- Oggetto:
- Oggetto:
Modelli per le analisi socio-economiche
- Oggetto:
Statistical models for social science
- Oggetto:
Anno accademico 2023/2024
- Codice attività didattica
- ECM0031
- Docente
- Cinzia Carota (Titolare del corso)
- Corso di studio
- Laurea in Economia e Statistica per le Organizzazioni - a Torino [0402L31]
- Anno
- 3° anno
- Periodo
- Primo semestre
- Tipologia
- Di base
- Crediti/Valenza
- 6
- SSD attività didattica
- SECS-S/01 - statistica
- Erogazione
- Mista
- Lingua
- Italiano
- Frequenza
- Fortemente consigliata/Recommended
- Tipologia esame
- Scritto
- Prerequisiti
-
Buona conoscenza dei concetti base del calcolo delle probabilità, dell'inferenza statistica, del modello lineare di regressione multipla.
Entrando in maggiore dettaglio:
-regole base del calcolo delle probabilità
-nozione di variabile casuale
-distribuzione di Bernoulli
-distribuzione di Poisson
-distribuzione gaussiana
-nozione di stimatore puntuale
-nozione di intervallo di confidenza
-nozione di test di una ipotesi statistica
-assunzioni standard sottostanti al modello lineare
-implementazione in R (o qualsiasi altro linguaggio di programmazione per analisi statistiche) della regressione lineare multipla e interpretazione dell'outputThe student is presumed to know basic elements of:
- probability,
- statistical inference,
- multiple linear regression analysis.Going into details:
- basic rules of elementary probability
- discrete and continuous random variables
- Bernoulli distribution
- Poisson distribution
- Gaussian distribution
- point estimation
- confidence intervals
- hypothesis testing
- standard assumptions in linear models
- implementation in R (or any other statistical programming language for statistical analyses) of a multiple linear regression and interpretation of the corresponding outputs. - Propedeutico a
- -
- 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:
- 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 e/o Binomiale Negativa discutendone l'uso in casi concreti,
- sviluppare la capacità di comunicare in modo chiaro ed efficace i risultati ottenuti sotto tali modelli
- stimolare curiosità e interesse verso ulteriori approfondimenti e applicazioni dei modelli lineari generalizzati.
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:
- favour a deep understanding of generalized linear models,
- analyze in details theoretical foundations and applications of logistic regression and Poisson and/or Negative Binomial regression models describing their uses in practice,
- stimulate a correct and effective communication of the results obtained under such models,
- stimulate interest in further applications of generalized linear models.
- Oggetto:
Risultati dell'apprendimento attesi
Alla fine dell'insegnamento lo studente sarà in grado di:
- applicare modelli di regressione logistici, di Poisson e Binomiali Negativi,
- discutere e interpretare criticamente i risultati ottenuti sotto tali modelli,
- apprezzare le potenzialità dei modelli lineari generalizzati
Students who complete this course will have the ability to:
- apply logistic, Poisson and Negative Binomial models,
- evaluate and critically discuss the results obtained under these models,
- appreciate the potential of generalized linear models.
- Oggetto:
Programma
Tabelle di contingenza,
Introduzione ai modelli lineari generalizzati.
Modelli di regressione logistica,
Modelli di regressione di Poisson,
Modelli di regressione Binomiale Negativa.
Il programma è lo stesso per studenti frequentanti e non frequentanti.
Contingency tables,
Logistic regression model,
Poisson regression model,
Negative Binomial regression model,
The list of topics is the same for both those students attending the lectures and those who do not.
- Oggetto:
Modalità di insegnamento
I file pdf di tutte le lezioni saranno successivamente disponibili alla pagina Moodle dell'insegnamento (v. tasto sotto).
In caso di dubbi, scrivetemi: cinzia.carota@unito.it
Pdf files of all lectures will be then available from the Moodle page of "Modelli per le analisi socio-economiche" (see the button below).
If you have any question please write an email to cinzia.carota@unito.it
- Oggetto:
Modalità di verifica dell'apprendimento
L'esame finale consiste di un test scritto composto da domande a risposta chiusa e domande a risposta aperta. A ciascuna di esse è associato un punteggio e la somma dei punteggi è 30. Le domande a risposta aperta includono il commento critico dei 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. Valutazione in trentesimi.
Per raggiungere la sufficienza è necessario totalizzare almeno 18/30.
The final exam consists of a written test with closed and open format questions. Each of them is associated to a given score and the sum of scores is 30. Among open format questions the student will 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.
In order to pass the written test, it is necessary to achieve at least a score of 18/30.
The exam score is evaluated over a range of 30 points.
Testi consigliati e bibliografia
- Oggetto:
- Altro
- Titolo:
- Appunti e materiali resi disponibili dal docente
- Obbligatorio:
- Si
- Oggetto:
- Libro
- Titolo:
- Extending the Linear Models with R
- Anno pubblicazione:
- 2016
- Editore:
- CRC Press
- Autore:
- Julian Faraway
- Note testo:
- PDF del testo disponibile sulla pagina Moodle dell'insegnamento (v tasto sotto)
- Obbligatorio:
- No
- Oggetto:
- Libro
- Titolo:
- An introduction to generalized linear models
- Anno pubblicazione:
- 2008
- Editore:
- CRC Press
- Autore:
- Annette J. Dobson and Adrian G. Barnett
- Capitoli:
- 7,8,9
- Note testo:
- http://www.ru.ac.bd/wp-content/uploads/sites/25/2019/03/202_06_Dobson_An-Introduction-to-Generalized-Linear-Models-2008.pdf
- Obbligatorio:
- No
- Oggetto:
- Libro
- Oggetto:
- Libro
- Oggetto:
In aggiunta a:
- appunti e materiali resi disponibili on line nella pagina Moodle dell'insegnamento.
- Extending linear model with R, Autore: J Faraway, Edizione 2016. Disponibile in pdf nella pagina Moodle dell'insegnamento.
- An introduction to generalized linear models, Autori: Dobson A.J. and Barnett A.G., Edizione: Third, Chap. 7,8,9. http://www.ru.ac.bd/wp-content/uploads/sites/25/2019/03/202_06_Dobson_An-Introduction-to-Generalized-Linear-Models-2008.pdf
si vedano anche:
- An Introduction to Categorical Data Analysis, Autore: Alan Agresti, Edizione: Third Edition, Casa editrice: Wiley, (available online:http://xn--webducation-dbb.com/wp-content/uploads/2019/08/Wiley-Series-in-Probability-and-Statistics-Alan-Agresti-An-Introduction-to-Categorical-Data-Analysis-John-Wiley-Sons-2019-1.pdf)
- PennState, STAT 504. https://onlinecourses.science.psu.edu/stat504/
In addition to:
- Lecture notes and further material available in the Moodle page of the course.
- Extending linear model with R, Autore: J Faraway, Edizione 2016. Available in the Moodle page of the course.
- An introduction to generalized linear models, Autori: Dobson A.J. and Barnett A.G., Edizione: Third, Chap. 7,8,9. http://www.ru.ac.bd/wp-content/uploads/sites/25/2019/03/202_06_Dobson_An-Introduction-to-Generalized-Linear-Models-2008.pdf
see also:
- An Introduction to Categorical Data Analysis, Autore: Alan Agresti, Edizione: Second Edition, Casa editrice: Wiley, ISBN: 9780471226185 (available online)
- PennState, STAT 504. https://onlinecourses.science.psu.edu/stat504/
- Oggetto:
Note
-Gli studenti Erasmus possono sostenere l'esame in Inglese inviando richiesta al docente almeno 30 giorni prima della data dell'esame.
-Si raccomanda l'iscrizione all'insegnamento su Campusnet, poichè ogni comunicazione con gli iscritti avverrà attraverso la funzione "Invia una mail agli studenti registrati".
-DSA E DISABILITA'
Gli/le studenti/esse affetti/e da DSA o disabilità sono pregati/e di prendere visione delle modalità di accoglienza (https://www.unito.it/accoglienza-studenti-con- disabilita-e-dsa) e di supporto di Ateneo (DSA: https://www.unito.it/servizi/ lo-studio/studenti-e- studentesse-con-disturbi- specifici-di-apprendimento-dsa ; disabilità: https://www.unito.it/servizi/ lo-studio/studenti-e- studentesse-con-disabilita) e, in particolare, delle procedure necessarie per il supporto in sede d’esame (DSA: https://www.unito.it/servizi/ lo-studio/studenti-e- studentesse-con-disturbi- specifici-di-apprendimento- dsa/supporto; disabilità: https://www.unito. it/servizi/lo-studio/studenti- con-disabilita/supporto-agli- studenti-con-disabilita- sostenere-gli-esami). -CONTATTI CON IL DOCENTE
La docente risponde alle e-mail di studenti solo se provengono da indirizzo di posta UniTo. La docente non risponde a e-mail non firmate e/o che chiedono informazioni già pubblicate sul sito di dipartimento, sulla scheda e/o sulla pagina Moodle dell'insegnamento.
-RICEVIMENTO
Il ricevimento della Prof.ssa Carota sarà erogato in presenza, nella stanza 12 del padiglione D1 piano terzo, oppure online nella sua stanza webex (https://unito.webex.com/meet/cinzia.carota).
In ambedue i casi è necessario prenotare il ricevimento con qualche giorno di anticipo (prenotazione via mail con oggetto: RICEVIMENTO MSE- Cognome).
- Erasmus students can ask to take the exam in English. Requests must reach the teacher no later than 30 days from the date of the exam.
-All students must sign in Campusnet (page of "Teoria Statistica delle Decisioni"since the teacher will contact them only through the button "Invia una mail agli studenti registrati" .
-Students affected by Specific Learning Disorders (SLD) or disability are invited to read carefully the supporting tools (https://en.unito.it/services/
students-special-needs-0) and facilities made available by the University of Turin (SLD: https://en.unito.it/services/ students-special-needs/ students-specific-learning- disability-sld/services- students-sld; disability: https://en.unito.it/services/ students-special-needs/ disabled-students/services- disabled-students), and, in particular, the procedures to follow in order to receive support for the exams (SLD: https://en.unito.it/services/ students-special-needs/ students-specific-learning- disability-sld/support-taking- exams; disability: https://en.unito.it/services/ students-special-needs/ disabled-students/support- taking-exams-disabled-students ). Teacher will reply to student emails only if they come from UniTo email addresses. Teacher does not reply to unsigned emails and / or requesting information already published on the department website, on the course sheet and / or on its Moodle page.
The office meeting of Prof. Carota will be provided in person or online on her webex page (https://unito.webex.com/meet/cinzia.carota) by reservation via e-mail (object: RICEVIMENTO MSE-Surname).
- Oggetto:
Altre informazioni
http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html- Registrazione
- Aperta
- Oggetto:
