STATISTICS FOR SPATIO-TEMPORAL DATA

Si tratta di un corso a livello master sulla modellazione spazio-temporale ed è parte degli insegnamenti interdisciplinari del corso di laurea magistrale in Informatica ( Curriculum in Data Management and Analytics). Insieme agli altri corsi di statistica (Statistical inference and learning e Statistical computation and simulation) offre una gamma di moderne tecniche statistiche che rappresentano al giorno d'oggi le competenze più richieste. L'enfasi maggiore è sui modelli statistici per i dati a tempo discreto. Gli argomenti trattati nel corso includeranno anche modelli geostatistici e previsioni spaziali. Il focus è sulle applicazioni con dati reali e la loro analisi con programmi statistici come R.

Produrre visualizzazioni informative di dati temporali e spaziali
Eseguire analisi esplorative dei dati
Selezionare modelli statistici appropriati per vari tipi di dati temporali o spaziali
Stimare i parametri del modello con un moderno software statistico (R)
Interpretare l'output del software
Comunicare efficacemente l'analisi in un documento scritto e in una presentazione orale

Probabilità e Statistica Matematica al livello di Rice, J.A. (2007) Mathematical Statistics and Data Analysis, Duxbury Press

Analisi delle serie temporali
- Filtraggio
- Decomposizione
- Previsione
- Modelli ARMA
Modelli Markoviani spaziali e alcune generalizzazioni
- Previsione

Shumway, Robert H., Stoffer, David S. (2017) Time Series Analysis and Its Applications: With R Examples. Springer
Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2014). Hierarchical modeling and analysis for spatial data. 2nd Ed. CRC Press.
Altro materiale indicato dal docente durante il corso.

L'esame consiste di due fasi:
1) preparazione di un elaborato individuale relativo all'analisi di un dataset.
Il progetto di classe comporterà la scelta di un problema (reciprocamente concordato), la scrittura di un codice per risolverlo e la scrittura di un rapporto che fornisca lo sfondo, la
motivazione, il metodo di soluzione utilizzato e i risultati. Questo progetto dovrebbe essere idealmente un compito che da svolgere per la tesi, in modo che sia utile a molteplici scopi.
2) presentazione orale (esame)
I voti saranno determinati dal esame orale (50%) e dal progetto scritto (50%)

Questo corso si basa su lezioni frontali, che copriranno i principali argomenti, sottolineando e discutendo i punti importanti.
Le lezioni teoriche saranno integrate da esercizi e sessioni di laboratorio. Il software statistico utilizzato nel corso è principalmente R (www.r-project.org).
La partecipazione personale è importante e aiuterà lo studente a imparare in modo più efficiente per leggere il materiale assegnato per rafforzare le lezioni.
Degli script R da varie fonti possono essere usati per rinforzare il materiale.

Inglese

orale