Pagina ufficiale del corso di Informatica e Statistica per le
decisioni aziendali
(Laurea specialistica in trade marketing: curriculum Marketing Intelligence
per le decisioni aziendali)
File di integrazione
Argomento |
Obiettivo |
File di input |
File di output |
Data ultima modifica |
Regressione semplice in ottica
descrittiva |
Mostrare il procedimento di calcolo della stima
dei parametri della retta di regressione. Calcolare i valori previsti,
i residui e gli indici di bontà di adattamento. |
regr1 oppure
regr1 (con
suggerimenti)
|
regr1(out) |
25/02/2009 |
Richiami di inferenza statistica e campionamento
File di integrazione
Argomento |
Obiettivo |
File di input |
File di output |
Data ultima modifica |
Campionamento casuale semplice ripetuto |
Richiamare alcuni concetti di inferenza statistica
(universo. campione, distribuzione dell'universo, distribuzione
della v.c. media campionaria...) |
camp |
camp(out) |
03/03/2009 |
v.c. media campionaria |
Sottolineare le differenze tra la distribuzione
della v.c. media campionaria e lo scostamento standardizzato della
v.c. media campionaria |
camp1 |
camp1(out) |
22/02/2007 |
Regressione lineare semplice (approccio inferenziale)
File di integrazione
Argomento |
Obiettivo |
File di input |
File di output |
Data ultima modifica |
Regressione semplice in ottica inferenziale |
Imparare a calcolare intervalli di confidenza e
sottoporre a verifica test i parametri del modello di regressione.
Calcolare un intervallo di confidenza per i valori previsti |
regr1inf |
regr1inf(out)
|
09/03/2007 |
Approfondimento sulla v.c. Normale (standardizzata)
Argomento |
Obiettivo |
File di input |
File di output |
v.c. normale (standardizzata) |
Imparare a calcolare in una v.a. normale la funzione di densità
e la funzione di ripartizione. Trovare i valori che lasciano alla
destra (sinistra) una probabilità prefissata. Calcolare la probabilità
di ottenere valori compresi in un determinato intervallo |
norm |
norm(out) |
REGRESSIONE LINEARE MULTIPLA File di integrazione
Argomento |
Obiettivo |
File di input |
File di output |
Data ultima modifica |
Modello di regressione lineare multiplo |
Calcolare i parametri del modello di regressione lineare multiplo
utilizzando le matrici. Calcolare intervalli di confidenza e test
semplici di verifica di ipotesi. Calcolare intervalli di confidenza
dei valori previsti. |
regrmult |
regrmult(out)
|
05/03/2008 |
Approfondire l'interpretazione della stima dei parametri nel
modello di regressione lineare multiplo. Introdurre la correlazione
parziale |
regrmult0 |
regrmult0(out)
|
|
Introdurre test di verifica d'ipotesi su combinazioni lineari
dei coefficienti. |
regrtest |
regrtest(out)
|
01/12/2009 |
Introdurre all'interno del modello di regressione variabili
dummy che permettano di tener conto del diverso comportamento di
particolari osservazioni |
regrdummy
|
regrdummy(out)
|
26/03/2009 |
Introdurre il test per la verifica dell'ipotesi di omoschedasticità
dei residui |
regretero
|
regretero(out)
|
17/10/2009 |
Destagionalizzare e detrendizzare una serie storica. Testare
la presenza del trend e della stagionalità in una serie storica.
Testare la presenza di autocorrelazione nei residui. Destagionalizzare
con il vincolo di somma a zero dei coefficienti stagionali.
Introdurre il test di autocorrelazione dei residui. |
regrdum2 |
regrdum2(out)
|
26/03/2009 |
Argomento |
L'obiettivo di questo esercizio è riepilogare i diversi argomenti
trattati |
File di input |
File di output |
Data ultima modifica
|
Modello di regressione lineare
semplice |
Esercizio di riepilogo
|
regr2 |
regr2out |
04/04/2008 |
Modello di regressione lineare multiplo |
Esercizio di riepilogo |
riepilogo |
riepilogo(out)
|
20/03/2008 |
PER I FILE DI INPUT E DI OUTPUT DEGLI ESERCIZI DEL CAPITOLO 5 FARE RIFERIMENTO
ALLA PAGINA http://www.riani.it/RL/esercizi.html
Confronto tra i diversi metodi di stima (non nel programma)
Argomento |
Obiettivo |
File di input |
File di output |
Regressione robusta |
Imparare a stimare i parametri del modello di regressione utilizzando
condizioni di accostamento diverse dalla somma dei quadrati dei
residui. Introdurre stimatori dei parametri che non risentono della
presenza di valori anomali |
regrrobust |
regrrobust(out)
|