B004630 - MODELLI STATISTICI (AVANZATO)

Italiano

Il corso tratta gli aspetti teorici e applicativi dei modelli lineari generalizzati. In particolare: modello di regressione lineare e analisi della varianza; teoria dei modelli lineari generalizzati; modelli per variabili di risposta categoriale e per dati di conteggio; introduzione ai modelli multilivello. I modelli saranno utilizzati per l’analisi di dati reali tramite il software Stata, ponendo particolare attenzione alla scelta del modello e all’interpretazione dei risultati.

- Dobson A.J., Barnett A.G. (2008). An introduction to Generalized Linear Models, 3rd Edition, CRC Press.
- JH Stock, MW Watson (2006) - Introduction to Econometrics (Second Edition), Addison Wesley. Versione italiana: Introduzione all'Econometria (2009, Seconda edizione), ed. Pearson Italia.

CONOSCENZE:
Conoscenza dei principali modelli statistici in termini di proprietà formali, metodi di stima e potenzialità applicative
COMPETENZE:
Capacità critica di selezionare il modello più appropriato in base agli obiettivi di ricerca e ai dati disponibili, stimare il modello prescelto, valutare l’adeguatezza del modello e interpretare i risultati. Capacità di scrivere un breve rapporto sull’analisi effettuata e l’utilizzo dei risultati derivanti dal modello

Conoscenze di base di calcolo delle probabilità e inferenza statistica classica.
Insegnamento con propedeuticità vincolante: "Inferenza statistica".

Lezioni frontali in aula e in laboratorio

prova scritta, prova pratica al computer e prova orale.

1. Il modello di regressione lineare: richiami di teoria e applicazioni (SW 2005: capp. 4,5 e 6)
1.1. Regressione lineare semplice
1.2. Regressione lineare multipla
1.3. Funzioni non lineari
1.4. Interazioni
2. Teoria dei modelli lineari generalizzati (DB 2008: capp. 1-5)
2.1. famiglia esponenziale
2.2. modelli lineari generalizzati
2.3. stima
2.4. inferenza
3. Modelli lineari e analisi della varianza (DB 2008: cap. 6)
4. Modelli per variabili di risposta qualitativa (DB 2008: capp. 7 e 8)
4.1. variabile di risposta dicotomica e regressione logistica
4.2. variabile di risposta ordinale e nominale
5. Modelli per dati di conteggio e regressione di Poisson (DB 2008: cap. 9)
6. Modelli multilivello