Vai al contenuto principale
Oggetto:
Oggetto:

STATISTICA SOCIALE

Oggetto:

SOCIAL STATISTICS

Oggetto:

Anno accademico 2020/2021

Codice dell'attività didattica
CPS0041
Docente
Dalit Contini (Titolare dell'insegnamento)
Corso di studi
Corso di laurea magistrale in Sociologia (Classe LM-88)
Anno
1° anno
Periodo didattico
Secondo semestre
Tipologia
Caratterizzante
Crediti/Valenza
6
SSD dell'attività didattica
SECS-S/05 - statistica sociale
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Facoltativa
Tipologia d'esame
Scritto
Prerequisiti

Nel caso non abbiano sostenuto un esame di statistica introduttivo nel percorso triennale, gli studenti sono invitati a colmare le lacune con studio individuale prima dell'inizio delle lezioni, su qualunque testo introduttivo di statistica. Per esempio: Diamond e Jefferies "Introduzione alla statistica per le scienze sociali", McGraw-Hill ed. Gli argomenti da conoscere sono indicati alla voce "Note".

Si consiglia comunque vivamente la frequenza del Laboratorio di statistica sociale (3 cfu).


Students should have previous knowledge of introductory statistics. If they have not, they should fill the gap before the start of the course, using any introductory statistics textbook, for example Diamond e Jefferies "Introduzione alla statistica per le scienze sociali", McGraw-Hill ed. The topics are listed under the heading "Notes".

Students are also highly recommended to follow the Social Statistics Lab.

Propedeutico a
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

L'insegnamento - collocato nell'area metodologica quantitativa - ha come
obiettivo generale di offrire le basi metodologiche necessarie per
l'acquisizione della capacità di leggere e interpretare ricerche empiriche
quantitative e di effettuare elaborazioni di dati in autonomia

The general aim of the course - in the quantitative methodological area -
is to offer students the methodological foundations necessary to the
acquisition of the ability to read and interpret quantitative empirical
research and carry out their own data analysis.

Oggetto:

Risultati dell'apprendimento attesi

L'insegnamento intende favorire l'acquisizione di conoscenze e la
comprensione dei fondamenti logici dell'inferenza statistica e all'analisi
delle relazioni tra variabili di diverso tipo, anche in ottica multivariata.
Lo studente dovrà possedere buona conoscenza degli argomenti trattati e
avere sviluppato la capacità di leggere e comprendere i risultati di
semplici analisi dei dati che impiegano i concetti di stima, verifica di
ipotesi, dipendenza tra variabili, regressione multipla.

The course is intended to promote the knowledge and understanding of
the rationale of inferential statistics and of the analysis of the relations
between variables of different types, even in a multivariate perspective.
Students will be expected to have a good knowledge of the rationale of
the topics covered in the course and should be able to understand the
results of simple empirical analyses using the concepts of estimation,
hypothesis testing, variables dependence and multiple regression.

 

Oggetto:

Modalità di insegnamento

Lezioni in prevalenza in modalità telematica via streaming. In relazione all'andamento della pandemia, potranno essere programmate anche alcune lezioni in presenza. 
Sono previste anche esercitazioni di supporto (in aggiunta alle ore dell'insegnamento) nel corso delle quali gli studenti applicheranno i metodi di analisi dati visti a lezione su dati reali,
impiegando il software statistico Stata.

Lectures and exercise sessions will be held by distance learning.
There will be also additional distance lab sessions where students will apply statistical methods on real data using the statistical software Stata.

Oggetto:

Modalità di verifica dell'apprendimento

Gli esami della sessione estiva verranno svolti prevalentemente in presenza, nel rispetto delle disposizioni vigenti per la limitazione della diffusione del COVID-19. Gli studenti residenti fuori regione o con fragilità sanitarie possono richiedere di effettuare l'esame a distanza. Chi intendesse sostenere l'esame a distanza, al momento dell'iscrizione su ESSE3, dovrà indicare la richiesta e la motivazione nelle note.

Nel corso della prima lezione viene proposto un test sulle conoscenze
pregresse previste alla voce "Note". Gli studenti che dimostrano di non
aver pienamente acquisito tali conoscenze, vengono invitati a colmare
rapidamente le lacune, impiegando un testo di statistica introduttivo.

Il processo di apprendimento viene valutato in itinere a livello di gruppo classe,
tramite lo svolgimento di esercitazioni e simulazioni di esame, e
frequenti domande di controllo in aula.

Al termine dell'insegnamento è prevista una prova scritta che consiste in
4 quesiti multipli, nei quali gli studenti sono chiamati a: i) rispondere ad
alcune domande per saggiare la comprensione dei concetti teorici e dei
fondamenti logici dell'inferenza; ii) risolvere semplici esercizi applicativi
sull'inferenza statistica; iii) interpretare i risultati di analisi statistiche già
svolte, nell'ottica di rispondere a semplici interrogativi di ricerca.

Al fine di facilitare il superamento dell'esame e di rendere trasparenti i
criteri di valutazione, sono disponibili on-line alla voce "materiali didattici"
precedenti prove di esame, dove sono indicati i sottopunteggi relativi a
ogni quesito.

The exams in the summer session 2021 will be delivered either in face-to-face or in remote modes, following the indications of the univeristy rectorship.

During the first lecture students will be assessed on the course
prerequisites under the heading "Notes". If they do not demonstrate
good knowldege of these introductory topics, they should fill the gap
rapidly, using any introductory textbook.

The learning process will be evaluated during the course by means of
interactive lectures, written exercises and simulations of the final exams.

Final examination. Written exam with 4 exercises. Students will have to:
i) answer few questions on the theory and the rationale of inferential
statistics; ii) solve simple exercises; iii) interpret the results of statistical
analyses aimed at answering simple research questions.

Previous examinations are available under the heading "Materiali
didattici".

Oggetto:

Attività di supporto

A supporto del corso verranno svolte e esercitazioni anche a carattere laboratoriale
il martedì in orario 16-18 (docente: dott.ssa Alessandra Alemanni).

Gli studenti possono scaricare il software STATA16 al link:
https://elearning.unito.it/scuolacle/course/view.php?id=2091
Basta avere un accesso a Moodle.

 

 

Oggetto:

Programma

ELEMENTI DI CALCOLO DELLE PROBABILITÀ E INFERENZA STATISTICA (4cfu)
Popolazioni e campioni casuali.
Cenni di teoria della probabilità.
Variabili casuali, definizione, discrete, continue.
V.c. normale.
V.c. media campionaria.
Teorema centrale del limite.
Stima puntuale e intervallare (di medie e proporzioni).
Verifica di ipotesi.
Test X2 di indipendenza.

REGRESSIONE LINEARE (2 cfu)
Logica dell’analisi multivariata.
Regressione lineare semplice.
Regressione lineare multipla.
Variabili dummy.

PROBABILITY AND STATISTICAL INFERENCE
Populations and random samples.
Introduction to probability.
Random variables.
Normal distribution.
Random variable sample mean.
Central limit theorem:
Estimation and confidence intervals (of means and proportions).
Hypothesis testing.
X2 test of independence.


LINEAR REGRESSION MODELS
Rationale of multivariate analysis.
Simple linear regression.
Multivariate linear regression.
Dummy variables.

Testi consigliati e bibliografia

Oggetto:

Alan Agresti, Barbara Finlay "Metodi statistici di base e avanzati" Pearson ed.
Materiali didattici disponibili on-line proposti dalla docente.

Alan Agresti, Barbara Finlay "Statistical methods for the Social Sciences" Pearson ed.
Materials prepared by the teacher (available on-line under the heading "Materiali didattici")



Oggetto:

Note

Orario delle lezioni:
lunedì, martedì, mercoledì ore 10-12
https://unito.webex.com/meet/dalit.contini

In relazione all'andamento della pandemia, il lunedì alcune lezioni si potranno tenere in presenza. Inizio lezioni 22 febbraio a distanza.

Orario delle esercitazioni:
martedì ore 16-18
https://unito.webex.com/meet/alessandra.alemanni

Link alla pagina Moodle:
https://elearning.unito.it/scuolacle/course/view.php?id=1308

***

Argomenti che lo studente dovrebbe conoscere prima dell'inizio del corso:
- Tipi di variabili (qualitative: nominali e ordinali), (quantititive: discrete e continue)
- Distribuzioni di frequenza e semplici rappresentazioni grafiche (istogramma)
- Indici di posizione (media e mediana) e di variabilità (scarto quadratico medio)
- Dipendenza tra variabili e lettura di tabelle a doppia entrata.  
- Diagramma a dispersione e coefficiente di correlazione.

Lectures:
Monday, Tuesday, Wednesday 10-12
https://unito.webex.com/meet/dalit.contini

Some lectures on Monday will take place in face-to-face mode.
First lecture: February 22 in remote mode.

Lab sessions:
Tuesday 16-18
https://unito.webex.com/meet/alessandra.alemanni

Link to Moodle page:
https://elearning.unito.it/scuolacle/course/view.php?id=1308

***

Before the start of the course, students should have good knowldege on:  
- Types of variables (Qualitative: nominal and ordinal and quantitative: discrete and continue)
- Frequence distributions and simple graphical representations (histogram)
- Mean, median and standard deviation
- Dependence between variables and two-entry contingency tables  
- Scatter diagram and correlation coefficient

Oggetto:
Ultimo aggiornamento: 31/05/2021 14:49
Non cliccare qui!