Essere in grado di scegliere il più appropriato modello statistico per l’analisi di dati tipici dell'era digitale.
Familiarizzare con l’ambiente statistico R per la stima del modello e la valutazione della sua bontà di adattamento.
Essere in grado di comunicare in modo efficace i risultati ottenuti.
Familiarizzare con l’ambiente statistico R per la stima del modello e la valutazione della sua bontà di adattamento.
Essere in grado di comunicare in modo efficace i risultati ottenuti.
scheda docente
materiale didattico
Programma
Introduzione ad R e R Studio. Importazione dati statistici. Grafici di base. Analisi descrittive di base. Modelli lineari: analisi della varianza e regressione. Interazioni e trasformazioni. Modelli lineari generalizzati: regressione logistica e regressione di Poisson. Analisi delle serie storiche: autocorrelazione temporale e modelli lineari con errori ARMA. Analisi delle serie spaziali: autocorrelazione spaziale e modelli lineari con errori SAR e CAR. Dati longitudinali: effetti casuali e modelli lineari generalizzati ad effetti misti.Testi Adottati
Dobson and Barnett (2008) “An Introduction to Generalized Linear Models” CRC Press (3rd edition).Modalità Valutazione
Elaborazione di una tesina e presentazione