Descrizione
CAPITOLO 1
modellizzazione
legge dei grandi numeri
CAPITOLO 3
probabilità condizionata
eventi indipendenti
CAPITOLO 4
variabili aleatorie
variabili aleatorie discrete
indici di distribuzione discreta
trasformazioni variabile aleatoria discreta
indici di una distribuzione discreta
CAPITOLO 5
modello di bernoulli
modello binomiale negativo
modello ipergeometrico
approssimazione binomiale dell’ipergeometrica
schema di poisson
CAPITOLO 6
variabili aleatorie continue
il caso assolutamente continuo
trasformazioni e indici
distribuzione normale / gaussiana
CAPITOLO 7
il modello uniforme
il modello esponenziale
il modello di erlang
distribuzione esponenziale – teoria dell’ affidabilità
CAPITOLO 8
correlazione e indipendenza
variabili bivariate
variabili bivariate discrete
variabili bivariate continue
variabili bivariate assolutamente continue
modello uniforme in 2d
variabili n-variate
CAPITOLO 9
trasformazioni variabili bivariate
valore atteso e varianza
correlazione
riproducibilità
legge dei grandi numeri
CAPITOLO 10
teorema del limite centrale
approssimazioni normali
modelli gaussiani
CAPITOLO 11
modello statistico parametrico
statistiche campionarie
stimatori e stima puntuale
CAPITOLO 12
intervalli di confidenza
CAPITOLO 13
test parametrici di ipotesi
CAPITOLO 14
test non parametrici (chi quadrato di adattamento e di indipendenza)
CAPITOLO 15
modello di regressione lineare
Recensioni
Ancora non ci sono recensioni.