Modellazione statistica avanzata di dati spazio-temporali utilizzando generalized additive models (GAMs)
A.A. 2023/2024
Insegnamento per
Per il calendario delle lezioni e altre informazioni consulta il sito del dottorato
Docente responsabile: Corrado Alberto Sigfrido Camera
"Comprendere i modelli statistici semi-parametrici
Comprendere i Generalized Additive Models e la natura specifica di molti metodi di regressione
Comprendere l'incertezza nella modellazione statistica, le sue sorgenti e come e perché è necessario quantificarla
Comprendere l'inferenza Bayesana applicata ai GAM, inclusa l'inferenza predittiva e il model checking
Sviluppare capacità di utilizzo del pacchetto mgcv di R come strumento flessibile per la modellazione di dati ambientali"
Comprendere i Generalized Additive Models e la natura specifica di molti metodi di regressione
Comprendere l'incertezza nella modellazione statistica, le sue sorgenti e come e perché è necessario quantificarla
Comprendere l'inferenza Bayesana applicata ai GAM, inclusa l'inferenza predittiva e il model checking
Sviluppare capacità di utilizzo del pacchetto mgcv di R come strumento flessibile per la modellazione di dati ambientali"
Il corso è un approfondimento di "Statistical and geostatistical analyses of geo-environmental data" e assume la conoscenza dei concetti statistici di base (Distribuzione di probabilità, variabili casuali, regressione lineare). Una conoscenza base di R è richiesta.
Modalità di valutazione
Giudizio di approvazione
Giudizio di valutazione
superato/non superato
Iscrizioni
Scadenze
Il termine di iscrizione ai corsi è previsto generalmente entro il 27° giorno del mese precedente al mese di avvio.
Come iscriversi
- Autenticarsi al servizio di iscrizione con le credenziali di Ateneo
- Selezionare l’insegnamento scelto e cliccare su Iscrizione e infine su Iscriviti
Trascurare del tutto la voce "Data di appello" che appare durante la procedura di iscrizione.
Assistenza
Per informazioni e richieste di chiarimento scrivere a: [email protected]