Il buon campionamento sta alla base del buon utilizzo di tecniche statistiche e modelli matematici per lo studio di un qualsiasi fenomeno casuale. S’introducono i fondamenti di probabilità e statistica, necessari per lo studio e l’applicazione delle più comuni tecniche di campionamento.
Elenco degli argomenti svolti:
1.Dati campionari.
1.1.Rappresentazione analitica dei dati.
1.2.Calibrazione di un sensore.
1.3.La legge di propagazione degli errori.
2.Elementi di Statistica descrittiva.
2.1.Distribuzioni di frequenze.
2.2.Indici di posizione e di dispersione.
3.Elementi di Probabilità.
3.1.Definizioni di Probabilità.
3.2.Spazi di probabilità.
3.3.Variabili aleatorie.
3.4.La distribuzione di Poisson.
3.5.La distribuzione Normale.
3.6.Distribuzioni campionarie.
3.7.Teoremi del Limite Centrale e di Gauss: errori di misura.
4.Tecniche di Campionamento Statistico.
4.1.Pianificazione di una ricerca o indagine statistica.
4.2.Campionamenti probabilistici.
4.3.Campionamenti non probabilistici.
4.4.Esempi di tecniche di campionamento.
5.Elementi di Statistica Inferenziale.
5.1.Stima di parametri.
5.2.Stima puntuale.
5.3.Stima per intervalli.
5.4.Il metodo della Massima Verosimiglianza: la media pesata.
5.5.Il metodo dei Minimi Quadrati: la calibrazione di un sensore.
5.6.Generalizzazione del metodo dei minimi quadrati: la regressione polinomiale.
5.7.Test d’ipotesi.
5.8.La validazione di un modello matematico: il modello di regressione.
5.9.Il metodo del : la bontà del modello di regressione.
5.10.La Correlazione: il coefficiente di correlazione lineare.