# You can also click the upper-left icon to select videos from the playlist.
source: Ryo Saeba 2015年8月16日
UniNettuno - Analisi Multivariata
Descrizione dell'insegnamento
Il corso introduce all’uso della statistica inferenziale per trarre conclusioni di una popolazione a partire da un campione, e presenta le principali tecniche di analisi multivariata dei dati adottate nella ricerca psicologica e sociale.
Prerequisiti
Per sostenere l’esame è necessario che gli studenti abbiano familiarità con:
le procedure di quantificazione in Psicologia (attendibilità, validità, errore..)
concetti base di Statistica Descrittiva (distribuzione di frequenza, media, deviazione standard, standardizzazione, distribuzione normale, ecc.)
La conoscenza di questi concetti dovrebbe essere già stata acquisita sostenendo l’esame relativo a “La misura in Psicologia” del I anno del corso di Discipline Psicosociali.
Scopi
principali tecniche di analisi multivariata dei dati. Nello specifico, al termine del percorso formativo, gli studenti dovranno essere in grado di saper individuare le tecniche appropriate per l’analisi dai dati in diversi contesti di ricerca, e di usarle, con l’ausilio degli appropriati strumenti informatici, per giungere a conclusioni sulla base dei dati disponibili. Le tecniche di cui sarà richiesta la conoscenza, sia teorica che pratica, sono quelle maggiormente usate nella ricerca psicologica e sociale, e comprendono i test di verifica di ipotesi sulle medie di uno o più campioni (test z, test t di Student, Analsi della varianza), i test di verifica di ipotesi sulla forma di una distribuzione e sull’indipendenza o associazione tra due variabili (test Chi quadrato), le tecniche di regressione semplice e multipla, con cui analizzare relazioni quantitative e causali tra variabili di interesse, e le tecniche di analisi fattoriali, particolarmente utili per spiegare relazione in base ad un numero più limitato di fattori.
Contenuti
Probabilità e principi di calcolo. Variabili casuali. Statistica inferenziale: popolazioni, campioni, indicatori e parametri descrittivi e loro stima. Distribuzioni campionarie. Intervalli di confidenza. Logica dei test di verifica delle ipotesi. Ipotesi sulla media di una popolazione. Decisioni statistiche ed errori. T di student per campioni piccoli. Verifica di ipotesi sulle differenze tra le medie di 2 popolazioni. Test di z e di t. Test per campioni indipendenti e dipendenti. Verifica di ipotesi sulle varianze. Verifica di ipotesi sulla forma di una distribuzione. Variabili categoriche. Test del Chi quadrato per la bontà dell’adattamento. Test dell’indipendenza tra variabili. Misure di associazione tra variabili: coefficiente di correlazione lineare. Regressione lineare, semplice e multipla. Calcolo dei parametri del modello (coefficienti di regressione) e test della loro significatività. Analisi della varianza spiegata. Analisi delle eventuali violazioni delle assunzioni del modello. Tecniche di analisi fattoriale delle relazioni tra variabili correlate. Fattori comuni e riduzione dell’informazione. Autovettori ed autovalori. Saturazioni. Principali metodologie utilizzabili per ridurre un insieme di variabili ad un sotto insieme di fattori latenti (analisi componenti principali, analisi fattori principali, massima verosimiglianza..), e per interpretare i fattori in relazione alle variabili iniziali (tecniche di rotazione dei fattori e di analisi delle saturazioni) L’analisi della varianza (ANOVA) per confrontare gruppi di medie. Versioni dell’ANOVA (ad una via vs fattoriale, tra i soggetti, dentro i soggetti e mista), ed assunzioni dei modelli.
Testi
C. Barbaranelli,Analisi dei dati.LED Edizioni Universitarie, Milano, 2003.A.P. Ercolani,
A. Areni, e L. Leone,Statistica per la Psicologia. Vol. 2. Il Mulino, Bologna, 2002.
Esercitazioni
Le esercitazioni fornite durante il corso conterranno alcune domande relative agli argomenti trattati nelle lezioni. In alcuni casi le domande saranno a risposta multipla, in altre saranno a risposta aperta e conterranno problemi da svolgere su piccoli insiemi di dati.
Docenti video
Prof. Claudio Barbaranelli - Università "La Sapienza" di Roma (Roma - Italia)
01 La Probabilità 38:59
02 La statistica inferenziale concetti di base 41:32
03 La verifica delle ipotesi principi generali 41:25
04 La verifica delle ipotesi sulle differenze tra le medie 41:16
05 La verifica delle ipotesi sulla forma della distribuzione 41:38
06 La correlazione lineare 39:44
07 La regressione semplice 39:25
08 La regressione multipla Modello statistico e assunzioni 39:40
09 La regressione multipla Approcci analitici 41:08
10 L’analisi fattoriale il modello di base 39:23
11 L’analisi fattoriale il processo di estrazione dei fattor 40:27
12 L'analisi fattoriale il processo di rotazione dei fattori 40:55
13 L’analisi della Varianza ANOVA il modello lineare 41:32
14 L'analisi della Varianza ANOVA i disegni fattoriali tra i 40:25
15 L'analisi della Varianza ANOVA i disegni entro i sogetti 41:42
No comments:
Post a Comment