- Oggetto:
- Oggetto:
ANALISI DEI DATI
- Oggetto:
DATA ANALYSIS
- Oggetto:
Anno accademico 2022/2023
- Codice dell'attività didattica
- CPS0759
- Docente
- Renzo Carriero (Titolare dell'insegnamento)
- Corso di studi
- Corso di laurea triennale in Innovazione sociale, comunicazione, nuove tecnologie (Classe L-20)
- Anno
- 2° anno
- Periodo didattico
- Primo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 6
- SSD dell'attività didattica
- SPS/07 - sociologia generale
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Facoltativa
- Tipologia d'esame
- Scritto
- Prerequisiti
- Elementi di logica e metodologia della ricerca sociale (acquisiti nell'esame di Società della rete: teorie e metodi)
- Propedeutico a
- Gestione e condivisione di basi di dati e conoscenza
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Con un approccio pratico di learning by doing, l'insegnamento fornisce le basi per condurre in autonomia l'analisi dei dati tramite il software statistico Stata. Gli studenti potranno familiarizzare con dati di inchieste campionarie quali European Values Study, European Social Survey e altre basi dati liberamente accessibili.
With a practical learning by doing approach, the course provides the basis for autonomously conducting data analysis using the statistical software Stata. Students will be able to familiarize themselves with survey data such as European Values Study, European Social Survey and other freely accessible databases.
- Oggetto:
Risultati dell'apprendimento attesi
Alla fine dell’insegnamento si dovrà dimostrare di conoscere le tecniche basilari di analisi dei dati, essere in grado di metterle in pratica in autonomia utilizzando il software di analisi e di scrivere una relazione sui risultati ottenuti. Più in dettaglio, si sarà 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. Si sarà inoltre in grado di comprendere la logica dell’inferenza statistica e di impostare un'analisi multivariata mediante la regressione lineare multipla.
At the end of the course, students will have to demonstrate knowledge of basic data analysis techniques, be able to put them into practice independently using the analysis software and write a report on the results obtained. More specifically, you will be able to conduct mono and bi-varied data analyzes, to manipulate the data (recode, label and build new variables), to read and interpret the output of the tables and to graphically present the results of the analyzes. You will also be able to understand the logic of statistical inference and to set up a multivariate analysis using multiple linear regression.
- Oggetto:
Modalità di insegnamento
L'insegnamento alterna sessioni teoriche e pratiche, con dimostrazione dell'utilizzo del software di analisi dati da parte del docente. Gli studenti e le studentesse potranno frequentare appositi laboratori di supporto per perfezionare l'apprendimento del software e fare esercizi
The teaching alternates theoretical and practical sessions, with demonstration of the use of the data analysis software by the teacher. Students will be able to attend special support workshops to perfect their learning of the software and do exercises
- Oggetto:
Modalità di verifica dell'apprendimento
Per chi frequenta assiduamente il corso, la verifica dell'apprendimento consisterà in una relazione intermedia e una relazione finale. Le relazioni, da consegnare entro le scadenze che saranno indicate a lezione, dovranno riportare i risultati di un'analisi dati (assegnata dal docente) e il loro commento appropriato nonché le istruzioni del software per produrre le analisi.
Per chi non frequenta le lezioni, la verifica dell'apprendimento consiste in un test scritto con domande aperte che accertano la capacità di interpretare correttamente i risultati dell'analisi dati e il possesso delle conoscenze statistiche di base
For those who regularly attend the course, the assessment of learning will consist of an intermediate report and a final report. The reports should include the results of a data analysis (assigned by the teacher) and their appropriate comment as well as the instructions of the software to produce the analyzes.
For those who do not attend classes, the verification of learning consists of a written test with open questions that ascertain the ability to correctly interpret the results of data analysis and the possession of basic statistical knowledge
- Oggetto:
Attività di supporto
circa 15 ore di laboratorio supplementari per l'apprendimento del software Stata
about 15 additional laboratory hours for learning the Stata software
- Oggetto:
Programma
Conoscenza di base del software Stata.
Operazioni di manipolazione dei dati: ricodifica, etichettatura, costruzione di nuove variabili e di indici sintetici.
Analisi monovariate: distribuzioni di frequenza e statistiche descrittive di tendenza centrale e dispersione.
Analisi bi-variate: tavole di contingenza e matrici di correlazione, regressione lineare.
Cenni di inferenza statistica: stima puntuale e intervallare, test statistici.
Indici di associazione: chi quadro, V, Gamma, odds ratios.
Rappresentazioni grafiche dei dati e delle relazioni tra variabili: diagrammi a barre, a torta, a dispersione, a linee.
Analisi multivariata: tabelle di contingenza stratificate e regressione lineare multipla
Knowledge of Stata software.
Basic data management: to recode, to label and to generate new variables.
Univariate analysis: frequency distribution, descriptive statistics.
Bivariate analysis: contingency tables, correlation matrices, linear regression.
Introduction to statistical inference: point and interval estimates, statistical tests.
Measures of association: chi square, V, Gamma, odds ratios.
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
Testi consigliati e bibliografia
- Oggetto:
- Libro
- Titolo:
- Metodi statistici di base e avanzati per le scienze sociali
- Anno pubblicazione:
- 2020
- Editore:
- Pearson
- Autore:
- Agresti A., Finlay B.
- Obbligatorio:
- No
- Oggetto:
Il testo indicato è altamente consigliato per chi non frequenta le lezioni.
- Oggetto:
