Università Roma Tre

• tecniche di visualizzazione dei dati
• metodi e modelli statistici per l’analisi di strutte di dipendenza semplici e complesse. Modelli di regressione semplice, multipla e logistica. Modello log-lineare.
• Elementi di metodi statistici di supporto alle decisioni in condizioni di incertezza. Albero delle decisioni. Rappresentazione mediante modelli di problemi decisionali e loro soluzione ottima.
• Tecniche di statistica multivariata per la riduzione della dimensione dei dati (analisi fattoriale, cluster analysis)
• Primi elementi di reti bayesiane.
Prerequisiti: avere superato l’esame di base di Statistica e avere le basi di algebra lineare.