Modelli Statistici (2003-2004)

Anno Accademico: 
2003-2004
Insegnamento: 
EC041
Modelli Statistici
Docente: 
Nicola Torelli
Obiettivi: 
Il corso si propone di introdurre i concetti, le tecniche inferenziali e gli strumenti disgnostici per la costruzione di modelli lineari. Vengono considerati, in particolare, il modello di regerssione multipla e i modelli di analisi della covarianza e della varianza. Il corso è integrato da una parte pratica che prevede l'impiego di R.
Collegamento con altri insegnamenti: 
E' propedeutico l'insegnamento di Inferenza Statistica e sono estremamente rilevanti gli strumenti di algebra lineare del corso di matematica II. Il ruolo dei modelli lineari è ovviamente centrale in statistica per cui esistono collegamenti con numerosi corsi di statistica applicata e con i corsi di econometria.
Programma: 
1.Aspetti introduttivi. 2.Il modello di regressione lineare semplice: specificazione e assunzioni di base. Stima dei parametri: metodo dei minimi quadrati e metodo della massima verosimiglianza. Verifica di ipotesi lineari sui coefficienti di regressione. Stima intervallare dei parametri. Valutazione dell’adattamento. 3.Il modello di regressione multipla: specificazione matriciale e generalizzazione dei problemi di stima e verifica di ipotesi. Minimi quadrati generalizzati. 4.Analisi critica e costruzione del modello: metodi diagnostici (analisi dei residui, individuazione di valori anomali e punti leva, statistiche di Cook), tecniche per la selezione delle variabili. 5.Uso di variabili indicatrici: l’analisi della covarianza e l’analisi della varianza 6.Discussione critica dei modelli lineari e motivazioni per la loro generalizzazione
Testi consigliati: 
FARAWAY J.J. , Practical Regression nand Anova using R, scaricabile dalla rete http://cran.at.r-project.org/doc/contrib/Faraway-PRA.pdf (capp. 1,2,3,5, 7, 10, 15, 16), 2002.
Ultimo aggiornamento: 11-12-2013 - 15:17