- Oggetto:
- Oggetto:
Modelli per le analisi socio-economiche
- Oggetto:
Statistical Models for Social Science
- Oggetto:
Anno accademico 2018/2019
- Codice dell'attività didattica
- ECM0031
- Docente
- Daniele Amberti (Titolare del corso)
- Corso di studi
- Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
- Anno
- 3° anno
- Tipologia
- Di base
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- SECS-S/01 - statistica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Fortemente consigliata/Recommended
- Tipologia d'esame
- Scritto
- Prerequisiti
-
Buona conoscenza dei concetti base del calcolo delle probabilità, dell'inferenza statistica, del modello lineare di regressione multipla.
The student is presumed to know basic elements of:
- probabily,
-statistical inference,
- multiple linear regression analysis. - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Questo insegnamento estende significativamente la nozione di modello di regressione lineare multipla, fornendo utili modelli alternativi in molte situazioni pratiche in cui la natura dei dati è categorica o di conteggio. Esso è pensato per:
- introdurre i modelli ad albero per la classificazione,
- favorire una comprensione profonda dei modelli lineari generalizzati,
-approfondire aspetti teorici e applicati nei modelli di regressione logistica e nei modelli di regressione di Poisson discutendone l'uso in casi concreti,
- sviluppare la capacità di comunicare in modo chiaro ed efficace i risultati ottenuti sotto tali modelli
This course significantly extends the notion of standard linear regression model, providing useful alternative models in many applied contexts with categorical or counting data. It is designed to:
- introduce classification trees,
- favour a deep understanding of generalized linear models,
- analyze in details theoretical foundations and applications of logistic regression and Poisson regression models describing their uses in practice,
- stimulate a correct and effective communication of the results obtained under such models.
- Oggetto:
Risultati dell'apprendimento attesi
Alla fine dell'insegnamentp lo studente sarà in grado di:
- applicare modelli di classificazione ad albero di tipo Chi-square automatic interaction detection,
- applicare modelli di regressione logistici, di Poisson e Binomiali Negativi,
- discutere e interpretare criticamente i risultati ottenuti sotto tali modelli,
- valutare la rilevanza delle diverse metriche di classificazione sulla base del contesto
Students who complete this course will have the ability to:
- apply CHAID classification trees
- apply logistic, Poisson and Negative Binomial models,
- evaluate and critically discuss the results obtained under these models,
- valutare la rilevanza delle diverse metriche di classificazione sulla base del contesto
- Evaluate the relevance of the classification metrics according to the purpose of the classifier and to motivate the choice of a metric
- Oggetto:
Modalità di insegnamento
lezioni frontali in aula e in aula informatica
frontal lectures
- Oggetto:
Modalità di verifica dell'apprendimento
L'esame finale consiste di un test scritto a risposte chiuse ed aperte. Tra le risposte aperte saranno discussi criticamente i risultati di un modello lineare generalizzato applicato in un caso concreto. Questo è il modo in cui vengono controllati al tempo stesso l'acquisizione da parte dello studente della capacità di interpretare correttamente i risultati e di fornire, in forma scritta, una chiara e precisa spiegazione dei ragionamenti teorici sottostanti all'applicazione proposta. Tempo: 1 ora.
The final exam consists of a written test with closed and open format questions. Among open format questions the student qill have to discuss the results of a given generalized linear model applied in a practical case. This is the way to check simultaneously the student's ability to correctly interpret the presented results and to provide a sharp and clear description, in a written form, of some of the theoretical reasonings underlying the proposed application. Time: 1 hour.
- Oggetto:
Programma
Tabelle di contingenza,
Introduzione ai modelli ad albero,
Introduzione ai modelli lineari generalizzati.
Modelli di regressione logistica,
Modelli di regressione di Poisson,
Modelli di regressione Binomiale Negativa,
Valutazione della classificazione.
Contingency tables,
Introduction to classification trees,
Logistic regression model,
Poisson regression model,
Negative Binomial regression model,
Classification evaluation.
Testi consigliati e bibliografia
- Oggetto:
- appunti e materiali resi disponibili on line nella sezione apposita.
- https://bitbucket.org/amberti/modellianalisisocioeconomiche/
- An Introduction to Categorical Data Analysis, Autore: Alan Agresti, Edizione: Second Edition, Casa editrice: Wiley, ISBN: 9780471226185
- PennState, STAT 504. https://onlinecourses.science.psu.edu/stat504/
- Jake Lever, Martin Krzywinski & Naomi Altman, Classification evaluation. www.nature.com/articles/nmeth.3945
- PennState, STAT 897D, Tree-based Methods. https://onlinecourses.science.psu.edu/stat857/node/22/
- CHi-squared Automated Interaction Detection, implementation details. https://r-forge.r-project.org/scm/viewvc.php/pkg/man/chaid.Rd?view=markup&root=chaid
- G. Jay Kerns, Introduction to Probability and Statistics Using R (selected parts). https://cran.r-project.org/web/packages/IPSUR/vignettes/IPSUR.pdf
- Lecture notes and further material available in "Course material".
- https://bitbucket.org/amberti/modellianalisisocioeconomiche/
- An Introduction to Categorical Data Analysis, Alan Agresti, Second Edition, Wiley, ISBN: 9780471226185
- PennState, STAT 504. https://onlinecourses.science.psu.edu/stat504/
- Jake Lever, Martin Krzywinski & Naomi Altman, Classification evaluation. www.nature.com/articles/nmeth.3945
- PennState, STAT 897D, Tree-based Methods. https://onlinecourses.science.psu.edu/stat857/node/22/
- CHi-squared Automated Interaction Detection, implementation details. https://r-forge.r-project.org/scm/viewvc.php/pkg/man/chaid.Rd?view=markup&root=chaid
- G. Jay Kerns, Introduction to Probability and Statistics Using R (selected parts). https://cran.r-project.org/web/packages/IPSUR/vignettes/IPSUR.pdf
- Oggetto:
Note
Raccomandata la frequenza.
Orario Lezioni
- Oggetto:
Altre informazioni
http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html- Oggetto: