Abstract
In questo capitolo vengono proposti esercizi, da svolgere prevalentemente utilizzando il software R, sulla teoria ed implementazione di modelli di regressione lineare generalizzati, in particolare: outcome binario (regressione logistica); stimatori MLE e loro proprietà asintotiche; stimatori degli odds ratio; devianza; valutazione della bontà del modello - Goodness of Fit (GOF); uso dei modelli logistici come classificatori e costruizione della curva ROC (Receiver Operating Characteristic).
Materiale Supplementare Online È disponibile online un supplemento a questo capitolo (https://doi.org/10.1007/978-88-470-3995-7_10), contenente dati, altri approfondimenti ed esercizi.
Materiale Supplementare Online È disponibile online un supplemento a questo capitolo (https://doi.org/10.1007/978-88-470-3995-7_10), contenente dati, altri approfondimenti ed esercizi.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Author information
Authors and Affiliations
Corresponding author
1 Electronic Supplementary Material
Rights and permissions
Copyright information
© 2020 Springer-Verlag Italia S.r.l., part of Springer Nature
About this chapter
Cite this chapter
Gasperoni, F., Ieva, F., Paganoni, A.M. (2020). Modelli lineari generalizzati. In: Eserciziario di Statistica Inferenziale. UNITEXT(), vol 120. Springer, Milano. https://doi.org/10.1007/978-88-470-3995-7_10
Download citation
DOI: https://doi.org/10.1007/978-88-470-3995-7_10
Published:
Publisher Name: Springer, Milano
Print ISBN: 978-88-470-3994-0
Online ISBN: 978-88-470-3995-7
eBook Packages: Mathematics and StatisticsMathematics and Statistics (R0)