Docente

prof.ssa Laura Rizzi laura.rizzi@uniud.it http://www.dies.uniud.it/rizzi.html

Crediti

6 CFU

Attività formativa prevista

Finalità

Programma

• Richiami di inferenza statistica
  Stima puntuale e per intervallo
  Test delle ipotesi: errori di primo e secondo tipo
  Livello di significatività e potenza del test
• Il modello di regressione lineare
  Relazioni tra variabili: covarianza e correlazione
  Regressione semplice: assunzioni e stima dei parametri.
  Test sui parametri e misure della bontà di adattamento.
  L’analisi dei residui per la diagnostica.
  Regressione multipla.
  Uso delle variabili dummy.
  Test e selezione delle variabili.
  Violazione assunzioni classiche sugli errori: multicollinearità, eteroschedasticità e autocorrelazione
• Serie storiche ambientali
  Definizione di serie storica: approccio classico e stocastico
  Principali modelli per serie storiche
• Metodi geostatistici
  Stima di valori in punti non misurati: triangular irregular network, natural neighbour, inverse distance weighting, kriging.
  Stima di valori mancanti in serie storiche: regressioni, reti neurali, generatori di dati.
• Metodi Monte Carlo
  Generazione di numeri casuali. Metodi bootstrap.
• Analisi multivariata
  Analisi in componenti principali: costruzione delle componenti, scelta del numero di componenti, interpretazione dei risultati.
  Analisi dei gruppi: metodi gerarchici e non gerarchici, algoritmi divisivi e agglomerativi, misure di similarità e dissimilarità. Distanze. Determinazione del numero dei gruppi.

Esercitazioni

Bibliografia

• F. M. Stefanini, Introduzione alla Statistica applicata con esempi in R, Pearson Education,2007.
• Camcamussi A., Möller F., Ottaviano E., Sari Gorla M., Metodi statistici per la sperimentazione biologica, Zanichelli, Bologna, 1995 (2° ed.).  

Modalità d'esame

Orario e luogo di ricevimento

Indirizzi