Sarò il tuo tutor di modellizzazione statistica

Ti insegnerò la modellizzazione statistica nei seguenti ambiti:

i) Principi della modellizzazione statistica.

• Come si usano i modelli
• Modellare i benefici e i limiti
• Modelli stocastici e deterministici.
• Stati e tempi discreti e continui.
• Analizzare l’output del modello.
• Test di sensibilità.

ii) Modello di regressione lineare semplice.

• Stima dei minimi quadrati
• Proprietà degli stimatori.
• La tabella ANOVA
• Inferenza sui parametri di regressione.
• Approccio matriciale per SLR
• Stima della massima verosimiglianza. (MLE)

iii)Modello di regressione lineare multipla.

iv) Costruzione del modello.

• Usare il test F per eliminare le variabili.
• Regressione su tutti i sottoinsiemi.
• Metodi automatici di selezione del modello (Backwards elimination, Forward elimination, Stepwise regression, Akaike's Information Criterion (AIC)

v) Modelli non lineari.

vi) Modelli bayesiani

vii)Inferenza condizionale e marginale