Richiami di Calcolo delle Probabilita'. Variabili casuali unidimensionali e multidimensionali; , t-Student, F-Fisher. Stima Puntuale. Definizione di campione casuale semplice, statistiche e momenti campionari, in particolare media e varianza campionaria. Stima parametrica. Definizione di spazio campionario e spazio parametrico. Definizione di stimatore e di stima, proprieta' degli stimatori: errore quadratico medio, non distorsione, efficienza, consistenza semplice e in media quadratica. Disuguaglianza di Cramer-Rao. Sufficienza e completezza, stimatore non distorto a varianza uniformemente minima. Metodi di stima: metodo dei momenti e della massima verosimiglianza. Stima intervallare. Definizione di livello di confidenza, costruzione di intervallo di confidenza casuale e numerico, quantita' pivotale, esempi nell'ambito della famiglia di densita' Normale. Verifica d'ipotesi. Definizione di ipotesi parametriche. Test di significativita': definizione di statistiche test, livello di significativita' e p-value, costruzione delle regioni di rifiuto dell'ipotesi. Esempi nell'ambito della famiglia di densita' Normale. Elementi di teoria dei test: errore di prima e di seconda specie, potenza di un test, regione critica ottimale, test uniformemente piu' potenti. Test di adattamento. Analisi della varianza. Introduzione al problema e principali definizioni. Modello ANOVA ad un fattore, ipotesi sul modello. Test di analisi della varianza, randomizzazione. Estensione al caso di due fattori, bloccaggio. Modello di regressione. Introduzione al problema e principali definizioni. La specificazione del modello. Le ipotesi fondamentali. La stima dei parametri con il metodo dei minimi quadrati. Proprietà degli stimatori di minimi quadrati. Scomposizione della devianza. Indice di determinazione. Ipotesi di normalita' degli errori. Test sui parametri del modello. Test di adattamento complessivo. L'analisi dei residui. Applicazioni a problemi reali. 16 ore in 8 incontri 240 euro al posto di 480.