Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
STATISTICA PER LE TECNOLOGIE E LE SCIENZE
Insegnamento
MODELLI STATISTICI 1 (Ult. numero di matricola pari)
SCP4063241, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'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. 2017/18
Pari
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese STATISTICAL MODELS 1
Sito della struttura didattica http://scienzestatistiche.scienze.unipd.it/2017/laurea_statisticatecnologiescienze
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 MATTEO GRIGOLETTO SECS-S/01
Altri docenti EULOGE CLOVIS KENNE PAGUI SECS-S/01

Mutuazioni
Codice Insegnamento Responsabile Corso di studio
SCP4063241 MODELLI STATISTICI 1 (Ult. numero di matricola pari) MATTEO GRIGOLETTO SC2095

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Statistico, statistico applicato, demografico SECS-S/01 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
Turni
LABORATORIO 3.0 22 53.0 2
LEZIONE 6.0 42 108.0 Nessun turno

Calendario
Inizio attività didattiche 26/02/2018
Fine attività didattiche 01/06/2018
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2014

Commissioni d'esame
Commissione Dal Al Membri
8 Commissione a.a.2019/20 (matr.pari) 01/10/2019 30/09/2020 GRIGOLETTO MATTEO (Presidente)
CANALE ANTONIO (Membro Effettivo)
ROVERATO ALBERTO (Membro Effettivo)
SALVAN ALESSANDRA (Membro Effettivo)
7 Commissione a.a.2019/20 (matr.dispari) 01/10/2019 30/09/2020 ROVERATO ALBERTO (Presidente)
CANALE ANTONIO (Membro Effettivo)
GRIGOLETTO MATTEO (Membro Effettivo)
6 Commissione a.a.2018/19 (matr.pari) 01/10/2018 30/09/2019 GRIGOLETTO MATTEO (Presidente)
KENNE PAGUI EULOGE CLOVIS (Membro Effettivo)
VENTURA LAURA (Membro Effettivo)
5 Commissione a.a.2018/19 (matr.dispari) 01/10/2018 30/09/2019 VENTURA LAURA (Presidente)
GIRARDI PAOLO (Membro Effettivo)
GRIGOLETTO MATTEO (Membro Effettivo)
4 Commissione a.a.2017/18 (matr. pari) 01/10/2017 30/09/2018 GRIGOLETTO MATTEO (Presidente)
KENNE PAGUI EULOGE CLOVIS (Membro Effettivo)
SARTORI NICOLA (Membro Effettivo)
VENTURA LAURA (Membro Effettivo)
3 Commissione a.a.2017/18 (matr. dispari) 01/10/2017 30/09/2018 VENTURA LAURA (Presidente)
GIRARDI PAOLO (Membro Effettivo)
GRIGOLETTO MATTEO (Membro Effettivo)
SARTORI NICOLA (Membro Effettivo)

Syllabus
Prerequisiti: Istituzioni di analisi matematica, Statistica I, Statistica II, Algebra lineare, Istituzioni di calcolo delle probabilità.
Conoscenze e abilita' da acquisire: Il Corso è finalizzato a far acquisire agli studenti i metodi statistici per la costruzione, la validazione e l'utilizzo di modelli di regressione.
Il Corso fornisce anche gli strumenti necessari per l'analisi al computer dei modelli di regressione, tramite il software statistico R.
Modalita' di esame: Esame scritto.
Criteri di valutazione: La valutazione della preparazione dello studente si baserà sull'acquisizione dei concetti e delle metodologie proposte, e sulla capacità di applicarli.
Contenuti: Il modello lineare
- Problemi di regressione.
- Il modello di regressione lineare normale.
- Inferenza basata sulla verosimiglianza: stima puntuale, intervalli di confidenza, verifica di ipotesi lineari sui coefficienti di regressione e test F.
- Ipotesi del secondo ordine e teorema di Gauss Markov.
- Analisi critica e costruzione del modello: metodi diagnostici (analisi dei residui, individuazione di valori anomali e punti leva), tecniche per la selezione delle variabili.

Analisi della varianza e della covarianza
- Modelli con variabili indicatrici.
- Analisi della varianza ad una e a due vie.
- Analisi della covarianza.

Il modello lineare generalizzato
- Discussione critica dei modelli lineari e motivazioni per la loro generalizzazione.
- Dati binari e modelli di regressione logistica (verosimiglianza, stima dei parametri, interpretazione delle stime dei parametri, problemi di verifica d'ipotesi).
- La regressione di Poisson (verosimiglianza, stima dei parametri, problemi di verifica d'ipotesi).
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso prevede delle lezioni frontali ed esercitazioni in aula informatica. Durante tali esercitazioni si propone l'analisi di casi studio provenienti da diversi contesti applicativi utilizzando il software R.
Eventuali indicazioni sui materiali di studio: Le lezioni di teoria ed i laboratori sono basati sul libro di testo.
Testi di riferimento:
  • Grigoletto, M., Pauli, F., Ventura, L., Modello Lineare - Teoria e Applicazioni con R. Torino: Giappichelli Editore, 2017. Cerca nel catalogo