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

Crediti: 6
Crediti: 6
Crediti: 15
Crediti: 6

Anno di corso: 3

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

ANALISI STATISTICA MULTIVARIATA

Scheda dell'insegnamento

Anno accademico di regolamento: 
2014/2015
Anno di corso: 
2
Anno accademico di erogazione: 
2015/2016
Tipo di attività: 
Obbligatorio
Crediti: 
12
Ciclo: 
Secondo Semestre
Ore di attivita' didattica: 
84
Prerequisiti: 

Questa attività formativa deve essere preceduta dal superamento degli esami di Statistica I, Calcolo delle probabilità e Algebra lineare. Si consiglia inoltre la conoscenza degli argomenti trattati nel corso di Statistica II.T

Moduli

Metodi di valutazione

Tipo di esame: 
Orale
Modalita' di verifica dell'apprendimento: 

Prova scritta riguardante argomenti teorici ed esercizi numerici; analisi di dati reali mediante l’uso dei pacchetti statistici; discussione orale (facoltativa).

Valutazione: 
Voto Finale

Obiettivi formativi

Il corso di Analisi statistica multivariata ha come scopo quello di fornire metodi statistici per lo studio di due o più fenomeni osservabili congiuntamente sulle unità statistiche di una popolazione. Il corso è suddiviso in due moduli. Il primo (modelli statistici) tratta la specificazione, la stima e la verifica di modelli interpretativi dei dati. Il secondo (analisi esplorativa) presenta i metodi che si propongono un’esplorazione dei dati al fine di pervenire ad una loro “riduzione” che ne evidenzi e preservi le caratteristiche principali.

Contenuti

Variabili Multidimensionali
Stima e Verifica di ipotesi su un vettore di parametri
Regressione Lineare Semplice
Regressione Lineare Multipla
Regressione logistica
Matrice dei dati, prime sintesi e rappresentazione dei dati
Cluster Analysis
Analisi delle componenti principali
Analisi fattoriale.

Programma esteso

Variabili Multidimensionali
Stima e Verifica di ipotesi su un vettore di parametri
Regressione Lineare Semplice
Regressione Lineare Multipla
Regressione logistica, Matrice dei dati, prime sintesi e rappresentazione dei dati;
cluster Analysis gerarchica e non gerarchica;
analisi delle componenti principali;
analisi fattoriale

Bibliografia consigliata

TESTI DI RIFERIMENTO:-) S. Zani, A. Cerioli. Analisi dei dati e data mining per le decisioni aziendali, Giuffrè Editore, Milano, 2007.
-) S. Sadocchi, Manuale di analisi statistica multivariata, Franco Angeli Libri, Milano, 1993
-) W.R. Dillon, M. Goldstein, Multivariate Analysis, J. Wiley, New York, 1984.
-) B.S. Everitt, G. Dunn, Applied multivariate data analysis, Arnold, 2001.
-) D. Piccolo, Statistica, Il Mulino, Bologna, 2000.
-) R.A. Johnson, D.W. Wichern, Applied multivariate statistical analysis, Pearson International Edition, 2002.

Metodi didattici

Lezioni teoriche frontali e laboratorio