Calcolo delle probabilità con elementi di statistica matematica - 9788854892491

Calcolo delle probabilità con elementi di statistica matematica: Questa seconda edizione, destinata agli studenti delle facoltà scientifiche, fornisce gli elementi della teoria delle probabilità utili alla comprensione dei modelli probabilistici delle loro specializzazioni rispettive, così come la pratica del calcolo delle probabilità necessaria all'esplorazione di questi modelli. L'introduzione alle probabilità si compone dei seguenti quattro gradi: il calcolo delle probabilità, la teoria delle probabilità, stime e test d'ipotesi e le catene di Markov. La prima parte del volume introduce le nozioni essenziali: eventi, probabilità, variabile aleatoria, probabilità subordinata, indipendenza. La seconda parte è dedicata alla teoria delle probabilità propriamente detta. La terza riporta un'introduzione all'inferenza statistica, che tocca elementi della teoria dell'informazione, gli stimatori efficienti e bayesiani. L'ultima parte è dedicata alla teoria dei test d'ipotesi semplici e al teorema di Neyman-Pearson. Il capitolo finale, che costituisce una parte a sé, tratta le catene di Markov, la più importante classe di processi stocastici per le applicazioni. Ogni parte è corredata da esempi ed esercizi, tutti svolti e corretti.
This second edition, intended for students of scientific disciplines, provides the elements of probability theory useful for the comprehension of probabilistic models of their respective specializations, as well as the practice of calculating probabilities needed to explore these patterns. The introduction to likelihood consists of the following four degrees: the law of probability, probability theory, statistical hypothesis tests and estimates and Markov chains. The first part of the book introduces the essentials: events, probability, random variable, conditional probability, independence. The second part is devoted to probability theory proper. The third shows an introduction to statistical inference, that touches elements of information theory, the efficient Bayesian estimators. The last part is devoted to the theory of statistical hypothesis testing simple theorem of Neyman-Pearson. The final chapter, which is a part of its own, is the most important class of Markov chains, stochastic processes for applications. Each piece is accompanied by examples and exercises, all carried out and corrected.