Vai al contenuto principale
Coronavirus: aggiornamenti per la comunità universitaria / Coronavirus: updates for UniTo Community
Oggetto:
Oggetto:

LABORATORIO: ANALISI DEI DATI A-L

Oggetto:

DATA ANALYSIS WORKSHOP A-L

Oggetto:

Anno accademico 2021/2022

Codice attività didattica
CPS0571
Docente
Renzo Carriero (Titolare dell'insegnamento)
Corso di studio
Corso di laurea triennale in Innovazione sociale, comunicazione, nuove tecnologie (Classe L-20)
Anno
2° anno, 3° anno
Periodo
Primo semestre
Tipologia
Altre attività
Crediti/Valenza
6
SSD attività didattica
NN/00 - nessun settore scientifico
Erogazione
Tradizionale
Lingua
Italiano
Frequenza
Obbligatoria
Tipologia esame
Prova pratica
Prerequisiti
E' necessario aver sostenuto l'esame di Società della rete: teorie e metodi. E' altamente raccomandabile ripassare le conoscenze di metodologia delle scienze sociali prima di frequentare il laboratorio.
Propedeutico a
Il laboratorio è propedeutico all'insegnamento di "Gestione e condivisione di basi dati e conoscenza"
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Con un approccio molto pratico di learning by doing, il laboratorio insegna le basi dell'analisi dei dati tramite il software statistico Stata. Gli studenti potranno familiarizzare con l'analisi di dati survey tratti da European Values Study, European Social Survey e altre basi dati liberamente accessibili.

Using a practical learning by doing approach, this course provides basic knowledge of data analysis through Stata software. Students will familiarize with the analysis of survey data from the European Values Study, European Social Survey and other free access datasets.

Oggetto:

Risultati dell'apprendimento attesi

Alla fine del laboratorio gli studenti dovranno mostrare di conoscere le tecniche basilari di analisi dei dati, essere in grado di metterle in pratica in autonomia sul software utilizzato e scrivere una relazione sui risultati ottenuti. Più in dettaglio gli studenti saranno in grado di condurre analisi dei dati mono- e bi-variate, di manipolare i dati (ricodificare, etichettare e costruire nuove variabili), di leggere e interpretare l'output delle tabelle e di presentare graficamente i risultati delle analisi. Saranno inoltre in grado di comprendere la logica dell'inferenza statistica e dell'analisi multivariata.

At the end of the course, the students will have to show to know basic data analysis techniques, be able to put them into practice autonomously using proposed software, and write a report on the main analysis findings. More in detail, the students will be able to do uni- and bivariate analyses, to manipulate data (recode, label, and generate new variables), to read and interpret the output of data analyses, and to graphically present findings. They will also able to understand the logic of statistical inference and multivariate analysis.

Oggetto:

Programma

Conoscenza dei software proposti.

Operazioni di manipolazione dei dati: ricodifica, etichettatura, costruzione di nuove variabili (indici sintetici e tipologie).

Analisi monovariate: distribuzioni di frequenza e statistiche descrittive di tendenza centrale e dispersione.

Analisi bi-variate: tavole di contingenza e indici di associazione, correlazione e regressione lineare, confronti tra medie

Cenni di inferenza statistica: stima puntuale e intervallare, test statistici.

Rappresentazioni grafiche dei dati e delle relazioni tra variabili: diagrammi a barre, a torta, a dispersione, a linee.

Cenni di analisi multivariata: tabelle di contingenza stratificate e regressione lineare multipla, significato e interpretazione dei coefficienti.

Knowledge of proposed software.

Basic data management: to recode, to label and to generate new variables (synthetic indexes and typologies).

Univariate analysis: frequency distribution, descriptive statistics.

Bivariate analysis: contingency tables and association measures, correlation and linear regression, means comparisons.

Introduction to statistical inference: point and interval estimates, statistical tests.

Graphic representations of data and relationships between variables: bar charts, pie chart, scattergrams, line graphs.

Introduction to multivariate analysis: stratified contingency tables and multiple linear regression, meaning and interpretation of regression coefficients.

Oggetto:

Modalità di insegnamento

Al momento in cui questa scheda è stata redatta (giugno 2021) la previsione è di svolgere le lezioni interamente IN PRESENZA nell'a.a. 2021-22, salvo limitazioni legate all'emergenza COVID-19 che potranno verificarsi in futuro. In base alle disposizioni di Ateneo, la lezione potrà essere diffusa anche in streaming (durante l'orario previsto) per chi non potesse partecipare in presenza per ragioni legate all'emergenza sanitaria.

 

At the time this form was drawn up (June 2021) the forecast is to carry out the lessons entirely IN PRESENCE in the academic year. 2021-22, except for limitations related to the COVID-19 emergency that may occur in the future. According to the provisions of the University, the lesson can also be broadcast in streaming (during the scheduled time) for those who cannot participate in presence for reasons related to the health emergency.

Oggetto:

Modalità di verifica dell'apprendimento

Gli studenti del laboratorio dovranno dimostrare di aver acquisito conoscenze e competenze di analisi dati tramite la conduzione di un’analisi eseguita in autonomia (su tema assegnato), riportata in una relazione e commentata adeguatamente.

Lab students should demonstrate that they have acquired good knowledge and data analysis skills. They will perform a piece of analysis autonomously (on an assigned topic) and write a well commented report of their findings.

Oggetto:

Attività di supporto

Esercitazioni e correzione di esercizi con l'assistenza di un tutor (se disponibile)

Testi consigliati e bibliografia

Oggetto:

Per le nozioni di statistica applicata si consiglia la lettura di:

Corbetta P, Gasperoni G., Pisati M. Statistica per la ricerca sociale, Bologna, il Mulino, 2001. Escluso cap. 9.

Ulteriori materiali didattici e slide verranno forniti a lezione.

About applied statistics, it is suggested the reading of:

Corbetta P, Gasperoni G., Pisati M. Statistica per la ricerca sociale, Bologna, il Mulino, 2001. Excluded ch. 9.

Other materials and slides will be provided at class.



Registrazione
  • Chiusa
    Apertura registrazione
    03/09/2021 alle ore 00:00
    Chiusura registrazione
    30/09/2021 alle ore 23:55
    N° massimo di studenti
    38 (Raggiunto questo numero di studenti registrati non sarà più possibile registrarsi a questo insegnamento!)
    Oggetto:
    Ultimo aggiornamento: 02/11/2021 15:50
    Location: https://www.didattica-cps.unito.it/robots.html
    Non cliccare qui!