1 PROCESSI STOCASTICI... 11
|
|
- Ottavia Damiani
- 5 anni fa
- Visualizzazioni
Transcript
1 1 PROCESSI STOCASTICI Introduzione Rappresentazione dei dati biomedici Aleatorietà delle misure temporali Medie definite sul processo aleatorio Valore atteso Esercitazione 1.1: Simulazione di un processo stocastico e stima del valore medio e della varianza Esempio: Misura dei potenziali evocati mediante averaging Esercitazione 1.2: Simulazione dell operazione di averaging temporale per l estrazione dei potenziali evocati Statistiche del II ordine Correlazione Matrice di correlazione Covarianza Matrice di covarianza Stazionarietà Esercitazione 1.3: Stima delle periodicità del segnale ECG Autocorrelazione di processi tipici Ergodicità Separazione del segnale dal rumore mediante l impiego dell'autocorrelazione Esercitazione 1.4: Interpretazione della matrice di covarianza normalizzata Conoscenze e abilità acquisite Sviluppo di un simulatore software di segnali elettromiografici Introduzione Richiami di fisiologia Modello per la generazione di segnali EMG Esercitazione n. 1.5: Realizzazione di un simulatore EMG Analisi nel tempo del segnale EMG Analisi in frequenza del segnale EMG
2 Esercitazione n. 1.6: Realizzazione di un simulatore EMG e simulazione del lavoro muscolare Cross-correlazione Esercitazione n. 1.7: Stima della velocità di conduzione di segnali EMG simulati, mediante cross-correlazione MODELLI DI SERIE TEMPORALI Introduzione Modello lineare Modello non lineare Stima di parametri da serie temporali Definizioni Polarizzazione dello stimatore Consistenza dello stimatore Stimatore BLUE Modelli di rumore Stimatore OLS Esercitazione n. 2.1: Applicazione dello stimatore BLUE a un modello di tipo II Inferenza di gruppo Analisi di gruppo con un modello ad effetto singolo Esercitazione n. 2.2: Analisi di gruppo con modello ad effetto singolo.. 67 Esercitazione n. 2.3: Analisi di dati fmri Analisi di gruppo con un modello ad effetti multipli Esempio di stima a due livelli Esercitazione n. 2.4: Analisi di gruppo con modello ad effetti multipli Stimatore MLE Stimatore ML in presenza di rumore gaussiano Massima verosimiglianza per rumore gaussiano Stimatore ML in presenza di rumore di Poisson
3 Definizione di rumore di Poisson Massima verosimiglianza per rumore di Poisson Esercitazione n. 2.5: Stima della mappa di conteggi su dati PET Influenza del tomografo PET sulla statistica di Poisson Richiami Modello statistico basato sulla distribuzione binomiale negativa Esercitazione n. 2.6: Stima della legge di probabilità di un immagine PET simulata e di un immagine ottenuta mediante misura su un fantoccio Algoritmo EM Definizione di Mixture model Algoritmo EM per una mixture di dati gaussiani Applicazione dell algoritmo EM Esercitazione n. 2.7: Applicazione dell algoritmo EM STIME SPETTRALI Introduzione Stima della DSP con il metodo di Blackman-Tukey Stima della DSP con il metodo del periodogramma Zero padding Valore atteso del periodogramma Varianza del periodogramma Metodi per ridurre la varianza del periodogramma Averaging in frequenza Esercitazione n. 3.1: Impiego del metodo di averaging in frequenza. 102 Esercitazione n. 3.2: Stima dello spettro RM mediante averaging in frequenza Smoothing in frequenza Metodo WOSA - 1D Metodo WOSA - 2D Richiami sull interpretazione della trasformata 2D di fourier Esercitazione n. 3.3: Impiego del metodo WOSA Filtraggio stocastico Filtraggio deterministico Esercitazione n. 3.4: Riduzione del rumore su immagini MRI e PET
4 Analisi tempo - frequenza Esercitazione 3.5: Applicazione della STFT a dati simulati Esercitazione n. 3.6: Analisi in frequenza di segnali fisiologici Metodi parametrici di stima spettrale Razionale del metodo Stima dei coefficienti a(.) Interpretazione dei coefficienti a(.) Stima della DSP Ricerca dell ordine ottimale del modello AR Esercitazione n. 3.7: Confronto tra metodi parametrici di stima spettrale Predizione lineare Esercitazione n. 3.8: Predizione lineare DECONVOLUZIONE Modelli convolutivi e algebrici di formazione dell immagine Approccio algebrico alla deconvoluzione Convoluzione espressa come prodotto matriciale Diagonalizzazione della matrice circolante H Condizionamento della matrice H Calcolo della pseudo inversa di Moore-Penrose Deconvoluzione per matrici diagonalizzabili Approccio algebrico alla deconvoluzione con regolarizzazione Esercitazione n. 4.1: Problema inverso monodimensionale Esercitazione n. 4.2: Demo sul problema inverso monodimensionale nel tempo e in frequenza Approccio frequenziale Metodo di inversione diretta Metodo basato sul filtro inverso di Wiener Esercitazione n. 4.3: Simulazione del processo di degradazione
5 5 FILTRI ADATTIVI Introduzione Filtro adattivo per la cancellazione del rumore Convergenza dell algoritmo LMS Esercitazione n. 5.1: Filtraggio adattivo per la rimozione del rumore ANALISI MULTISCALA Trasformata wavelet monodimensionale continua Risoluzione fissa e risoluzione variabile Trasformata wavelet continua Esercitazione 6.1: Applicazione della TWC Filtraggio nel dominio wavelet Trasformata wavelet monodimensionale a parametri discreti Realizzazione di un campionamento diadico Trasformata wavelet discreta Algoritmo di Mallat Algoritmo di ricostruzione di Mallat Denoising Denoising lineare Denoising non lineare Denoising nel dominio wavelet Total Variation Denoising Esercitazione n. 6.2: Denoising di immagini di Risonanza Magnetica mediante filtri non lineari Esercitazione 6.3: Denoising utilizzando l algoritmo di Mallat Algoritmo senza decimazione Entropia wavelet Analisi frattale e multifrattale Trasformata wavelet bidimensionale Compressione di immagini
6 Esercitazione 6.4: Compressione di immagini Estrazione di features da immagini mediante filtri spaziali Relazione tra orientazione spaziale e piano di fourier Partizionamento di un immagine Esercitazione 6.5: Estrazione di features mediante il filtraggio spaziale METODI DI ANALISI MULTIVARIATA Introduzione Analisi delle Componenti Principali Descrizione intuitiva Richiami sulla decomposizione di una matrice di dati Trasformazioni Decomposizione a valori singolari di una matrice Decomposizione della matrice di covarianza Calcolo delle componenti principali Esercitazione n Implementazione dell algoritmo PC Trasformazione inversa Alcune proprietà delle PC Cerchio delle correlazioni Clustering gerarchico Esercitazione n Applicazione dell algoritmo PC Analisi delle componenti indipendenti Introduzione Modello lineare istantaneo Indipendenza statistica delle sorgenti Metodi per la stima delle componenti indipendenti Algoritmi per la stima delle componenti indipendenti Interpretazione geometrica della ICA Sbiancamento delle osservazioni Scelta del numero di componenti Esercitazioni n. 7.3: Algoritmo ICA Esercitazioni n. 7.4: Rimozione di artefatti oculari da segnali EEG
7 Regressione lineare Retta di regressione Test sui parametri della regressione Coefficiente di correlazione Test sul coefficiente di correlazione Esercitazione n Regressione lineare Regressione lineare multipla Coefficiente di determinazione Test t su un singolo parametro del modello Test F per l eliminazione di variabili indipendenti Esercitazione n. 7.6: Regressione multipla ALGORITMI DI MACHINE LEARNING Classificatori parametrici Classificatore di Bayes Criteri di classificazione Criterio del minimo rischio Esercitazione n. 8.1: Classificatore di Bayes Classificatore lineare Interpretazione geometrica Classificatore quadratico Esercitazione n. 8.2: Classificatore di Bayes e QDA Classificatori non parametrici Classificatore Support Vector Machine (SVM) Confronto tra LDA e SVM Esercitazione n. 8.3: Classificatore SVM Esercitazione n. 8.4: Applicazione di Brain Computer Interface Data mining Albero decisionale Impostazione del problema di classificazione Regola di splitting Esercitazione n. 8.5: Implementazione dell albero decisionale Random Forest Esercitazione n. 8.6: Algoritmo RF
Indice. Introduzione al problema dell acquisizione e dell analisi dei dati: definizione dei termini
Indice Cap. 1 Introduzione al problema dell acquisizione e dell analisi dei dati: definizione dei termini 1.1 Introduzione pag. 1 1.2 Il processo di misura e il livello dei modelli 9 1.3 Segnali deterministici
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliVIII Indice 2.6 Esperimenti Dicotomici Ripetuti: Binomiale ed Ipergeometrica Processi Stocastici: Bernoul
1 Introduzione alla Teoria della Probabilità... 1 1.1 Introduzione........................................ 1 1.2 Spazio dei Campioni ed Eventi Aleatori................ 2 1.3 Misura di Probabilità... 5
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
DettagliUniversità degli Studi di Enna Kore Facoltà di Ingegneria ed Architettura
Facoltà di Ingegneria ed Architettura Anno Accademico 2016 2017 A.A. Settore Scientifico Disciplinare CFU Insegnamento Ore di aula Mutuazione 2016/17 ING-INF/03 9 Teoria dei Segnali 72 No Classe Corso
DettagliIndice. Presentazione
Indice Presentazione v 1 Il problema statistico 1 1.1 Esperienze e regole 1 1.2 Un esempio introduttivo 3 1.3 Esperienze ed errori 4 1.4 Errori e fluttuazioni 6 1.5 Quando non ci sono regole 7 1.6 Conclusione
DettagliSegnali analogici. Segnali aleatori. Segnali determinati Trasmissione ideale Trasmissione perfetta. Trasmissione imperfetta
Segnali determinati Trasmissione ideale Trasmissione perfetta Segnali analogici 40 20 Segnali aleatori Trasmissione imperfetta Laboratorio di Segnali Segnali modulati Segnali tempo discreto e segnali in
Dettagli1.1 Obiettivi della statistica Struttura del testo 2
Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza
DettagliIndice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75
00PrPag:I-XIV_prefazione_IAS 8-05-2008 17:56 Pagina V Prefazione XI 1 La rilevazione dei fenomeni statistici 1 1.1 Introduzione 1 1.2 Caratteri, unità statistiche e collettivo 1 1.3 Classificazione dei
DettagliUniversità degli Studi di Enna Kore
Facoltà di Ingegneria ed Architettura Anno Accademico 2017 2018 A.A. Settore Scientifico Disciplinare CFU Insegnamento Ore di aula Mutuazione 2017/18 ING-INF/03 9 Teoria dei Segnali 72 No Classe Corso
DettagliElementi di statistica per l econometria
Indice Prefazione i 1 Teoria della probabilità 1 1.1 Definizioni di base............................. 2 1.2 Probabilità................................. 7 1.2.1 Teoria classica...........................
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2013/2014 www.mat.uniroma2.it/~caramell/did 1314/ps.htm 04/03/2014 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
DettagliINDICE Esempi di segnali determinati: periodici e di energia Esempio di segnale aleatorio...4
INDICE 1 Introduzione: definizione e classificazione dei segnali... 1 1.1 Introduzione all elaborazione numerica dei segnali... 1 1.2 Classificazione dei segnali... 2 1.2.1 Esempi di segnali determinati:
DettagliPresentazione dell edizione italiana
1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
Dettagli2.2.5 Approssimazione di un segnale in una base biortogonale (segnali rettangolari) Esercizi proposti... 46
Indice 1 Operazioni elementari, convoluzione, correlazione 1 1.1 Operazioni elementari........................ 1 1.1.1 Ribaltamento, traslazione, scalatura............ 1 1.2 Convoluzione.............................
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2014/2015 www.mat.uniroma2.it/~caramell/did 1415/ps.htm 02/03/2015 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2012/2013 www.mat.uniroma2.it/~caramell/did 1213/ps.htm 05/03/2013 - Lezioni 1, 2, 3 Breve introduzione al corso. Fenomeni deterministici
DettagliI Componenti del processo decisionale 7
Indice Introduzione 1 I Componenti del processo decisionale 7 1 Business intelligence 9 1.1 Decisioni efficaci e tempestive........ 9 1.2 Dati, informazioni e conoscenza....... 12 1.3 Ruolo dei modelli
DettagliPROGRAMMA DI STATISTICA BITETTO-BOGLI aa. 2018/2019 CON DETTAGLIO ARGOMENTI DA STUDIARE E LEGGERE * SUI LIBRI ADOTTATI
1 PROGRAMMA DI STATISTICA BITETTO-BOGLI aa. 2018/2019 CON DETTAGLIO ARGOMENTI DA STUDIARE E LEGGERE * SUI LIBRI ADOTTATI In merito al programma del corso B di statistica già pubblicato con i relativi riferimenti
DettagliComputazione per l interazione naturale: Regressione probabilistica
Computazione per l interazione naturale: Regressione probabilistica Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2018.html
DettagliFacoltà di SCIENZE Anno Accademico 2016/17 Registro lezioni del docente MUSIO MONICA
Facoltà di SCIENZE Anno Accademico 2016/17 Registro lezioni del docente MUSIO MONICA Attività didattica CALCOLO DELLE PROBABILITA' [60/64/186] Periodo di svolgimento: Primo Semestre Docente titolare del
DettagliFacoltà di SCIENZE Anno Accademico 2016/17 Registro lezioni del docente COLUMBU SILVIA
Facoltà di SCIENZE Anno Accademico 2016/17 Registro lezioni del docente COLUMBU SILVIA Attività didattica ELEMENTI DI PROBABILITA' E STATISTICA [60/65/264] Periodo di svolgimento: Primo Semestre Docente
DettagliCalcolo delle Probabilità e Statistica Matematica previsioni 2003/04
Calcolo delle Probabilità e Statistica Matematica previsioni 2003/04 LU 1/3 Esempi di vita reale : calcolo delle probabilità, statistica descrittiva e statistica inferenziale. Lancio dado/moneta: definizione
DettagliUniversità degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliElenco dei simboli 9. Prefazione 10
Indice Elenco dei simboli 9 Prefazione 10 1 Analisi nel dominio del tempo 11 1.1 Segnali tempo discreto... 11 1.1.1 Segnali notevoli tempo discreto... 13 1.1.2 Alcuni criteri di classificazione di segnali
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliUniversità degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1 Lezione 1 - Martedì 23 Settembre 2014 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliMaria Prandini Dipartimento di Elettronica e Informazione Politecnico di Milano
Note relative a test di bianchezza rimozione delle componenti deterministiche da una serie temporale a supporto del Progetto di Identificazione dei Modelli e Analisi dei Dati Maria Prandini Dipartimento
DettagliComputazione per l interazione naturale: Regressione probabilistica
Computazione per l interazione naturale: Regressione probabilistica Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2016.html
DettagliComputazione per l interazione naturale: Modelli dinamici
Computazione per l interazione naturale: Modelli dinamici Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@dsi.unimi.it
DettagliIntroduzione generale. Cenni storici. 1 Problema di de Mèrè e soluzione. martedì 27 febbraio 2007
Corso di Calcolo delle probabilità - SIGAD -A.A. 2007/2008 Registro provvisorio delle Lezioni tenute da: Giuseppe Sanfilippo Settimana Giorno Lezione Lez N. Argomento Effettuata =SI Introduzione generale.
DettagliUniversità degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1 Lezione 1 - Mercoledì 27 Settembre 2017 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliIndice Premessa Cenni storici delle misure
Indice Premessa................................... 5 1 Cenni storici delle misure...................... 11 1.1 Il numero come misura...................... 13 1.2 I primi campioni di lunghezza..................
DettagliARGOMENTI TRATTATI NEL CORSO DI ANALISI II
ARGOMENTI TRATTATI NEL CORSO DI ANALISI II ANALISI Limiti Curve Convergenza di una successione di punti Definizione di limite Condizione necessaria e condizione sufficiente all esistenza del limite in
DettagliPARTE I ARGOMENTI PROPEDEUTICI
SOMMARIO Introduzione PARTE I ARGOMENTI PROPEDEUTICI CAPITOLO I ALGEBRA LINEARE 1 1.1. Introduzione 1 1.2. Operazione tra scalari e vettori 2 1.3. Operazione tra vettori 2 1.4. Operazioni tra matrici 4
DettagliStatistica II Laurea magistrale in Ing. Gestionale a.a. 2012/13 Esempi di domande brevi. 1. Definizione di quantile gaussiano standard
Statistica II Laurea magistrale in Ing. Gestionale a.a. 2012/13 Esempi di domande brevi 1. Definizione di quantile gaussiano standard 2. Cosa calcola il comando pnorm (risp. qnorm, dnorm, rnorm) 3. Come
DettagliCORSO DI LAUREA: Economia e Commercio, Psicoeconomia e Scienze Bancarie ed Assicurative
FACOLTA : ECONOMIA CORSO DI LAUREA: Economia e Commercio, Psicoeconomia e Scienze Bancarie ed Assicurative INSEGNAMENTO: Statistica CFU: 9 NOME DOCENTE: Coccarda Raoul indirizzo e-mail: raoul.coccarda@uniecampus.it
DettagliEsempi di modelli x leggere 0.02 Tre modelli probabilistici frequenti xii leggere 0.03 Nota storica xv leggere
0.01 Introduzione ix Esempi di modelli x leggere 0.02 Tre modelli probabilistici frequenti xii leggere 0.03 Nota storica xv leggere Capitolo 1 Statistica descrittiva 1 tutto NO 1.01 Variabili, mutabili,
DettagliIstituto Tecnico Tecnologico Leonardo da Vinci Foligno
Curricolo di Matematica Triennio Classi Terze Competenze Abilità Conoscenze Saper risolvere triangoli rettangoli e triangoli qualunque. Saper applicare i teoremi studiati per risolvere problemi di geometria
DettagliAnalisi della disponibilità d acqua. Valutazione dell impianto attraverso il calcolo di un indice economico (criterio)
Analisi della disponibilità d acqua Valutazione dell impianto attraverso il calcolo di un indice economico (criterio) Approccio diverso a seconda del criterio di valutazione Nel caso di criterio statistico
DettagliScheda Corso di STATISTICA (D.M. 270 per 9 CFU) Anno Accademico 2014/2015 (versione in Italiano)
Scheda Corso di STATISTICA (D.M. 270 per 9 CFU) Anno Accademico 2014/2015 (versione in Italiano) FACOLTA :ECONOMIA CORSI DI LAUREA: Economia e Commercio, Psicoeconomia e Scienze Bancarie ed Assicurative
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliEsercitazione ENS su processi casuali (13 e 14 Maggio 2008)
Esercitazione ES su processi casuali ( e 4 Maggio 2008) D. Donno Esercizio : Calcolo di autovalori e autovettori Si consideri un processo x n somma di un segnale e un disturbo: x n = Ae π 2 n + w n, n
DettagliIndice Premessa................................... Cenni storici delle misure......................
Indice Premessa................................... 5 1 Cenni storici delle misure...................... 11 1.1 Il numero come misura...................... 13 1.2 I primi campioni di lunghezza..................
DettagliCORSO DI: TEORIA DEI SEGNALI
Anno accademico 2018-2019 CORSO DI: TEORIA DEI SEGNALI Docente: prof. Claudio Sacchi INTRODUZIONE AL CORSO Contenuti Obbiettivi del corso; Programma del corso; Modalità di esame; Testi di riferimento;
DettagliComputazione per l interazione naturale: Regressione probabilistica
Computazione per l interazione naturale: Regressione probabilistica Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2017.html
DettagliProbabilità, statistica e simulazione
Probabilità, statistica e simulazione A. Rotondi P. Pedroni A. Pievatolo Probabilità Statistica e Si111ulazione Programmi applicativi scritti con Scilab 2a edizione fl Springer A LBERTO RoTONDI Dipartimento
DettagliANNO ACCADEMICO Statistica per l Analisi dei Dati
FACOLTÀ Economia ANNO ACCADEMICO 2011-2012 CORSO DI LAUREA Statistica per l Analisi dei Dati INSEGNAMENTO Calcolo delle Probabilità TIPO DI ATTIVITÀ Formativa di base AMBITO DISCIPLINARE Statistico-probabilistico
DettagliCalcolo delle probabilità e statistica
Grazia Vicario Raffaello Levi Calcolo delle probabilità e statistica per 1ngegner1 - GO... PROGenO 00 LeoNARDO BOLOGNA r r, ) - Universi!a' IU~V Venezia DEPCIA w 1852 BIBLIOTECA G.ASTENGO G. Vicario~ R.
DettagliI I L I. e e. '/ene11c. cleup editore. v: IVO
'/ene11c I I ------L---------- 1 I I I I A e e cleup editore v: IVO \ o Adelchi Azzalini -Romano Vedaldi Introduzione all'inferenza statistica parametrica CENTRO < G. ASTENGO " cleup editore INVENTARIO?
DettagliIndice generale. Introduzione. Capitolo 1 Essere uno scienziato dei dati... 1
Introduzione...xi Argomenti trattati in questo libro... xi Dotazione software necessaria... xii A chi è rivolto questo libro... xii Convenzioni utilizzate... xiii Scarica i file degli esempi... xiii Capitolo
DettagliIndice. Prefazione...
Indice Prefazione... IX 1 Introduzione... 1 1.1 L'econometria.... 1 1.2 Struttura del volume... 2 1.3 Esempi ed esercizi... 4 2 Introduzione al modello di regressione lineare... 6 2.1 I minimi quadrati
DettagliOBIETTIVI FORMATIVI DEL CORSO Il corso ha l obiettivo di far conseguire allo studente i seguenti risultati formativi
FACOLTA : Economia CORSO DI LAUREA: Economia INSEGNAMENTO: Statistica CFU: 9 NOME DOCENTE: Coccarda Raoul SEDE DI AFFERENZA DEL DOCENTE: Novedrate Indirizzo e-mail: raoul.coccarda@uniecampus.it; jacoccarda@libero.it;
DettagliCalcolo di Probabilità e Processi Stocastici, Laurea magistrale in Ing. Robotica e dell Automazione, a.a. 2011/12 Registro delle lezioni
Calcolo di Probabilità e Processi Stocastici, Laurea magistrale in Ing. Robotica e dell Automazione, a.a. 2011/12 Registro delle lezioni Lezione 1 (26/9). Introduzione al corso; materiale e comunicazioni
DettagliProgramma svolto di Matematica classe 4F a.s Prof. Giacomo Di Iorio
Programma svolto di Matematica classe 4F a.s. 2018-19 Prof. Giacomo Di Iorio Studio individuale e di ricapitolazione Funzione esponenziale: proprietà. Equazioni esponenziali Disequazioni esponenziali.
DettagliMODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla
Syllabus e Testi di Riferimento MIS 1 di 7 MODELLISTICA DI IMPIANTI E SISTEMI Syllabus e Testi di Riferimento Prof. Giuseppe Iazeolla Syllabus da testo 1 (la numerazione fa riferimento ai capitoli del
DettagliDiario delle lezioni. 1. Analisi di Fourier discreta e applicazioni alla statistica e alla probabilità: Lezioni I IV
1 Diario delle lezioni 1. Analisi di Fourier discreta e applicazioni alla statistica e alla probabilità: Lezioni I IV (a) Richiami sui numeri complessi. Spazi vettoriali con prodotto scalare. Teorema di
DettagliProcessi AR. = σ ρ. Esercizio proposto:
Laboratorio del 5/10/06 Processi AR Esercizio proposto: Processo reale AR(1) con autocorrelazione R ( m) Rappresentazione di una possibile realizzazione, grafico del coefficiente di autocorrelazione e
DettagliIndice. Notazioni generali... 1
Notazioni generali............................................. 1 1 Derivati e arbitraggi....................................... 5 1.1 Opzioni................................................ 5 1.1.1 Finalità..........................................
DettagliCalcolo delle Probabilità A.A. 09/10 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo
Calcolo delle Probabilità A.A. 09/10 Corso di Studi in Statistica per l Analisi dei dati Università degli Studi di Palermo docente G. Sanfilippo http://www.unipa.it/~sanfilippo sanfilippo@unipa.it 20 maggio
DettagliSTATISTICA. Regressione-3 L inferenza per il modello lineare semplice
STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione
DettagliStatistica descrittiva
Luigi Vajani Statistica descrittiva r,,, I o -:i f e l ~ 1 (f"i I - / I I - ETASLIBRI Indice XIII Presentazione Parte prima - Introduzione 3 Capitolo 1 - Concetti generali 1.1 - Introduzione; l.2 - La
DettagliANALISI DELLE SERIE STORICHE
ANALISI DELLE SERIE STORICHE De Iaco S. s.deiaco@economia.unile.it UNIVERSITÀ del SALENTO DIP.TO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE FACOLTÀ DI ECONOMIA 24 settembre 2012 Indice 1 Funzione di
Dettagli0 Richiami di algebra lineare e geometria analitica Distanza, coordinate e vettori Sistemi lineari e matrici...
Indice 0 Richiami di algebra lineare e geometria analitica........... 9 0.1 Distanza, coordinate e vettori............................. 9 0.2 Sistemi lineari e matrici..................................
DettagliComputazione per l interazione naturale: classificazione probabilistica
Computazione per l interazione naturale: classificazione probabilistica Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2016.html
DettagliCORSO INTENSIVO ESTIVO DI ALBA DI CANAZEI STATISTICA. A. A. 2013/2014 (Prof. Marco Minozzo;
CORSO INTENSIVO ESTIVO DI ALBA DI CANAZEI STATISTICA A. A. 2013/2014 (Prof. Marco Minozzo; marco.minozzo@univr.it) Il corso intensivo di "Statistica" (14E07) che si terrà dal 27 luglio al 9 agosto 2014
DettagliEsercizi di riepilogo Lezioni
Esercizi di riepilogo Lezioni 16-17-18 1 Es1: Statistiche del secondo ordine [Pap, 9-2] Si ha un processo X con Determinare media, varianza, e covarianza delle v.a. Z=X(5) e W=X(8) Il processo X è stazionario?
DettagliD. Piccolo - C. Vitale. Metodi statistici per l'analisi economica. il Mulino
D. Piccolo - C. Vitale Metodi statistici per l'analisi economica il Mulino . 1 I ~~EZfA "\ AREA 'SEl:N. BIBLIOGRAFICI E DOCUMENTALI DEPCIA K 974 ~;. Domenico Piccolo Cosimo Vitale ;l Metodi statistici
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliComputazione per l interazione naturale: classificazione probabilistica
Computazione per l interazione naturale: classificazione probabilistica Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it
DettagliREGISTRO DELLE LEZIONI*
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati REGISTRO DELLE LEZIONI* dell' INSEGNAMENTO o MODULO UFFICIALE Nome:
DettagliIndice. Prefazione. 3 Capitolo 1 Gli schemi generali del rilievo topografico e i sistemi di riferimento
Indice IX Prefazione 3 Capitolo 1 Gli schemi generali del rilievo topografico e i sistemi di riferimento 3 1.1 Lo schema generale del rilevamento Topografico 5 1.1.1 Lo schema del rilevamento topografico
DettagliIndice. 1 Vibrazioni libere e forzate di oscillatori elementari 1
Indice Prefazione xiii 1 Vibrazioni libere e forzate di oscillatori elementari 1 1.1 Vibrazioni libere non smorzate l 1.2 Vibrazioni libere smorzate 7 1.3 Vibrazioni forzate per forzante sinusoidale 12
DettagliANALISI DI SEGNALI BIOLOGICI
ANALISI DI SEGNALI BIOLOGICI A.Accardo accardo@units.it LM Neuroscienze A.A. 2010-11 1 Obiettivi del corso: Individuazione delle caratteristiche principali del segnale EEG quantificate mediante tecniche
DettagliFacoltà di AGRARIA anno accademico 2009/10
Facoltà di AGRARIA anno accademico 2009/10 Attività didattica MATEMATICA E STATISTICA [AG0233], MATEMATICA E STATISTICA [AG0233] Periodo di svolgimento: Primo Semestre Docente titolare del corso: FREDDI
DettagliIstituto Universitario Architettura Venezia TR 285. Servizio Bibliografico Audiovisivo e di Documentazione
Istituto Universitario Architettura Venezia TR 285 Servizio Bibliografico Audiovisivo e di Documentazione ENNIO CASCETT A Professore ordinario di Teoria dei sistemi di trasporto Università di Napoli «Federico
DettagliISTITUTO TECNICO INDUSTRIALE STATALE FOCACCIA DISCIPLINA : CALCOLO PROGRAMMAZIONE MODULARE ANNO SCOLASTICO 2010/2011 CLASSI : III, IV, V
ISTITUTO TECNICO INDUSTRIALE STATALE FOCACCIA DISCIPLINA : CALCOLO PROGRAMMAZIONE MODULARE ANNO SCOLASTICO 010/011 CLASSI : III, IV, V Docenti Marino Teresa Scaramella Franca Napoli Raffaele Matarazzo
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza
DettagliPROCESSO STOCASTICO I
PROCESSO STOCASTICO I valori futuri di un segnale aleatorio (stocastico) non possono essere predetti esattamente. I segnali aleatori sono tali per loro natura (meccanismo interno) o rappresentano meccanismi
DettagliGianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico
Gianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico Copyright The McGraw-Hill Companies srl A aliasing, 443 fenomeno dell, 424f AMI, codificatore, 315 analiticità
DettagliPresentazione del Corso di Teoria dei Segnali (Ing. Informatica e Ing. Dell Automazione A-I)
Anno accademico 2018-2019 Presentazione del Corso di Teoria dei Segnali (Ing. Informatica e Ing. Dell Automazione A-I) Giovanni Poggi Informazioni generali sul docente E-mail: poggi@unina.it Sito Web:
DettagliComputazione per l interazione naturale: Regressione lineare Bayesiana
Computazione per l interazione naturale: Bayesiana Corso di Interazione uomo-macchina II Prof. Giuseppe Boccignone Dipartimento di Scienze dell Informazione Università di Milano boccignone@di.unimi.it
DettagliRegressione. Apprendimento supervisionato //Regressione. Corso di Sistemi di Elaborazione dell Informazione
Regressione SCUOLA DI SPECIALIZZAZIONE IN FISICA MEDICA Corso di Sistemi di Elaborazione dell Informazione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it
DettagliRELAZIONE FINALE DEL DOCENTE. Materia: MATEMATICA E COMPLEMENTI DI MATEMATICA Classe 4BPT A. S. 2015/2016
RELAZIONE FINALE DEL DOCENTE Materia: MATEMATICA E COMPLEMENTI DI MATEMATICA Classe 4BPT A. S. 2015/2016 In relazione alla programmazione curricolare sono stati conseguiti, in termini di livello medio,
DettagliREGISTRO DELLE LEZIONI
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati REGISTRO DELLE LEZIONI dell INSEGNAMENTO o MODULO UFFICIALE Nome:
DettagliNuove metodiche per lo studio della variabilità della frequenza cardiaca
Nuove metodiche per lo studio della variabilità della frequenza cardiaca Nicola Toschi Sezione di Fisica Medica, Facolta di Medicina e Chirurgia Dipartimento di Biopatologia e Diagnostica per Immagini
DettagliNozioni preliminari... 1 Notazioni... 1 Alcunirichiamidianalisimatematica... 3 Sommeinfinite... 3
Indice Nozioni preliminari... 1 Notazioni... 1 Alcunirichiamidianalisimatematica... 3 Sommeinfinite... 3 1 Spazi di probabilità discreti: teoria... 7 1.1 Modelli probabilistici discreti..... 7 1.1.1 Considerazioni
DettagliCorso di Laurea in Amministrazione Aziendale Complex Learning. Statistica per l azienda (T) SECS-S/01 a. a. 2017/2018
Corso di Laurea in Amministrazione Aziendale Complex Learning Statistica l azienda (T) SECS-S/01 a. a. 2017/2018 DOCENTI TITOLARI : Prof. Nicoletta Melis ORE DI LEZIONE ON LINE : 18 ore : 6 3 TIPOLOGIE
DettagliIstituzioni di Statistica
Istituzioni di Statistica CORSO DI LAUREA IN ECONOMIA DEL COMMERCIO INTERNAZIONALE CORSO DI LAUREA IN ECONOMIA E AMMINISTRAZIONE DELLE IMPRESE A.A. 2007/2008 DOCENTE: Marco Minozzo PROGRAMMA - STATISTICA
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2015/2016 www.mat.uniroma2.it/~caramell/did 1516/ps.htm 01/03/2016 - Lezioni 1, 2 [Caramellino] Breve introduzione al corso. Fenomeni
DettagliREGISTRO DELLE LEZIONI
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati REGISTRO DELLE LEZIONI dell INSEGNAMENTO o MODULO UFFICIALE Nome:
DettagliAnno accademico
Anno accademico 2017-2018 Docente: prof. Claudio Sacchi INTRODUZIONE AL CORSO Obbiettivi del corso; Programma del corso; Modalità di esame; Testi di riferimento; Reperibilità docente 2 u Fornire agli studenti
DettagliIndice generale. Introduzione. Ringraziamenti dell autore...xxi. Capitolo 1 Dare ai computer la capacità di apprendere dai dati...
Premessa Introduzione...xiii...xv Struttura del libro...xvi Dotazione software necessaria...xvii A chi è rivolto questo libro...xviii Convenzioni...xviii Scarica i file degli esempi...xix L autore...xix
DettagliLEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi
Dettagli