Home

Statistica

Statistica descrittiva e calcolo delle probabilità

Inviato da diciotti il Gio, 24/03/2016 - 16:26
13/04/2016 09:30
22/06/2016 12:30
Obiettivi: 
Il corso, che ha lo scopo di fornire nozioni di statistica descrittiva e inferenziale, si svolgerà in moduli settimanali di 3 ore ciascuno. Ogni modulo sarà articolato in una parte di lezione frontale in cui saranno presentati gli argomenti, una parte di esercitazione guidata in cui i discenti elaboreranno l'informazione in ambiente R e una parte di restituzione e discussione di quanto prodotto durante l'esercitazione.
Data Inizio: 
13/04/2016
Data Fine: 
22/06/2016
Docente: 
Dr.ssa Sabrina Molinaro, Dr. Stefano Salvadori, Dr.ssa Valeria Siciliano, Dr. Marco Scalese, Dr. Luca Bastiani
Destinatari: 
Personale CNR interessato a conoscere ed apprendere i fondamentali dell'analisi statistica sia descrittiva che inferenziale, con particolare attenzione agli aspetti pratico/applicativi.
Requisiti: 
Utilizzo fluente del PC per quanto riguarda le operazioni di base di lettura, scrittura, importazione, esportazione files da data editor o fogli di calcolo. Un requisito gradito, ma non obbligatorio, è la conoscenza, anche di massima, dell'ambito descrittivo della statistica (misure di posizione e di dispersione) e di elementi di calcolo delle probabilità.
Contributo: 
200 euro
Posti Disponibili: 
30
Stato : 
attivo
Orari e luoghi delle lezioni: 
Calendario Lezioni
Programma del corso: 
Saranno trattate le seguenti tematiche

Richiami

Statistica descrittiva: variabili qualitative, variabili quantitative, misure di posizione (moda, mediana, media aritmetica, quantili) e dispersione (varianza, deviazione standard, scarto interquartile).

Calcolo delle probabilità: distribuzioni Binomiale, di Poisson, Normale, Normale standardizzata, t di Student, Chi-Quadrato, F di Fisher-Snedecor.

Inferenza

Teoria della stima: distribuzioni di probabilità campionarie per medie e proporzioni, stime puntuali e per intervallo, intervallo di confidenza per una proporzione, per la media, per la mediana, dimensione del campione.

Test di ipotesi: test sulla media su singolo campione, per due campioni indipendenti, per campioni appaiati, analisi della varianza (ANOVA) ad un criterio di classificazione, confronti multipli, errore di I tipo, errore di II tipo, potenza di un test.

Relazioni bivariate 1: tavole di contingenza per variabili qualitative, test Chi-quadrato per l’indipendenza, misure di associazione per tavole di contingenza (rischio relativo, odds ratio), associazione tra variabili ordinali.

Relazioni bivariate 2: correlazione lineare tra 2 variabili quantitative. Relazioni causali, modello di regressione lineare semplice, inferenza sui coefficienti e loro interpretazione, verifica delle assunzioni del modello.

Regressione lineare multipla: controllo per altre variabili, correlazione parziale, modello di regressione lineare multipla, inferenza sui coefficienti e loro interpretazione, interazione tra variabili, modelli a confronto e criteri di selezione delle variabili.

ANOVA e modelli di regressione lineare 1: ANOVA ad una via, a due vie, interazione tra fattori, ANOVA per misure ripetute.

ANOVA e modelli di regressione lineare 2: ANOVA con variabili qualitative e quantitative, confronto tra rette di regressione, medie aggiustate, interazione tra variabili qualitative e quantitative.

Estensione del modello di regressione lineare: modello di regressione logistica, inferenza sui coefficienti e loro interpretazione, interazione tra variabili, modelli a confronto e criteri di selezione delle variabili.

 

 

 

Realizzato con Drupal, un sistema open source per la gestione dei contenuti

Theme by Danetsoft and Danang Probo Sayekti inspired by Maksimer