Vai al Contenuto Vai alla navigazione del sito

MODELLI STATISTICI (100EC)

A.A. 2018 / 2019

Periodo 
Primo semestre
Crediti 
6
Durata 
45
Tipo attività formativa 
Caratterizzante
Percorso 
[PDS0-2016 - Ord. 2016] comune
Syllabus 
Lingua insegnamento 

ITALIANO

Obiettivi formativi 

Lo studente acquisirà i concetti, le tecniche inferenziali e gli strumenti diagnostici per la costruzione di modelli lineari.

Lo studente sarà in grado di capire a quali fenomeni è adatta la modellistica di regressione e di specificare, adattare e interpretare i risultati di un modello di regressione lineare. Avrà anche acquisito alcune nozioni di base per la successiva comprensione delle estensioni e generalizzazioni del modello lineare.Il corso è integrato da una parte pratica che prevede l'impiego di R.

Prerequisiti 

Sono propedeutici gli insegnamenti di Inferenza Statistica e matematica II.

Contenuti 

1. Aspetti introduttivi.
2. Il modello di regressione lineare semplice: specificazione e assunzioni di base. Stima dei parametri: metodo dei minimi quadrati e metodo della massima verosimiglianza. Verifica di ipotesi lineari sui coefficienti di regressione. Stima intervallare dei parametri. Valutazione dell'adattamento.
3. Il modello di regressione multipla: specificazione matriciale e generalizzazione dei problemi di stima e verifica di ipotesi.
4. Analisi critica e costruzione del modello: metodi diagnostici (analisi dei residui), tecniche per la selezione delle variabili.
5. Uso di variabili indicatrici: l'analisi della covarianza
6. L'analisi della varianza a uno e a più criteri di classificazione
7. Discussione critica dei modelli lineari e motivazioni per la loro generalizzazione

Metodi didattici 

Lezioni frontali e esercitazioni in aula informatica.

Modalità di verifica dell'apprendimento 

L'esame è orale, allo studente potrà essere chiesto di esporre risultati teorici, ivi comprese le dimostrazioni, e di mostrare la capacità di applicare tali risultati attraverso esercizi relativi alla costruzione di modelli e alla loro interpretazione. Inoltre, durante l'orale verrà discusso un elaborato svolto precedentemente in cui è richiesto di usare R per rispondere a quesiti pratici.

Testi di riferimento 

Grigoletto M., Pauli F., Ventura L. “Modello lineare”, G. Giappichelli Editore, 2017

Faraway, J.J. “Practical Regression and Anova using R”, scaricabile dalla rete http://cran.at.r-project.org/doc/contrib/Faraway-PRA.pdf (capp. 1, 2, 3, 5, 7, 10, 15, 16), 2002.

Weisberg, S. "Applied Linear Regression", Wiley, 2005


Torna all'elenco insegnamenti