Bayesian analysis

A.A. 2021/2022
6
Crediti massimi
40
Ore totali
SSD
SECS-S/01
Lingua
Inglese
Obiettivi formativi
The aim of the course is to introduce the Bayesian approach to statistical inference. The course will develop the relevant methodology, theory and computational techniques necessary to its implementation. In the course single and multi-parameter models will discussed.
Risultati apprendimento attesi
At the end of the course students will know Bayesian inference and the computational methodology necessary to its implementation.
Programma e organizzazione didattica

Edizione unica

Responsabile
Periodo
Secondo trimestre
In relazione alle modalità di erogazione delle attività formative per l'a.a. 2021/22, verranno date indicazioni più specifiche nei prossimi mesi, in base all'evoluzione della situazione sanitaria
Programma
Il corso verterà sui seguenti argomenti: idea generale dell'analisi Bayesiana (incluso il teorema di Bayes per le distribuzioni); distribuzioni a priori e a posteriori (priori coniugate); livelli differenti di informazione a priori; distribuzione a posteriori asintotica; inferenza Bayesiana (stima puntuale e stima per intervalli); previsione; inferenza per la distribuzione normale; distribuzione asintotica a posteriori per il caso multi-dimensionale; tecniche per l'analisi non coniugata (Markov Chain Monte Carlo, MCMC).
Prerequisiti
Buone conoscenze matematiche (derivazione, integrazione). Buone conoscenze di statistica classica (variabili casuali, probabilità, teorema del limite centrale, stima puntuale e per intervallo).
Metodi didattici
L'insegnamento è principalmente costituito da lezioni teoriche ed esercitazioni.
Materiale di riferimento
Durante il corso verranno fornite copie elettroniche delle slide e alcune dispense. La bibliografia di riferimento verrà indicata il primo giorno di lezione.
Modalità di verifica dell’apprendimento e criteri di valutazione
Esame finale scritto.
SECS-S/01 - STATISTICA - CFU: 6
Lezioni: 40 ore
Docente: Villa Cristiano
Docente/i