Business Analytics 2025/2026

Lezione 1-2 Modello di regressione lineare • Introduzione al Modello Statistico • Modello di regressione lineare • Stima dei parametri e bontà di adattamento • Strumenti diagnostici basati sui residui • Applicazioni ed esempi con Stata/SAS Lezione 3-4 Modello di regressione lineare multipla • Algebra matriciale per la regressione lineare • Stima dei coefficienti di regressione • Inferenza sui parametri del modello • Strumenti diagnostici basati sui residui • Multicollinearità e indice VIF • Selezione delle variabili: Backward, forward, stepwise • Applicazioni ed esempi con Stata/SAS Lezione 5 Analisi della Varianza a una via • Definizione • Stima degli effetti • Applicazioni ed esempi con Stata/SAS Lezione 6 Logit e Probit • Modello statistico • Stima dei parametri e bontà di adattamento Comparazione tra modelli: indici AIC e BIC • Matrice di classificazione • Curva ROC Lezione 7 Previsione • Modello Autoregressiovo di lag 1 • Stima dei parametri e inferenza Lezione 8 • Applications with SAS su dati reali Lezione 9 • Introduzione ai metodi di Associazione • Analisi in Componenti Principali (ACP): Introduzione e motivazione (riduzione del numero di variabili, combinazione lineare delle variabili) • ACP: Introduzione del metodo (autovalori e autovettori, loadings, scores) Lezione 10 • Metodi grafici (Biplots) • ACP: Applicazioni ed esempi con Stata/SAS Lezione 11 • Analisi dei Gruppi non gerarchica: Introduzione, Partizione dei gruppi: K-medie • Analisi dei Gruppi: Applicazioni ed esempi con Stata/SAS Lezione 12 • Metodi di raggruppamento gerarchico agglomerativi (Ward, legame singolo, legame completo, legame medio) • Valutazione dei gruppi (Dendrogramma, pseudo-T, pseudo-T2) • Analisi dei Gruppi: Applicazioni ed esempi con Stata/SAS

---