CFU
10
Durata
14 Settimane
Semestre DD
Primo
Introduzione alla teoria della probabilità (5 ore); Funzioni di distribuzioni: rappresentazione e proprietà (6 ore); Teoremi limite per la probabilità (7 ore); Cenni di Teoria delle grandi deviazioni e statistica degli eventi estremi (4 ore); Introduzione all'analisi statistica non parametrica (4 ore); Test non parametrici per normalità, stazionarietà, correlazione e randomicità (12 ore); Introduzione alla teoria dell'informazione: entropia di Shannon, distanza di Kulback-Leibler, mutua informazione e misura della correlazione, causalità (6 ore); Metodo della massima entropia con applicazioni (4 ore); Esercitazioni pratiche applicative: metodi per la derivazione delle distribuzioni da serie temporali, test di Normalità, analisi della stazionarietà, applicazioni di metodi di analisi statistica non parametrica, applicazioni della teoria dell’informazione a dati reali (48 ore)
Co-teaching: Prof. Berrilli Francesco
LEARNING OUTCOMES:
The aim of the course is to provide the basic knowledge of the methods for the non-parametric and parametric statistical analysis of large dataset. In detail, the course is devoted to the description of different methods and tests for the comparison of statistical properties of different large dataset, and also for the study of the existence of a linear and nonlinear correlation among datasets using also approaches based on information theory.
KNOWLEDGE AND UNDERSTANDING:
basic principles and concepts of the advanced statistics and information theory and its implementation on data sets
APPLYING KNOWLEDGE AND UNDERSTANDING:
to apply the basic principles and concepts of advanced statistics and information theory to get a quantitative description of the observed phenomena and of the nature of the correlation among sets of physical data.
MAKING JUDGEMENTS:
capacity to extract independently the fundamental information on physical systems through the statistical analysis and the information theory, and to be capable of discerning the relevance of the works in the specific field.
COMMUNICATION SKILLS:
to the student is required to be able to explain the nature of the statistical relations and analysis and the inference and correlation among different datasets of physical systems to both a specialized and not-specialized audience
LEARNING SKILLS:
capacity to unterstand the importance of the different elements determining the dynamics of physical systems by the statistical analysis.