Introduzione alla metodologia statistica;Le variabili e la loro misurazione;Metodi di campionamento; Statistiche descrittive bivariate. Probabilità;Distribuzioni di probabilità; Distribuzioni campionarie;Misura dell’associazione tra variabili: approccio descrittivo e inferenziale; Relazione funzionale e statistica tra due variabili; Introduzione all’analisi multivariata;Regressione Multipla;Confronto fra gruppi: l'Analisi della Varianza (ANOVA);Predittori qualitativi e quantitativi.
Contenuto del corso - Cognomi L-Z
Introduzione alla metodologia statistica;Le variabili e la loro misurazione;Metodi di campionamento; Statistiche descrittive bivariate. Probabilità;Distribuzioni di probabilità; Distribuzioni campionarie;Misura dell’associazione tra variabili: approccio descrittivo e inferenziale; Relazione funzionale e statistica tra due variabili; Introduzione all’analisi multivariata;Regressione Multipla;Confronto fra gruppi: l'Analisi della Varianza (ANOVA);Predittori qualitativi e quantitativi.
Agresti Alan e Finlay Barbara (2012) “Metodi statistici di base e avanzati per le scienze sociali”. Pearson, Prentice Hall.
ISBN 978-88-7192-945-3
Obiettivi Formativi - Cognomi A-K
Comprendere le relazioni tra variabili aleatorie e le loro distribuzioni. Essere in grado di utilizzare gli strumenti anche avanzati dell’inferenza statistica. Costruire e valutare un modello di regressione semplice. Analizzare una tabella di contingenza a doppia e tripla entrata. Conoscere la tipologia delle relazioni multivariate. Costruire e valutare un modello di regressione multipla. Condurre l'analisi della varianza a una e due vie. Combinare regressione e ANOVA.
Obiettivi Formativi - Cognomi L-Z
Comprendere le relazioni tra variabili aleatorie e le loro distribuzioni. Essere in grado di utilizzare gli strumenti anche avanzati dell’inferenza statistica. Costruire e valutare un modello di regressione semplice. Analizzare una tabella di contingenza a doppia e tripla entrata. Conoscere la tipologia delle relazioni multivariate. Costruire e valutare un modello di regressione multipla. Condurre l'analisi della varianza a una e due vie. Combinare regressione e ANOVA.
Prerequisiti - Cognomi A-K
Conoscenza di base dei concetti di statistica descrittiva e inferenziale.
Prerequisiti - Cognomi L-Z
Conoscenza di base dei concetti di statistica descrittiva e inferenziale.
Metodi Didattici - Cognomi A-K
LEZIONI E ESERCITAZIONI IN AULA
Metodi Didattici - Cognomi L-Z
LEZIONI E ESERCITAZIONI IN AULA
Altre Informazioni - Cognomi A-K
Consultare il sito del docente per eventuali modifiche al programma.
Altre Informazioni - Cognomi L-Z
Consultare il sito del docente per eventuali modifiche al programma.
Modalità di verifica apprendimento - Cognomi A-K
ESAME SCRITTO E DISCUSSIONE ORALE
Modalità di verifica apprendimento - Cognomi L-Z
ESAME SCRITTO E DISCUSSIONE ORALE
Programma del corso - Cognomi A-K
Introduzione alla probabilità. Variabile aleatorie; Distribuzioni di probabilità per variabili discrete e continue; La distribuzione di probabilità Normale; Cenni alle distribuzioni di probabilità Chi-quadrato; T-Student e F-Fisher; Teorema del limite centrale.
Statistiche campionarie e distribuzioni campionarie; la distribuzione della media campionaria.
Associazione tra variabili categoriche: tabelle di contingenza; test chi-quadrato di indipendenza; Investigare la struttura di associazione mediante analisi dei residui; Misurare l’associazione in tabelle di contingenza.
Relazione funzionale e statistica tra due variabili; Specificazione del modello di regressione lineare semplice; Stima puntuale dei coefficienti di regressione; La scomposizione della varianza totale e il coefficiente di determinazione lineare; Coefficiente di determinazione.
Assunzione di normalità degli errori e inferenza sui parametri; Analisi dei residui; Valori anomali e osservazioni influenti.
Introduzione all’analisi multivariata: Associazione e casualità; Controllo per altre variabili.
Modello di regressione multipla; Inferenza per la regressione multipla e coefficienti; Interazione tra predittori; Confronto tra modelli di regressione; Correlazione parziale; I coefficienti di regressione standardizzati.
Confronto fra più medie; Analisi della Varianza a una e a due vie; Misure ripetute e analisi della varianza; La combinazione di regressione e ANOVA: Predittori quantitative e categoriali; Inferenza per la regressione con predittori quantitativi e categoriali.
Programma del corso - Cognomi L-Z
Introduzione alla metodologia statistica; Variabili e loro misurazione; Metodi di campionamento probabilistico.
Introduzione alla probabilità. Variabile aleatorie; Distribuzioni di probabilità per variabili discrete e continue; La distribuzione di probabilità Normale; Cenni alle distribuzioni di probabilità Chi-quadrato; T-Student e F-Fisher; Teorema del limite centrale.
Statistiche campionarie e distribuzioni campionarie; la distribuzione della media campionaria.
Associazione tra variabili categoriche: tabelle di contingenza; test chi-quadrato di indipendenza; Investigare la struttura di associazione mediante analisi dei residui; Misurare l’associazione in tabelle di contingenza.
Relazione funzionale e statistica tra due variabili; Specificazione del modello di regressione lineare semplice; Stima puntuale dei coefficienti di regressione; La scomposizione della varianza totale e il coefficiente di determinazione lineare; Coefficiente di determinazione. Assunzione di normalità degli errori e inferenza sui parametri; Analisi dei residui; Valori anomali e osservazioni influenti.
Introduzione all’analisi multivariata: Associazione e casualità; Controllo per altre variabili.
Modello di regressione multipla; Inferenza per la regressione multipla e coefficienti; Interazione tra predittori; Confronto tra modelli di regressione; Correlazione parziale; I coefficienti di regressione standardizzati.
Confronto fra più medie; Analisi della Varianza a una e a due vie; Misure ripetute e analisi della varianza; La combinazione di regressione e ANOVA: Predittori quantitative e categoriali; Inferenza per la regressione con predittori quantitativi e categoriali.