Vai al contenuto principale
Oggetto:
Oggetto:

Analisi dei dati/Data Analysis

Oggetto:

Data Analysis

Oggetto:

Anno accademico 2015/2016

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 matematica, statistica descrittiva e inferenziale. In particolare:
a) nozioni matematiche delle scuole secondarie superiori;
b) matrice dei dati, variabili, indici di tendenza centrale, variabilità e forma;
c) probabilità e inferenza statistica;
d) 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) basic (secondary school) mathematical knowledge;
b) data matrix, variables, measures of central tendency, variability and shape;
c) probability and statistical inference;
d) relationship between two variables.
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Scopo del corso è fornire una comprensione generale dell’Analisi dei dati, con particolare attenzione alle tecniche più usate dagli psicologi.

The course aims to provide an advanced understanding of the core principles of Data Analysis.  Special attention will be placed on the most frequently used techniques in psychology.

 

 

Oggetto:

Risultati dell'apprendimento attesi

a)     Conoscere: 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:

Modalità di insegnamento

Lezione frontale

Lecture 

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)

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:

Luca Ricolfi, Allineamento in matematica (a.a. 2015-16), 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. 2015-16), 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).

 

 

     Luca Ricolfi, Basic Mathematics 

Luca Ricolfi, Handbook of Data Analysis. Foundations.

Luca Ricolfi, Data Analysis. Lecture Notes (a.a. 2015-2016).

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



Oggetto:

Orario lezioni

GiorniOreAula
Lunedì10:00 - 12:00Aula B Istituto Plana
Mercoledì11:00 - 13:00Aula 10 Corso San Maurizio 31/a
Giovedì10:00 - 12:00Aula B Istituto Plana
Lezioni: dal 12/10/2015 al 03/12/2015

Nota: 48 ore

Oggetto:

Note

GIORNO, ORARIO E MODALITA’ DI RICEVIMENTO DEGLI STUDENTI

Su appuntamento (inviare una mail a studio.ricolfi@gmail.com).

 

STUDENTS' MEETING

By appointment (send an Email to studio.ricolfi@gmail.com).

Oggetto:
Ultimo aggiornamento: 06/07/2015 15:25

Location: https://www.scienzecorpomente.unito.it/robots.html
Non cliccare qui!