PARTE PRIMA: La stima
Popolazione e campione casuale; spazio parametrico; concetti di "statistica", "stimatore" e "stima".
Stimatori e loro proprietà (non distorsione, consistenza, efficienza). - Diseguaglianza di Tchebycheff.
Metodi per la costruzione di stimatori (dei minimi quadrati (cenni), dei momenti, della massima verosimiglianza).
Cenni sulle variabili casuali Chi-Quadrato, t di Student, F di Fisher-Snedecor.
Distribuzioni campionarie di taluni stimatori (media aritmetica, proporzione, varianza corretta, differenza tra due medie aritmetiche, differenza tra due proporzioni, rapporto tra due varianze).
Stima puntuale e stima intervallare: per la media della popolazione, per la proporzione, per la differenza tra le medie di due popolazioni, per la differenza tra le proporzioni, per la varianza.
PARTE SECONDA: Le verifiche d’ipotesi
Ipotesi statistica (nulla e alternativa; semplice e composta).
Test statistico. Errori di I e di II specie e probabilità a essi associate. Funzione di potenza.
Verifiche d'ipotesi (sulla media di una popolazione, sulla proporzione di una popolazione, sull'omogeneità delle varianze di due popolazioni, sull'uguaglianza delle medie di due popolazioni, sull'uguaglianza delle proporzioni di due popolazioni).
Verifica d'ipotesi di adattamento (o di conformità) di un modello teorico a una distribuzione empirica.
Test di Jarque-Bera sulla normalità
Verifica d'ipotesi di indipendenza stocastica.
PARTE TERZA: Il modello di regressione lineare
Relazione funzionale e relazione statistica tra due varibili
Specificazione del modello
Ipotesi sul modello e loro verifica
Stima dei parametri del modello
Inferenza sul modello di regressione lineare
Test di Durbin-Watson
Il modello di regressione lineare multiplo
Multicollinarità
Modelli con variabili dummy
Scelta del modello preferibile
Dagli OLS alla massima verosimiglianza