Presentazione

Organizzazione della Didattica

DM270
STATISTICA PER LE TECNOLOGIE E LE SCIENZE ORD. 2014


9

Corsi comuni

 

Frontali Esercizi Laboratorio Studio Individuale
ORE: 42 22 0 69

Periodo

AnnoPeriodo
II anno2 semestre

Frequenza

Facoltativa

Erogazione

Convenzionale

Lingua

Italiano

Calendario Attività Didattiche

InizioFine
01/03/201611/06/2016

Tipologia

TipologiaAmbitoSSDCFU
caratterizzanteStatistico, statistico applicato, demograficoSECS-S/019


Responsabile Insegnamento

ResponsabileSSDStruttura
Prof. GRIGOLETTO MATTEOSECS-S/01Dipartimento di Scienze Statistiche

Altri Docenti

DocenteCoperturaSSDStruttura
Dott. KENNE PAGUI EULOGE CLOVISMutuazioneN.D.

Attività di Supporto alla Didattica

Non previste.

Bollettino

Istituzioni di analisi matematica, Statistica I, Statistica II, Algebra lineare, Istituzioni di calcolo delle probabilità.

Il Corso è finalizzato a far acquisire agli studenti i metodi statistici per la costruzione, la validazione e l'utilizzo di modelli di regressione. Il Corso fornisce anche gli strumenti necessari per l'analisi al computer dei modelli di regressione, tramite il software statistico R.

Il corso prevede delle lezioni frontali ed esercitazioni in aula informatica. Durante tali esercitazioni si propone l'analisi di casi studio provenienti da diversi contesti applicativi utilizzando il software R.

Il modello lineare - Problemi di regressione. - Il modello di regressione lineare normale. - Inferenza basata sulla verosimiglianza: stima puntuale, intervalli di confidenza, verifica di ipotesi lineari sui coefficienti di regressione e test F. - Ipotesi del secondo ordine e teorema di Gauss Markov. - Analisi critica e costruzione del modello: metodi diagnostici (analisi dei residui, individuazione di valori anomali e punti leva), tecniche per la selezione delle variabili. Analisi della varianza e della covarianza - Modelli con variabili indicatrici. - Analisi della varianza ad una e a due vie. - Analisi della covarianza. Il modello lineare generalizzato - Discussione critica dei modelli lineari e motivazioni per la loro generalizzazione. - Dati binari e modelli di regressione logistica (verosimiglianza, stima dei parametri, interpretazione delle stime dei parametri, problemi di verifica d'ipotesi). - La regressione di Poisson (verosimiglianza, stima dei parametri, problemi di verifica d'ipotesi).

Esame scritto.

La valutazione della preparazione dello studente si baserà sull'acquisizione dei concetti e delle metodologie proposte, e sulla capacità di applicarli.

PACE L. e SALVAN A., Introduzione alla Statistica – II. Inferenza, Verosimiglianza, Modelli. Padova: Cedam, 2001 AZZALINI A., Inferenza Statistica: una Presentazione basata sul Concetto di Verosimiglianza, 2a edizione. Milano: Springer-Italia, 2004 BORTOT P., VENTURA L. e SALVAN, A., Inferenza Statistica: Applicazioni con S-Plus e R. Padova: Cedam, 2000

Durante il corso saranno messi in distribuzione eventuali lucidi delle lezioni e la dispensa di R per le esercitazioni in aula informatica.