Anno di corso: 1

Crediti: 6
Crediti: 6
Crediti: 9
Crediti: 6
Crediti: 3
Tipo: Lingua/Prova Finale
Crediti: 3
Tipo: Lingua/Prova Finale
Crediti: 3
Tipo: Lingua/Prova Finale
Crediti: 3
Tipo: Lingua/Prova Finale
Crediti: 3
Tipo: Altro

Anno di corso: 2

Anno di corso: 3

Crediti: 6
Crediti: 6
Crediti: 6
Crediti: 6
Crediti: 6
Crediti: 12
Tipo: A scelta dello studente
Crediti: 6
Tipo: Lingua/Prova Finale

BASI DI DATI

Scheda dell'insegnamento

Anno accademico di regolamento: 
2013/2014
Anno di corso: 
3
Anno accademico di erogazione: 
2015/2016
Tipo di attività: 
Obbligatorio a scelta
Lingua: 
Italiano
Crediti: 
6
Ciclo: 
Primo Semestre
Ore di attivita' didattica: 
42
Prerequisiti: 

analisi statistica multivariata,

Moduli

Metodi di valutazione

Modalita' di verifica dell'apprendimento: 

Esame Orale e tesina

Valutazione: 
Voto Finale

Obiettivi formativi

L'obiettivo principale del corso è introdurre strumenti software avanzati e di alta complessità computazionale per disegnare ed eseguire analisi di dati e modellazione statistica complessa

Contenuti

modelli previsivi e classificativi in ambiente SAS.

Programma esteso

(1) Richiami linguaggio SAS, SAS macro
(2) Interpretazione e costruzione di Modelli lineari (Anova, Ancova, GLM) complessi
(3) Modelli robusti (Bootstrap, Jacknife, Regressione robusta)
(4) Passi per la costruzione di modelli
robusti: misure di influenza, diagnostiche, model selection, trasformazioni, splines
(5) Regressione logistica multinomiale, Regressione logistica ordinale

Bibliografia consigliata

John Fox , Applied Regression Analysis and Generalized Linear Models, second edition SAGE Publications, Inc

Metodi didattici

Lezione frontale e laboratorio