| CODICE | 101515 |
|---|---|
| ANNO ACCADEMICO | 2022/2023 |
| CFU |
|
| SETTORE SCIENTIFICO DISCIPLINARE | SECS-S/01 |
| SEDE |
|
| PERIODO | 1° Semestre |
| MATERIALE DIDATTICO | AULAWEB |
L'insegnamento approfondisce, precisa ed estende alcuni aspetti dell'ampia classe dei modelli lineari con particolare riferimento a questioni di stimabilità per modelli lineari multivariati con variabili risposta sia con distribuzione normale sia con distribuzione di classe esponenziale. Le attività di laboratorio, svolte utilizzando opportuno software statistico (SAS e/o R), permettono di applicare e approfondire le quastioni teoriche presentate.
Approfondire lo studio dell’ampia classe dei modelli lineari usando i metodi della statistica matematica.
Riconoscere le condizioni di applicabilità dei modelli, saper svolgere analisi di dati con software opportuno, saper interpretare correttamente i risultati, compresa la bontà di adattamento del modello, e presentare le analisi effettuate in forma di report.
Elementi di statistica inferenziale e nozioni di statistica matematica relativi alla stimabilità e alla verifica di ipotesi, anche con gli strumenti della teoria della verosimiglianza, in particolar modo nell'ambito dei modelli di classe esponenziale. Teoria e applicazioni del modello di regressione lineare multiplo.
Lezioni di approfondimento teorico.
Esercizi con particolare spazio per analisi di risultati ottenuti tramite specifico software statistico.
Esercitazioni in laboratorio, la cui finalità è l'applicazione delle metodologie statistiche presentate a lezione per costruire modelli interpretativi e previsionali dei fenomeni oggetto di indagine, utilizzando dati reali; attraverso tali esercitazioni lo studente può verificare il suo livello di comprensione della teoria statistica e comprenderne meglio l'uso pratico.
Modelli lineari generali. ANOVA: fattori crossed e nested; dati non bilanciati. Modello sovraparametrizzato: diverse riparametrizzazioni e inversa generalizzata: aspetti teorici e implicazioni pratiche. Modello di regressione lineare multivariata e per misure ripetute.
Modelli lineari generalizzati. Modelli esponenziali. Link function. Modelli per dati categorici (binomiale, multinomiale e Poisson). Stime dei coefficienti con metodi iterativi: Newton-Raphson, scoring. Distribuzioni asintotiche per statistiche basate sulla verosimiglianza. Test e indici per la bontà del modello: devianza, chi-quadro. Residui. Test e intervalli di confidenza per i parametri del modello e loro sottoinsiemi. Odd ratio e log-odd ratio. Modelli per dati ordinali e per tabelle di contingenza.
Esercitazioni al calcolatore con il software SAS e/o R.
Dobson A. J. (2001). An Introduction to Generalized Linear Models 2nd Edition. Chapman and Hall.
Rogantin M.P. (2010). Modelli lineari generali e generalizzati. In rete.
Ricevimento: Su appuntamento richiesto per email all’indirizzo fabio.rapallo@unige.it
Ricevimento: Su appuntamento richiesto per email all’indirizzo riccomagno@dima.unige.it
Ricevimento: Su appuntamento richiesto per email all’indirizzo sommariva@dima.unige.it
FABIO RAPALLO (Presidente)
SARA SOMMARIVA
EVA RICCOMAGNO (Presidente Supplente)
L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.
Consiste in una prova scritta, articolata in esercizi di tipo calcolativo ed intepretativo di parti di output SAS o R, e una prova orale durante la quale può anche essere richiesta la discussione delle esercitazioni svolte in laboratorio (è opportuno avere quindi gli output delle esercitazioni in SAS o R).
Nella prova scritta si valutano la comprensione dei concetti, le capacità di calcolo e di interpretazione sopratutto di output SAS o R.
Nella prova orale si valutano le capacità espositive, di comprensione e rielaborazione degli aspetti teorici della materia.
| Data | Ora | Luogo | Tipologia | Note |
|---|---|---|---|---|
| 22/12/2022 | 09:00 | GENOVA | Scritto | |
| 25/01/2023 | 09:00 | GENOVA | Scritto | |
| 17/02/2023 | 09:00 | GENOVA | Scritto | |
| 12/06/2023 | 09:00 | GENOVA | Scritto | |
| 10/07/2023 | 09:00 | GENOVA | Scritto | |
| 08/09/2023 | 09:00 | GENOVA | Scritto |
Si consigliano gli studenti con certificazione di DSA, di disabilità o di altri bisogni educativi speciali di contattare il/la docente all’inizio del corso per concordare modalità didattiche e d’esame che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali e forniscano idonei strumenti compensativi.