logo-polimi
Loading...
Manifesto
Struttura Corso di Studi
Cerca/Visualizza Manifesto
Dati Insegnamento
Scarica il Manifesto
Regolamento didattico
Consulta il Regolamento
Indicatori corsi di studio
Elenco docenti
Strutture didattiche
Internazionalizzazione
Orario Personalizzato
Il tuo orario personalizzato è disabilitato
Abilita
Ricerche
Cerca Docenti
Cerca Insegnamenti
Cerca insegnamenti degli Ordinamenti precedenti al D.M.509
Erogati in lingua Inglese

Legenda
Semestre (Sem)
1Primo Semestre
2Secondo Semestre
AInsegnamento Annuale
Attività formative
CAffini o integrative
Lingua d'erogazione
Insegnamento completamente offerto in lingua italiana
Insegnamento completamente offerto in lingua inglese
--Non definita
Didattica innovativa
I CFU riportati a fianco a questo simbolo indicano la parte dei CFU dell'insegnamento erogati con Didattica Innovativa.
Tali CFU riguardano:
  • Cotutela con mondo esterno
  • Blended Learning & Flipped Classroom
  • Massive Open Online Courses (MOOC)
  • Soft Skills
Dati Insegnamento
Contesto
Anno Accademico 2020/2021
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Corso di Studi (Mag.)(ord. 270) - MI (487) Mathematical Engineering - Ingegneria Matematica
Piano di Studio preventivamente approvato MST - Statistical Learning
Anno di Corso 1

Scheda Insegnamento
Codice Identificativo 052742
Denominazione Insegnamento APPLIED STATISTICS
Tipo Insegnamento Monodisciplinare
Crediti Formativi Universitari (CFU) 8.0
Semestre Secondo Semestre
Programma sintetico "Esplorazione di dati multivariati: analisi descrittiva e grafica di dati multivariati. La geometria di un campione di dati multivariati. La distanza indotta dalla matrice di covarianza. Analisi della struttura di covarianza: Componenti principali e riduzione dimensionale. Inferenza per vettori di medie: Test T^2 di Hotelling. Regioni e intervalli di confidenza simultanei per le componenti di un vettore di medie. Metodo di Bonferroni. ANOVA e MANOVA. Modelli lineari: Approccio matriciale alla regressione lineare con risposta semplice o multipla. La collinearità. Regressione ridge e metodi di shrinkage. Cenni di modelli lineari generalizzati. Discriminazione, classificazione, raggruppamento: La classificazione statistica: modello, costi di misclassificazione e distribuzione a priori. Classificazione supervisionata Bayesiana e approccio di Fisher all'analisi discriminante. Metodi alternativi per la classificazione: i CART, la regressione logistica. Misure di similarità. Analisi di classificazione non supervisionata: metodi gerarchici e metodi non gerarchici. Multidimensional scaling."
Settori Scientifico Disciplinari (SSD)
Attività formative Codice SSD Descrizione SSD CFU
C
SECS-S/01
STATISTICA
8.0
Didattica innovativa L'insegnamento prevede  3.0  CFU erogati con Didattica Innovativa come segue:
  • Blended Learning & Flipped Classroom

Orario: aggiungi e rimuoviScaglioneDocente/iLingua offertaProgramma dettagliato
Da (compreso)A (escluso)
---AZZZZSecchi Piercesare
manifesti v. 3.9.3 / 3.9.3
Area Servizi ICT
26/04/2025