Summer School GAMs in R 
Introduzione ai Generalized Additive Models (GAMs) in R

  • Quando: 23-24 giugno 2025
  • Dove: Università Ca’ Foscari, Campus Scientifico (Aula Zeta A), Via Torino 155, Venezia Mestre
  • Docente: Prof. Simon Wood [ENG]
    Simon Wood è Chair of Computational Statistics presso la School of Mathematics dell'Università di Edimburgo. Autore del libro "Generalized Additive Models: An Introduction with R" e creatore del pacchetto R mgcv, Simon Wood è un'autorità nel campo dei GAMs e dei modelli di regressione basati su smoothing.

In cosa consiste

I Generalized Additive Models (GAMs) rappresentano un’estensione flessibile dei modelli di regressione tradizionali, particolarmente utili sia per scopi predittivi che inferenziali. La loro popolarità deriva dalla capacità di bilanciare flessibilità e interpretabilità, gestendo con efficacia anche grandi dataset.

La Summer School fornirà una panoramica della teoria, dei metodi e degli strumenti software dei GAMs. Attraverso sessioni pratiche, i partecipanti acquisiranno le competenze necessarie per iniziare a modellare con i GAMs in R al termine del corso.

Argomenti trattati

I principali argomenti trattati saranno:

  • introduzione al basis penalty smoothing
  • teoria e applicazione dei GAMs
  • framework Empirical Bayes per l'inferenza e la selezione della regolarizzazione
  • metodi di cross-validation
  • estensioni dei GAMs: mixed models, distribuzioni variabili (regressione distribuzionale)
  • utilizzo del pacchetto mgcv
  • specifica, verifica e visualizzazione dei modelli
  • costruzione dei modelli e ulteriori analisi inferenziali
Obiettivi formativi

Al termine della Summer School, i partecipanti saranno in grado di:

  • comprendere la teoria di base dei modelli di regressione con smoothing tipo spline
  • utilizzare mgcv per adattare diversi tipi di GAMs, comprese estensioni per mixed models, regressione distribuzionale e analisi di dati funzionali
  • verificare le ipotesi di modellazione
  • confrontare e criticare modelli concorrenti
  • giustificare le scelte di modellazione effettuate

Come si svolge

Le modalità di insegnamento della Summer School includono:

  1. lezioni teoriche: approfondimenti sui concetti chiave dei GAMs
  2. sessioni pratiche: esercitazioni guidate con R e il pacchetto mgcv

A chi si rivolge

Destinatari

La Summer School si rivolge a chiunque abbia una formazione scientifica e sia interessato alla modellazione non lineare. È particolarmente utile per professionisti e ricercatori attivi nei seguenti settori:

  • scienze ambientali
  • assicurazioni e finanza
  • salute pubblica ed epidemiologia
  • psicologia
  • econometria
Prerequisiti

I partecipanti dovrebbero:

  1. essere a proprio agio con l’utilizzo di R
  2. conoscere i modelli lineari generalizzati (GLM); una comprensione intuitiva è sufficiente

Non è necessario avere esperienza precedente con il pacchetto mgcv.

Come iscriversi

Non perdere l'opportunità di apprendere dai massimi esperti del settore: iscriviti alla Summer School GAMs in R.
Le iscrizioni partiranno da febbraio 2025; maggiori dettagli verranno pubblicati prossimamente.

Per informazioni scrivi a  dais.eccellente@unive.it.

Last update: 24/01/2025