- Oggetto:
- Oggetto:
Analisi dei dati / Data Analysis
- Oggetto:
Data Analysis
- Oggetto:
Anno accademico 2022/2023
- Codice dell'attività didattica
- PSI0375
- Docente
- Rosalba Rosato (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
- Mista
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Facoltativa
- Tipologia d'esame
- esame orale (verbalizzante)
- 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
Conoscenza dei
a) Fondamenti di statistica inferenziale, procedure di stima e teoria dei test di ipotesi;
b) Analisi della potenza statistica;
c) Padroneggiare gli algoritmi di analisi dei dati presentati a lezione, con particolare riguardo alla regressione lineare e all'analisi della varianza nelle diverse condizioni sperimentali (disegni between, within e misti);
d) Discutere criticamente un modello di analisi fattoriale, la logica di un esperimento statistico, le proprietà psicometriche di uno strumento di misura.
Knowledge of
a) Fundamentals of inferential statistics, estimation procedures and hypothesis test theory;
b) Analysis of statistical power;
c) Mastering the data analysis algorithms presented in class, with particular regard to linear regression and analysis of variance under different experimental conditions (between, within and mixed designs);
d) To critically discuss a factorial analysis model, the logic of a statistical experiment, the psychometric properties of a measuring instrument.
- Oggetto:
Risultati dell'apprendimento attesi
Il raggiungimento degli obiettivi formativi prefissati. La capacità di leggere in modo critico i risultati di una ricerca empirica. Essere autonomi nell'impostazione di una ricerca empirica. Capacità di selezionare tra le tecniche di analisi dei dati quella adatta a rispondere alle domande di ricerca.
Knowledge and understanding multivariate techniques. Making judgments and communication skills: critically discussing a causal model, the logic of a statistical experiment.
- Oggetto:
Modalità di insegnamento
Lezioni in presenza.
Il metodo di insegnamento prevede la lezione frontale online. Saranno previste esercitazioni e presentazioni da parte degli studenti.
Academic teaching (online frontal lessons) will be used as the main teaching method. Students will be highly invited to actively take part in the interactive discussions about the correction of the exercises presented in class.
- Oggetto:
Modalità di verifica dell'apprendimento
L'esame sarà in presenza.
L' esame consisterà in un colloquio orale in cui si valuteranno la comprensione dei contenuti delle lezioni frontali.
Si ricorda agli studenti che:
- È possibile sostenere l’esame al massimo per tre volte nell’anno accademico a partire dalla data del primo appello utile.
- E' previsto un esonero a fine corso che, se superato, dispensa gli studenti di una parte del programma all'orale. Il voto massimo all'esonero è espresso in trentesimi e farà media con il voto finale.
- E' necessario portare con sè : documento di identità.
Gli studenti Erasmus possono sostenere l'esame in inglese.
Oral examination. The remote evaluation mode will also be guaranteed.
Students can make a written test at the end of the course on half of the programme. The written test includes multiple-choice questions and exercise.
Each student with a score at the written test equal to or higher than the pass mark (18/30) can decide to undergo the oral part with the remaining part of programme or just make the entire exam.
Erasmus students can take the exam in English.
- Oggetto:
Attività di supporto
Su appuntamento via e-mail: rosalba.rosato@unito.it
Appointment via e-mail: rosalba.rosato@unito.it
- Oggetto:
Programma
1. Fondamenti di analisi dei dati (statistica inferenziale, teoria dei test di ipotesi, analisi dellapotenza statistica)
2. Tecniche multivariate (analisi della varianza, analisi di regressione, analisi fattoriale).
Particolare attenzione verrà riservata ai disegni sperimentali e all'analisi della varianza (ANOVA) e alla regressione lineare.
- Foundations of data analysis (inferential statistics, theory of hypothesis testing, statistical power analysis);
- Multivariate techniques (multiple regression, multivariate regression, analysis of variance, factorial analysis);
Testi consigliati e bibliografia
- Oggetto:
Testi d'esame:
- J. Welkowitz, B. Cohen, R. Ewen, (2013). Statistica per le scienze del comportamento, Maggioli Editore (capitoli 8-21).
- Marcello Gallucci , Luigi Leone , Manuela Berlingeri (2017). Modelli statistici per scienze sociali Pearson Education Italia
- C. Barbaranelli (2007), Analisi dei dati. Tecniche multivariate per la ricerca psicologica e sociale, 2° ed, LED (capitoli 2, 3)
Per ripassare le nozioni base di statistica, si consiglia il testo: R. Albano, S. Testa, (2002). Introduzione alla statistica per la ricerca sociale, Carocci, Roma.
Ulteriore materiale didattico verrà comunicato ad inizio del corso
Any textbook, or set of textbooks, about the same issues (to be agreed with the teacher)- Oggetto:
