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

LABORATORIO: ANALISI DEI DATI M-Z

Oggetto:

DATA ANALYSIS WORKSHOP - M-Z

Oggetto:

Anno accademico 2021/2022

Codice attività didattica
CPS0571
Docente
Marianna Filandri (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
Orale
Prerequisiti
Questo laboratorio è raccomando agli studenti del secondo anno di ICT. E' necessario aver sostenuto l'esame di Società della rete: teorie e metodi. E' inoltre consigliato ripassare le conoscenze di metodologia delle scienze sociali.
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 uno software statistico. Si analizzeranno i 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 trough one statistical 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 si dovrà mostrare di conoscere le tecniche basilari di analisi dei dati, essere in grado di metterle in pratica in autonomia e scrivere una relazione sui risultati ottenuti. Più in dettaglio si dovrà essere 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. Inoltre si dovrà essere 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, 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

I principali argomenti trattati sono i seguenti:

  1. Introduzione al software di analisi dei dati.
  2. Operazioni di manipolazione dei dati: ricodifica, etichettatura, costruzione di nuove variabili (indici sintetici e tipologie).
  3. Analisi monovariate: distribuzioni di frequenza e statistiche descrittive di tendenza centrale e dispersione.
  4. Analisi bi-variate: tavole di contingenza e indici di associazione, correlazione e regressione lineare, confronti tra medie
  5. Cenni di inferenza statistica: stima puntuale e intervallare, test statistici.
  6. Rappresentazioni grafiche dei dati e delle relazioni tra variabili: diagrammi a barre, a torta, a dispersione, a linee.
  7. Cenni di analisi multivariata: tabelle di contingenza stratificate e regressione lineare multipla, significato e interpretazione dei coefficienti.

The main topics are:

  1. Introduction to Data Analysis Software.
  2. Basic data management: to recode, to label and to generate new variables (synthetic indexes and typologies).
  3. Univariate analysis: frequency distribution, descriptive statistics.
  4. Bivariate analysis: contingency tables and association measures, correlation and linear regression, means comparisons.
  5. Introduction to statistical inference: point and interval estimates, statistical tests.
  6. Graphic representations of data and relationships between variables: bar charts, pie chart, scattergrams, line graphs.
  7. Introduction to multivariate analysis: stratified contingency tables and multiple linear regression, meaning and interpretation of regression coefficients.

Oggetto:

Modalità di insegnamento

Il laboratorio alternerà lezioni frontali ed esercitazioni pratiche.


Nell'a.a. 2021/2022 l'insegnamento si svolgerà in presenza. La frequenza è obbligatoria

Per partecipare al corso è necessario registrarsi all'insegnamento su Campusnet. In fondo alla pagina “Registrati al corso”.

Sulla piattaforma Campunet saranno resi disponibili materiali didattici rivolti alle studentesse e agli studenti frequentanti.

 

The course consists of both traditional lectures and practical exercises.


In the academic year 2021.2022 the course will be held at Campus Einaudi (in-classroom teaching). Attendance is mandatory.

Educational materials will be made available on-line (Campunet) for attending students.

Oggetto:

Modalità di verifica dell'apprendimento

La valutazione si basa sulla stesura di un elaborato scritto a partire dai dati forniti durante il corso.

Students will be asked to write a report on the class activities.

Testi consigliati e bibliografia

Oggetto:

Trattandosi di un laboratorio, il materiale didattico necessario sarà fornito direttamente dalla docente durante le lezioni.

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

Since the course is practical in nature, reading materials will consist in lectures notes, slides, and other material provided by the teacher.

About applied statistics, it is suggested the reading of:

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

 



Oggetto:

Note

Le lezioni si terranno nella prima parte del primo semestre. Il corso si terrà il giovedì e il venerdì dalle 9 alle 12 per 6 settimane.

Classes will begin on the first part of the first semester. The course will be held on Thursdays,  and Fridays from 9.00 to 12.00 for 6 weeks.

Registrazione
  • Chiusa
    Apertura registrazione
    03/09/2021 alle ore 00:00
    Chiusura registrazione
    01/10/2021 alle ore 20:00
    N° massimo di studenti
    60 (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!