Francesca Ieva – författare

This book was created with the goal of helping students transition from the theoretical and methodological concepts of statistical inference to their implementation on a computer. The first part of the book is primarily focused on exercises to be solved with pen and paper, so that students can apply knowledge derived from lemmas and theorems; while the second part consists of labs, which involve both the manual implementation of algorithms and the learning of built-in tools for efficient analysis of datasets derived from real-world problems. To optimize the understanding of the topics developed and to guide the reader through their studies, the book is organized into chapters, each of which includes an introductory section that reviews the theoretical foundations of statistical inference, followed by a second part with exercises, each accompanied by a comprehensive solution on paper and, when appropriate, using software. This book is aimed at undergraduate students in Statistics, Mathematics, Engineering, and for graduate-level courses in Data Science.

This book was created with the goal of helping students transition from the theoretical and methodological concepts of statistical inference to their implementation on a computer. The first part of the book is primarily focused on exercises to be solved with pen and paper, so that students can apply knowledge derived from lemmas and theorems; while the second part consists of labs, which involve both the manual implementation of algorithms and the learning of built-in tools for efficient analysis of datasets derived from real-world problems. To optimize the understanding of the topics developed and to guide the reader through their studies, the book is organized into chapters, each of which includes an introductory section that reviews the theoretical foundations of statistical inference, followed by a second part with exercises, each accompanied by a comprehensive solution on paper and, when appropriate, using software. This book is aimed at undergraduate students in Statistics, Mathematics, Engineering, and for graduate-level courses in Data Science.

The first Bayesian Young Statisticians Meeting, BAYSM 2013, has provided a unique opportunity for young researchers, M.S. students, Ph.D. students, and post-docs dealing with Bayesian statistics to connect with the Bayesian community at large, exchange ideas, and network with scholars working in their field. The Workshop, which took place June 5th and 6th 2013 at CNR-IMATI, Milan, has promoted further research in all the fields where Bayesian statistics may be employed under the guidance of renowned plenary lecturers and senior discussants. A selection of the contributions to the meeting and the summary of one of the plenary lectures compose this volume.

Questo testo nasce con l'obiettivo di aiutare lo studente nella transizione fra i concetti teorici e metodologici dell'inferenza statistica e la loro implementazione al computer. La prima parte del testo è infatti focalizzata principalmente su esercizi da risolvere con carta e penna, in modo da far applicare nozioni derivanti da lemmi e teoremi; mentre la seconda parte del testo è costituita da laboratori, in cui si propone sia l'implementazione manuale di algoritmi, sia l'apprendimento di built-in tools per un'analisi efficiente di dataset derivanti da problemi reali.Per ottimizzare la fruizione degli argomenti sviluppati, e per accompagnare il lettore nello studio, il testo è organizzato in capitoli, ciascuno dei quali composto, a sua volta, da una prima parte introduttiva, in cui vengono richiamate le basi teoriche dell'inferenza statistica, e da una seconda parte di esercizi, corredati di un esaustivo svolgimento su carta e, se opportuno, su software.Il testo è rivolto agli studenti dei corsi di laurea di primo livello di Statistica, Matematica, Ingegneria e per i corsi di secondo livello in Data Science.

Questo testo nasce con l''obiettivo di aiutare lo studente nella transizione fra i concetti teorici e metodologici dell''inferenza statistica e la loro implementazione al computer. La prima parte del testo è infatti focalizzata principalmente su esercizi da risolvere con carta e penna, in modo da far applicare nozioni derivanti da lemmi e teoremi; mentre la seconda parte del testo è costituita da laboratori, in cui si propone sia l''implementazione manuale di algoritmi, sia l''apprendimento di built-in tools per un''analisi efficiente di dataset derivanti da problemi reali.Per ottimizzare la fruizione degli argomenti sviluppati, e per accompagnare il lettore nello studio, il testo è organizzato in capitoli, ciascuno dei quali composto, a sua volta, da una prima parte introduttiva, in cui vengono richiamate le basi teoriche dell''inferenza statistica, e da una seconda parte di esercizi, corredati di un esaustivo svolgimento su carta e, se opportuno, su software.Il testo è rivolto agli studenti dei corsi di laurea di primo livello di Statistica, Matematica, Ingegneria e per i corsi di secondo livello in Data Science.