Descrivere i dati
Misure di tendenza centrale, facciamo conoscenza con R, misure di dispersione, descrivere i dati nei design cross-section. Facciamo conoscenza con Orange, il boxplot. Descrivere i dati nei design a misure ripetute, l’equazione più pericolosa, sovrapporre due grafici con R, esercizi ed attività di approfondimento.
Prima verifica del corso.
A proposito: Licia ci segnala che ...
Le variabili aleatorie
Jacob Bernoulli e gli eventi dicotomici, Siméon Poisson e la conta degli eventi, Carl Gauss o della normalità. Esercizi ed attività di approfondimento
Alcuni comandi di R
Seconda verifica del corso.
C’era una volta il p-value
Il risultato è statisticamente significativo: dunque? Come nacque il t test, il test t di Student tra due campioni, ascesa e declino del p-value. La retta di regressione, covarianza e correlazione, l’idea di Francis Galton. Esercizi ed attività di approfondimento.
Alcuni comandi di R
Terza verifica del corso.
Che cos’è un modello lineare
I dettagli da conoscere (i residui, la devianza, la componente aleatoria). Il modello nullo è importante. Hirotugu Akaike: un nome da ricordare per sempre. La diagnostica del modello lineare. Lineare non è sinonimo di 'rettilineo', anche il t test è un modello lineare. Ancova: unire i predittori numerici ai fattori. Anova: la generalizzazione del t test. La meta finale: condurre un’analisi multivariabile. Interpretare il modello minimale adeguato. Tecniche di linearizzazione: il modello logistico. Esercizi ed attività di approfondimento.
Alcuni comandi di R
Quarta verifica del corso.
