526EC - STATISTICA (CORSO PROGREDITO) 2021
Sezione | Nome | Descrizione |
---|---|---|
Collegamento al Team | Le lezioni si svolgeranno in presenza e sono quindi pensate per la fruizione in presenza. La fruizione da remoto va considerata un ripiego, le lezioni saranno disponibili in diretta e la registrazione verrà conservata, il tutto via il Team di cui al collegamento sopra oppure attraverso il codice Importante: ricordate che se possibile dovete accedere ad MS Teams usando le credenziali di studente units. Coloro che non hanno le credenziali contattino i docenti inviando una e-mail. |
|
Informazioni generali sul corso | Programma e modalità d'esame | |
Inferenza basata sulla verosimiglianza (Pauli) | 00. Richiami su variabili aleatorie | |
0. Lucidi lezione introduttiva | ||
1. Modello statistico, verosimiglianza | 4/10 correzioni in rosso, aggiunto lucidi su supporto di una variabile e grafici Laplace 11/10 aggiunti lucidi 65 e 66 su alg. Newton-Raphson |
|
2. Proprietà dello SMV | ||
3. Verifica d'ipotesi | ||
4. Statistiche sufficienti e principi dell'inferenza statistica | ||
5. Regressione semiparametrica | ||
6. Regressione semiparametrica: esempi | ||
dati | ||
Libro esercizi | Avvertenza: non tutti sono idonei per questo corso. Nelle lezioni del 20/10 e 21/10 si sono affrontati gli esercizi 12, 2, 46 e 20 |
|
Materiale di ripasso sul modello lineare ed R | Richiami sul modello lineare | |
Laboratori con R | Esempio modello lineare con R | |
Regressione ridge e LASSO: esempi | ||
Laboratorio regressione binomiale | ||
Dati per laboratorio regressione binomiale | ||
Script per completa separazione | ||
Laboratorio Regressione di Poisson | ||
Dati per laboratorio Poisson | ||
Laboratorio modelli log-lineari | ||
Dati per laboratorio modelli log-lineari | ||
GLM | Regressione binomiale | |
Regressione per dati di conteggio | ||
Modelli Lineari Generalizzati - GLM (parte I) | ||
Modelli Lineari Generalizzati - GLM (parte II) | ||
Prove pratiche assegnate gli anni precedenti | Esercitazione pratica per l'esame - 2017 | Nel file allegato si trovano gli esercizi da svolgere facoltativamente in vista della prova orale. Chi vuole potrà consegnare preventivamente gli esercizi svolti o portare il materiale relativo direttamente in occasione della prova orale. Si ricorda che era possibile avvalersi di questa possibilità solo per gli appelli della sessione invernale. E' possibili svolgere l'esame in una sessione e poi effettuare la discussione della pratica nella successiva. |
Dataset 1 | Nel documento dati.csv sono riportati per alcuni anni e stati USA le percentuali di fumatori. Si proponga un modello per la stima dell'andamento temporale del fenomeno, valutando se e come è da tenere in conto l'eterogeneità geografica. |
|
Dataset 2 | Si analizzino i dati con l'obiettivo di costruire un modello per la previsione di target (1=affetto da malattia cardiaca) in base alle altre caratteristiche rilevate: age in years; sex (1 = male; 0 = female); cp: chest pain type; trestbps: resting blood pressure (in mm Hg on admission to the hospital); chol: serum cholestoral in mg/dl; fbs: (fasting blood sugar > 120 mg/dl) (1 = true; 0 = false); restecg: resting electrocardiographic results; thalach: maximum heart rate achieved; exang: exercise induced angina (1 = yes; 0 = no); oldpeak: ST depression induced by exercise relative to rest; slope: the slope of the peak exercise ST segment; ca: number of major vessels (0-3) colored by flourosopy; thal: 3 = normal, 6 = fixed defect, 7 = reversable defect. |
|
Prove pratiche a.a. 2021/22 | dati (il file rdata alcuni dei dataframe per gli esercizi proposti) | |
Testi e altri materiali | Testo Faraway |