DATA MINING, STATISTICA SOCIALE ED INFORMATIZZAZIONE DEI DATI

Obiettivi formativi

• FONTI, SISTEMI DI INDICATORI E PIANI DI CAMPIONAMENTO

  Il corso è finalizzato alla conoscenza di fonti, sistemi di indicatori e piani di campionamento.

• SISTEMI PER LA GESTIONE DI BASI DI DATI

  Il corso mira a offrire la informazioni di base per la gestione di basi di dati relazionali e fornire inoltre nozioni sui Big Data, sulla loro gestione e sull’impatto di questi nella società contemporanea.

Modalità di svolgimento dell'insegnamento

• FONTI, SISTEMI DI INDICATORI E PIANI DI CAMPIONAMENTO

  Il corso affronta i principali argomenti relativi alla gestione di un’indagine statistica. Gli argomenti sono trattati seguendo il percorso logico delle fasi di un’attività di ricerca: la specificazione del problema, la raccolta dei dati, l’elaborazione, l’analisi dei dati e la valutazione dei risultati conseguiti secondo specifiche dimensioni d’analisi spazio-temporale.

• SISTEMI PER LA GESTIONE DI BASI DI DATI

  L'insegnamento è organizzato in una serie di lezioni frontali. Esercitazioni sono svolte in classe all'interno delle lezioni stesse. Un paio di speakers esterni sono normalmente invitati per esporre su temi avanzati di Computational Social Science.

Prerequisiti richiesti

• FONTI, SISTEMI DI INDICATORI E PIANI DI CAMPIONAMENTO

  Principi di matematica e statistica

• SISTEMI PER LA GESTIONE DI BASI DI DATI

  Nozioni di base di informatica e di gestione dati.

Frequenza lezioni

• FONTI, SISTEMI DI INDICATORI E PIANI DI CAMPIONAMENTO

  Non obbligatoria ma consigliata

• SISTEMI PER LA GESTIONE DI BASI DI DATI

  Non obbligatoria ma fortemente consigliata.

Contenuti del corso

• FONTI, SISTEMI DI INDICATORI E PIANI DI CAMPIONAMENTO

  Le fonti delle informazioni statistiche; modelli di rilevazione delle informazioni da fonti istituzionali; i sistemi statistici informativi, procedure d’integrazione fra data-bases; le trasformazioni dei dati; classificazione tipologica di tassi, rapporti, numeri indici; gli indicatori; le tecniche di costruzione e di indicatori composti.

• SISTEMI PER LA GESTIONE DI BASI DI DATI

  Il corso intende dare una panoramica dei sistemi di gestione delle basi di dati sia da un punto di vista teorico che pratico. L’enorme quantità di dati di tipo “sociale” oggi disponibile rende necessaria una corretta gestione informatica di tali dati al fine di poter comprendere al meglio ed analizzare in maniera più proficua i fenomeni sociali che possono essere estratti da questa enorme quantità di dati. Strumenti quali Facebook, la lettura di quotidiani online, lo scambio di email, ecc., forniscono oggi allo scienziato sociale una nuova dimensione di analisi difficilmente gestibile con tecniche convenzionali per via della numerosità dei dati stessi.

  Si intende formare lo studente con le conoscenze teoriche necessarie alla comprensione delle tecniche di archiviazione delle basi di dati. Inoltre si vuole dare una conoscenza pratica e metodologica di un sistema di gestione delle basi di dati di larga diffusione. Esploreremo inoltre i principi dei Big Data e della loro interazione con le scienze sociali.

Testi di riferimento

• FONTI, SISTEMI DI INDICATORI E PIANI DI CAMPIONAMENTO

  STAT (2011), Navigando tra le fonti demografiche e sociali, ISTAT, Roma,
  http://www3.istat.it/dati/catalogo/20100325_01/Navigando_tra_le_fonti_demografiche_sociali.pdf
  Bonarini F. (2006), Guida alle fonti statistiche socio-demografiche, CLEUP, Padova, pp. 1-142; 231-308.
  Cavaleri P. e Venturini F. (a cura di) (2004), Documenti e dati pubblici sul web. Guida all'informazione di fonte pubblica in rete, Il Mulino, Bologna.
  D. F. Iezzi (2009), Statistica per le Scienze Sociali, Carocci, Roma (Cap. 10 e 11).
  OECD (2008), Handbook on Constructing Composite Indicators. Methodology and user guide.,
  www.oecd.org/publishing.

• SISTEMI PER LA GESTIONE DI BASI DI DATI
  1. Slides fornite dal docente
  2. Albano-Ghelli-Orsini, Basi di Dati Relazionali e a Oggetti, Zanichelli, 1997
  3. Ullman, Basi di Dati e Basi di Conoscenza
  4. Big data. Una rivoluzione che trasformerà il nostro modo di vivere e già minaccia la nostra libertà. Viktor Mayer-Schönberger, Kenneth N. Cukier e R. Merlini
  5. Machine Learning: The Art and Science of Algorithms That Make Sense of Data, Peter Flach, Cambridge University Press
  6. Basi di Dati,Modelli e linguaggi di interrogazione, Atzeni,Ceri,Paraboschi,Torlone, terza edizione, McGraw-Hill 2002

Programmazione del corso

Verifica dell'apprendimento

Modalità di verifica dell'apprendimento

• FONTI, SISTEMI DI INDICATORI E PIANI DI CAMPIONAMENTO

  L'esame sarà scritto. Per i frequentanti sono previste dueprove intermedie. Le date verranno concordate di volta in volta con gli studenti per venire incontro alle esigenze degli stessi. Si provvederà, tuttavia, a darne informazione tramite avviso con notevole anticipo. Per svolgere la verifica di apprendimento del modulo successivo è necessario aver superato la verifica di apprendimento del modulo precedente. La prova consisterà nella risoluzione di due esercizi e la risposta a tre domande inerenti il modulo in oggetto. Sarà possibile portare con se: calcolatrice e tavole di distribuzione di probabilità.

  Per chi decidesse di sostenere l'esame per intero, la prova si svolgerà negli appelli ufficiali, consisterà nella risoluzione di dueesercizi e la risposta a quattro domande in 90 minuti. Sarà possibile portare con se: calcolatrice e tavole di distribuzione di probabilità.

• SISTEMI PER LA GESTIONE DI BASI DI DATI

  L'esame è in formato scritto con una serie di domande a risposta multipla V/F.

Esempi di domande e/o esercizi frequenti

• FONTI, SISTEMI DI INDICATORI E PIANI DI CAMPIONAMENTO

  1) L’indagine multiscopo

  2) Le fonti delle informazioni statistiche.

  3) Le fonti delle informazioni statistiche.

  Esercizio 1

  Il risultato ottenuto rilevando il reddito al primo impiego negli ultimi 7 anni dei laureati di una prestigiosa università romana è il seguente:

   

  Anno	2002	2003	2004	2005	2006	2007	2008
  Reddito	780	640	610	570	640	620	610

   

  Avvalendosi degli strumenti statistici appresi, analizzare e commentare l’evoluzione del fenomeno considerato.

   

   

  Esercizio 2

  Si costruisca un indicatore composito di integrazione degli immigrati considerando tre indicatori semplici (attrazione, inserimento sociale ed inserimento occupazionale) calcolato su cinque province. Si commenti la procedura e i risultati cui si perviene.

   

   

  Prov	Attraz	InsSoc	InsOcc
  Torino	40,6	37,3	39,4
  Milano	65	46,2	55,8
  Trento	46,1	62,2	37,1
  Vicenza	57,3	64,7	51,8
  Treviso	58,4	58,3	47,6

• SISTEMI PER LA GESTIONE DI BASI DI DATI

  Il modello relazionale dei dati è quello tipicamente utilizzato nei DBMS: V/F?

  Un ipertesto è un testo distribuito su vari computer: V/F?

  Un DBMS aiuta nella soluzione al problema della ridondanza dei dati: V/F?