Marco Riani, Professor of Statistics

      Univ. of Parma (ITALY)

Pagina ufficiale del corso di Informatica e Statistica per le decisioni aziendali

(Laurea specialistica in trade marketing: curriculum Marketing Intelligence per le decisioni aziendali)

 Immagine del libro di testo



 






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)

[back]