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.
L'insegnamento mira ad 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 (circa 10 ore), 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 sommariva@dima.unige.it
FABIO RAPALLO (Presidente)
EVA RICCOMAGNO
SARA SOMMARIVA (Presidente Supplente)
Dal 23 settembre 2024 secondo l'orario riportato qui
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).
Per gli studenti con disabilità o con DSA si rimanda alla sezione Altre Informazioni.
Nella prova scritta si valutano la comprensione dei concetti, le capacità di calcolo e di interpretazione sopratutto di output SAS o R.
L'attività di laboratorio viene valutata attraverso la consegna di due relazioni sui temi trattati durante le esercitazioni, in cui si valuta la capacità di applicare le tecniche acquisite a situazioni reali e la proprietà del linguaggio specifico della disciplina.
Nella prova orale si valutano le capacità espositive, di comprensione e rielaborazione degli aspetti teorici della materia. Le valutazioni della prova scritta e del laboratorio costituiscono la base per determinare l'esito complessivo dell'esame.
Si ricorda alle studentesse e agli studenti con disabilità o con disturbi specifici dell'apprendimento (DSA) che per poter richiedere adattamenti in sede d'esame occorre prima inserire la certificazione sul sito web di Ateneo alla pagina servizionline.unige.it nella sezione “Studenti”. La documentazione sarà verificata dal Settore servizi per l’inclusione degli studenti con disabilità e con DSA dell’Ateneo, come indicato sul sito federato al link: STATISTICA MATEMATICA E TRATTAMENTO INFORMATICO DEI DATI 8766 | Studenti con disabilità e/o DSA | UniGe | Università di Genova | Corsi di Studio UniGe
Successivamente, con significativo anticipo (almeno 10 giorni) rispetto alla data di esame occorre inviare una e-mail al/alla docente con cui si sosterrà la prova di esame, inserendo in copia conoscenza sia il docente Referente di Scuola per l'inclusione degli studenti con disabilità e con DSA (sergio.didomizio@unige.it) sia il Settore sopra indicato. Nella e-mail occorre specificare:
• la denominazione dell’insegnamento
• la data dell'appello
• il cognome, nome e numero di matricola dello studente
• gli strumenti compensativi e le misure dispensative ritenuti funzionali e richiesti.
Il/la referente confermerà al/alla docente che il/la richiedente ha diritto a fare richiesta di adattamenti in sede d'esame e che tali adattamenti devono essere concordati con il/la docente. Il/la docente risponderà comunicando se sia possibile utilizzare gli adattamenti richiesti.
Le richieste devono essere inviate almeno 10 giorni prima della data dell’appello al fine di consentire al/alla docente di valutarne il contenuto. In particolare, nel caso in cui si intenda usufruire di mappe concettuali per l’esame (che devono essere molto più sintetiche rispetto alle mappe usate per lo studio) se l’invio non rispetta i tempi previsti non vi sarà il tempo tecnico necessario per apportare eventuali modifiche.
Per ulteriori informazioni in merito alla richiesta di servizi e adattamenti consultare il documento: Linee guida per la richiesta di servizi, di strumenti compensativi e/o di misure dispensative e di ausili specifici
