Insegnamento mutuato da: B002521 - TECNICHE DI ANALISI MULTIVARIATA Laurea Magistrale in SOCIOLOGIA E RICERCA SOCIALE Curriculum TEORIA E ANALISI DELLA SOCIETA'
Contenuto del corso
Il corso è articolato in 4 parti: (I) Il trattamento dei dati, (II) La ricerca di strutture latenti, (III) L’analisi dimensionale e di sintesi, (IV) La ricerca e l’individuazione di gruppi (V) una particolare applicazione: item analysis.
Maggino F., L’analisi dei dati nell’indagine statistica, Firenze University Press, 2005
– Volume 1. Parte I: capitoli 5 e 6. Parte II: capitoli 2, 3, 6.
– Volume 2. Parte I: capitoli 1, 2 e 3. Parte II: capitolo 3. Parte III
Maggino F. Rilevazione e Analisi Statistica del Dato Soggettivo, Firenze University Press, Archivio E-Prints, Firenze, 2007
(Parte II: capitolo 1 + uno a scelta tra i capitoli 2, 3, 4)
Questo testo è scaricabile gratuitamente al seguente indirizzo: http://eprints.unifi.it/archive/00001517/
Obiettivi Formativi
CONOSCENZE: Il corso si propone di introdurre alla logica dell’analisi multivariata e ai diversi metodi per eseguirla
COMPETENZE: Trattamento preparazione dei dati per l’analisi multivariata. Principi dell’analisi statistica multivariata. Tecniche di analisi finalizzate a: (i) ricercare strutture latenti, (ii) verificare la dimensionalità e sintetizzare, (iii) ricercare e individuare gruppi.
CAPACITÀ ACQUISITE: Capacità di impostare, eseguire e interpretare correttamente un procedimento di analisi multivariata anche utilizzando strumenti informatici.
Prerequisiti
---
Metodi Didattici
Lezioni di didattica frontale:
Il corso prevede accanto alle tradizionali lezioni anche dei momenti di esercitazione finalizzati ad applicare i concetti appresi durante le lezioni.
Durante i momenti di esercitazione la docente sarà affiancata dalle dott.sse Ester Macrì, Elena Ruviglioni (ai sensi del Decreto del Rettore, 30 giugno 2005, n. 548, art 10.3 (prot. n. 45247).
Modalità di verifica apprendimento
Esame orale
Programma del corso
Programma dettagliato:
I. Il trattamento dei dati (principi dell’elaborazione automatica; i momenti dell’elaborazione; lo spoglio dei dati: individuazione e trattamento degli errori, dei valori missing e degli outlier; analisi statistica (obiettivi; metodi e tecniche).
II. La ricerca di strutture latenti: l’analisi fattoriale (assunti, analisi fattoriale esplorativa e confermativa.
III. L’analisi dimensionale di sintesi: l’analisi delle componenti principali, l’analisi delle corrispondenze, il multidimensional scaling.
IV. La ricerca e l’individuazione di gruppi: principi generali (classificazioni, tipologie, tassonomie), cluster analysis, analisi discriminante.
V. Una particolare applicazione: l’item analysis