Libro adottato a Trieste, a.a. 2026/2027 · 3 canali
«Faraway – Practical Regression and Anova using R» è adottato per Modelli Statistici (Intelligenza Artificiale e Data Analytics – sede di Trieste – Trieste); per Modelli Statistici dal prof. Francesco Pauli (Mathematics – sede di Trieste, Statistica per l'Assicurazione e Business Analytics – sede di Trieste – Trieste).
Come lo indica il docente: Faraway, J.J. “Practical Regression and Anova using R”, scaricabile dalla rete http://cran.at.r-project.org/doc/contrib/Faraway-PRA.pdf , 2002
Chi lo adotta
Modelli Statistici – docente non ancora indicato (canale unico)Intelligenza Artificiale e Data Analytics – sede di Trieste · Laurea triennale (L-31) · 3º anno · 2º semestre
Modelli Statistici – Prof. Francesco Pauli (canale unico)Mathematics – sede di Trieste · Laurea magistrale (LM-40) · esame facoltativo · 6 CFU / 1º anno · 2º semestre · Mathematical Education · 9 CFU
Modelli Statistici – Prof. Francesco Pauli (canale unico)Statistica per l'Assicurazione e Business Analytics – sede di Trieste · Laurea triennale (L-41) · 2º anno · 2º semestre · 9 CFU / 3º anno · 2º semestre · 6 CFU
Faraway – Practical Regression and Anova using Rquesto libroCerca su Amazon ›Da studiare: Capp. 1, 2, 3, 5, 7, 10, 15, 16Verificato sulla scheda ufficiale il 03/10/2026
Altri materiali (lucidi delle lezioni, script R) saranno resi disponibili su Moodle.
Argomenti del programma: 1. Aspetti introduttivi. 2. Il modello di regressione lineare semplice: specificazione e assunzioni di base. Stima dei parametri: metodo dei minimi quadrati e metodo della massima verosimiglianza. Verifica di ipotesi lineari sui coefficienti di regressione. Stima intervallare dei parametri. Valutazione dell'adattamento. 3.
Faraway – Practical Regression and Anova using Rquesto libroCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoDa studiare: Capp. 1, 2, 3, 5, 7, 10, 15, 16Verificato sulla scheda ufficiale il 03/10/2026
Altri materiali (lucidi delle lezioni, script R) saranno resi disponibili su Moodle.
Argomenti del programma: 1. Aspetti introduttivi. 2. Il modello di regressione lineare semplice: specificazione e assunzioni di base. Stima dei parametri: metodo dei minimi quadrati e metodo della massima verosimiglianza. Verifica di ipotesi lineari sui coefficienti di regressione. Stima intervallare dei parametri. Valutazione dell'adattamento. 3.
Faraway – Practical Regression and Anova using Rquesto libroCerca su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoDa studiare: Capp. 1, 2, 3, 5, 7, 10, 15, 16Verificato sulla scheda ufficiale il 03/10/2026
Altri materiali (lucidi delle lezioni, script R) saranno resi disponibili su Moodle.
Argomenti del programma: 1. Aspetti introduttivi. 2. Il modello di regressione lineare semplice: specificazione e assunzioni di base. Stima dei parametri: metodo dei minimi quadrati e metodo della massima verosimiglianza. Verifica di ipotesi lineari sui coefficienti di regressione. Stima intervallare dei parametri. Valutazione dell'adattamento. 3.
Libri Universitari