti e di risolvere problemi analitici specifici. Dovranno anche acquisire la competenzanell'uso del software R.

(English)

GOALSStudents will need to achieve a good knowledge and comprehension of the main issues and of the theoretical bases of the statistical problems facedin the course.SKILLS TO ACQUIREIn order to pass the final exam, students will need to show proficiency in formalizing real clinical trials problems and to solve specificanalytical problems. Proficiency in programming with the software R will be also required.

LABORATORIO DI PROCESSI STOCASTICI

in Bayesian Statistics and Decision Sciences (percorso valido anche ai fini del conseguimento del doppio titolo italo-francese) - Primo anno - Primo semestre, in Statistica e decisioni - Primo

anno - Secondo semestre

RISULTATI DI APPRENDIMENTO ATTESIEstensione ed approfondimento, rispetto al corso di Processi Stocastici, della teoria della Catene di Markov suspazi di stati continuiCOMPETENZE DA ACQUISIRETutte le premesse teoriche alla base dei metodi Monte Carlo basati su Catene di Markov.

METODI BAYESIANI

in Bayesian Statistics and Decision Sciences (percorso valido anche ai fini del conseguimento del doppio titolo italo-francese) - Primo anno - Primo semestre

Obiettivi formativiConoscenza delle metodologie di base ed avanzate della statistica bayesiana.Competenze da acquisireCapacità di applicare la metodologia teorica a problemi applicativi di varia natura.


obiettivi formativi: risultati di apprendimento attesi Conoscenza delle metodologie di base ed avanzate della statistica bayesiana. competenze daacquisire Capacità di applicare la metodologia teorica a problemi applicativi di varia natura.

METODI STATISTICI PER LA GENETICA

in Bayesian Statistics and Decision Sciences (percorso valido anche ai fini del conseguimento del doppio titolo italo-francese) - Secondo anno - Secondo semestre, in Statistica e decisioni -

Secondo anno - Secondo semestre

METODOLOGIA STATISTICA AVANZATA

in Statistica e decisioni - Primo anno - Primo semestre

Risulatati di apprendimento attesiConoscenza delle principali aree metodologiche dell'analisi multivariata (dipendenza, classificazione,strutture latenti) nell'ottica dell'apprendimento statistico dei dati empirici. Capacità di formalizzareproblemi complessi in termini statistici, gestendone adeguatamente gli aspetti "informazionali " e di




COMPETENZE DA ACQUISIRE

• conoscere e comprendere la terminologia specifica dei problemi di ottimizzazione in condizioni di incertezza• saper passare dai problemi espressi in linguaggio “comune” alla formalizzazione matematica in problemi di ottimizzazionestocastica• conoscere e comprendere i concetti e i metodi “cardine” del campo di studi e le relazioni tra questi• saper riconoscere, formulare, impostare problemi di ottimizzazione in condizioni di incertezza

• saper scegliere i modelli di ottimizzazione stocastica più adatti• saper selezionare, valutare, usare le fonti di dati/informazioni/testi pertinenti con i problemi dati• conoscere, comprendere e saper applicare procedure di approssimazione• saper riconoscere i limiti e valorizzare le potenzialità dei modelli utilizzati• saper lavorare in gruppo• saper leggere, comprendere e analizzare testi in lingua straniera (prevalentemente inglese)• saper cogliere l’essenza dei problemi e gli strumenti d’analisi ad essi riferibili al fine di impostare e risolvere autonomamenteproblemi di ottimizzazione stocastica non conosciuti né studiati prima• saper sviluppare comunicazioni efficaci sulla base delle analisi effettuate e dei risultati ottenuti

(English)

GOALS

To recognize and suitably formalize conditions of uncertainty in decision problems. To identify the solution procedures including the possibility of using, and if necessary, of developing approximation procedures. SKILLS TO ACQUIRE• to know and understand the specific terminology of optimization problems in conditions of uncertainty• to be able to pass from problems expressed in“normal” language to the mathematical formulation of stochastic optimization problems• to know and understand the main concepts and methods of the fieldof study and the relationship between them• to be able to recognize, formulate, structure optimization problems in conditions of uncertainty • to be able tochoose the most suitable stochastic optimization models• to be able to select, evaluate, use the data/information/texts pertinent to the problems considered•to know, understand and be able to use approximation procedures• to be able to recognize the limits and valorize the potential of the models used• to beable to work in group• to be able to read, understand and analyze texts written in foreign languages (mainly in English)• to be able to understand the essenceof problems and the necessary analysis tools to be able to face on one's own problems of stochastic optimization never studied before• to be able tocommunicate efficiently on the analysis performed and the results obtained

PROCESSI STOCASTICI


anno - Primo semestre

RISULTATI DI APPRENDIMENTO ATTESI

Conoscenza dei più importanti processi stocastici e delle metodiche di studio ed applicazione dei modelli introdotti allo studio delle dinamiche di fenomenireali.


Applicazione dei modelli di processi stocastici studiati a problemi di previsione in campo economico, ambientale e tecnologico e studio delle evoluzioni dipopolazioni in campo demografico.

(English)

GOALSKnowledge of the most important stochastic processes , of the methodologies and of the applications of the models used in the study of the dynamics of realphenomena.SKILLS TO ACQUIRE

Application of the stochastic models studied to forecast problems in the field of economics, technology and environment. Study of population development indemography.

SOFTWARE STATISTICI

in Bayesian Statistics and Decision Sciences (percorso valido anche ai fini del conseguimento del doppio titolo italo-francese) - Primo anno - Primo semestre

Scopo del corso è introdurre lo studente all'uso dei software Open Source per il calcolo simbolico, per l'uso di simulazioni. Il modulo avanzato può essereseguito in alternativa dagli studenti che hanno già conoscenza di base del software R. Tali moduli preparano lo studente allo sviluppo di proprio softwarestatistco da integrare nei progetti R ( www.r-project.org) e BioConductor ( http://www.bioconductor.org )

(English)

Goals Objective of the course is to introduce the student to the use of Open Source software, of symbolic calculus and simulations. The advanced module




can be followed by students who already have an elementary knowledge of R software. These modules prepare the student to develop his/her statisticalsoftware to integrate in R ( www.r-project.org) and BioConductor ( http://www.bioconductor.org ) projects .

STATISTICA BAYESIANA MULTIVARIATA

in Bayesian Statistics and Decision Sciences (percorso valido anche ai fini del conseguimento del doppio titolo italo-francese) - Primo anno - Secondo semestre

STATISTICA COMPUTAZIONALE

in Bayesian Statistics and Decision Sciences (percorso valido anche ai fini del conseguimento del doppio titolo italo-francese) - Primo anno - Secondo semestre

Risultati di apprendimento attesiCapacità di impiegare le simulazioni per approssimare grandezze di interesse, tipicamente integrali e valori attesi. Capacitàdi sfruttare le simulazioni per risolvere problemi inferenziali basati su un modello statistico complesso secondo l'impostazione bayesiana.Competenze da acquisireLo studente dovrebbe essere in grado di simulare processi stocastici markoviani e/o a componenti indipendenti con distribuzioniergodiche di cui si conosce e si sa calcolare la funzione di dnsità a meno di una costante. Dovrebbe anche essere in grado di comprendre e gestire l'erroredi approssimazione, migliorandola ove possibile.

in Statistica e decisioni - Secondo anno - Secondo semestre

Risultati di apprendimento attesiCapacità di impiegare le simulazioni per approssimare grandezze di interesse, tipicamente integrali e valori attesi. Capacità di sfruttare le simulazioni per risolvere problemi inferenziali basati su un modello statistico complesso secondo l'impostazione bayesiana.Competenze da acquisireLo studente dovrebbe essere in grado di simulare processi stocastici markoviani e/o a componenti indipendenti con distribuzioni ergodiche di cui si conoscee si sa calcolare la funzione di dnsità a meno di una costante. Dovrebbe anche essere in grado di comprendre e gestire l'errore di approssimazione,migliorandola ove possibile.

STATISTICA PER L'AMBIENTE

in Bayesian Statistics and Decision Sciences (percorso valido anche ai fini del conseguimento del doppio titolo italo-francese) - Secondo anno - Primo semestre, in Statistica e decisioni -

Secondo anno - Primo semestre


Si intendono fornire gli strumenti di base per l’interpretazione ed analisi di dati ambientali. risultati di apprendimento attesicapacità di elaborazione di dati ambientali tramite software R, capacità di interpretazione dei risultati ottenuti, capacità discelta dei modelli statistici più appropriati sulla base delle ipotesi alla loro base e la compatibilità delle stesse in relazione aidati disponibili .


Utilizzo del software R e delle librerie in esso contenute per l’analisi di dati spaziali e valori estremi.

(English)

GOALSThe course intends to provide the basic tools for the interpretation and analysis of environmental data. Among the expected results, ability to elaborateenvironmental data using R software, ability to interpret the results obtained, ability to choose the most suitable statistical models according to thehypotheses they are founded on and to their compatibility with the data available.

SKILLS TO ACQUIREUse of R software and of the libraries it contains to analyze spatial data and extreme values.

STATISTICA SANITARIA ED EPIDEMIOLOGIA

EPIDEMIOLOGIA: in Statistica e decisioni - Secondo anno - Primo semestre

in Statistica e decisioni - Primo anno - Primo semestre, in Statistica e decisioni - Primo anno - Secondo semestre, in Statistica e decisioni - Secondo anno - Primo semestre, in Statistica e

decisioni - Secondo anno - Secondo semestre




STATISTICA SANITARIA: in Statistica e decisioni - Secondo anno - Primo semestre

STRUTTURE DATI E ALGORITMI


RISULTATI DI APPRENDIMENTO ATTESIAlla fine del corso si ritiene che lo studente sia in grado di risolvere algoritmicamente problemi classici e scegliere motivatamente le strutture dati adatte adottenere soluzioni computazionalmente efficienti

COMPETENZE DA ACQUISIRELo studente deve acquisire una padronanza dell'impostazione per la soluzione di problemi.

(English)

GoalsAt the end of the course the students will be able to solve typical algorithmic problems and to choose the data structures suitable to obtain efficientcomputational solutions.Skills to acquireThe students should master the structure of problem solving.

TEORIA DEI CAMPIONI



Conoscenza, a livello intermedio/avanzato, delle principali problematiche relative alla pianificazione di rilevazionicampionarie.


Acquisizione delle competenze di base per la progettazione e l’esecuzione di una rilevazione campionaria, in cui (come disolito accade) siano presenti le più comuni fonti di errori e distorsioni extra-campionarie.

(English)

GOALSKnowledge at an intermediate/advanced level of the main issues concerning the planning of sample surveys.SKILLS TO ACQUIREAcquisition of the competences for the planning and implementation of a sample survey, in which (as usually happens) the most common errors andnon-sampling bias are present.

TEORIA STATISTICA DELLE DECISIONI


anno - Primo semestre


Lo studente al termine del corso conoscerà gli elementi essenziali dell’analisi delle decisioni in condizioni di incertezza incontesti applicativi qualsiasi, ma con particolare approfondimento per quanto riguarda i problemi decisionali che si pongononella inferenza statistica e nel quadro della progettazione degli esperimenti..


Lo studente al termine del corso sarà in grado sia di rivedere criticamente le analisi di decisione in condizioni di incertezzacondotte secondo i diversi orientamenti presenti nella letteratura, sia di operare in proprio tali elaborazioni con pienaconsapevolezza delle assunzioni necessarie per la loro validità.

(English)




GOALSAt the end of the course the student will know the most important elements of decision analysis in conditions of uncertainty and in any applicative context. Inparticular, the student will understand the decision problems in statistical inference and in experiment programming.SKILLS TO ACQUIREAt the end of the course the student will be able to critically evaluate the different kinds of decision analysis in conditions of uncertainty considering thevarious trends in literature and will be able to verify these elaborations being perfectly aware of the assumptions of their validity.

Corso di laurea in Scienze statistiche e decisionali

Documents

Transcript of Corso di laurea in Scienze statistiche e decisionali