Skip to main content
Ctrl+K
Logo image
  • Psicometria

A.A. 2022-2023

  • Syllabus
  • Materiali didattici
  • Come studiare
  • Calendario
  • Laboratorio didattico
    • Istruzioni E-tivity
    • Il significato sociale della musica in età evolutiva
  • Modalità di verifica dell’apprendimento
  • FAQ

Esercizi

  • 1. Python per la data analisi
    • 1.1. ✅ Python
    • 1.2. ✅ Pandas
    • 1.3. ✅ Matplotlib e Seaborn
  • 2. Statistica descrittiva
    • 2.1. ✅ Concetti chiave
    • 2.2. ✅ Scale di misura
    • 2.3. ✅ Sommatorie
    • 2.4. ✅ EDA
  • 3. Teoria della probabilità
    • 3.1. ✅ Calcolo combinatorio
    • 3.2. ✅ Probabilità condizionata
    • 3.3. ✅ Teorema di Bayes
  • 4. Distribuzioni di variabili casuali
    • 4.1. ✅ Variabili casuali discrete
    • 4.2. ✅ Distribuzione binomiale
    • 4.3. ✅ Distribuzione Normale
    • 4.4. ✅ Distribuzione Beta
    • 4.5. ✅ Verosimiglianza
  • 5. Probabilità congiunta
    • 5.1. ✅ Probabilità congiunta
  • 6. Inferenza bayesiana
    • 6.1. ✅ Inferenza sulle frequenze
    • 6.2. ✅ Inferenza su una media
  • 7. Regressione lineare
    • 7.1. ✅ Relazioni lineari tra variabili
  • 8. Inferenza frequentista
    • 8.1. ✅ Test sulla media della popolazione
    • 8.2. ✅ Confronto di due medie di popolazione
    • 8.3. ✅ Confronto di due medie di popolazione: Campioni Piccoli e indipendenti
    • 8.4. ✅ Confronto di due medie di popolazione: campioni appaiati
    • 8.5. ✅ Confronto di due proporzioni della popolazione
    • 8.6. ✅ Stima su piccolo campione della media di una popolazione
    • 8.7. ✅ Il significato osservato di un test
    • 8.8. ✅ Interpretare il test dell’ipotesi nulla
  • 9. Distribuzioni coniugate
    • 9.1. ✅ Caso Beta-Binomiale
  • Repository
  • Open issue
  • .md

Statistica descrittiva

2. Statistica descrittiva#

  • 2.1. ✅ Concetti chiave
  • 2.2. ✅ Scale di misura
  • 2.3. ✅ Sommatorie
  • 2.4. ✅ EDA

previous

1.3. ✅ Matplotlib e Seaborn

next

2.1. ✅ Concetti chiave

By Corrado Caudek

© Copyright 2023.