Vai al contenuto principale
Coronavirus: aggiornamenti per la comunità universitaria / Coronavirus: updates for UniTo Community
Oggetto:
Oggetto:

Analisi dei dati

Oggetto:

Data Analysis

Oggetto:

Anno accademico 2014/2015

Codice dell'attività didattica
PSI0025
Docente
Luca Ricolfi (Titolare del corso)
Corso di studi
Scienze del corpo e della mente
Anno
1° anno
Periodo didattico
Primo semestre
Tipologia
Fondamentale
Crediti/Valenza
8
SSD dell'attività didattica
M-PSI/03 - psicometria
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Facoltativa
Tipologia d'esame
Orale
Prerequisiti
Nozioni base di statistica descrittiva e inferenziale. In particolare:
a) matrice dei dati, variabili, indici di tendenza centrale, variabilità e forma.
b) probabilità e inferenza statistica.
c) analisi della relazione fra due variabili.
Nozioni base sulle seguenti tecniche: correlazione, regressione semplice e multipla, analisi fattoriale esplorativa, analisi della varianza.
Nozioni base sui disegni sperimentali.
Basic notions of statistics (descriptive and inferential). Specifically:
a) data matrix, variables, measures of central tendency, variability and shape.
b) probability and statistical inference.
c) relationship between two variables.
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

intesi come:

a)     cosa lo studente deve conoscere al termine del corso (knowledge and understanding);

b)     cosa lo studente sarà in grado di utilizzare al termine del corso;

c)      cosa lo studente deve essere in grado di dimostrare;

a)     Teoria dei tipi di scala, teoria della misurazione, teoria dei dati, principi di analisi dei dati, storia dell’analisi dei dati, tecniche di assegnazione, tecniche multivariate;

b)     Padroneggiare 8 algoritmi di analisi dei dati, con particolare riguardo all’analisi della varianza;

c)      Discutere criticamente: un modello causale, la logica di un esperimento statistico, le proprietà psicometriche di uno strumento di misura, la struttura di uno spazio percettivo.      

a)    Knowledge and understanding: theory of scale types, measurement theory, data theory, principles of data analysis, history of data analysis, assignment techniques, multivariate techniques;

b)    Applying knowledge and understanding, learning skills: handle eight data analysis algorithms;  

c)     Making judgments, communication skills:  critically discussing a causal model, the logic of a statistical experiment, the psychometric properties of a measurement device, the structure of a perceptual space.

 

 

 

 

 

Oggetto:

Risultati dell'apprendimento attesi

Il raggiungimento degli obiettivi formativi prefissati.

The achievement of the predetermined educational objectives

 

Oggetto:

Modalità di verifica dell'apprendimento

Esame orale sui testi (con eventuali esercizi carta, matita e calcolatrice)

Oral examination based on textbooks (possibly with simple exercises)

Esame orale sui testi (con eventuali esercizi carta, matita e calcolatrice) Oral examination based on texts (possibly with simple exercises)

Oggetto:

Programma

Il corso è suddiviso in tre moduli.

  1. Fondamenti di analisi dei dati (teoria dei dati, tipi di scala, principi di analisi dei dati, storia dell’analisi dei dati)
  2. Tecniche di assegnazione (classificazione automatica,  scaling ordinale, misurazione unidimensionale e multidimensionale)
  3. Tecniche multivariate (analisi della varianza, analisi fattoriale, analisi delle corrispondenze).

Particolare attenzione verrà riservata ai disegni sperimentali e all’analisi della varianza (ANOVA).

The course is divided into three units:

  1. Foundations of data analysis (data theory, scale types, principles and history of data analysis);
  2. Assignment techniques (automatic classification, ordinal scaling, 1-dimensional and multidimensional measurement);
  3. Multivariate techniques (analysis of variance, factor analysis, correspondence analysis).

Special attention will be paid to the experimental designs and to the Analysis of variance (ANOVA).

Testi consigliati e bibliografia

Oggetto:

Autori vari, Elementi di matematica per psicologi (a.a. 2014-2015), copisteria Copy Digital, via Riberi 2 (Torino).

Luca Ricolfi, Manuale di analisi dei dati. Fondamenti, Bari, Laterza (2002).

Luca Ricolfi, Analisi dei dati. Dispense del corso (a.a. 2014-2015), copisteria Copy Digital, via Riberi 2 (Torino).

Luca Ricolfi, L’analisi empirica nelle scienze sociali: una tassonomia (saggio pubblicato sulla “Rassegna Italiana di Sociologia”, XXXVI, 3, 1995; riprodotto anche nel primo capitolo del volume La ricerca qualitativa, Roma, Carocci, 1998, pp. 19-43).

Various Authors, Elementary Mathematics for Psychologists 

Luca Ricolfi, Handbook of Data Analysis. Foundations.

Luca Ricolfi, Data Analysis. Lecture Notes (a.a. 2013-2014).

Luca Ricolfi, The Empirical Analysis in the Social Sciences: A Taxonomy.

Any textbook, or set of textbooks, about the same issues (to be agreed with the teacher)



Oggetto:
Ultimo aggiornamento: 16/04/2015 17:05