Al libro è associato il pacchetto ADati, contenente tutti i data-sets per riprodurre i codici degli esempi presentati. Il pacchetto è disponibile su
github.
- I Elementi introduttivi
- 1. Elementi di base
- 1.1 Variabili
- 1.2 Il processo di analisi dei dati
- 1.3 Ipotesi
- 1.4 Modelli e relazioni tra variabili
- 1.5 Organizzazione del manuale
- 2. Introduzione a R
- 2.1 Basi dell'ambiente R
- 2.2 Acquisizione file di dati
- 3. Matrici di dati, statistiche descrittive e grafici
- 3.1 Matrici di dati
- 3.2 Statistiche descrittive
- 3.3 Grafici
- 4. Elementi di teoria dei campioni
- 4.1 Definizioni di base
- 4.2 Distribuzioni campionarie
- 4.3 Distribuzione campionaria della media
- 4.4 Distribuzione campionaria della varianza
- 5. Inferenza statistica
- 5.1 La "verifica" delle ipotesi in senso classico
- 5.2 Alcune precisazioni importanti
- 5.3 Dimensione dell'effetto e potenza
- 5.4 Introduzione della logica bayesiana
- II Analisi dei dati
- 6. Correlazione bivariata
- 6.1 Coefficiente di correlazione di Bravais-Pearson
- 6.2 Coefficiente di correlazione di Spearman
- 6.3 Aspetti particolari di r
- 7. Regressione lineare semplice
- 7.1 Scarti e devianze
- 7.2 Modello di regressione
- 7.3 Analisi con R
- 7.4 Inferenza sul coefficiente di regressione
- 7.5 Inferenza in forma bayesiana
- 8. Regressione lineare con predittore categoriale
- 8.1 Modello con predittore dicotomico
- 8.2 Modello con predittore politomico
- 9. Regressione lineare multipla
- 9.1 Modelli lineari
- 9.2 Modello con più predittori
- 9.3 Confronto tra i modelli
- 9.4 Rappresentazione grafica degli effetti
- 10. Regressione lineare multivariata
- 10.1 Modello multivariato
- 10.2 Valutazione del modello
- 10.3 Analisi di mediazione
- 11. Regressione lineare multilivello
- 11.1 Strutture multilivello
- 11.2 Applicazione
- 11.3 Analisi degli effetti
- Bibliografia
- Indice delle funzioni di R
