📍 Dove siamo nel percorso

Ora hai a disposizione gli strumenti fondamentali: conosci i principi dell’inferenza bayesiana e sai come implementarla con Stan. È il momento di applicare queste competenze a una delle famiglie di modelli più utilizzate nella ricerca psicologica: i modelli di regressione.

Consiglio🎯 Cosa faremo in questa sezione

Questa sezione esplora un’ampia gamma di modelli lineari da una prospettiva bayesiana:

• Regressione bivariata: interpretazione bayesiana dei parametri e degli intervalli di credibilità.
• Confronto tra medie: due gruppi come caso particolare del modello lineare.
• ANOVA bayesiana: gestione di confronti multipli.
• Modelli multilivello: modellare la struttura gerarchica tipica dei dati psicologici.
• Affidabilità della misura: incorporare l’errore di misurazione nella specificazione del modello.

Importante📖 Collegamenti con il manuale

Questa sezione approfondisce operativamente:

• Cap. 17 — Modello bayesiano di regressione lineare bivariata
• Cap. 18 — Inferenza bayesiana su una media
• Cap. 19 — Confronto tra le medie di due gruppi
• Cap. 20 — Modelli multilivello

🔗 Collegamento con l’approccio classico: se desideri un confronto sistematico con l’approccio frequentista alla regressione, consulta il modulo propedeutico all’indirizzo ccaudek.github.io/utet-frequentista.