Guida al manuale

Metodi Bayesiani in Psicologia — pagina di raccordo

Scopo di questa pagina
Questo è il punto d’accesso stabile che collega ogni capitolo del volume cartaceo ai contenuti digitali: codice R/Stan commentato, diagnostiche, esercizi riproducibili, e percorsi di base in probabilità, EDA e frequentismo.
Aggiorniamo qui i link quando pubblichiamo nuovo materiale, così il volume cartaceo resta leggero e sempre valido.

Come navigare questo progetto

📚 Manuale (cartaceo)
Focus teorico: significato dei modelli, interpretazione dei risultati, fondamenti concettuali.
💻 Companion (questo sito)
Focus pratico: implementazione in R e Stan/brms, casi studio avanzati, esempi operativi.
🛠️ Percorsi di supporto
Prerequisiti e approfondimenti:

Mappa rapida capitolo ↔︎ risorse

Legenda
Companion = questa documentazione (codice, casi studio, diagnostiche)
Supporto = percorsi di base (probabilità, EDA, approccio frequentista)

Capitolo	Companion	Supporto
Mappa rapida capitolo ↔︎ risorse
Companion = codice, PPC, diagnostiche · Supporto = probabilità/EDA/frequentista
15 – Quantificare e aggiornare l’incertezza	Metodo su griglia	utet-prob · Bayes di base
16 – Distribuzioni coniugate	Distribuzioni coniugate	utet-prob · Distribuzioni comuni
Approfondimento	Sintesi a posteriori Influenza del prior	utet-prob · Distribuzioni comuni
17 – Metropolis–Hastings	Metropolis passo-per-passo PPL	utet-prob · Variabili & densità
Approfondimento	Introduzione a Stan Odds ratio	utet-prob · Distribuzioni comuni
18 – Predittive a priori e a posteriori	Distribuzione predittiva a priori Distribuzione predittiva a posteriori	utet-eda · Visualizzare distribuzioni
20 – Regressione lineare bayesiana	brms: specifica, prior, PPC, interpretazione Stan: modello base + hier	utet-frequentista · OLS e residui utet-eda
21 – Inferenza bayesiana su una media	Normale con sigma noto/ignoto (brms/Stan) Visualizzazioni dell’incertezza	utet-prob · Normale & varianza
22 – Confronto tra due medie	Modello come regressione con dummy Effetto & incertezza predittiva	utet-frequentista · t-test come GLM
23 – Modelli multilivello	Partial pooling con brms Stan: hier normal, shrinkage	utet-prob · Gerarchie e prior
24–26 – Modelli/validazione/Open Science	Casi studio (PRL, DDM, RW) LOO/ELPD, workflow riproducibile	utet-eda utet-frequentista

Percorsi di apprendimento suggeriti

Percorso A · Lettura concettuale “pulita”

Leggi il capitolo del manuale.
Guarda solo le figure e le interpretazioni nel companion (senza codice).
Se serve background: visita il percorso di supporto collegato.

Percorso B · Operativo con brms

Manuale → significato e interpretazione.
Companion → file .qmd/.R con codice brms commentato, PPC e diagnostiche.
Estensioni: priors alternativi, robust likelihood, modelli gerarchici.

Percorso C · Modellazione in Stan

Parti dal companion (sezione Stan) collegata al capitolo.
Esamina data block, parameters, model, generated quantities.
Confronta le predizioni con i risultati del manuale.

Domande frequenti

Devo leggere anche i percorsi di supporto?
Solo se desideri approfondire i concetti di probabilità/EDA/frequentismo richiamati nel manuale.

Dove trovo il codice eseguibile?
Nel companion, nelle sezioni collegate in tabella. Ogni pagina riporta il file .R/.qmd scaricabile.

Posso proporre estensioni o segnalare correzioni?
Sì: apri una issue sul repository o invia una nota—aggiorneremo i link in questa pagina.

Changelog

v1.0 — Prima pubblicazione (data: 23 October 2025)

# Guida al manuale {.unnumbered .unlisted} ## Metodi Bayesiani in Psicologia — pagina di raccordo {.unnumbered .unlisted} > **Scopo di questa pagina** > Questo è il punto d’accesso stabile che collega ogni capitolo del volume cartaceo ai contenuti digitali: codice R/Stan commentato, diagnostiche, esercizi riproducibili, e percorsi di base in probabilità, EDA e frequentismo. > Aggiorniamo qui i link quando pubblichiamo nuovo materiale, così il volume cartaceo resta leggero e sempre valido. ::: {.callout-note} ## Come navigare questo progetto {.unnumbered} - **📚 Manuale (cartaceo)** *Focus teorico*: significato dei modelli, interpretazione dei risultati, fondamenti concettuali. - **💻 Companion (questo sito)** *Focus pratico*: implementazione in R e Stan/brms, casi studio avanzati, esempi operativi. - **🛠️ Percorsi di supporto** *Prerequisiti e approfondimenti*: - [🎲 Elementi di teoria della probabilità](https://ccaudek.github.io/utet-prob/) - [📊 EDA · Analisi esplorativa dei dati](https://ccaudek.github.io/utet-eda/) - [📈 Inferenza frequentista](https://ccaudek.github.io/utet-frequentista/) ::: ## Mappa rapida capitolo ↔ risorse {.unnumbered .unlisted} > **Legenda** > Companion = questa documentazione (codice, casi studio, diagnostiche) > Supporto = percorsi di base (probabilità, EDA, approccio frequentista) ```{r} #| label: tab-mappa-capitoli #| echo: false #| warning: false #| message: false # ---- Pacchetti library(dplyr) library(gt) # ---- Dati: modifica/aggiungi righe qui materiali <- tibble::tribble( ~Capitolo, ~Companion, ~Supporto, "**15 – Quantificare e aggiornare l’incertezza**", "[Metodo su griglia](chapters/bayesian_inference/03_subj_prop.html)", "[utet-prob · Bayes di base](https://ccaudek.github.io/utet-prob/)", "**16 – Distribuzioni coniugate**", "[Distribuzioni coniugate](chapters/bayesian_inference/04_conjugate_families.html)", "[utet-prob · Distribuzioni comuni](https://ccaudek.github.io/utet-prob/)", "**Approfondimento**", "[Sintesi a posteriori](chapters/bayesian_inference/05_summary_posterior.html) [Influenza del prior](chapters/bayesian_inference/06_balance_prior_post.html)", "[utet-prob · Distribuzioni comuni](https://ccaudek.github.io/utet-prob/)", "**17 – Metropolis–Hastings**", "[Metropolis passo-per-passo](chapters/mcmc/01_metropolis.html) [PPL](chapters/mcmc/02_ppl.html)", "[utet-prob · Variabili & densità](https://ccaudek.github.io/utet-prob/)", "**Approfondimento**", "[Introduzione a Stan](chapters/mcmc/03_stan_intro.html) [Odds ratio](chapters/mcmc/04_stan_odds_ratio_stan.html)", "[utet-prob · Distribuzioni comuni](https://ccaudek.github.io/utet-prob/)", "**18 – Predittive a priori e a posteriori**", "[Distribuzione predittiva a priori](chapters/bayesian_inference/07_prior_pred_check.html) [Distribuzione predittiva a posteriori](chapters/bayesian_inference/08_post_pred_distr.html)", "[utet-eda · Visualizzare distribuzioni](https://ccaudek.github.io/utet-eda/)", "**20 – Regressione lineare bayesiana**", "[brms: specifica, prior, PPC, interpretazione](/utet-companion/regressione/lineare-brms.html) [Stan: modello base + hier](/utet-companion/regressione/lineare-stan.html)", "[utet-frequentista · OLS e residui](https://ccaudek.github.io/utet-frequentista/) [utet-eda](https://ccaudek.github.io/utet-eda/)", "**21 – Inferenza bayesiana su una media**", "[Normale con sigma noto/ignoto (brms/Stan)](/utet-companion/medie/one-mean.html) [Visualizzazioni dell’incertezza](/utet-companion/medie/vis-incertezza.html)", "[utet-prob · Normale & varianza](https://ccaudek.github.io/utet-prob/)", "**22 – Confronto tra due medie**", "[Modello come regressione con dummy](/utet-companion/medie/two-means-as-regression.html) [Effetto & incertezza predittiva](/utet-companion/medie/two-means-ppc.html)", "[utet-frequentista · t-test come GLM](https://ccaudek.github.io/utet-frequentista/)", "**23 – Modelli multilivello**", "[Partial pooling con brms](/utet-companion/multilivello/partial-pooling-brms.html) [Stan: hier normal, shrinkage](/utet-companion/multilivello/hier-stan.html)", "[utet-prob · Gerarchie e prior](https://ccaudek.github.io/utet-prob/)", "**24–26 – Modelli/validazione/Open Science**", "[Casi studio (PRL, DDM, RW)](/utet-companion/modelli-formali/) [LOO/ELPD, workflow riproducibile](/utet-companion/valutazione/loo-elpd.html)", "[utet-eda](https://ccaudek.github.io/utet-eda/) [utet-frequentista](https://ccaudek.github.io/utet-frequentista/)" ) # ---- Render: layout fisso, wrapping, markdown attivo gt(materiali) |> fmt_markdown(columns = everything()) |> tab_header( title = md("**Mappa rapida capitolo ↔ risorse**"), subtitle = md("Companion = codice, PPC, diagnostiche · Supporto = probabilità/EDA/frequentista") ) |> tab_options( table.width = pct(100), table.layout = "fixed", data_row.padding = px(6) ) |> cols_width( Capitolo ~ px(280), Companion ~ px(620), Supporto ~ px(380) ) |> opt_row_striping() |> opt_table_lines() |> tab_style( style = cell_text(align = "left", weight = "bold"), locations = cells_column_labels(everything()) ) |> tab_options(column_labels.background.color = "transparent") ``` ## Percorsi di apprendimento suggeriti {.unnumbered .unlisted} ### Percorso A · Lettura concettuale “pulita” {.unnumbered .unlisted} 1. Leggi il capitolo del manuale. 2. Guarda *solo* le figure e le interpretazioni nel companion (senza codice). 3. Se serve background: visita il percorso di supporto collegato. ### Percorso B · Operativo con brms {.unnumbered .unlisted} 1. Manuale → significato e interpretazione. 2. Companion → file `.qmd`/`.R` con codice brms commentato, PPC e diagnostiche. 3. Estensioni: *priors alternativi*, *robust likelihood*, *modelli gerarchici*. ### Percorso C · Modellazione in Stan {.unnumbered .unlisted} 1. Parti dal companion (sezione Stan) collegata al capitolo. 2. Esamina *data block*, *parameters*, *model*, *generated quantities*. 3. Confronta le predizioni con i risultati del manuale. ## Domande frequenti {.unnumbered .unlisted} **Devo leggere anche i percorsi di supporto?** Solo se desideri approfondire i concetti di probabilità/EDA/frequentismo richiamati nel manuale. **Dove trovo il codice eseguibile?** Nel companion, nelle sezioni collegate in tabella. Ogni pagina riporta il file `.R`/`.qmd` scaricabile. **Posso proporre estensioni o segnalare correzioni?** Sì: apri una issue sul repository o invia una nota—aggiorneremo i link in questa pagina. --- ### Changelog {.unnumbered .unlisted} ```{r} #| echo: false data_pubblicazione <- format(Sys.Date(), "%d %B %Y") ``` - v1.0 — Prima pubblicazione (data: `r data_pubblicazione`)