Libri UniversitariApri il catalogo

Faraway – Extending the linear model with R, mixed…

Libro adottato a Trieste, Trento, a.a. 2026/2027 · 2 canali

«Faraway – Extending the linear model with R, mixed…» è adottato per Statistical Models dal prof. Veronica Vinciotti (Computer Science – sede di Trento – Trento); per Statistica (Corso Progredito) dal prof. Francesco Pauli (Mathematics – sede di Trieste – Trieste).

Faraway – Extending the linear model with R, mixed…Cerca su Amazon ›

Come lo indica il docente: Faraway, J. J. (2016). Extending the linear model with R : generalized linear, mixed effects and nonparametric regression models (2nd ed.). Chapman & Hall/CRC · Faraway, J.J., (2006), Extending the linear model with R: generalized linear, mixed effects and nonparametric regression models, Chapman & Hall

Chi lo adotta

Programma e testi di ogni canale

Statistical Models – Prof. Veronica Vinciotti Canale unico

Corso di laurea: Computer Science – sede di Trento · Laurea magistrale (LM-18) · esame facoltativo · ICT Innovation · 6 CFU

Trento · Dipartimento di Ingegneria e Scienza dell'Informazione · 6 CFU · apri nel catalogo · Computer Science – sede di Trento · 1º anno · 2º semestre ›

James, G., Witten, D., Hastie, T., Tibshirani, R.

An Introduction to Statistical Learning with Applications…Cerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026

Altre letture

Faraway, J.J.: Linear Model with R. Chapman &Cerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Faraway – Extending the Linear Model with RCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026

Fox, J., Weisberg, S.

An R Companion to Applied Regression, Second Edition.Cerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026

Hastie, T., Tibshirani, R., Friedman, J.

Data Mining – The Elements of Statistical Learning: Data Mining, Inference,Cerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026

Libro di riferimento

James – An introduction to statistical learningCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026

Altre letture

Faraway – Linear models with RCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Faraway – Extending the linear model with R, mixed…questo libroCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Fox – An R companion to applied regressionCerca su Amazon ›Verificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare

Argomenti del programma: - Modelli lineari di regressione, modelli lineari generalizzati, famiglia esponenziale e casi particolari: binomiale, Poisson - Modelli per la classificazione, regressione logistica, analisi discriminante - Metodi di ricampionamento: crossvalidazione, bootstrap - Macchine a supporto vettoriale - Regressione su alberi e alberi casuali - Survival analysis - Relational event models - Metodi di clustering

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Statistica (Corso Progredito) – Prof. Francesco Pauli Canale unico

Corso di laurea: Mathematics – sede di Trieste · Laurea magistrale (LM-40) · esame facoltativo · 9 CFU

Trieste · Dipartimento di Matematica, Informatica e Geoscienze · 9 CFU · apri nel catalogo · Mathematics – sede di Trieste · 2º anno · 1º semestre ›

Azzalini – Inferenza StatisticaCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Faraway – Extending the linear model with R, mixed…questo libroCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 03/10/2026
Bacheca del docente: cosa indica di studiare
  • Altri materiali, nonché le slides presentate a lezione, verranno messi a disposizione sulla piattaforma moodle2

Argomenti del programma: I parte: Inferenza Statistica - Modelli statistici parametrici e funzione di verosimiglianza. Riassunti sufficienti e sufficienti minimali. - La stima di massima verosimiglianza. L'informazione di Fisher e le proprietà della stima di massima verosimiglianza. - La verifica di ipotesi e la stima intervallare. Procedure connesse alla verosimiglianza. Rapporto di verosimiglianza. Importanti esemplificazioni.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Si studia insieme a