Caricamento in corso...
Modelli statistici/Apprendimento statistico
01VJWNG
A.A. 2022/23
Lingua dell'insegnamento
Italiano
Corsi di studio
Organizzazione dell'insegnamento
| Didattica | Ore |
|---|---|
| Lezioni | 40 |
| Esercitazioni in aula | 20 |
Docenti
| Docente | Qualifica | Settore | h.Lez | h.Es | h.Lab | h.Tut | Anni incarico |
|---|
Collaboratori
Didattica
| SSD | CFU | Attivita' formative | Ambiti disciplinari |
|---|
2022/23
Si presentano i metodi avanzati della statistica e diverse loro applicazioni.
The purpose of the course is to present advanced statistical methods, together with their applications, at an advanced undergraduate level.
Lo studente imparerą come i metodi statistici che ha studiato in teoria vengono applicati in pratica, mettendone a frutto tutte le potenzialitą metodologiche.
The student will learn how to apply in practice the statistical methods s/he has studied in theory, in order to use all of their methodological potentials.
Una preparazione equivalente a 15 crediti di Probabilitą e Statistica Matematica.
Previous education equivalent to 15 credits of Probability and Mathematical Statistics.
Modelli lineari e applicazioni.
Modelli lineari generalizzati e applicazioni.
Principi di sperimantazione clinica e biomedica.
Sopravvivenza e affidabilitą, parametrica e non parametrica.
Analisi discriminante.
Clusterizzazione.
Introduzione alle reti bayesiane.
Dati qualitativi.
R, JAGS, Python e altro software specializzato.
Linear models and their applications.
Generalized linear models.
Principles of clinical and biomedical experimentation.
Parametric and nonparametric survival and reliability.
Principal components
Discriminant analysis.
Introduction to Bayesian networks.
Categorical data.
R, OpenBUGS and other specialized software.
Esercitazioni in forma tradizionale completeranno le lezioni e software statistico appropriato sarą usato in laboratorio informatico.
Traditional exercise sessions will complement lectures, whereas appropriate statistical software will be used in computer lab sessions.
- An Introduction to Statistical Learning
with Applications in R
Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani
http://faculty.marshall.usc.edu/gareth-james/ISL/
- The BUGS Book: A Practical Introduction to Bayesian Analysis
di David Lunn, Chris Jackson, Nicky Best, Andrew Thomas, David Spiegelhalter. Chapman & Hall.
- Categorical Data Analysis
di Alan Agresti. Wiley
- Plane answers to Complex questions. The theory of linear models.
by Ronald Christensen. Springer.
- An Introduction to Statistical Learning
with Applications in R
Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani
http://faculty.marshall.usc.edu/gareth-james/ISL/
- The BUGS Book: A Practical Introduction to Bayesian Analysis
by David Lunn, Chris Jackson, Nicky Best, Andrew Thomas, David Spiegelhalter. Chapman & Hall.
- Categorical Data Analysis
by Alan Agresti. Wiley
- Statistical analysis of designed experiments
by Ajit C. Tamhane. Wiley
- Foundations of Linear and Generalized Linear Models
by Alan Agresti
Modalitą di esame: Prova orale obbligatoria;
Exam: Compulsory oral exam;
...
L'esame sarą una interrogazione orale su due di un lista di una trentina tra studi di casi analizzati durante l'anno e questioni teoriche.
Gli studenti e le studentesse con disabilitą o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unitą Special Needs, al fine di permettere al/la docente la declinazione pił idonea in riferimento alla specifica tipologia di esame.
Exam: Compulsory oral exam;
The exam will be an oral conversation about two out of around twenty case studies seen in class
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.