37154 - MODELLI STATISTICI DI VALUTAZIONE

Conoscenze e abilità da conseguire

Al termine del corso lo studente ha acquisito competenze informatiche di software statistici ad hoc per l'analisi dei dati multivariati con tecniche statistiche avanzate. In particolare, lo studente è in grado di: - applicare e interpretare i risultati di modelli di regressione multivariata con l'ausilio del software R. - affrontare problemi di classificazione di dati reali da un punto di vista teorico e applicativo con software specifici. -analizzare criticamente dati provenienti da indagini reali attraverso lo studio di casi reali effettuato in laboratorio.

Contenuti

Modulo I

• Le fasi di un'indagine statistica. 
• Richiami al modello di regressione lineare multipla
• Modelli multilivello
• Principi per la costruzione e validazione del questionario. 
• Modelli a variabili latenti per dati categoriali (modelli di item response theory)
  

Moduli II e III

• Richiami all’analisi delle componenti principali
• Modello fattoriale
• Modelli a equazioni strutturali (modello LISREL)

Sono previste esercitazioni su casi di studio in laboratorio con l'uso di software specifici (R, SPSS).

Testi/Bibliografia

Materiale necessario

Dispense dei docenti disponibili nella piattaforma "Insegnamenti online - Supporto online alla didattica" https://iol.unibo.it/

 

Testi consigliati

• S. Mignani, A. Montanari (1997). Appunti di analisi statistica multivariata, Esculapio, Bologna, Seconda edizione (capitoli 1 e 2 modello di regressione lineare, capitolo 3 analisi delle componenti principali, capitolo 4 analisi fattoriale)
  
• S. Borra, A. Di Ciaccio (2014). Statistica – metodologie per le scienze economiche e sociali, terza edizione, McGraw-Hill, Milano (capitoli 16 e 17 modello di regressione lineare).
• D. J. Bartholomew et al. (2002). The analysis and interpretation of multivariate data for social scientists, Chapman & Hall (capitoli 5-6-7 analisi delle componenti principali, analisi fattoriale)

Metodi didattici

Lezioni frontali in aula ed esercitazioni in laboratorio statistico utilizzando i software R e SPSS (lavoro individuale seguendo gli esempi trattati dal docente o lavoro di gruppo).

La frequenza delle lezioni e delle esercitazioni, pur non essendo obbligatoria, è fortemente raccomandata.

Modalità di verifica e valutazione dell'apprendimento

Prova complessiva orale volta a valutare la conoscenza dei metodi statistici affrontati durante il corso sia dal punto teorico sia dal punto di vista applicato. La prova orale riguarda sia la teoria sia l'interpretazione di output prodotti con i software R e SPSS.

È possibile sostenere il primo parziale orale sugli argomenti del I modulo nella settimana di novembre dedicata agli esami parziali. Se l'esito è sufficiente (almeno 18/30), sarà possibile sostenere l'orale sugli argomenti del II e del III modulo entro il successivo appello di settembre. Il voto finale è dato dalla media aritmetica tra il voto del I parziale (argomenti I modulo) e del II parziale (argomenti II e III modulo). Se l'esito del I parziale non è sufficiente, occorre sostenere la prova complessiva orale.

 

 

 

Strumenti a supporto della didattica

Lucidi e materiale di laboratorio disponibili sulla piattaforma IOL; software R e SPSS.

Orario di ricevimento

Consulta il sito web di Mariagiulia Matteucci

Consulta il sito web di Valentina Sansivieri

Consulta il sito web di Valentina Sansivieri