Multinomial semiparametric mixed-effects model for profiling engineering university students = Modello multinomiale a effetti misti semiparametrico per la profilazione di studenti universitari di ingegneria

Many applicative studies deal with multinomial responses and hierarchi- cal data. In this study, we analyse Politecnico di Milano data with the aim of pro- filing students, modelling their probabilities of belonging to different categories, considering their nested structure within engineering degree programmes. To this end, we propose a semiparametric mixed-effects models dealing with a multinomial response and an EM algorithm to implement it. By assuming the random effects to follow a multivariate discrete distribution with an a priori unknown number of support points, that is allowed to differ across response categories, we identify a classification of degree programmes, standing on their effects on different types of student career.

Molti studi applicati trattano variabili multinomiali e dati con struttura gerarchica. In questo studio, analizziamo i dati del Politecnico di Milano al fine di profilare gli studenti, modellizzando la loro probbabilit`a di appartenere a diverse categorie, considerando il loro corso di studi. A tal fine, sviluppiamo un modello semiparametrico a effetti misti per una risposta multinomiale e un algoritmo EM per implementarlo. Assumendo che gli effetti casuali abbiano una distribuzione discreta con un numero di masse non noto a priori e che differisce tra categorie della risposta, identifichiamo una classificazione dei corsi di studio, in base al loro effetto sulla carriera degli studenti.