Temi Avanzati di Statistica

LUCIDI delle LEZIONI

Introduzione al software statistico "R" (bibliografia)


•  I fondamenti di R
  (organizzare una sessione di lavoro; gli oggetti elementari e complessi; I/O di dati; scrivere funzioni; cicli, test di flusso e gli script; utilizzare nuovi pacchetti)
•  Strumenti statistici di base
  (grafici; statistiche di base; generatori di numeri casuali, modelli di regressione, anova e glm)
• Grafici 1D: istogrammi e torte
• Grafici 2D
• Grafici 3D
  
• Test-T e Intervalli di confidenza
• Simulazioni di Monte Carlo e Bootstrap
  
•  Rassegna di tecniche avanzate
•  Esempi tratti dal libro di Annette Dobson "Introduction to GLM"

Teoria del campionamento :

-- campionamento stratificato
-- campionamento a grappolo
-- stimatore quoziente e rapporto
-- dimensione del campione e approfondimenti
-- altri lucidi

Approfondimenti di inferenza statistica :

-- test di ipotesi non parametrici per la normalita'
-- test di ipotesi non parametrici per l'indipendenza
-- test di ipotesi non parametrici
-- comandi R
-- Kernel density estimation e QQ-plot
-- analisi della varianza


I modelli lineari generalizzati:

-- per dati dicotomici (logit e probit)
-- per dati di conteggio
-- lezione 1 e 2
-- lezione 3
-- lezione 4
-- lezione 5
-- lezione 6
-- lezione 7
-- lab 1
-- lab 2

Analisi statistica multivariata:

-- componenti principali
----- ripasso algebra lineare
----- lucidi
----- comandi R
----- dati preferenze comsumatori
-- analisi dei fattori
-- analisi di cluster
----- lucidi
----- comandi R
----- dati studenti
----- dati stupermercati