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

Stato iscrizioni:Enrol open

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.

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;
  • esempi;
  • contenuti di approfondimento testuali o interattivi;
  • quiz di autovalutazione.

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.

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.ssa Silvia Bacci, Prof. Marco Doretti, Prof. Leonardo Grilli,  Prof.ssa Carla Rampichini: Dipartimento di Statistica, Informatica, Applicazioni "G. Parenti". Università degli studi di Firenze.

Tipologia: MOOC
Durata: 6 ore
Lingua: Italiano
Target: Studenti universitari - triennale, docenti e formatori.
Area scientifica disciplinare: Scientifica
Certificato: Attestato di partecipazione.
Progetto: ALMA