MODELLI E TECNICHE STATISTICHE PER L'ANALISI MULTIDIMENSIONALE DEI DATI

Obiettivi formativi

• Tecniche fattoriali e di clustering
  Lo studente dovrà acquisire le conoscenze teoriche necessarie alla comprensione di:
  
  principi e la logica dell’analisi multidimensionale e multivariata
  paradossi dell’analisi multivariata
  tipologia delle matrici
  
  ed all’uso ed interpretazione delle tecniche multidimensionali di elaborazione dei dati.
  Lo studente svilupperà la conoscenza metodologica e tecnica delle procedure di gestione di data-base complessi mediante l’uso di banche-dati digitali in rete e di software specialistico di elaborazione statistica.
  
  
• Modelli per l'analisi delle relazioni causali
  Conoscenza, uso ed interpretazione dei modelli di analisi delle relazioni causali tra le variabili.
  
  Lo studente svilupperà la conoscenza metodologica e tecnica delle procedure di gestione di data-base complessi mediante l’uso di banche-dati digitali in rete e di software specialistico di elaborazione statistica.
  
• Teorie e tecniche nella ricerca valutativa. La valutazione
  Capacità di gestire strumenti teorici e operativi elementari, per impostare una ricerca valutativa , base di qualunque tipo di valutazione, facendo particolare attenzione sia ai cosiddetti ‘indicatori valutativi’ che alle questioni metodologiche di base
• Teorie e tecniche nella ricerca valutativa. Approcci multi criteri e approcci comparativi
  Potenziamento della capacità di scegliere la tecnica di volta in volta più adeguata al tipo di valutazione da affrontare, rafforzando in particolare la specifica abilità nel progettare e gestire lo strumento definito “focus group “

Prerequisiti richiesti

• Tecniche fattoriali e di clustering

  Conoscenze di statistica metodologica di base.

• Modelli per l'analisi delle relazioni causali

  Conoscenze di statistica metodologica di base.

Frequenza lezioni

• Tecniche fattoriali e di clustering

  Fortemente consigliata per le applicazioni empiriche e di laboratorio di calcolo proposte a lezione e per poter accedere alla veriìfiche in itinere.

• Modelli per l'analisi delle relazioni causali

  Fortemente consigliata per le applicazioni empiriche e di laboratorio di calcolo proposte a lezione e per poter accedere alla veriìfiche in itinere.

Contenuti del corso

• Tecniche fattoriali e di clustering

  Analisi fattoriale: fattori principali e componenti principali Scaling multidimensionale Analisi delle corrispondenze: semplici e multiple Analisi dei gruppi Metodologie di fuzzy clustering Seminari su argomenti specialistici: big data e data mining • analisi testuale • network analysis • reti neuronali

• Modelli per l'analisi delle relazioni causali

  Modelli di regressione multipla Modelli di regressione non lineare e logistica Modelli log-lineari Seminari su argomenti specialistici: • modelli multilevel • modelli di equazioni strutturali • modelli di Item Response Theory (IRT)

• Teorie e tecniche nella ricerca valutativa. La valutazione
  Acquisizione
  dell’iter della valutazione e impostazione di un progetto valutativo che
  contempla, anche alla luce dei principali approcci teorici, sia la
  specificità dell’evaluando che l'individuazione degli indicatori valutativi
  
  
  
  
  
  
  
• Teorie e tecniche nella ricerca valutativa. Approcci multi criteri e approcci comparativi
  Nell’ambito
  dell’apprendimento delle principali tecniche adottate in valutazione viene
  affrontata, su uno specifico oggetto valutativo scelto collegialmente,
  l’impostazione e l’organizzazione di un Focus
  Group, con relativa conduzione e resoconto.
  
  
  
  
  
  
  

Testi di riferimento

• Tecniche fattoriali e di clustering

  Fabbris L. (1997), Statistica multivariata. Analisi esplorativa dei dati, McGraw-Hill, Milano, pp. 3-77; 163-295; 301-351.

  Kosko B. (1995), Il fuzzy-pensiero. Teoria ed applicazioni della logica fuzzy, Baldini & Castaldi, Milano, pp. 13-57; 147- 183.

  Sangalli A. (2000), L’importanza di essere fuzzy, Bollati Boringhieri, Torino, p. 19-147.

  Rezzani A. (2013), Big Data, Apogeo Education, Maggioli editore, Santarcangelo di Romagna (RN).

  Azzalini A., Scarpa B. (2004), Analisi dei dati e data mining, Springer, Berlin.

  Fraire M., Rizzi A. (2011), Analisi dei dati per il data mining, Carocci, Roma.

  Tuzzi A. (2003), L’analisi del contenuto, Carocci, Roma

  D. F. Iezzi (2009), Statistica per le Scienze Sociali, Carocci, Roma (Cap. 13).

  D. F. Iezzi (2009), Statistica per le Scienze Sociali, Carocci, Roma (Cap. 14).

  Meraviglia C. (2001), Le reti neurali nella ricerca sociale, FrancoAngeli, Milano, pp. 13-78.

• Modelli per l'analisi delle relazioni causali

  Bohrnstedt G. W. and Knoke D. (1998), Statistica per le scienze sociali, Il Mulino, Bologna, pp. 207-375.
  
  Hox J.J. (1995), Applied Multilevel Analysis, TT-Publikaties, Amsterdam, p. 1-30
  Corbetta P. (2002), Metodi di analisi multivariata per le scienze sociali. I modelli di equazioni
  strutturali, Il Mulino, Bologna, pp. 39-94.
  Giampaglia G. (2008), Il modello di Rasch nella ricerca sociale, Liguori, Napoli.

• Teorie e tecniche nella ricerca valutativa. La valutazione
  BEZZI, Claudio (2006) Cos’è la valutazione. Un’introduzione ai concetti, le parole chiave e i problemi metodologici. Milano, F. Angeli, pp. 9-82, 111-120
  BEZZI, Claudio e Ilaria BALDINI (2006) Il Brainstorming. Pratica e teoria. Pp. 173-183 (Dalle stringhe agli indicatori).
  BEZZI, Claudio, Leonardo CANNAVO’ e Mauro PALUMBO (2010) Costruire indicatori nella Ricerca Sociale e nella Valutazione, Milano, F. Angeli:
  - PALUMBO, Mauro, Definizioni, approcci e usi degli indicatori nella ricerca e nella valutazione, pp. 19-41;
  - TORRIGIANI, Claudio, Appendice. Gli indicatori valutativi, pp. 44-56.
  STAME, Nicoletta (2002) Tre approcci principali alla valutazione: distinguere e combinare; Valutazione: punti fermi e questioni aperte. pp. 21- 58 in PALUMBO Mauro. Il processo di valutazione. Decidere, programmare, valutare, Milano, F. Angeli
• Teorie e tecniche nella ricerca valutativa. Approcci multi criteri e approcci comparativi
  ALBANESI, Cinzia (2004) I Focus Group. Roma, Carocci.
  ACOCELLA, Ivana (2008) Il focus Group: teoria e tecnica, Milano, F. Angeli, pp. 88-136.
  BEZZI, Claudio (2001) Il disegno della ricerca valutativa. Milano, F. Angeli, pp. 273-336 (Approcci e tecniche di valutazione).
  CATALDI, Silvia (2009) Come si analizzano i focus group, Milano, F. Angeli, pp. 89-156
  

Verifica dell'apprendimento

Modalità di verifica dell'apprendimento

• Tecniche fattoriali e di clustering

  Prova scritta: domande in forma di risposta aperta

  Prova orale per migliorare il voto almeno sufficiente (18/30) della prova scritta

• Modelli per l'analisi delle relazioni causali

  Prova scritta: domande in forma di risposta aperta

  Prova orale per migliorare il voto almeno sufficiente (18/30) della prova scritta

Esempi di domande e/o esercizi frequenti

• Tecniche fattoriali e di clustering

  Domande sui contenuti del programma

• Modelli per l'analisi delle relazioni causali

  Domande sui contenuti del programma