Descrizione
Fondamenti di probabilità e scienze statistiche. Con esempi ed esercizi commentati
Per lo studio e il ripasso in vista di esami universitari, concorsi pubblici e professionali il compendio di Statistica è l’alleato ideale. Il libro risponde a quesiti, dubbi e curiosità per offrire una panoramica completa e precisa dell’affascinante mondo delle scienze statistiche e proponendosi come strumento di sicura utilità per studenti e non solo. Suddiviso in dieci capitoli, il volume affronta i principali concetti della disciplina: statistica descrittiva, statistica inferenziale, calcolo delle probabilità, campionamento e popolazione.
Ogni argomento è trattato in modo semplice e discorsivo, sempre esauriente e mirato a una rapida memorizzazione, grazie anche al largo utilizzo di immagini, esempi, mappe concettuali e tabelle; inoltre, con l’aiuto delle domande di riepilogo a conclusione di ogni capitolo sarà possibile verificare immediatamente il proprio livello di preparazione e ripassare in modo più veloce ed efficace!
1. La statistica: cos’è e a cosa serve [Introduzione e cenni storici sullo sviluppo della statistica/Terminologia essenziale: unità statistiche, collettivi statistici, caratteri/Genesi dei dati statistici/Misurazione dei caratteri]
2. La statistica descrittiva [Distribuzioni statistiche disaggregate/Distribuzioni di frequenze/Distribuzioni doppie e multiple/Come rappresentare grafi camente i dati/Gli indici di tendenza centrale-posizione/Gli indici di variabilità/Gli indici di forma/L’analisi delle distribuzioni doppie/Rapporti statistici e numeri indici]
3. La probabilità [Esperimenti casuali/Spazio campionario ed eventi/Elementi di base dell’insiemistica/Diversi concetti di probabilità/I principali teoremi della probabilità]
4. Le variabili casuali (o aleatorie) e i modelli probabilistici . [Variabili casuali discrete/Variabili casuali continue/Disuguaglianza di Chebychev/Combinazioni lineari di due variabili casuali]
5. Popolazione e campione: le distribuzioni campionarie [Campione casuale, il campionamento/Statistiche campionarie/Distribuzione campionaria della media/Distribuzione campionaria della percentuale/Distribuzione campionaria della varianza/Distribuzione campionaria della media quando la varianza non è nota/Legge dei grandi numeri o legge empirica del caso/Statistica parametrica e non parametrica]
6. La stima puntuale [Il problema della stima/Proprietà degli stimatori e criteri di scelta/Rassegna di alcuni stimatori]
7. La stima intervallare [Stima per intervallo della media di una popolazione normale con varianza nota/Stima per intervallo della media di una popolazione normale con varianza non nota/Stima per intervallo della percentuale/Stima per intervallo della varianza di una popolazione normale]
8. La verifica delle ipotesi [Verifica di ipotesi sulla media di una popolazione con varianza nota: il test Z/Verifica di ipotesi sulla media di una popolazione con varianza incognita: il test t/Verifica di ipotesi sulla percentuale di una popolazione/Verifica di ipotesi sulla varianza di una popolazione normale/Verifica di ipotesi su due popolazioni (indipendenti)/Verifica di ipotesi sulle medie di due popolazioni/Inferenza sulle percentuali di due popolazioni/Verifica di ipotesi sulle Varianze di due popolazioni/Verifica dell’ipotesi di indipendenza di due variabili/Verifica dell’ipotesi sulla media delle differenze, dati appaiati/Alcuni test per la verifica dei più rilevanti assunti parametrici/I test non parametrici/Esempi riassuntivi]
9. La regressione [Regressione lineare semplice/Adattamento della retta di regressione ai dati/Regressione lineare multipla/Regressione non lineare/Serie storiche]
10. Inferenza sul modello di regressione lineare [Stima della varianza/Intervalli di confidenza/Verifica di ipotesi/Le previsioni/Analisi dei residui e diagnostica della regressione/Un esempio riassuntivo]
Appendice
Indice analitico
