TITOLI MODULI e TESTI DI RIFERIMENTO

Modulo 1:

Contenuti:

Testi:

 Tecniche fattoriali e di clustering

I principi e la logica dell’analisi multidimensionale e multivariata

I paradossi dell’analisi multivariata

La tipologia delle matrici

 Analisi fattoriale: fattori principali e componenti principali

Scaling multidimensionale

Analisi delle corrispondenze: semplici e multiple

Analisi dei gruppi

Metodologie di fuzzy clustering

 Fabbris L. (1997), Statistica multivariata. Analisi esplorativa dei dati, McGraw-Hill, Milano, pp. 3-77; 163-295; 301-351.

Kosko  B. (1995), Il fuzzy-pensiero. Teoria ed applicazioni della logica fuzzy, Baldini & Castaldi, Milano, pp. 13-57; 147- 183.

Sangalli A. (2000), L’importanza di essere fuzzy, Bollati Boringhieri, Torino, p. 19- 147.

Modulo 2:

Contenuti:

Testi:

 Modelli multivariati per l’analisi della relazioni causali

Regressione multipla

Regressione non lineare e logistica

Modelli log-lineari

 Bohrnstedt G. W.  and Knoke D. (1998), Statistica per le scienze sociali, Il Mulino, Bologna, pp. 207-375.

  Il corso fornisce le indicazioni operative utili per un'efficace strutturazione dell’analisi multivariata di complessi data-base mediante tecniche, modelli e procedure statistiche di sintesi e di analisi delle relazioni tra variabili, necessarie per un impiego corretto ed efficiente dei dati e delle informazioni.

Esso prevede l’esecuzione di esperienze di ricerca empirica e di applicazione di procedure di elaborazione dei dati, anche congiuntamente ad altre discipline, mediante la partecipazione didatticamente orientata alle attività di stages e tirocinio.

Lo studente dovrà acquisire le conoscenze teoriche necessarie alla comprensione delle tecniche e dei modelli multidimensionali di elaborazione dei dati.

Svilupperà  la conoscenza metodologica e tecnica delle procedure di gestione di data-base complessi mediante l’uso di banche-dati digitali in rete e di software specialistico di elaborazione statistica dei dati.

Per ogni singolo modulo sarà distribuito materiale didattico ed esemplificativo a cura della docente.

          Sono previsti seminari di approfondimento su argomenti specialistici:

·      analisi testuale

Tuzzi A. (2003), L’analisi del contenuto, Carocci, Roma

·      analisi di dati relazionali (network analysis)

D. F. Iezzi (2009), Statistica per le Scienze Sociali, Carocci, Roma (Cap. 14).

·      reti neuronali

     Meraviglia C. (2001), Le reti neurali nella ricerca  sociale, FrancoAngeli, Milano, pp. 13-78.

·      modelli multilevel

     D’Agata R. (2007), La struttura del territorio, Aracne, Roma.

·      modelli di equazioni strutturali

       Corbetta P. (2002), Metodi di analisi multivariata per le scienze sociali. I modelli di equazioni                

                 strutturali, Il Mulino, Bologna, pp. 39-94.

·      modelli di Item Response Theory (IRT)

Giampaglia G. (2008), Il modello di Rasch nella ricerca sociale, Liguori, Napoli.

Lezioni frontali mediante l’uso di slides a cura della docente.

Gli studenti saranno coinvolti in esperienze di ricerca e di laboratorio per l’elaborazione dei dati.

X   Lezioni frontali

 X   Seminari

X   Presentazioni

 X   Laboratori

 □   Altro

X  Scritto

X  Orale

X  Presentazione essay

□  Altro