[Forum SIS] corso di dottorato su dati categorici

Mauro Gasparini gasparini a calvino.polito.it
Mer 9 Ott 2013 15:39:25 CEST


Gentili soci,

informo che l'11 novembre 2013 inizierà il corso di didattica di eccellenza
"Categorical Data Analysis" del Professor Kaisheng Song, University of 
North Texas,
presso il Dipartimento di Scienze Matematiche del Politecnico di Torino.
Il programma dettagliato e le date sono riportate nell'allegato.

Il corso è finanziato come didattica di eccellenza dalla Scuola di 
Dottorato del
Politecnico di Torino.

I dati categorici (o qualitativi) si ottengono come rilevazione statistica
di uno specifico livello tra un insieme finito di due o più possibili 
livelli.
Per esempio, il sesso (M/F) e la provenienza geografica 
(Italia/EU/Europa non EU/non Europa)
sono variabili categoriche. A differenza dei dati quantitativi, oggetto di
studio di svariate tecniche fin dagli albori della Statistica,
l'analisi dei dati categoriali è stata affrontata in modo sistematico in 
tempi
relativamente recenti, diciamo negli ultimi 40 anni, con sviluppi impetuosi
e a volte poco conosciuti, come i modelli a effetti casuali,
i dati longitudinali (o ripetuti), le tabelle di contingenza altamente 
dimensionate,
i modelli loglineari e l'accordo tra valutatori.

Tutti gli interessati sono invitati a partecipare.

Saluti cordiali,

Mauro Gasparini

-- 

Mauro Gasparini
Full Professor of Statistics
Editor of Biometrical Journal (with Lutz Edler)
Dipartimento di Scienze Matematiche
Politecnico di Torino
Corso Duca degli Abruzzi 24 I-10129 Torino, Italy
tel: +39 011 090 7546
fax: +39 011 090 7599
email: gasparini a calvino.polito.it
www: http://calvino.polito.it/~gasparin/


-------------- parte successiva --------------
Un allegato non testuale è stato rimosso....
Nome:        SongFall2013.pdf
Tipo:        application/pdf
Dimensione:  47120 bytes
Descrizione: non disponibile
URL:         <http://www.stat.unipg.it/pipermail/sis/attachments/20131009/06a6010c/attachment-0001.pdf>


Maggiori informazioni sulla lista Sis