Descrizione del MOOC: il MOOC offre un’introduzione ai modelli statistici, concentrandosi in particolare sulla regressione lineare. Attraverso esercitazioni pratiche in R, i partecipanti potranno applicare direttamente i concetti appresi.
Struttura del modulo: il percorso formativo è articolato in 1 Modulo, strutturato in 6 Unità.
Il tempo previsto per ciascuna Unità è di circa 1 ora e comprende:
- video-lezioni;
- contenuti di approfondimento testuali o interattivi;
- quiz di autovalutazione.
Prerequisiti:
È richiesta una conoscenza di base di analisi esplorativa dei dati, inclusi concetti come dati, variabili, tabelle, grafici e misure di sintesi. Inoltre, è importante avere familiarità con i principi fondamentali dell'inferenza statistica, tra cui il modello normale, la stima puntuale, gli intervalli di confidenza e i test d’ipotesi. Infine, è richiesta una conoscenza di base di R e RStudio.
Prof. Leonardo Grilli, prof. Marco Doretti, prof.ssa Carla Rampichini, Prof.ssa Silvia Bacci | Dipartimento di Statistica, Informatica, Applicazioni "G. Parenti". Università degli studi di Firenze.
Il MOOC permette di acquisire una conoscenza teorica dei fondamenti della regressione lineare. I partecipanti impareranno ad applicare il modello a dati reali, interpretare i risultati. Il corso è pensato per fornire le basi per un utilizzo consapevole nell’analisi dei dati.
MISSIONE 4 ISTRUZIONE E RICERCA - COMPONENTE 1 - INVEST. 3.4
“Didattica e competenze universitarie avanzate”;
Sub-Investimento Digital Education Hubs (DEH).
Progetto: Advanced Learning Multimedia Alliance for Inclusive Academic
Innovation (ALMA). Codice ID: DEH2023-00012 - CUP: E68H24000430006