Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
STATISTICA E GESTIONE DELLE IMPRESE
Insegnamento
MODELLI STATISTICI 2
SSM0013547, A.A. 2015/16

Informazioni valide per gli studenti immatricolati nell'A.A. 2013/14

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
STATISTICA E GESTIONE DELLE IMPRESE
SS1450, ordinamento 2009/10, A.A. 2015/16
N0
porta questa
pagina con te
Curriculum METODOLOGICO [008PD]
Crediti formativi 8.0
Tipo di valutazione Voto
Denominazione inglese STATISTICAL MODELS 2
Sito della struttura didattica http://www.stat.unipd.it/risorse/SGI
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile GIOVANNA MENARDI SECS-S/01
Altri docenti PAOLO GIRARDI M-PSI/03

Mutuante
Codice Insegnamento Responsabile Corso di studio
SSM0013547 MODELLI STATISTICI 2 GIOVANNA MENARDI SS1451

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Statistico, statistico applicato, demografico SECS-S/01 8.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
Turni
LABORATORIO 2.0 16 34.0 2
LEZIONE 6.0 40 110.0 Nessun turno

Calendario
Inizio attività didattiche 30/09/2015
Fine attività didattiche 23/01/2016
Visualizza il calendario delle lezioni Lezioni 2015/16 Ord.2009 (per settimana)
Lezioni 2015/16 Ord.2009 (per insegnamenti)

Commissioni d'esame
Commissione Dal Al Membri
6 Commissione a.a. 2015/2016 01/10/2015 30/09/2019 MENARDI GIOVANNA (Presidente)
CATTELAN MANUELA (Membro Effettivo)
VENTURA LAURA (Membro Effettivo)

Syllabus
Prerequisiti: Istituzioni di Calcolo delle Probabilità, Statistica 1, Statistica 2, Modelli Statistici I
Conoscenze e abilita' da acquisire: Il corso mira ad approfondire la conoscenza dei modelli di regressione, con particolare riferimento ai modelli lineari e lineari generalizzati, sia da un punto di vista teorico che nella loro applicazione a dati reali.
Modalita' di esame: L'esame si compone di tre prove, di cui l'ultima è la principale
1) Una prova preliminare nella forma di "quiz", con risposta a scelta multipla, di durata pari a 30'.
2) Una prova pratica in aula informatica che consiste nell'elaborazione numerica di un insieme di dati, ed ha durata di circa 90'-100'. In questa prova lo studente può utilizzare qualsiasi materiale ausiliario ritenga utile.
3) Una prova di tipo orale
Criteri di valutazione: In sede d’esame si valuteranno sia la preparazione dello studente sui contenuti oggetto del corso, sia la sua capacità di interpretare e valutare criticamente i risultati delle analisi svolte, sulla base delle conoscenze acquisite.
Contenuti: Studio di modelli del tipo "lineare generalizzato" (GLM) come tema primario. Nel dettaglio:

1. [1 CFU] Richiami e approfondimenti sul modello lineare
2. [5 CFU] I modelli lineari generalizzati (GLM)
2a) Famiglia esponenziale, verosimiglianza, momenti e funzione legame.
2b) Inferenza nei GLM: verosimiglianza, stima (IRWLS) e verifica di ipotesi.
2c) Adeguatezza dei modelli: devianza e residui.
2d) Alcuni casi notevoli: regressione binomiale, regressione di Poisson, regressione gamma
2e) Tabelle di contingenza: modelli log-lineari.
2f) Problemi tipici: casi con inflazionamento dello 0, variabili "offset", sovradispersione
3. [1 CFU] Modelli multinomiali per risposte nominali o ordinali.
4. [1 CFU] Elementi di base dell'inferenza nella statistica multivariata
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 ulteriore ai libri di testo verrà reso disponibile durante lo svolgimento dell’insegnamento.
Testi di riferimento:
  • Azzalini, A., Inferenza statistica: una presentazione basata sul concetto di verosimiglianza, 2ª edizione. Milano: Springer Italia, 2001. (testo principale) Cerca nel catalogo
  • Dobson, A.J., An Introduction to Generalized Linear Models. London: Chapman & Hall, 1990. (per consultazione) Cerca nel catalogo
  • J. Faraway, Practical regression and anova using R. --: --, 2002. http://cran.r-project.org/contrib. (per attività di laboratorio e teoria illustrata ai cap. 5, 7, 8) Cerca nel catalogo
  • McCullagh, P. e Nelder, J.A., Generalized Linear Models. London: Chapman & Hall, 1989. (per consultazione) Cerca nel catalogo
  • J. Faraway, Extending the linear model with R.. --: Chapman & Hall, 2006. (per attività di laboratorio) Cerca nel catalogo