Analisi Statistica e Interpretazione

Analizza i dati di sondaggi e questionari con una guida esperta su ponderazione, analisi della scala Likert, bias di mancata risposta e interpretazione significativa dei risultati.

Calcola e giustifica le dimensioni del campione per esperimenti, sondaggi e studi clinici utilizzando l'analisi di potenza — coprendo ANOVA, test t, regressione e disegni complessi.

Applica metodi statistici bayesiani a problemi di ricerca: selezione delle prior, inferenza a posteriori, intervalli di credibilità, MCMC e confronto di modelli tramite fattori di Bayes.

Applicare metodi di inferenza causale — differenza nelle differenze, variabili strumentali, discontinuità della regressione, propensity score — a dati osservazionali e quasi-sperimentali.

Guida esperta su PCA, analisi fattoriale, analisi dei cluster, MANOVA, analisi discriminante e altri metodi multivariati per dati di ricerca complessi e ad alta dimensionalità.

Analizza dati di misure ripetute e panel con modelli misti, GEE, analisi delle curve di crescita e gestione esperta di dati mancanti e covariate tempo-varianti.

Tradurre output statistici in sezioni di risultati e rapporti chiari e accurati per articoli accademici, documenti normativi e pubblici non tecnici.

Guida esperta su modelli di regressione lineare, logistica, multilivello e avanzati — dalla verifica delle assunzioni e selezione del modello all'interpretazione dei coefficienti e alla rendicontazione.

Condurre e riportare meta-analisi con supporto esperto per pooling degli effetti, eterogeneità, bias di pubblicazione, forest plot e reportistica conforme a PRISMA.

Supporto statistico esperto per la progettazione di sperimentazioni cliniche, calcolo della dimensione del campione, randomizzazione, analisi intermedie e reporting conforme alle normative.