- 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.
- Fondamenti di analisi dei dati (teoria dei dati, tipi di scala, principi di analisi dei dati, storia dell’analisi dei dati)
- Tecniche di assegnazione (classificazione automatica, scaling ordinale, misurazione unidimensionale e multidimensionale)
- 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:
- Foundations of data analysis (data theory, scale types, principles and history of data analysis);
- Assignment techniques (automatic classification, ordinal scaling, 1-dimensional and multidimensional measurement);
- 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:
