Prof. Francesca Martella: i libri dei suoi insegnamenti

1. Quali sono le principali estensioni del modello lineare generalizzato per dati con struttura gerarchica?
2. Come si specifica un modello misto e che cosa rappresentano gli effetti casuali?
3. Quali differenze esistono tra modelli a effetti fissi e modelli a effetti casuali?
4. Come si stima un modello di regressione con risposta di conteggio?
5. Quando si usa la regressione di Poisson e quando la binomiale negativa?
6. Come si affronta la sovradispersione in un modello per dati di conteggio?
7. Quali metodi bayesiani si utilizzano per stimare i parametri di un modello complesso?
8. Che cosa si intende per approssimazione di Laplace e in quali casi è applicabile?
9. Come si confrontano modelli non annidati tramite criteri informativi?
10. Quali sono le assunzioni di un modello di regressione con errori correlati?
11. Come si costruisce un modello additivo generalizzato e come si scelgono le funzioni di lisciamento?
12. Che cosa si intende per selezione delle variabili con penalizzazione lasso?
13. Come si valuta la capacità predittiva di un modello statistico avanzato?
14. Come si gestiscono i dati longitudinali con misure ripetute e correlazione temporale?
15. Quali differenze esistono tra modelli a variabili latenti e modelli a variabili osservate?
16. Come si stima un modello con variabili strumentali e quali condizioni deve soddisfare lo strumento?
17. Quali tecniche si usano per verificare l'adeguatezza di un modello con dati censurati?
18. Come si interpreta un effetto di interazione in un modello di regressione con più fattori?
19. Quali problemi di identificabilità possono emergere in un modello statistico complesso?
20. Come si può usare la simulazione per valutare le proprietà campionarie di uno stimatore avanzato?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.

1. Quali sono le principali estensioni del modello lineare generalizzato per dati con struttura gerarchica?
2. Come si specifica un modello misto e che cosa rappresentano gli effetti casuali?
3. Quali differenze esistono tra modelli a effetti fissi e modelli a effetti casuali?
4. Come si stima un modello di regressione con risposta di conteggio?
5. Quando si usa la regressione di Poisson e quando la binomiale negativa?
6. Come si affronta la sovradispersione in un modello per dati di conteggio?
7. Quali metodi bayesiani si utilizzano per stimare i parametri di un modello complesso?
8. Che cosa si intende per approssimazione di Laplace e in quali casi è applicabile?
9. Come si confrontano modelli non annidati tramite criteri informativi?
10. Quali sono le assunzioni di un modello di regressione con errori correlati?
11. Come si costruisce un modello additivo generalizzato e come si scelgono le funzioni di lisciamento?
12. Che cosa si intende per selezione delle variabili con penalizzazione lasso?
13. Come si valuta la capacità predittiva di un modello statistico avanzato?
14. Come si gestiscono i dati longitudinali con misure ripetute e correlazione temporale?
15. Quali differenze esistono tra modelli a variabili latenti e modelli a variabili osservate?
16. Come si stima un modello con variabili strumentali e quali condizioni deve soddisfare lo strumento?
17. Quali tecniche si usano per verificare l'adeguatezza di un modello con dati censurati?
18. Come si interpreta un effetto di interazione in un modello di regressione con più fattori?
19. Quali problemi di identificabilità possono emergere in un modello statistico complesso?
20. Come si può usare la simulazione per valutare le proprietà campionarie di uno stimatore avanzato?

Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.