1. Concetti base della teoria della probabilità
1. Studi randomizzati
Può essere ripetuto alle stesse condizioni
Ogni esperimento ha più di un possibile risultato e tutti i possibili risultati dell'esperimento possono essere chiariti in anticipo
Non è possibile determinare quale risultato si verificherà finché non viene condotto un esperimento
2. Spazio campionario, eventi casuali
Spazio campione
L’insieme di tutti i possibili risultati di uno studio randomizzato
punto campione
elementi dello spazio campionario
Eventi casuali (eventi)
sottoinsieme dello spazio campionario
eventi fondamentali
un evento casuale costituito da un punto campione
relazione con gli eventi
Sottoinsieme
Il verificarsi di A porterà inevitabilmente al verificarsi di B
eventi reciprocamente esclusivi
3. Frequenza e probabilità
4. Altri concetti possibili
5. Probabilità condizionata
2. Variabili casuali e loro distribuzione
2. Variabili aleatorie discrete e loro leggi di distribuzione
3. Funzione di distribuzione di variabili casuali
4. Variabili casuali continue e loro densità di probabilità
5. Distribuzione funzionale delle variabili casuali
3. Variabili casuali multidimensionali e loro distribuzione
1. Variabili casuali bidimensionali
2. Distribuzione marginale
3. Distribuzione condizionale
4. Variabili casuali reciprocamente indipendenti
5. Distribuzione di funzioni di due variabili casuali
4. Caratteristiche numeriche delle variabili casuali
1. Aspettative matematiche
3. Covarianza e coefficiente di correlazione
4. Momenti e matrici di covarianza
5. La legge dei grandi numeri e il teorema del limite centrale
1.La legge dei grandi numeri
2. Teorema del limite centrale
6. Campione e distribuzione del campionamento
3. Distribuzione campionaria
7. Stima dei parametri
2. Stima di massima verosimiglianza basata su campioni censurati
3. Criteri di selezione degli estimatori
5. Stima intervallare della media e della varianza della popolazione normale
6. Stima intervallare dei parametri di distribuzione (0-1).
7. Intervallo di confidenza unilaterale
8. Verifica di ipotesi
2. Test di ipotesi sulla media della popolazione normale
3. Test di ipotesi della varianza normale della popolazione
4. La relazione tra intervalli di confidenza e verifica delle ipotesi
5. Selezione della dimensione del campione
6. Prova di adattamento della distribuzione
7. Test della somma del rango
8. Metodo di verifica del valore p per problemi di verifica di ipotesi
9. Analisi della varianza e analisi di regressione
1. Analisi della varianza nel test a fattore singolo
2. Analisi della varianza nel test a due fattori
3. Regressione lineare univariata
4. Regressione lineare multipla
10. Metodo Bootstrap
1. Metodo bootstrap non parametrico
2. Metodo di bootstrap dei parametri
11. Applicazione del software Excel alla statistica matematica
4. Analisi della varianza
5. Regressione lineare univariata
6.metodi bootstrap, macro, VBA
12. Processo casuale e sua descrizione statistica
1. Il concetto di processo casuale
2. Descrizione statistica dei processi casuali
3. Processo di Poisson e processo di Wiener
13. Catena di Markov
1. Processo di Markov e distribuzione di probabilità
2. Determinazione della probabilità di transizione multi-step
14. Processo casuale stazionario
1. Il concetto di processo casuale stazionario
2. Varie proprietà ergodiche
3. Proprietà delle funzioni di correlazione
4. Densità spettrale di potenza di processi aleatori stazionari