Prof. Gianfranco Adimari
Dipartimento di Scienze Cardio-Toraco-Vascolari e Sanità Pubblica – Unipd
Appunti di Statistica
Di seguito trovate due documenti a cura del Prof. Gianfranco Adimari, del Dipartimento di Scienze Cardio-Toraco-Vascolari e Sanità Pubblica dell’Università di Padova, che approfondiscono argomenti di statistica avanzata con un focus specifico sull’inferenza basata sulla verosimiglianza.
“Esercizi di Statistica” (corso progredito)
(Gianfranco Adimari, Francesco Pauli)
Questo volume raccoglie esercizi su temi di inferenza statistica, tra cui stima puntuale e intervallare, verifica d’ipotesi, teoria della verosimiglianza, inferenza bayesiana e inferenza robusta. L’obiettivo è fornire agli studenti (di un corso di laurea magistrale) uno strumento pratico per consolidare la teoria attraverso applicazioni a problemi realistici.
“Appunti di Inferenza: la verosimiglianza”
(Gianfranco Adimari)
Questo testo introduce e sviluppa il concetto di verosimiglianza, uno strumento fondamentale per l’inferenza statistica. Discute la costruzione della funzione di verosimiglianza e il metodo di massima verosimiglianza per la stima di parametri. Presenta inoltre le tecniche di base, ottenute attraverso la verosimiglianza, per la costruzione di intervalli e regioni di confidenza e per la soluzione di problemi di verifica d’ipotesi.
Pubblicazioni / Paper
“Statistical Methods & Applications”
Journal of the Italian Statistical Society
Unravelling sensitivity: exploring covariate effects in early disease detection
Original Paper | Published: 27 July 2026
Abstract
Within the three-class ROC analysis framework for diagnostic tests, we address the problem of making inferences about a true class fraction (TCF), given the remaining two. More precisely, we propose a novel procedure to make inference about the covariate-specific TCF, i.e., the covariate-specific probability of correct classification at the so-called early stage, when the values for the true class fractions at first and third classes are fixed. Our methodology focuses on both point and interval estimation for TCF…
