STATISTICA MULTIVARIATA E RICERCA VALUTATIVA

Anno accademico 2020/2021 - 1° anno

Obiettivi formativi

  • TECNICHE, MODELLI E PROCEDURE DI CALCOLO PER L'ANALISI STATISTICA DEI DATI

    Acquisire conoscenze e competenze su tecniche e modelli di analisi statistica multivariata per la costruzione e la gestione di data-base complessi, l’uso di banche-dati in rete e di avanzati software di elaborazione dei dati.

  • METODOLOGIA DELLA RICERCA VALUTATIVA: APPROCCI, MODELLI E STRUMENTI

    L’obiettivo è di introdurre gli studenti ai fondamenti della logica valutativa, alle principali teorie valutative presenti in letteratura e alla valutazione di impatto con particolare riferimento agli aspetti metodologici.


Modalità di svolgimento dell'insegnamento

  • TECNICHE, MODELLI E PROCEDURE DI CALCOLO PER L'ANALISI STATISTICA DEI DATI

    Lezioni frontali. Applicazione dei contenuti appresi alla risoluzione di problemi empirici. Discussione dei risultati.
    Seminari di approfondimento su temi specifici previsti in programma al punto 3.
    Attività di ricerca: consultazione bibliografica e raccolta dati.
    Laboratori di analisi dei dati con addestramento sui packages di calcolo statistico.
    Presentazioni di papers sui temi analizzati.

  • METODOLOGIA DELLA RICERCA VALUTATIVA: APPROCCI, MODELLI E STRUMENTI

    Lezioni frontali e/o a distanza - Esercitazioni


Prerequisiti richiesti

  • TECNICHE, MODELLI E PROCEDURE DI CALCOLO PER L'ANALISI STATISTICA DEI DATI

    Conoscenze di logica e statistica metodologica di base

  • METODOLOGIA DELLA RICERCA VALUTATIVA: APPROCCI, MODELLI E STRUMENTI

    Conoscenze di base de metodologia della ricerca sociale


Frequenza lezioni

  • TECNICHE, MODELLI E PROCEDURE DI CALCOLO PER L'ANALISI STATISTICA DEI DATI

    Fortemente consigliata per le applicazioni empiriche e di laboratorio di calcolo proposte a lezione e per poter accedere alla veriìfiche in itinere.

  • METODOLOGIA DELLA RICERCA VALUTATIVA: APPROCCI, MODELLI E STRUMENTI

    Facoltativa


Contenuti del corso

  • TECNICHE, MODELLI E PROCEDURE DI CALCOLO PER L'ANALISI STATISTICA DEI DATI

    1. Analisi fattoriale: fattori principali e componenti principali - Analisi delle corrispondenze: semplici e multiple - Scaling multidimensionale - Analisi dei gruppi - Metodologie di fuzzy clustering -
    2. Modelli di regressione multipla - Modelli log-lineari • Modelli di regressione non lineare e logistica - Modelli multilevel • Modelli di equazioni strutturali •
    3. Argomenti di approfondimento: Seminario di addestramento sul programma R Studio - programmazione R Studio per le scienze sociali - funzioni statistiche con R Studio - scraping e Statistica socio-linguistica (Text Mining).

  • METODOLOGIA DELLA RICERCA VALUTATIVA: APPROCCI, MODELLI E STRUMENTI

    Il modulo ha l’obiettivo di introdurre gli studenti ai fondamenti della logica valutativa, con particolare riferimento agli elementi di base che caratterizzano i processi valutativi, alle principali teorie valutative presenti in letteratura e alla valutazione di impatto con particolare riferimento agli aspetti metodologici. Il modulo affronta, inoltre, in chiave critica i rapporti che legano i processi di monitoraggio alle funzioni valutative, osservando, in particolare, i legami tra indicatori di monitoraggio e di valutazione. Gli studenti avranno la possibilità di individuare i principali aspetti metodologici da considerare nella definizione di sistemi di monitoraggio efficacemente orientati alla valutazione.


Testi di riferimento

  • TECNICHE, MODELLI E PROCEDURE DI CALCOLO PER L'ANALISI STATISTICA DEI DATI

    1. Bartholomew D. J., Steele F., Moustaki I., Galbraith J. I. (2008). Analysis of Multivariate Social Science Data. Boca Raton, FL: CRC Press, Taylor & Francis, pp. 1-144; 175-208.

    per le applicazioni dei software:
    Hahs-Vaughn, D. L. (2017). Applied Multivariate Statistical Concepts. New York, NY: Routledge, pp. 1-56; 335-440
    Manuali digitali dei software utilizzati.

    in italiano da consultare eventualmente:
    Gallucci M., Leone L., Berlingeri M. (2017), Modelli statistici per le scienze sociali, Pearson, Milano, pp. 323-406 (analisi fattoriale).
    Fabbris L. (1997), Statistica multivariata. Analisi esplorativa dei dati, McGraw-Hill, Milano, pp. 3-77; 301-351 (analisi dei gruppi).

    2. Bartholomew D. J., Steele F., Moustaki I., Galbraith J. I. (2008). Analysis of Multivariate Social Science Data. Boca Raton, FL: CRC Press, Taylor & Francis, pp. 145-174; 289-362.

    per le applicazioni dei software:
    Hahs-Vaughn, D. L. (2017). Applied Multivariate Statistical Concepts. New York, NY: Routledge, pp. 57-272; 441-570.
    Manuali digitali dei software utilizzati.

    in italiano da consultare eventualmente:
    Bohrnstedt G. W. and Knoke D. (1998), Statistica per le scienze sociali, Il Mulino, Bologna, pp. 207-375 (modelli di regressione non lineare e logistica).
    Gallucci M., Leone L., Berlingeri M. (2017), Modelli statistici per le scienze sociali, Pearson, Milano, pp. 41-98 (modelli di regressione multipla).

    3. Argomenti di approfondimento: James Lang & Paul Teetor, R Cookbook, 2nd Edition (https://www.tidytextmining.com/)
    Materiali extra per approfondimento: http://www.sthda.com/english/ https://app.rawgraphs.io/

  • METODOLOGIA DELLA RICERCA VALUTATIVA: APPROCCI, MODELLI E STRUMENTI

    - Bezzi, C., Cannavò L., Palumbo M. (2010) Costruire indicatori nella Ricerca Sociale e nella Valutazione, Milano, FrancoAngeli: pp. 19-56.
    - Stame N., (2016) Valutazione pluralista. Milano, Franco Angeli, pp 23-111.
    - Stern E. (2016) La valutazione di impatto. Una guida per committenti e manager preparata per Bond. Milano, Franco Angeli, pp 13-65.
    - Mazzeo Rinaldi F., (2012) Il monitoraggio per la valutazione, Milano, FrancoAngeli: pp 17-43 pp 67-115.
    - Stame N. - a cura - (2007) Classici della valutazione. Milano, Franco Angeli, pp. 337-416.


Programmazione del corso

TECNICHE, MODELLI E PROCEDURE DI CALCOLO PER L'ANALISI STATISTICA DEI DATI
 ArgomentiRiferimenti testi
13. Seminario di addestramento sul programma R Studio: - programmazione R Studio per le scienze sociali - funzioni statistiche con R Studio - scraping e Statistica socio-linguistica (Text Mining).James Lang & Paul Teetor, R Cookbook, 2nd Edition (https://rc2e.com/) Julia SIlge & David Robinson, Text Mining with R: a Tidy Approach (https://www.tidytextmining.com/). 
2 Materiali extra per approfondimento su R Studio: https://sicss.io/boot_camp; https://www.sthda.com/english/; https://www.r-graph-gallery.com/index.html https://app.rawgraphs.io/; https://corplingstats.wordpress.com/.  

VERIFICA DELL'APPRENDIMENTO

Modalità di verifica dell'apprendimento

  • TECNICHE, MODELLI E PROCEDURE DI CALCOLO PER L'ANALISI STATISTICA DEI DATI

    La prova scritta è obbligatoria e prevede domande a risposta aperta.
    La prova si intende superata se lo studente ottiene alla prova scritta una votazione complessiva non inferiore a 18/30 e verrà registrato un voto pari a 26/30 al massimo.
    Al fine di ottenere una votazione complessiva eventualmente superiore a 26/30 è necessario sostenere la prova orale.

  • METODOLOGIA DELLA RICERCA VALUTATIVA: APPROCCI, MODELLI E STRUMENTI

    Gli esami consistono in un test scritto articolato in due domande a risposta aperta sui contenuti del programma.