Outline:
The theme of this course is the allocation of n objects (or elements) into g categories (or classes), discussed from several viewpoints. This approach can be traced back at least to the early work of 24-year-old Ludwig Boltzmann in hi
More Info
Brief description of the course: this course will give a first introduction to several families of point processes, focussing in particular on the properties of repulsion and rigidity of point processes. Course topics:
More Info
Il corso si rivolge agli studenti del dottorato di Scienze Statistiche. Lo scopo principale del corso è di introdurre i concetti base dei modelli lineari, lineari generalizzati, additivi generalizzati.
Modelli lineari
  
More Info
Introduzione generale alle Complex networks: cenni storici, terminologia formale (definizione di grafo/rete, node degree, clustering coefficient), Concetti di grafi random, small world (esermpi: Erdos-Bacon number, esperimento di Stanely Milgram
More Info
Brief course description: The course will cover the main topics in high-dimensional probability theory. High-dimensional probability is an area of probability theory that studies random objects in Rn where the dimension n can be v
More Info
Il corso si rivolge agli studenti del dottorato di Scienze Statistiche. Lo scopo del corso è introdurre i concetti base della classificazione sfocata non supervisionata discutendone l’utilizzo nell’analisi di dati com
More Info
Introduction
Motivations:- flexible density;- non parametric estimation of a mixing distribution; - unsupervised classification.Maximum likelihood estimationEM algorithm;“Fuzzy” interpretation of EM;ML estimation of a mixture of Gaussians.Mixt
More Info
Il corso si rivolge agli studenti del dottorato di Scienze Statistiche. Lo scopo principale del corso è di introdurre i concetti base dello studio di matrice a tre vie (unità x variabilil x occasioni), come diretta este
More Info
NOTE: Starred points* will be actually covered according to available time  1.       Basic asymptotic approximation tools from probability theory (2h)-          Mode
More Info


Programma del corso

1 – Il Metodo Monte Carlo
1.1 Integrazione numerica. Quadrature di Newton e di Gauss. Polinomi ortogonali.
1.2 I principî del metodo Monte Carlo. 1.3 Numero di simulazioni e precisione numerica,
More Info
inserire syllabus
More Info
Il corso si rivolge ai dottorandi del dottorato di Scienze Statistiche e del dottorato in  Biologia Ambientale ed Evoluzionistica Lo scopo principale del corso è di creare un ponte tra le problematiche che sorgono nell’ambito de
More Info