Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
SCIENZE STATISTICHE
Insegnamento
MODELLI STATISTICI PER DATI SOCIALI
SCP4063071, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
SCIENZE STATISTICHE
SS1736, ordinamento 2014/15, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese STATISTICAL MODELS FOR SOCIAL DATA
Sito della struttura didattica http://www.stat.unipd.it/studiare/ammissione-laurea-magistrale
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 FAUSTA ONGARO SECS-S/04
Altri docenti STEFANO MAZZUCO SECS-S/04
MARGHERITA SILAN SECS-S/05

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Statistico applicato SECS-S/04 5.0
CARATTERIZZANTE Statistico applicato SECS-S/05 4.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso I 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 30/09/2019
Fine attività didattiche 18/01/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2014

Syllabus
Prerequisiti: Conoscenze di contenuti impartiti nel corso di Modelli statistici 2.
Conoscenze e abilita' da acquisire: 1. Conoscere e utilizzare correttamente alcune tecniche di EHA
2. Conoscere e usare correttamente modelli multilevel/gerarchici e frailty
3. Saper usare procedure di SAS per effettuare le analisi statistiche proposte nel corso
Modalita' di esame: La prova d'esame è costituita da un test di teoria, seguito da una prova pratica al computer in aula ASID con uso di software SAS. Alla prova pratica sono ammessi gli studenti che hanno superato il test teorico.
Criteri di valutazione: La valutazione mira a stabilire se lo studente ha appreso sia gli aspetti gli aspetti formali che interpretativi della modellistica proposta, nonchè la sua capacità di applicarli correttamente in situazioni reali. Lo studente deve inoltre essere in grado di utilizzare correttamente il software SAS per stimare per applicare le tecniche e i metodi proposti durante il corso.
Contenuti: 1. Modelli per dati di durata
- Richiami di nozioni base per analisi dati durata: concetti base; funzioni base nel continuo e nel discreto; metodi non parametrici
- Modelli a tempo continuo: classi di modelli; il modello semiparametrico a rischi proporzionali e sue estensioni oltre il modello base (variabili tempo dipendenti, effetti non proporzionali, rischi competitivi); modelli parametrici a rischi proporzionali e a tempi accelerati (esponenziale, weibull, esponenziale a tratti)
- Modelli a tempo discreto: person period e modello a odds proporzionali (cenni).

2. Modelli frailty (nel continuo)
- Introduzione al concetto di frailty
- Frailty univariati: modelli semiparametrici e parametrici; metodi di stima
- Shared frailty models

3. Modelli multilevel
- Il modello multilevel come pooling parziale dei dati
- Modelli a risposta continua: modelli a intercetta casuale; modelli a effetti casuali; inferenza per effetti fissi e per effetti casuali;
- Modelli a risposta discreta: modelli logistici a effetti casuali; modelli a tempo discreto con effetti casuali; inferenza per effetti fissi ed effetti casuali.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali, esercitazioni in aula informatica durante le quali si userà il software SAS
Eventuali indicazioni sui materiali di studio: Materiali di studio sono i testi di riferimento, le slide delle lezioni/esercitazioni a computer, le basi di dati utilizzate per le esercitazioni a computer. Eventuali materiali aggiuntivi saranno distribuiti dal docente durante il corso.

NB. Gli studenti possono avvantaggiarsi nell'acquisire autonomamente conoscenze di base di SAS, utilizzando il materiale (dispense e piccoli data-base) reso disponibile sotto forma di dispense nella cartella MADS del disco I.
Testi di riferimento:
  • Singer J.D., Willet J. B.,, Applied longitudinal data analysis. Modeling change and event occurence. Oxford: Oxford University Press, 2003. (capp. 9, 11, 13-15)
  • Allison P.D.,, Survival analysis using SAS. A practical guide, 2nd edition.. --: SAS Institute Corporation, 2010. (capp. 1-3, 5) Cerca nel catalogo
  • Snijders T.A.B., Bosker R:J., ), Multilevel Analysis. An Introduction to Basic and Advanced Multilevel Modeling. --: Sage, 2012. (capp. 1-5, 10, 17) Cerca nel catalogo