Chi sono ANTONELLA BODINI. Istituto di Matematica Applicata e Tecnologie Informatiche (IMATI) E. Magenes Milano, dal
|
|
- Annabella Vigano
- 5 anni fa
- Visualizzazioni
Transcript
1 Chi sono ANTONELLA BODINI Istituto di Matematica Applicata e Tecnologie Informatiche (IMATI) E. Magenes Milano, dal Climate change Fuzzy Sets Hidden Markov Models Information theory Pooling of experts opinions Statistical Data Analysis Statistical Applications to Ecology Statistical Applications to Environment Statistical Applications to Medicine
2 Chi siamo: Istituto di Matematica Applicata e Tecnologie Informatiche (IMATI) E. Magenes Milano
3 Chi siamo: Istituto di Matematica Applicata e Tecnologie Informatiche (IMATI) E. Magenes Milano Applicazioni all industria (affidabilità, modellazione di processi, bioingegneria industriale) alla ottimizzazione di risorse in pratiche ospedaliere alla finanza ai terremoti alle tematiche ambientali (ecologia, agricoltura di precisione, clima)
4 La Statistica «Concepita inizialmente come attività descrittiva di certi fatti sociali e in particolare come attività amministrativa dello Stato, la s. ha via via ampliato i suoi confini, fino a diventare una vera e propria scienza del collettivo, disciplina con finalità non solo descrittive dei fenomeni sociali e naturali, ma orientata anche a finalità di ricerca nei vari ambiti scientifici.» Enciclopedia Treccani. La s. come attività amministrativa indispensabile alla vita delle comunità risale a tempi remotissimi (13 sec. a.c.); cominciò ad avere carattere autonomo rispetto alle altre discipline nel 17 sec. con il compito di descrivere la vita degli Stati sulla base di dati quantitativi sotto il triplice aspetto del territorio, del governo e delle finanze. In Inghilterra «aritmetici politici» (tabelle di mortalità): demografia (18 sec.) mentre in Francia indirizzo «enciclopedico matematico», basato sul calcolo delle probabilità.
5 La Statistica La statistica è l unico metodo con cui possiamo farci strada attraverso l impenetrabile giungla di difficoltà che blocca il cammino di chi si dedica allescienzeumane (Sir Francis Galton, , created the statistical concept of correlation and widely promoted regression toward the mean. He was the first to apply statistical methods to the study of human differences and inheritance of intelligence, and introduced the use of questionnaires and surveys for collecting data on human communities, which he needed for genealogical and biographical works and for his anthropometric studies. Wikipedia).
6 La Statistica La statistica è una disciplina scientifica che si occupa dellaraccolta, dell analisi e dell interpretazionedeidati ottenuti da osservazioni o esperimenti. La materia ha un impostazione logica che si basa sulla teoria della probabilità e include molte diverse procedure che contribuiscono alla ricerca e allo sviluppo di tutta la scienza e la tecnologia (Egon Pearson, , Known throughout the world as co-author of the Neyman-Pearson theory of testing statistical hypotheses, and responsible for many important contributions to problems of statistical inference and methodology, especially in the development and use of the likelihood ratio criterion. Has played a leading role in furthering the applications of statistical methods for example, in industry, and also during and since the war, in the assessment and testing of weapons. Wikipedia)
7 La Statistica La statistica è l unico metodo con cui possiamo farci strada attraverso l impenetrabile giungla di difficoltà che blocca il cammino di chi si dedica allescienzeumane La statistica è una disciplina scientifica che si occupa della raccolta, dell analisi e dell interpretazione dei dati ottenuti da osservazioni o esperimenti. La materia ha un impostazione logica che si basa sulla teoria della probabilità e include molte diverse procedure che contribuiscono alla ricerca e allo sviluppo di tuttalascienzae la tecnologia
8 La Statistica La statistica è l unico metodo con cui possiamo farci strada attrverso l impenetrabile giungla di difficoltà che blocca il cammino di chi si dedica allescienzeumane La statistica è una disciplina scientifica che si occupa della raccolta, dell analisi e dell interpretazione dei dati ottenuti da osservazioni o esperimenti. La materia ha un impostazione logica che si basa sulla teoria della probabilità e include molte diverse procedure che contribuiscono alla ricerca e allo sviluppo di tuttalascienzae la tecnologia
9 Obiettivi 1. Aquisire il linguaggio della probabilità e del mondo aleatorio 2. Leggere ed interpretare i dati, scegliere il modello giusto 3. Ricercare le conferme alle nostre ipotesi, per la popolazione di riferimento 4. Imparare un minimo di per farsi consapevolmente due conti!
10 Conoscenze richieste Dimestichezzacon l algebra Il minimoindispensabiledi nozioni sulla retta
11
12 Bibliografia sintetica Manuali di Laboratorio di statistica con R S.M. Iacus & G. Masarotto McGraw-Hill Analisi statistica dei dati con R F. Crivellari Apogeo Ed. Using R for Introductory Statistics J. Verzani Chapmann & Hall/CRC Statistics and Data with R Y. Cohen & J.Y. Cohen Wiley sparito il book-site pinel.pdf Statistica Introduzione alla statistica S. M. Ross Apogeo An Introduction to Categorical Data Analysis A. Agresti (mia versione 2007) Wiley The new statistical analysis of data T.W. Anderson & J. Finn Springer (mia versione 1996) Modern Statistics for the Social and Behavioral Sciences R. Wilcox CRC Press, 2017 con R specifico
13 Bibliografia sintetica Manuali di Laboratorio di statistica con R S.M. Iacus & G. Masarotto McGraw-Hill Analisi statistica dei dati con R F. Crivellari Apogeo Ed. Using R for Introductory Statistics J. Verzani Chapmann & Hall/CRC Statistics and Data with R Y. Cohen & J.Y. Cohen Wiley sparito il book-site pinel.pdf Statistica Introduzione alla statistica S. M. Ross Apogeo An Introduction to Categorical Data Analysis A. Agresti (mia versione 2007) Wiley The new statistical analysis of data T.W. Anderson & J. Finn Springer (mia versione 1996) Modern Statistics for the Social and Behavioral Sciences R. Wilcox CRC Press, 2017 con R specifico
ANTONELLA BODINI. CNR- Istituto di Matematica Applicata e Tecnologie Informatiche (IMATI) E. Magenes Milano
Chi sono ANTONELLA BODINI CNR- Istituto di Matematica Applicata e Tecnologie Informatiche (IMATI) E. Magenes Milano Climate change Fuzzy Sets Hidden Markov Models Information theory Pooling of experts
Praticamente Statistica Laboratorio di software open source
Praticamente Statistica Laboratorio di software open source ORIENTAMENTO CONSAPEVOLE Imparare dai dati: la Statistica come strumento della conoscenza Alessio Pollice Dipartimento di Scienze Economiche
UNIVERSITÀ DEGLI STUDI DI FOGGIA DIPARTIMENTO DI ECONOMIA
SCHEDA INSEGNAMENTO A.A. 2016/2017 CORSO DI LAUREA IN ECONOMIA INSEGNAMENTO STATISTICA 2 Docente: SPADA ALESSIA email:alessia.spada@unifg.it pagina web: http://www2.unifg.it/spada-alessia/?docente=232
IL CONTESTO LA SCUOLA LA MATEMATICA LA MATEMATICA LA MATEMATICA LA STATISTICA NELLA SCUOLA DI BASE: COSA SI PUO FARE?
Emilia Salucci Milano, 11 Ottobre 2001 LA STATISTICA NELLA SCUOLA DI BASE: COSA SI PUO FARE? IL CONTESTO Società attuale caratterizzata da Complessità crescente Evoluzione rapida Diffusione strumenti tecnologici
Corso di Complementi di Informatica Medica 1
Corso di Complementi di Informatica Medica 1 CLS: Bioingegneria Prof. Mauro Giacomini Prof. Carmelina Ruggiero Medica 2009/2010 1 Orario Lezioni Aula INFAL1 Ore 10.00-12.00 Martedì Aula B5 Ore 14.00-16.00
Introduzione all inferenza statistica
Introduzione all inferenza statistica Carla Rampichini Dipartimento di Statistica Giuseppe Parenti - Firenze - Italia carla@ds.unifi.it - www.ds.unifi.it/rampi/ Dottorato in METODOLOGIA DELLE SCIENZE SOCIALI,
Qualche informazione di carattere organizzativo
A.A. 2011/12 Qualche informazione di carattere organizzativo Docenti: Alessandra Bianchi e Paolo Dai Pra Orario di ricevimento (Dai Pra): Martedì ore 15:00 e per appuntamento (saranno possibili cambiamenti
Analisi delle Serie Storiche
Storiche Laboratorio di Excel: lezione 6 Carlo Drago c.drago@mclink.it Anno accademico 2009\2010 1 Riepilogo della scorsa lezione Fasi della costruzione di un modello autoregressivo La costruzione del
Metodi statistici per la ricerca sociale
Metodi statistici per la ricerca sociale Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze mattei@disia.unifi.it LM 88 SOCIOLOGIA E RICERCA
Analisi delle Serie Storiche
Storiche Laboratorio di Excel: lezione 5 Carlo Drago c.drago@mclink.it Novembre 2009 1 Riepilogo della scorsa lezione Fasi dell analisi di stima del trend e della stagionalità congiunte Le variabili dummy
Testi del Syllabus. Resp. Did. STRACCI FABRIZIO Matricola:
Testi del Syllabus Resp. Did. STRACCI FABRIZIO Matricola: 006234 Docente STRACCI FABRIZIO Anno offerta: 2017/2018 Insegnamento: GP003917 - STATISTICA MEDICA Corso di studio: L056 - LOGOPEDIA (ABILITANTE
Corso di Laurea Magistrale in Scienze Statistiche. Scuola di Scienze Università di Padova AA 2017/2018
Corso di Laurea Magistrale in Scienze Statistiche Scuola di Scienze Università di Padova AA 2017/2018 Perché statistica? 2 of 19 Perché statistica? 3 of 19 Perché statistica? I think data scientist is
Ambientale. Laurea Magistrale in Ecologia e Conservazione della Natura. 5 settembre 2017
di di Laurea Magistrale in Ecologia e Conservazione della Natura stefano.leonardi@unipr.it Dipartimento di SCVSA - Università di Parma 5 settembre 2017 Outline di 1 2 3 Orario di Il corso è un corso relativamente
Dipartimento di Economia e Studi Aziendali 13 Ottobre 2017
Università degli Studi di Roma Tre Dipartimento di Economia e Studi Aziendali 13 Ottobre 2017 Presentiamoci Who? What? When? Where? Why? 1 Who? - francesco.dotto@uniroma1.it 2 What? Utilizzo del software
STATISTICA. Regressione-1
STATISTICA Regressione-1 Obiettivo generale Y x Obiettivo generale Y previsione di y da x è possibile () x Obiettivo generale previsione di y da x non è possibile Y x Obiettivo generale Y Un modello per
Corso di Statistica Industriale
Corso di Statistica Industriale Corsi di Laurea Specialistica in Ingegneria Gestionale e Ingegneria Meccanica Docente: Ilia Negri Orario del corso: Mercoledì: dalle 10.30 alle 12.30 Venerdì: dalle 8.30
Testi del Syllabus. Docente CAGNONI STEFANO Matricola:
Testi del Syllabus Docente CAGNONI STEFANO Matricola: 005079 Anno offerta: 2013/2014 Insegnamento: 1005643 - BASI DI DATI E WEB Corso di studio: 3050 - INGEGNERIA INFORMATICA, ELETTRONICA E DELLE TELECOMUNICAZIONI
Corso di laurea in Comunicazione pubblica e d'impresa. Docente: Mariangela Zenga Ricevimento: mercoledì
Corso di laurea in Comunicazione pubblica e d'impresa Docente: Mariangela Zenga Email: mariangela.zenga@unimib.it Ricevimento: mercoledì 10.30-12.30 Organizzazione corso Lezioni Mercoledì ore 12.30-14.30
Titolo della lezione Corso di Statistica Prof. Andrea CICCARELLI
Titolo della lezione Corso di Statistica Prof. Andrea CICCARELLI Informazioni sul corso - 1 Obiettivi Nell ambito delle lezioni impartite verranno introdotti i concetti e gli strumenti essenziali della
Analisi delle Serie Storiche
Analisi delle Serie Storiche Applicazioni con Excel: lezione 4 DOTT.SSA AGNIESZKA STAWINOGA DIP. DI SCIENZE ECONOMICHE E STATISTICHE Indice: Le variabili dummy per la stima della stagionalità Costruzione
Prefazione 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
Leti G, Cerbara L. (2009). Elementi di Statistica Descrittiva. Il Mulino [Capitoli 1-8, 10, 11 (fino a 5.5), 13 (fino a 6.
prof. G. Latorre 1 Bibliografia: Cicchitelli G. (2008). Statistica. Principi e Metodi. Pearson Education [Capitoli 1, 3, 4, 5 (fino a 5.12), 6 (escluso 6.3), 7, 9, 10-11] Di Ciaccio A, Borra S. (2008).
CORSO DI LAUREA: MEDICINA VETERINARIA / VETERINARY MEDICINE
CORSO DI LAUREA: MEDICINA VETERINARIA / VETERINARY MEDICINE CORSO MONODISCIPLINARE: Informatica Medica CFU 5 MONODISCIPLINARY COURSE: Medical Informatics CFU 5 (utilizzare questa dizione se il corso è
Praticamente Statistica Laboratorio di software open source
Praticamente Statistica Laboratorio di software open source ORIENTAMENTO CONSAPEVOLE Imparare dai dati: la Statistica come strumento della conoscenza Alessio Pollice Dipartimento di Economia e Finanza
FACOLTA : Ingegneria. CORSO DI LAUREA: Ingegneria Civile. INSEGNAMENTO: Analisi Matematica. NOME DOCENTE: Alessia Berti
FACOLTA : Ingegneria CORSO DI LAUREA: Ingegneria Civile INSEGNAMENTO: Analisi Matematica NOME DOCENTE: Alessia Berti indirizzo e-mail: alessia.berti@uniecampus.it orario ricevimento via e-mail: giovedì
Leti G, Cerbara L. (2009). Elementi di Statistica Descrittiva. Il Mulino [Capitoli 1-8, 10, 11 (fino a 5.5), 13 (fino a 6.
prof. G. Latorre 1 Bibliografia: Cicchitelli G. (2008). Statistica. Principi e Metodi. Pearson Education [Capitoli 1, 3, 4, 5 (fino a 5.12), 6 (escluso 6.3), 7, 9, 10-11] Di Ciaccio A, Borra S. (2008).
Per maggiori informazioni sulla disponibilità consultare il catalogo online Legenda
Biblioteca di Economia Bollettino delle nuove accessioni luglio-dicembre 2014 Per maggiori informazioni sulla disponibilità consultare il catalogo online http://opac.almavivaitalia.it/aq1/index.php Legenda
nov-17 DATA INSEGNAMENTO MODULO DOCENTE INIZIO FINE ECONOMIA DELLE ASSICURAZIONI M Antonini 14/11/ :00 12:00
APPELLI Novembre 2017/2018 nov-17 ORA ORA DATA INSEGNAMENTO MODULO DOCENTE INIZIO FINE ECONOMIA DELLE ASSICURAZIONI M Antonini 14/11/2017 10:00 12:00 ELEMENTI DI BIOSTATISTICA STATISTICA APPLICATA ALLE
Corso di Politica Economica
Corso di Politica Economica Introduzione al corso David Bartolini Università Politecnica delle Marche (Sede di S.Benedetto del Tronto) d.bartolini@univpm.it (email) http://utenti.dea.univpm.it/politica
Indice. 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
Strumenti quantitativi per la gestione. Introduzione al corso A.A
Strumenti quantitativi per la gestione Introduzione al corso A.A. 2018-2019 Un esempio introduttivo: salari dei manager Y = Salario annuale (in dollari) x 1 = Anni di esperienza (Experience) x 2 = Anni
Corso di Web Mining e Retrieval. - Introduzione al Corso -
Corso di Web Mining e Retrieval - Introduzione al Corso - Corso di Laurea in Informatica (a.a. 2012-2013) Roberto Basili 1 Overview WM&R: Motivazioni e prospettive Modalità di erogazione del Corso Prerequisiti
MATEMATICA STATISTICA
DIPARTIMENTO DI SCIENZE BIOLOGICHE, GEOLOGICHE E AMBIENTALI Corso di laurea in Scienze geologiche Anno accademico 2017/2018-1 anno 9 CFU - 1 semestre Docente titolare dell'insegnamento FABIO RACITI Email:
3.1 ESERCIZI DI RIEPILOGO
3 3.1 ESERCIZI DI RIEPILOGO Esercizio 3.1.1 Dato un sistema M/M/2 con frequenza media di arrivo pari a λ e velocità di servizio pari a µ, con λ < 2µ Scrivere le equazioni di Kolmogorov relative al processo
CORSO DI LAUREA IN SCIENZE BIOLOGICHE Matematica corso A. Docente: Paola Cerrai
CORSO DI LAUREA IN SCIENZE BIOLOGICHE Matematica corso A Docente: Paola Cerrai Dipartimento di matematica Largo Pontecorvo 5 Stanza 115, piano terra e-mail: cerrai@dm.unipi.it Perché un corso di matematica
UNIVERSITA' DEGLI STUDI DELLA BASILICATA DIPARTIMENTO DI SCIENZE
Programma di insegnamento per l a.a. 2015/2016 Insegnamento: ISTITUZIONI DI MATEMATICHE Docente: ANGELICA MALASPINA Corso di studio: BIOTECNOLOGIE Anno di corso: PRIMO Periodo didattico: I SEMESTRE Tipologia:
Statistica Applicata all edilizia
E-mail: orietta.nicolis@unibg.it 1 marzo 2011 Programma Introduzione 1 Introduzione 2 Le fonti statistiche Come utilizzare i dati statistici 3 I dati Metodi statistici per il monitoraggio Libri consigliati
CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO -
1 CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO - Corsi di Laurea in Informatica, Ing. Informatica, Ing. di Internet (a.a. 2014-2015) Roberto Basili 2 Overview WM&R: Motivazioni e prospettive
I corsi di Studio di Scienze Statistiche. Carlo D Ippoliti
I corsi di Studio di Scienze Statistiche Carlo D Ippoliti La statistica e : un insieme di metodi matematici che permette di estrarre conoscenza dai dati (economici, medici, finanziari, sociali, aziendali,
Corso di Statistica Industriale
Corso di Statistica Industriale Corsi di Laurea Specialistica in Ingegneria Gestionale e Ingegneria Meccanica Docente: Ilia Negri Orario del corso: Martedì: dalle 14.00 alle 16.00 Venerdì: dalle 10.30
Syllabus Course description
Syllabus Course description Course title Statistics for PPE Course code 27055 Scientific sector SECS-S/01 Degree Bachelor in Economics and Social Sciences Semester and academic year 1st semester 2018/2019
Z-test, T-test, χ 2 -test
Z-test, T-test, χ 2 -test Francesco Corrias Chiara Todaro DIMA 13 febbraio 2012 Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio 2012 1 / 19 Verifica d ipotesi Definizione (Test
Verifica e Valutazione La valutazione della competenza linguistico-comunicativa in L2
Verifica e Valutazione La valutazione della competenza linguistico-comunicativa in L2 Orari e organizzazione del corso Lezioni Aula 3 54 ore Giovedì 8,15 10,00 Venerdì 11,45 13,00 N.B.: Controllare sempre
Elementi di Probabilità e Statistica
Elementi di Probabilità e Statistica Statistica Descrittiva Rappresentazione dei dati mediante tabelle e grafici Estrapolazione di indici sintetici in grado di fornire informazioni riguardo alla distribuzione
Programma del corso di STATISTICA ECONOMICA
Programma del corso di STATISTICA ECONOMICA Insegnamento Corso di laurea Settore Scientifico STATISTICA ECONOMICA L18 - GESTIONE DI IMPRESA SECSS03 CFU 10 Obiettivi formativi per il raggiungimento dei
PROJECT DOUBLE DEGREE UV-UNIBS
PROJECT DOUBLE DEGREE UV- GRADO EN DIRECCION Y ADMINISTRACION DE EMPRESAS UNIVERSITAT DE VALENCIA (UV) Plus LAUREA IN ECONOMIA E GESTIONE AZIENDALE (EGA Amministrazione e Controllo) Università degli Studi
Statistica per le ricerche di mercato
Università degli studi della Tuscia Dipartimento di Economia e Impresa Statistica per le ricerche di mercato a.a. 2012/13 Dr. Luca Secondi 01. Introduzione al corso 1 Statistica per le ricerche di mercato
STATISTICS FOR SES Course description
STATISTICS FOR SES Course description TEACHING LANGUAGE: Italian SEMESTER: 2 term 2011-2012 TOTAL LECTURE /LAB HOURS: 48 CREDIT POINTS: 8 SCIENTIFIC FIELD: Statistics SECS-S01 TOTAL HOURS OF EXERCISES:
Rappresentazione geometrica della coerenza nel caso di tre eventi (Versione 0.5)
Rappresentazione geometrica della coerenza nel caso di tre eventi (Versione 0.5) Giuseppe Sanfilippo 27 marzo 2009 Indice 1 Introduzione 1 2 Involucro convesso con 7 vertici. 4 3 Tre Eventi con due restrizioni
STATISTICA PER IL BUSINESS
DIPARTIMENTO DI ECONOMIA E IMPRESA Corso di laurea magistrale in Direzione aziendale Anno accademico 2016/2017-1 anno STATISTICA PER IL BUSINESS SECS-S/03-9 CFU - 1 semestre Docente titolare dell'insegnamento
Corso complementare di INFORMATICA (30 ore)
Corso complementare di INFORMATICA (30 ore) Facoltà di Medicina e Chirurgia - Università di Foggia CdLS in Medicina e Chirurgia a.a. 2009/2010 Prof. Crescenzio Gallo c.gallo@unifg.it Contesto formativo
Syllabus Course description
Syllabus Course description Course title Methods for business analysis Course code 27174 Scientific sector Degree Master in Entrepreneurship and Innovation Semester and academic year 2nd semester 2017/2018
Research Collection. Statistical decisions based directly on the likelihood function. Doctoral Thesis. ETH Library. Author(s): Cattaneo, Marco E.G.V.
Research Collection Doctoral Thesis Statistical decisions based directly on the likelihood function Author(s): Cattaneo, Marco E.G.V. Publication Date: 2007 Permanent Link: https://doi.org/10.3929/ethz-a-005463829
Titolo della lezione. Introduzione
Titolo della lezione Introduzione Informazioni sul corso - 1 Obiettivi Nel corso verranno approfonditi gli argomenti relativi alla statistica descittiva di base e alla statistica inferenziale; particolare
PEARSONTEXTBUILDER. Statistica. MyLab. Alan Agresti Barbara Finlay Francesca De Battisti Francesco Porro
Statistica Corso di laurea in Scienze Politiche Università degli Studi di Milano Alan Agresti Barbara Finlay Francesca De Battisti Francesco Porro MyLab Codice per accedere alla piattaforma PEARSONTEXTBUILDER
I 120 CFU della Laurea magistrale in Matematica sono suddivisi secondo lo schema seguente:
Scienze Laurea magistrale in Matematica 67 CORSO DI LAUREA MAGISTRALE IN MATEMATICA PIANO DI STUDIO I 120 CFU della Laurea magistrale in Matematica sono suddivisi secondo lo schema seguente: INSEGNAMENTI/
Che cos è la statistica
Che cos è la statistica Sai ched'è la statistica? È na' cosa che serve pe fà un conto in generale de la gente che nasce, che sta male, che more, che va in carcere e che spósa. Ma pè me la statistica curiosa
STATISTICA MULTIVARIATA E RICERCA VALUTATIVA
DIPARTIMENTO DI SCIENZE POLITICHE E SOCIALI Corso di laurea magistrale in Sociologia delle reti, dell'informazione e dell'innovazione Anno accademico 2018/2019-1 anno STATISTICA MULTIVARIATA E RICERCA
STORIA E METODO DELLE SCIENZE SOCIALI. La sociologia empirica di Lazarsfeld. Dipartimento di Comunicazione e Ricerca sociale CoRiS
STORIA E METODO DELLE SCIENZE SOCIALI La sociologia empirica di Lazarsfeld Dipartimento di Comunicazione e Ricerca sociale CoRiS 1 Il «quarto paradigma» della ricerca sociologica (1) P.F. Lazarsfeld, sociologo
ELENCO DEGLI INSEGNAMENTI ATTIVATI PRESSO LA FACOLTÀ DI SCIENZE STATISTICHE NELL A.A.
ELENCO DEGLI INSEGNAMENTI ATTIVATI PRESSO LA FACOLTÀ DI SCIENZE STATISTICHE NELL A.A. 20042005 Tab 1 Corsi di laurea (triennale) Area: statistica SECSS/01 Analisi statistica multivariata 10 Algebra lineare
Syllabus Course description
Syllabus Course description Course title Methods for business analysis Course code 27174 Scientific sector Degree Master in Entrepreneurship and Innovation Semester and academic year 2nd semester 2018/2019
Syllabus. Corso di Intelligenza Artificiale, a.a Docente: Prof. Francesco Trovò Esercitatore: Prof. Mario Verdicchio
Syllabus Corso di Intelligenza Artificiale, a.a. 2018-2019 Docente: Prof. Francesco Trovò Esercitatore: Prof. Mario Verdicchio 25/02/2019 Chi siamo Francesco Trovò Laureato @Polimi 2011 Laureato @Aalto
11] Breiman, L., Friedman, J.H., Oishen, R.A. and Stone, C.J. (1984), Classification and Regression Trees, Londra, Chapman & Hall. 12] Breiman, L.
Bibliografia 1] AA.VV. (2005) La performance delle banche, Roma, Bancaria Editrice. 2] AA.VV. (2000) Modelli per la gestione del rischio di credito. I ratings interni, Roma, pubblicazioni della Banca d
I FONDAMENTI EPISTEMOLOGICI DEL SAPERE SCIENTIFICO E TECNOLOGICO Edizione 2017 (4 crediti) Obbiettivi del corso
I FONDAMENTI EPISTEMOLOGICI DEL SAPERE SCIENTIFICO E TECNOLOGICO Edizione 2017 (4 crediti) Obbiettivi del corso Oltre ad un adeguato grado di specializzazione, oggi il lavoro di ricerca richiede doti di
BIOSTATISTICA. Corso per le Lauree Magistrali in Scienze Biologiche:
BIOSTATISTICA Corso per le Lauree Magistrali in Scienze Biologiche: Biologia applicata alla biomedicina Biologia Marina Biologia Molecolare e cellulare Conservazione ed evoluzione Biotecnologie molecolari
Le revisione della ISO 5725 e le nuove attività sui Big Data Analytics
ANALYTICA 209 21-22 marzo 2019, Roma Le revisione della ISO 5725 e le nuove attività sui Big Data Analytics Marco Cibien marco.cibien@uni.com Silvia Orlandini sil.orlandini@outlook.it Francesca Pennecchi
Una Ricerca Erboristica (Italian Edition)
Una Ricerca Erboristica (Italian Edition) Matteo Politi Click here if your download doesn"t start automatically Una Ricerca Erboristica (Italian Edition) Matteo Politi Una Ricerca Erboristica (Italian
POSIZIONE ATTUALE STUDI E FORMAZIONE
Curriculum Vitae Piierr Frrancesco Perrrrii Ufficio Dipartimento di Economia e Statistica, Università della Calabria, Cubo 0C, 3 Piano 87036 Arcavacata di Rende (CS) Tel. 0984 492133; Fax. 0984 492124;
Sommario. 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
Syllabus Course description
Syllabus Course description Course title Statistics and Methods of Empirical Research Course code 30111 Scientific sector SECS-S/01 Degree Tourism, Sport and Event Management Semester and academic year
Matematica per psicologi
Matematica per psicologi Docente: prof. Gabriella Caristi, E-mail: caristi@units.it http://www.dsm.univ.trieste.it/~caristi Tel.: 040 558 2605 Testo: Statistical methods for the social sciences, A. Agresti-B.
Corso di Bioingegneria Elettronica (2 CFU - 20 ore)
Corso di Bioingegneria Elettronica (2 CFU - 20 ore) Dipartimenti di Area Medica - Università di Foggia Corso di Laurea in Tecniche di Laboratorio Biomedico I anno - I semestre a.a. 2013/2014 Prof. Crescenzio
Programma di CONVERGENZA INTERNAZIONALE E CRESCITA ECONOMICA ANNO ACCADEMICO Prof. CAPOLUPO ROSA
Programma di CONVERGENZA INTERNAZIONALE E CRESCITA ECONOMICA ANNO ACCADEMICO 2013-2014 Prof. CAPOLUPO ROSA Pre-requisiti Sono richieste le conoscenze di base della macroeconomia e per quel che riguarda
Indice. 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
Calcolo Probabilita Statistica
Calcolo Probabilita Statistica 1 / 6 2 / 6 3 / 6 Calcolo Probabilita Statistica Il concetto di probabilità, utilizzato a partire dal XVII secolo, è diventato con il passare del tempo la base di diverse
Statistica. Statistica descrittiva. GRAFICI e INDICI
Statistica Statistica descrittiva GRAFICI e INDICI La Statistica La statistica è una disciplina scientifica che si occupa dellaraccolta, dell analisi e dell interpretazionedeidati ottenuti da osservazioni
CORSO DI LAUREA MAGISTRALE IN DATA SCIENCE AND SCIENTIFIC COMPUTING CLASSE LM 44 PIANO DEGLI STUDI
CORSO DI LAUREA MAGISTRALE IN DATA SCIENCE AND SCIENTIFIC COMPUTING CLASSE LM 44 PIANO DEGLI STUDI per gli studenti che si iscrivono al I anno nell a.a.2019/20 Il Corso di laurea in Data Science and Scientific
Attività gruppi CdS Matematica-Laurea Magistrale in Matematica
Attività gruppi CdS Matematica-Laurea Magistrale in Matematica GR1 di 9 cfu Istituzioni per la formazione modellistico applicativa Istituzioni di analisi numerica 9 MAT/08 Istituzioni di fisica matematica
Corso di Sistemi di Elaborazione delle Informazioni (2 CFU - 20 ore)
Corso di Sistemi di Elaborazione delle Informazioni (2 CFU - 20 ore) Dipartimenti di Area Medica - Università di Foggia Corso di Laurea in Tecniche Sanitarie di Radiologia Medica I anno - II semestre a.a.
Titolo della lezione Corso di Statistica Prof. Andrea CICCARELLI
Titolo della lezione Corso di Statistica Prof. Andrea CICCARELLI Informazioni sul corso - 1 Obiettivi Nell ambito delle lezioni impartite verranno introdotti i concetti e gli strumenti essenziali della
Il metodo Multi Criteria Analysis (MCA) Anna MONTINI Dipartimento di Scienze Economiche Università di Bologna
Il metodo Multi Criteria Analysis (MCA) Anna MONTINI Dipartimento di Scienze Economiche Università di Bologna 1 Il metodo di analisi multicriteriale (o multicriterio) (MCA) è costituito da: un insieme
Teoria e Tecniche del Riconoscimento
Facoltà di Scienze MM. FF. NN. Università di Verona A.A. 2010-11 Teoria e Tecniche del Riconoscimento Notizie preliminari Introduzione Marco Cristani Teoria e Tecniche del Riconoscimento 1 Il docente Prof.
Perché il medico deve conoscere la STATISTICA? 1. LA MEDICINA STA DIVENTANDO
Lezione 1 a Introduzione alla Statistica Medica Perché il medico deve conoscere la STATISTICA? 1. LA MEDICINA STA DIVENTANDO QUANTITATIVA. 2. LA STATISTICA PERVADE LA LETTERATURA MEDICA. 3. PER PROGRAMMARE,
Fondamenti di Informatica per la Sicurezza a.a. 2008/09. Introduzione. Stefano Ferrari
Fondamenti di Informatica per la Sicurezza a.a. 2008/09 Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università degli Studi di Milano Fondamenti
STAMPA ATTIVITÀ FORMATIVE PER ANNO
Università degli Studi di Torino STAMPA ATTIVITÀ FORMATIVE PER ANNO Facoltà: Facolta' di SCIENZE MATEMATICHE FISICHE e NATURALI Dipartimento: MATEMATICA "GIUSEPPE PEANO" Corso di Studio: 008708 - MATEMATICA
Documento per la richiesta di immissione in Classe A del S.C. 11/C2 di Riviste Scientifiche di alto impatto
Documento per la richiesta di immissione in Classe A del S.C. 11/C2 di Riviste Scientifiche di alto impatto Questo documento contiene l elenco completo delle riviste scientifiche di cui si richiede l inserimento
Salvatore Cuomo Prolusione
Salvatore Cuomo Prolusione 1 Lezione n. Parole chiave: Algoritmo, Esecutore Corso di Laurea: Informatica Insegnamento: Programmazione II, modulo di Laboratorio Email Docente: salvatore.cuomo@unina. it
MATEMATICA E STATISTICA
DIPARTIMENTO DI AGRICOLTURA, ALIMENTAZIONE E AMBIENTE (Di3A) Corso di laurea in Scienze e tecnologie alimentari Anno accademico 2018/2019-1 anno MATEMATICA E STATISTICA MAT/04-6 CFU - 1 semestre Docente
DIPARTIMENTO di ECONOMIA - DIEC Scuola di Scienze Sociali
ECONOMETRIA COD. 24615 (Corso di laurea in Economia e Commercio ) - A.A. 2015/16 Docente Malvina MARCHESE. e-mail: M.MARCHESE..@economia.unige.it Anno di corso:2 Sem:2 Sede: GENOVA SSD: SEC-S/P05 cfu6
INSEGNAMENTI/ ATTIVITÀ FORMATIVE CFU SEMESTRE S.S.D.
P I A N I D I S T U D I O Sono previsti due diversi indirizzi di studio denominati Linguaggi e algoritmi (LA) e Progetto e sviluppo di sistemi software (PSS), ognuno articolato in due percorsi a scelta
Piano di studi Modelling, statistics and analysis of biosystems
Piano di studi Modelling, statistics and analysis of biosystems Schema e motivazioni Presentazione del 6/4/2018 Andrea Pugliese andrea.pugliese@unitn.it Motivazioni del percorso Introduzione ai metodi
Università Politecnica delle Marche
A.A. 2015/2016 CORSO DI STUDIO: CdL in Infermieristica (S.S.D. MED/45) Sede Ancona (canale A) CORSO INTEGRATO: Infermieristica applicata all area dell emergenza, salute mentale e management MODULO DIDATTICO:
Analisi dei Processi Chimici e. Biotecnologici Anno Accademico
Biotecnologici Anno Accademico 2017 2018 Massimiliano Grosso E-mail: massimiliano.grosso@dimcm.unica.it Telefono: 070 675 5075 Indirizzo web: http://people.unica.it/massimilianogrosso Obiettivi del Gli
Analisi dei Dati Franco Turini-Dipartimento di Informatica
Analisi dei Dati Franco Turini-Dipartimento di Informatica turini@di.unipi.it, 050 2212753 Scopo del corso e` la presentazione di metodi per la estrazione di informazioni da insiemi di dati Le informazioni
Appendice A Richiami di calcolo combinatorio
Appendice A Richiami di calcolo combinatorio A.1. Dati due insiemi finiti A e B, concarda = m, cardb = n, siha card(a B) =m n. Possiamo anche dire che il numero di scelte possibili di un elemento di A