Richiami di inferenza statistica, confronto fra due gruppi, associazione tra variabili categoriali, regressione lineare e correlazione, introduzione alle relazioni multivariate, regressione multipla e correlazione, metodi di analisi della varianza (ANOVA), combinare regressione e ANOVA, la selezione del modello, modelli per risposte binarie e categoriche.
Agresti A., Finlay B. (2015) Metodi statistici di base e avanzati per le scienze sociali. Pearson Prentice Hall.
Obiettivi Formativi
CONOSCENZE: Modelli statistici per variabili risposta continue, binarie e categoriche
COMPETENZE: Specificazione, interpretazione e diagnostica di modelli statistici per variabili risposta continue, binarie e categoriche
Capacità acquisite al termine del corso: Conoscenza e utilizzo di modelli statistici per variabili risposta continue, binarie e categoriche
Prerequisiti
Elementi di statistica descrittiva ed inferenziale.
Metodi Didattici
Lezioni di didattica frontale
Modalità di verifica apprendimento
Esame scritto obbligatorio (esame orale facoltativo)
Programma del corso
Richiami di inferenza statistica, confronto fra due proporzioni, confronto di due medie, confronto di medie per campioni dipendenti, distribuzioni di frequenza congiunte, marginali e condizionate (tabelle di contingenza), Test chi-quadro di indipendenza, i residui, misure di associazione, associazione fra variabili ordinali (cenni), covarianza e correlazione, inferenza per la correlazione, relazione lineare, il modello di regressione lineare, indice di determinazione lineare, inferenza nel modello di regressione, assunzioni del modello di regressione e violazioni delle stesse, introduzione alla relazioni multivariate, il modello di regressione multipla, coefficiente di correlazione multipla e indice di determinazione multipla, inferenza per i coefficienti di regressione multipla, interazione fra i regressori, modelli di regressione a confronto, correlazione parziale, confronto fra molte medie: analisi della varianza (Test F), confronto multiplo di medie, ANOVA attraverso i modelli di regressione, Analisi della varianza a due vie, ANOVA a due vie e regressione, regressione con predittori quantitativi e categoriali, interazione tra predittori quantitativi e categoriali, inferenza per la regressione con predittori quantitativi e categoriali, procedure per la selezione dei modelli, metodi diagnostici, effetti della multicollinearità, modelli lineari generalizzati, regressione logistica, regressione logistica multipla, inferenza per i modelli di regressione logistica, modelli di regressione logistica per risposte ordinali, modelli di regressione logistica per risposte nominali.