Richiami di probabilità, inferenza statistica e principali distribuzioni. Test di confronto tra medie e tra proporzioni. Modello di regressione semplice e di regressione multipla. ANOVA. Analisi di tabelle di contingenza a due o più vie. Cenno ai modelli lineari generalizzati(GLM). Modelli logit binari e politomici, regressione di Poisson, modelli per variabili di durata. Cenni di analisi causale.
A., Finlay B. (1997) Statistical methods for the social sciences, Third edition, Prentice Hall
Obiettivi Formativi
Conoscenza dei test di indipendenza per tabelle di contingenza. Conoscenza dei principali modelli di regressione per variabili continue, di conteggio, di durata, binarie e categoriche.
Saper eseguire analisi statistiche sulla relazione tra più variabili, sapendone interpretare i risultati.
Capacità di applicare modelli statistici appropriati a seconda del tipo di variabili in gioco e a seconda del quesito di ricerca.
Prerequisiti
E’ consigliato avere delle conoscenze di base di statistica descrittiva e inferenziale.
Metodi Didattici
Lezioni frontali e esercitazioni.
Modalità di verifica apprendimento
Un esame finale scritto.
Programma del corso
): Richiami di probabilità e inferenza statistica: distribuzione Normale e distribuzioni ad essa collegate, distribuzione di Poisson, di Bernoulli e binomiale. Stima puntuale, per intervalli e verifica di ipotesi. Test di confronto tra medie e tra proporzioni. Modello di regressione semplice e di regressione multipla. Inserimento di variabili categoriche tra le covariate. ANOVA. Analisi di tabelle di contingenza a due o più vie: test di indipendenza Chi-quadro e misure di associazione. Indipendenza condizionata, confondente, modificatore di effetto. Cenno ai modelli lineari generalizzati(GLM). Modelli logit binari e politomici, regressione di Poisson, modelli per variabili di durata. Cenni di analisi causale e stima di effetti di interventi.