85290 - INTRODUCTORY STATISTICS

Anno Accademico 2019/2020

  • Docente: Simone Giannerini
  • Crediti formativi: 6
  • SSD: SECS-S/01
  • Lingua di insegnamento: Inglese
  • Modalità didattica: Convenzionale - Lezioni in presenza
  • Campus: Bologna
  • Corso: Laurea in Genomics (cod. 9211)

Conoscenze e abilità da conseguire

Il corso copre gli aspetti fondamentali della teoria della probabilità e dei principi della inferenza statistica. Al termine del corso è in grado di: i) analizzare in modo rigoroso i dati statistici, ii) gestire e riassumere tali dati; iii) visualizzare e comprendere le relazioni tra i dati; iv) applicare gli strumenti appropriati della teoria della probabilità e della inferenza statistica per ottenere informazioni utili. v) testare ipotesi e fare predizioni.

Contenuti

-- Probability Theory

  1. Fundamentals of probability
  2. Random variables and probability distributions
  3. Functions of a random variable
  4. Bivariate random variables
  5. Convergence of random variables and limit theorems

-- Statistics

  1. Fundamentals of statistics
  2. Point estimation
  3. Interval estimation
  4. Hypothesis testing

-- Modern and reproducible data analysis with R and knitr

  1. Introduction to R
  2. Introduction to knitr

Testi/Bibliografia

-- Main textbook

-- Probability and mathematical statistics

-- R and knitr


Metodi didattici

  • Lectures.
  • Classes.
  • Computer science lab sessions.

Modalità di verifica e valutazione dell'apprendimento

A two-hour written examination composed of

  • Theoretical questions.
  • Exercises.

Strumenti a supporto della didattica

The following material will be provided:

  • Slides of the lectures.
  • Solved exercises.
  • Mock exam.

Orario di ricevimento

Consulta il sito web di Simone Giannerini

SDGs

Istruzione di qualità

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.