Multicollinearità, eteroschedasticità, autocorrelazione: tre nomi difficili spiegati semplici (con esempio in R)

Nel corso dei post sulla regressione multipla, sull’analisi della varianza e sulle serie temporali abbiamo incontrato tre termini che sembrano fatti apposta per spaventare il lettore. Multicollinearità, eteroschedasticità, autocorrelazione: se vogliamo convincere qualcuno che la statistica è una materia oscura e inaccessibile, sono le parole magiche da pronunciare. 🙂

Sorpresa: dietro i nomi ci sono tre idee semplici, e soprattutto tre problemi molto concreti. Per vederli all’opera prendiamo il modello che prima o poi costruisce chiunque lavori nel marketing digitale: quante conversioni ci porta ogni euro speso su Google Ads e su Meta? Lo vedremo cadere in tutte e tre le trappole, una dopo l’altra, e impareremo a riconoscerle e a uscirne.

Leggi tutto “Multicollinearità, eteroschedasticità, autocorrelazione: tre nomi difficili spiegati semplici (con esempio in R)”

Regressione lineare semplice e correlazione: retta, r di Pearson e R²

Più fa caldo, più gelati si vendono: lo sospettiamo tutti. Ma di quanto? Se domani il termometro segna 27 gradi, quanti gelati conviene preparare? E, spostandoci sul nostro terreno: se alziamo il budget delle campagne, quante conversioni in più possiamo aspettarci?

Concetti come la media o la deviazione standard descrivono una variabile alla volta. Per domande come queste, invece, dobbiamo guardare due variabili insieme: è il mestiere della correlazione e della regressione lineare semplice, due degli strumenti più usati (e più fraintesi) dell’analisi dei dati.

Leggi tutto “Regressione lineare semplice e correlazione: retta, r di Pearson e R²”