- Oggetto:
- Oggetto:
LABORATORIO: ANALISI DEI DATI A-E
- Oggetto:
DATA ANALYSIS WORKSHOP A-E
- Oggetto:
Anno accademico 2019/2020
- Codice dell'attività didattica
- CPS0571
- Docente
- Renzo Carriero (Titolare dell'insegnamento)
- Corso di studi
- Corso di laurea triennale in Innovazione sociale, comunicazione, nuove tecnologie (Classe L-20)
- Anno
- 2° anno3° anno
- Tipologia
- Altre attività
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- NN/00 - nessun settore scientifico
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Obbligatoria
- Tipologia d'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 trough the statistical software Stata. 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 Stata 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 Stata, 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:
Modalità di insegnamento
Le lezioni si svolgeranno in aula computer con modalità laboratoriale (lezione + esercitazione)
Lessons will be held in computer lab, mixing lectures and practical sessions
- 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:
Programma
Conoscenza del software Stata.
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 Stata 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.
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.
- Oggetto:
