Settimana 5

5, 6 e 7 maggio 2025

Sintesi

Diario delle lezioni

Funzione di verosimiglianza e di log-verosimiglianza per il modello normale | Rappresentazione in R: caso di stima della media con varianza nota, caso di stima della media con varianza incognita, caso di stima della varianza con media nota, caso di stima della varianza con media incognita, caso di stima congiunta dei due parametri, verosimiglianza profilo | Derivazione della stima di massima verosimiglianza e dell’informazione osservata di Fisher per il modello normale: caso della media con varianza nota e con varianza incognita, caso della varianza con media nota e media incognita, caso di stima congiunta dei due parametri | Variabile casuale chi-quadrato (definizione e forma) | Definizione di stimatore | Proprietà di non distorsione di uno stimatore: non distorsione finita ed asintotica | Statistica varianza campionaria e varianza campionaria corretta per un DGP normale: distribuzione campionaria e valore atteso | Variabile casuale t di Student (definizione) | Statistica media campionaria per un DGP normale nel caso di varianza incognita | Riepilogo delle statische campionarie per i problemi ad un popolazione: statistica media campionaria (varianza nota e varianza incognita), statistica varianza campionaria (media nota e media incognita), statistica proporzione campionaria.

Data consegna homework #05

Giovedì 14 maggio

Materiale

Slide

🖥️ Alcune slide introduttive sull’inferenza
🖥 Slide sulla funzione di verosimiglianza

Letture di approfondimento

Statistica per le Decisioni di Domenico Piccolo (terza edizione)

-   Capitolo 12: Campioni casuali e distribuzioni campionarie

    -   Paragrafo 12.5: Media e varianza campionarie
    -   Paragrafo 12.6: Altre distribuzioni campionarie notevoli
    
-   Capitolo 13: Teoria della stima

    -   Paragrafo 13.1: Stimatori e stime di un parametro

Compito

✍️ Homework #05

Back to course schedule ⏎