modulo #1 Introduzione alla probabilità e alla statistica Panoramica dell'importanza e delle applicazioni della probabilità e della statistica negli scenari del mondo reale
modulo #2 Concetti di base della probabilità Comprensione della probabilità, degli spazi campione, degli eventi e del concetto di casualità
modulo #3 Tipi di probabilità Esplorazione della probabilità teorica, sperimentale e soggettiva
modulo #4 Regole della probabilità Apprendimento delle regole di addizione, moltiplicazione e complemento della probabilità
modulo #5 Probabilità condizionata Comprensione della probabilità condizionata, dell'indipendenza e del teorema di Bayes
modulo #6 Variabili casuali Introduzione alle variabili casuali discrete e continue
modulo #7 Distribuzioni di probabilità Esplorazione delle distribuzioni di Bernoulli, binomiale, di Poisson e uniforme
modulo #8 Distribuzione normale Comprensione della distribuzione normale, delle sue proprietà e applicazioni
modulo #9 Misure statistiche Calcolo di media, mediana, moda, varianza e standard deviazione
modulo #10 Visualizzazione dei dati Comprendere l'importanza della visualizzazione dei dati e diversi tipi di grafici
modulo #11 Statistica descrittiva Riepilogo e descrizione dei dati mediante statistiche e visualizzazione dei dati
modulo #12 Statistica inferenziale Introduzione a come fare inferenze sulle popolazioni basate su dati campione
modulo #13 Distribuzioni campionarie Comprendere le distribuzioni campionarie e il teorema del limite centrale
modulo #14 Test di ipotesi Formulare e testare ipotesi mediante metodi statistici
modulo #15 Intervalli di confidenza Costruire e interpretare intervalli di confidenza per parametri di popolazione
modulo #16 Analisi di regressione Introduzione alla regressione lineare semplice e multipla
modulo #17 Analisi di correlazione Comprendere i coefficienti di correlazione e la loro interpretazione
modulo #18 Test del chi quadrato Utilizzo dei test del chi quadrato per la bontà di adattamento e l'indipendenza
modulo #19 Test non parametrici Introduzione ai test non parametrici per valori nominali e dati ordinali
modulo #20 ANOVA e test F Utilizzo di ANOVA e test F per confrontare medie e varianze
modulo #21 Progettazione sperimentale Progettazione di esperimenti e comprensione di blocchi, randomizzazione e replica
modulo #22 Metodi di ricerca tramite sondaggio Comprensione dei metodi di ricerca tramite sondaggio, inclusa la progettazione e il campionamento dei questionari
modulo #23 Big Data e Data Mining Introduzione alle tecniche di big data e data mining
modulo #24 R e Python per probabilità e statistica Utilizzo di R e Python per probabilità e analisi statistica
modulo #25 Riepilogo e conclusione del corso Pianificare i prossimi passi nella carriera in Probabilità e Statistica
