Data lab
A.A. 2020/2021
Obiettivi formativi
Non definiti
Risultati apprendimento attesi
Non definiti
Periodo: Primo trimestre
Modalità di valutazione: Giudizio di approvazione
Giudizio di valutazione: superato/non superato
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo trimestre
Programma
Prima parte (prof. Ballarino):
Introduzione all'analisi quantitativa.
Tipi di variabili, misure di centralità.
Misure di dispersione e distribuzioni di frequenza.
Teorema del limite centrale e logica dell'inferenza.
Analisi bivariata (tabelle incrociate, tavole di mobilità, correlazione e differenze tra le medie).
Seconda parte (prof. Panichella):
La logica dei test e il t-test.
La logica dell'analisi multivariata (controlli e interazioni).
Il modello di regressione e la funzione di regressione.
Modelli di regressione ai minimi quadrati (OLS).
Specificazione e interpretazione dei modelli.
Introduzione all'analisi quantitativa.
Tipi di variabili, misure di centralità.
Misure di dispersione e distribuzioni di frequenza.
Teorema del limite centrale e logica dell'inferenza.
Analisi bivariata (tabelle incrociate, tavole di mobilità, correlazione e differenze tra le medie).
Seconda parte (prof. Panichella):
La logica dei test e il t-test.
La logica dell'analisi multivariata (controlli e interazioni).
Il modello di regressione e la funzione di regressione.
Modelli di regressione ai minimi quadrati (OLS).
Specificazione e interpretazione dei modelli.
Prerequisiti
Conoscenza di base della matematica
Metodi didattici
Lezioni frontali
Materiale di riferimento
Agresti, A. and Finlay, B. Statistical Methods for the Social Sciences, fifth edition, Pearson Global Edition. Chapters: 1, 3, 5, 6, 8, 9, 14.
Letture ulteriori (opzionali):
Mehmetoglu, M., & Jakobsen, T. G. (2016). Applied statistics using Stata: a guide for the social sciences. Sage.
Bernardi, F., Chakhaia, L., & Leopold, L. (2017). 'Sing me a song with social significance': The (mis) use of statistical significance testing in European sociological research. European Sociological Review, 33(1), 1-15.
Brambor, T., Clark, W. R., & Golder, M. (2006). Understanding interaction models: Improving empirical analyses. Political analysis, 14(1), 63-82.
King, G., Tomz, M., & Wittenberg, J. (2000). Making the most of statistical analyses: Improving interpretation and presentation. American journal of political science, 347-361
Nagler, J. (1995). Coding Style and Good Computing Practices. PS: Political Science & Politics, 28(03), 488-492.
Letture ulteriori (opzionali):
Mehmetoglu, M., & Jakobsen, T. G. (2016). Applied statistics using Stata: a guide for the social sciences. Sage.
Bernardi, F., Chakhaia, L., & Leopold, L. (2017). 'Sing me a song with social significance': The (mis) use of statistical significance testing in European sociological research. European Sociological Review, 33(1), 1-15.
Brambor, T., Clark, W. R., & Golder, M. (2006). Understanding interaction models: Improving empirical analyses. Political analysis, 14(1), 63-82.
King, G., Tomz, M., & Wittenberg, J. (2000). Making the most of statistical analyses: Improving interpretation and presentation. American journal of political science, 347-361
Nagler, J. (1995). Coding Style and Good Computing Practices. PS: Political Science & Politics, 28(03), 488-492.
Modalità di verifica dell’apprendimento e criteri di valutazione
Esame scritto
SPS/04 - SCIENZA POLITICA - CFU: 3
Laboratori: 20 ore
Docenti:
Ballarino Gabriele, Panichella Nazareno
Docente/i
Ricevimento:
Mercoledì h 9-12. Si possono prendere appuntamenti per altri orari scrivendo via mail.
Dipartimento di Scienze Sociali e Politiche - Stanza 5 primo piano (sopra il bar)