Durata
Prezzo
Lingua
Statistics 2: ANOVA and Regression
Codice: BSS10
Il corso Statistics 2: ANOVA and Regression fornisce un approfondimento nei concetti avanzati di regressione lineare e analisi della varianza (ANOVA). Rivolto a coloro che desiderano acquisire competenze avanzate nell’applicare e interpretare modelli di regressione, ANOVA e modelli misti, il corso offre una comprensione dettagliata dei concetti chiave e delle metodologie avanzate.
Modalità di erogazione
In aula o Live Virtual Classroom
Attestato di partecipazione
Al termine del corso verrà rilasciato l’attestato di frequenza
- Regressione Lineare Multipla:
- Revisione dei modelli lineari generali.
- Regressione polinomiale semplice.
- Regressione polinomiale e multicollinearità.
- Modellazione delle relazioni non lineari.
- Diagnostica della Regressione e Misure Correttive:
- Diagnostica del modello di regressione.
- Misure correttive.
- Analisi della Varianza (ANOVA):
- Revisione dell’ANOVA.
- Analisi post-ajustamento.
- Valutazioni delle assunzioni del modello e misure correttive.
- Analisi di Covarianza (ANCOVA):
- Introduzione all’analisi di covarianza (ANCOVA).
- Medie quadrate per i modelli ANCOVA.
- Diagnosi e misure correttive per i modelli ANCOVA.
- Introduzione ai Modelli Lineari Generalizzati:
- Introduzione ai modelli lineari generalizzati.
- Regressione di Poisson e regressione binomiale negativa.
- Introduzione alla regressione gamma.
- Introduzione ai Modelli Lineari Misti:
- Concetti di base dei modelli lineari generali.
- Adattamento dei modelli lineari misti.
Data Analyst e ricercatori con una certa formazione statistica.
Prima di partecipare a questo corso, è necessario
- Avere una certa esperienza nella creazione e nella gestione di set di dati SAS, che si può acquisire con il corso SAS Programming 1: Essentials.
- Essere in grado di adattare modelli di regressione lineare semplice e multipla utilizzando la procedura REG.
- Essere in grado di analizzare un’analisi della varianza a una via utilizzando la procedura GLM.
- Comprendere i concetti statistici di distribuzione normale, distribuzioni di campionamento, test di ipotesi e stima.
- Aver completato un corso di livello universitario sui metodi di regressione e analisi della varianza o il corso di Statistica 1: Introduzione all’ANOVA, alla regressione e alla regressione logistica (BSS09)
L’obiettivo principale del corso è preparare gli studenti a comprendere, applicare e interpretare modelli di regressione, analisi della varianza (ANOVA) e modelli misti. Al termine del corso, gli studenti saranno in grado di:
- Applicare modelli di regressione lineare multipla, comprendendo i concetti fondamentali dei modelli lineari generali.
- Diagnosi e applicare rimedi ai problemi comuni nella regressione, inclusi modelli polinomiali e la gestione della multicollinearità.
- Condurre analisi della varianza (ANOVA) e interpretare i risultati.
- Comprendere e applicare la covarianza nell’analisi di covarianza (ANCOVA), valutando le assunzioni del modello e applicando misure correttive.
- Esplorare i modelli lineari generalizzati, inclusi la regressione di Poisson e la regressione binomiale negativa.
- Comprendere i concetti di modelli misti e applicarli attraverso esempi pratici.
- Business applications
- Sicurezza informatica
- ISO
- EGovernement
- Database, big data, machine learning e ia
- HR & Organization
- Giuridico Normativa
- Cloud & virtualization
- Programming & development
- PA
- Metodologie di Service & Project Management
- Management & Collaboration
- Microservizi
- Sistemi operativi
- Marketing & Sales
- Formazione AI
- Networking
- Office & collaboration
- Web design