Questo volume è una introduzione alle idee e ai metodi dell'Inferenza Statistica. Si trattano dapprima le idee di base: dati, modello statisticoi problemi dell'inferenza e alcune soluzioni elementari. Si passa poi a considerare la funzione di verosimiglianza come strumento unificante e generale per affrontare problemi di inferenza parametrica. Si esaminano infine in dettaglio alcune tipologie di modelli ricorrenti nelle applicazioni, con particolare attenzione alla modellazione statistica in presenza di variabili esplicative. Hanno opportuno rilievo i modelli di regressione logistica e lineare normale, e i modelli per dati di sopravvivenza. Ogni capitolo include numerosi esempi ed esercizi. Il taglio adottato e la selezione degli argomenti vogliono essere funzionali a un apprendimento volto ad acquisire abilità autonome nell'analisi inferenziale dei dati.
0: I modelli probabilistici. - I: I modelli statistici. - II: Le procedure dell'inferenza statistica. - III: L'inferenza di verosimiglianza. - IV: L'inferenza di verosimiglianza: complementi. - V: Teoria esatta della verosimiglianza. - VI: Teoria asintotica della verosimiglianza. - VII: Procedure ottime. - VIII: Modelli binomiali. - IX: Modelli lineari normali. - X: Modelli multinomiali e di Poisson. - XI: Modelli per dati di soprovvivenza. - A: Modelli statistici parametrici notevoli. - B: Tavole.
