- Di processo
- Il corso includerà inoltre una trattazione delle principali strategie di disegno sperimentale, finalizzate all’ottimizzazione dei processi e alla riduzione dei costi sperimentali, nonché un’introduzione all’analisi dei dati di immagine e all’integrazione di informazioni provenienti da sorgenti multiple attraverso tecniche di data fusion. In ambito forense, verranno illustrate le basi dell’interpretazione statistica dei profili genetici, con particolare riferimento al calcolo del rapporto di verosimiglianza e alla valutazione del peso dell’evidenza.
Particolare enfasi sarà posta sulla comprensione critica dei modelli, sulla quantificazione dell'incertezza associata alle conclusioni, sulla valutazione della robustezza e delle condizioni di applicabilità, nonché sulla distinzione tra fitting e overfitting e sull'importanza delle strategie di validazione.
- Professionali
- Metodi di analisi esplorativa dei dati, con un approfondimento sull’analisi delle componenti principali e sulle tecniche di clustering, fondamentali per la comprensione della struttura dei dati. Saranno poi trattati i metodi di calibrazione, sia univariati che multivariati, inclusi i modelli a variabili latenti come pcr e pls, evidenziandone vantaggi e criticità rispetto agli approcci classici. Nell’ambito della classificazione, verranno presentati sia metodi discriminanti sia approcci di modellamento di classe, con attenzione agli aspetti probabilistici e decisionali.
- Di sistema
- Nel complesso, il corso mira a fornire strumenti teorici e pratici per un utilizzo consapevole e rigoroso dei metodi statistici avanzati, promuovendo una visione critica e interdisciplinare dell’analisi dei dati e favorendo la capacità di tradurre i risultati quantitativi in informazioni scientificamente e operativamente rilevanti.