Insegnamento
MODELLI STATISTICI 2
SCP4063744, A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
SC2094, ordinamento 2014/15, A.A. 2016/17
1113384
Crediti formativi 9.0
Denominazione inglese STATISTICAL MODELS 2
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA

Docenti
Responsabile ALESSANDRA SALVAN SECS-S/01
Altri docenti NICOLA SARTORI SECS-S/01

Mutuazioni
Codice Insegnamento Responsabile Corso
SCP4063744 MODELLI STATISTICI 2 ALESSANDRA SALVAN SS1736
SCP4063744 MODELLI STATISTICI 2 ALESSANDRA SALVAN SC2095

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative SECS-S/01 9.0

Modalità di erogazione
Periodo di erogazione Primo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LABORATORIO 2.0 16 34.0 2
LEZIONE 7.0 48 127.0 Nessun turno

Calendario
Inizio attività didattiche 01/10/2016
Fine attività didattiche 20/01/2017
Orario della didattica Visualizza calendario delle lezioni
Giorno Ora Aula Edificio
Orari_chiudi Martedi' 14.30-18.30, 16.30-18.30 ASID60, SC120 S.CATERINA
  11/10/2016 16.30-18.30 SC120 S.CATERINA
18/10/2016 16.30-18.30 SC120 S.CATERINA
25/10/2016 14.30-18.30 ASID60 S.CATERINA
08/11/2016 14.30-18.30 ASID60 S.CATERINA
15/11/2016 14.30-18.30 ASID60 S.CATERINA
22/11/2016 14.30-18.30 ASID60 S.CATERINA
29/11/2016 14.30-18.30 ASID60 S.CATERINA
06/12/2016 14.30-18.30 ASID60 S.CATERINA
13/12/2016 16.30-18.30 SC120 S.CATERINA
20/12/2016 14.30-18.30 ASID60 S.CATERINA
10/01/2017 14.30-18.30 ASID60 S.CATERINA
17/01/2017 14.30-18.30 ASID60 S.CATERINA
Orari_chiudi Giovedi' 16.30-18.30 SC120 S.CATERINA
  06/10/2016 16.30-18.30 SC120 S.CATERINA
13/10/2016 16.30-18.30 SC120 S.CATERINA
20/10/2016 16.30-18.30 SC120 S.CATERINA
27/10/2016 16.30-18.30 SC120 S.CATERINA
03/11/2016 16.30-18.30 SC120 S.CATERINA
10/11/2016 16.30-18.30 SC120 S.CATERINA
17/11/2016 16.30-18.30 SC120 S.CATERINA
24/11/2016 16.30-18.30 SC120 S.CATERINA
01/12/2016 16.30-18.30 SC120 S.CATERINA
15/12/2016 16.30-18.30 SC120 S.CATERINA
22/12/2016 16.30-18.30 SC120 S.CATERINA
12/01/2017 16.30-18.30 SC120 S.CATERINA
19/01/2017 16.30-18.30 SC120 S.CATERINA
Orari_chiudi Venerdi' 8.30-10.30 SC140 S.CATERINA
  07/10/2016 8.30-10.30 SC140 S.CATERINA
14/10/2016 8.30-10.30 SC140 S.CATERINA
21/10/2016 8.30-10.30 SC140 S.CATERINA
28/10/2016 8.30-10.30 SC140 S.CATERINA
04/11/2016 8.30-10.30 SC140 S.CATERINA
11/11/2016 8.30-10.30 SC140 S.CATERINA
18/11/2016 8.30-10.30 SC140 S.CATERINA
02/12/2016 8.30-10.30 SC140 S.CATERINA
16/12/2016 8.30-10.30 SC140 S.CATERINA
13/01/2017 8.30-10.30 SC140 S.CATERINA
20/01/2017 8.30-10.30 SC140 S.CATERINA

Commissioni d'esame
Commissione Dal Al Membri
2 Commissione a.a.2017/18 01/10/2017 30/09/2018 SALVAN ALESSANDRA (Presidente)
KENNE PAGUI EULOGE CLOVIS (Membro Effettivo)
MENARDI GIOVANNA (Membro Effettivo)
SARTORI NICOLA (Membro Effettivo)

Syllabus
Prerequisiti: Istituzioni di Analisi Matematica
Algebra Lineare
Istituzioni di Probabilità
Statistica 1 e 2
Modelli Statistici 1
Conoscenze e abilita' da acquisire: Il corso mira ad approfondire teoria e applicazioni dei modelli di regressione con particolare riferimento ai modelli lineari generalizzati. Sono trattati modelli per dati continui, binari, categoriali e di conteggio. Sono forniti alcuni elementi introduttivi ai modelli per dati correlati. Il corso tratta inoltre gli strumenti necessari per l'analisi dei dati utilizzando modelli di regressione, tramite il software statistico R.
Modalita' di esame: Esame scritto in aula informatica (si richiederà l'uso di R per lo svolgimento di alcuni calcoli).
Criteri di valutazione: Si valuteranno la preparazione dello studente sui contenuti oggetto del corso, la sua capacità di analizzare le caratteristiche dei modelli e di interpretare e valutare criticamente i risultati delle analisi svolte.
Contenuti: I modelli lineari generalizzati (Generalized Linear Models, GLM)
- Famiglie esponenziali, di dispersione esponenziali e GLM: modelli, momenti, funzione di legame e verosimiglianza.
- Inferenza sui parametri di un GLM (stima puntuale, verifica d'ipotesi e regioni di confidenza)
- Adeguatezza dei modelli: devianza e residui.
- Casi notevoli: regressione binomiale, Poisson e gamma.
- Sovradispersione e quasi-verosimiglianza.
- Tabelle di frequenza: modelli log-lineari.
- Modelli multinomiali per risposte nominali o ordinali.
- Elementi introduttivi ai modelli per dati correlati (modelli marginali, modelli lineari generalizzati misti, equazioni di stima generalizzate).
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso verrà erogato per mezzo di lezioni di teoria ed esercitazioni in laboratorio informatico.
Eventuali indicazioni sui materiali di studio: Materiale didattico sarà reso disponibile sulla pagina web del corso.
Testi di riferimento:
  • Agresti, A., Foundations of Linear and Generalized Linear Models. Hoboken: John Wiley & Sons Inc, 2015. Cerca nel catalogo
  • Dobson, A. and Barnett, A., An Introduction to Generalized Linear Models, Third Edition. Boca Raton, FL: Chapman and Hall/CRC, 2008.
  • Madsen, H. and Thyregod, P., Introduction to General and Generalized Linear Models. Boca Raton, FL: Chapman and Hall/CRC, 2010.
  • Azzalini, A., Inferenza Statistica: una Presentazione basata sul Concetto di Verosimiglianza. Milano: Springer-Italia, 2001. Capitolo 6 (in English: Azzalini, A. (1996). Statistical Inference, based on the Likelihood. Chapman and Hall, Chapter 6) Cerca nel catalogo
  • Pace, L., Salvan, A., Introduzione alla Statistica - II. Inferenza, Verosimiglianza, Modelli. Padova: Cedam, 2001. Capitoli 8 e 10 Cerca nel catalogo
  • Bortot, P., Ventura, L., Salvan, A., Inferenza Statistica: Applicazioni con S-Plus e R. Padova: Cedam, 2000. Capitolo 5 Cerca nel catalogo
  • Pace, L., Salvan, A., Teoria della Statistica: Metodi, Modelli, Approssimazioni Asintotiche. Padova: Cedam, 1996. Capitolo 6 (in English: Pace, L., Salvan, A. (1997). Principles of Statistical Inference. World Scientific, Singapore, Chapter 6) Cerca nel catalogo