Quantitative methodologies and techniques: advanced course

Teaching in italian
Metodologie e tecniche quantitative: corso avanzato
Teaching
Quantitative methodologies and techniques: advanced course
Subject area
SPS/07
Reference degree course
SOCIOLOGY AND SOCIAL RESEARCH
Course type
Master's Degree
Credits
8.0
Teaching hours
Frontal Hours: 48.0
Academic year
2022/2023
Year taught
2022/2023
Course year
1
Language
ITALIAN
Curriculum
PERCORSO COMUNE
Reference professor for teaching
CIAVOLINO Enrico

Teaching description

Nozioni di matematica e statistica di base

Il corso presenta le tecniche statistiche di analisi multidimensionale attraverso le tecniche di 'Analisi in Componenti Principali  (ACP) e di Cluster Analysis per lo studio di dati sperimentali in ambito sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.

Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.

Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo sociale, in particolare:

Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario  mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.

Capacità di applicare conoscenze e comprensione.
Applicare e discutere  metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.

Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.

Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti. 

Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.

 

Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.

Gli esami si terranno in presenza (salvo diverse disposizioni)  con le seguenti modalità:

La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità: 

  • 10 domande avranno un punteggio pari a 2. 
  • 10 domande avranno un punteggio pari ad 1. 
  • Il Test verrà integrato con una verifica orale su una o due domande a risposta multipla.

Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pagine) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, Cluster, AnOVa, AnCoVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare. Il report deve essere consegnato 5 giorni prima dell'esame

 

Di seguito le modalità nel caso in cui dovesse riprendere la modalità online:

Il link al TEAM dell’appello verrà comunicato sulla pagina ufficiale del docente il giorno dopo la chiusura delle iscrizioni all’esame. Il link del TEST sarà attivato sulla piattaforma https://formazioneonline.unisalento.it nella pagina di riferimento dell'insegnamento, cioè dove viene reso disponibile il materiale didattico. La compilazione delle risposte avverrà online. Si prega inoltre di verificare il corretto funzionamento della webcam e del microfono.
Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente

Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.

  • Elementi essenziali di algebra lineare
    • Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
  • Analisi in Componenti Principali (ACP)
    • Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello
  • Cluster Analysis
    • Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
  • Analisi della Varianza
    • Introduzione alla statistica inferenziale, Regressione, Anova ad una via, Anova a due vie, Ancova.

Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.

Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.

Semester
First Semester (dal 19/09/2022 al 13/01/2023)

Exam type
Compulsory

Type of assessment
Oral - Final grade

Course timetable
https://easyroom.unisalento.it/Orario

Download teaching card (Apre una nuova finestra)(Apre una nuova finestra)