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.
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)