Foundations of statistical modelling for social and political sciences
A.A. 2025/2026
Obiettivi formativi
This course offers an introduction to the foundational principles of statistical science, a discipline that underpins much of modern data analysis and decision-making. The focus is on providing a comprehensive understanding of the core concepts and methods that form the basis of statistical thinking and practice.
Designed for students in the social and political sciences, this course aims to equip participants with the essential tools and knowledge to effectively understand and apply statistical methods within their fields. Emphasis is placed on mastering the fundamentals of statistical science, which are crucial for analyzing and interpreting data rigorously and meaningfully.
The course combines theoretical lessons on statistical techniques with practical sessions that emphasize their empirical application using R software. Topics will primarily follow a frequentist approach, with introductory notions of Bayesian methods included to broaden students' perspectives.
Designed for students in the social and political sciences, this course aims to equip participants with the essential tools and knowledge to effectively understand and apply statistical methods within their fields. Emphasis is placed on mastering the fundamentals of statistical science, which are crucial for analyzing and interpreting data rigorously and meaningfully.
The course combines theoretical lessons on statistical techniques with practical sessions that emphasize their empirical application using R software. Topics will primarily follow a frequentist approach, with introductory notions of Bayesian methods included to broaden students' perspectives.
Risultati apprendimento attesi
By the end of the course, students will have acquired a solid set of skills in quantitative research from both a theoretical and practical perspective. They will be able to conduct univariate, bivariate, and multivariate analyses, and apply the fundamental principles of statistical inference. Additionally, students will be proficient in using the statistical software R and capable of independently carrying out a research project.
Specifically, students will learn to:
· Enter and manage their own datasets for analysis;
· Identify appropriate statistical methods to address theory-driven research questions;
· Conduct their own analyses using R;
· Interpret the results of data analysis.
Specifically, students will learn to:
· Enter and manage their own datasets for analysis;
· Identify appropriate statistical methods to address theory-driven research questions;
· Conduct their own analyses using R;
· Interpret the results of data analysis.
Periodo: Secondo trimestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Secondo trimestre
Programma
Durante le sessioni teoriche e pratiche verranno trattati i seguenti argomenti:
· Statistica descrittiva: metodi per riassumere e visualizzare i dati al fine di individuare strutture sottostanti.
· Distribuzioni di probabilità: fondamenti teorici per comprendere aleatorietà e variabilità dei dati.
· Statistica inferenziale: tecniche come gli intervalli di confidenza e i test di ipotesi, che consentono di trarre conclusioni da dati campionari.
· Approcci di modellazione: modelli lineari e modelli lineari generalizzati.
· Statistica descrittiva: metodi per riassumere e visualizzare i dati al fine di individuare strutture sottostanti.
· Distribuzioni di probabilità: fondamenti teorici per comprendere aleatorietà e variabilità dei dati.
· Statistica inferenziale: tecniche come gli intervalli di confidenza e i test di ipotesi, che consentono di trarre conclusioni da dati campionari.
· Approcci di modellazione: modelli lineari e modelli lineari generalizzati.
Prerequisiti
Gli studenti devono avere una conoscenza degli strumenti base di calcolo matematico e una conoscenza generale della statistica descrittiva e del calcolo delle probabilità. Una precedente esperienza di programmazione è preferibile, ma non obbligatoria.
Metodi didattici
Il corso si svolgerà attraverso lezioni frontali interattive, durante le quali saranno discussi problemi teorici e presentati casi pratici. Si cercherà di lavorare in modo interattivo con gli studenti, stimolandone gli interventi e organizzando momenti di discussione e confronto tra di loro. Oltre alle lezioni, sono previste esercitazioni laboratoriali, in cui si applicheranno i concetti affrontati a lezione utilizzando il software R.
Materiale di riferimento
Agresti, A., & Kateri, M. (2022). STATISTICA PER DATA SCIENTISTS CON R E PYTHON
Slide e note a cura del docente rese disponibili su myAriel
Slide e note a cura del docente rese disponibili su myAriel
Modalità di verifica dell’apprendimento e criteri di valutazione
L'esame può essere svolto secondo due modalità.
Opzione A: Lavoro di gruppo e prova scritta integrativa
Lavoro di gruppo e presentazione in aula:
Gli studenti si suddivideranno in gruppi gruppi (massimo 5 /6 persone per gruppo) con lo scopo di raccogliere e analizzare dati riguardanti tematiche attuali. Dovranno preparare una presentazione da esporre in aula davanti ai loro compagni di corso.
Si richiede la creazione di un report dettagliato sul lavoro svolto, con chiara indicazione del contributo individuale di ciascun membro.
Saranno programmati momenti in aula per verificare lo stato di avanzamento del lavoro di gruppo.
Prova scritta (30 minuti): La prova conterrà una domanda generale relativa agli argomenti del corso.
È consentito portare un formulario di una facciata di un foglio A4 e una calcolatrice non programmabile.
Il punteggio finale sarà la somma dei seguenti tre elementi:
Valutazione del lavoro di gruppo (10 punti)
Valutazione del report (10 punti)
Risultato della prova scritta (10 punti)
La lode sarà assegnata agli studenti che non solo ottengono il massimo punteggio, ma dimostrano anche un coinvolgimento significativo e attivo nelle attività proposte.
Opzione B: Report singolo e prova scritta integrativa
Report singolo:
Gli studenti dovranno presentare un report riguardante l'analisi dettagliata di un caso studio di lor scelta. Posso utilizzare dati raccolti presenti sul libro di testo, in articoli pubblicati online o provenienti da banche dati. Si richiede la preparazione di un report che descriva i risultati ottenuti.
Dovranno preparare una presentazione da esporre se possibile in aula davanti ai loro compagni di corso.
Prova scritta (30 minuti): La prova conterrà una domanda generale relativa agli argomenti del corso.
È consentito portare un formulario di una facciata di un foglio A4 e una calcolatrice non programmabile.
Il punteggio finale sarà la somma dei seguenti tre elementi:
Valutazione della presentazione in aula (10 punti)
Valutazione del report (10 punti)
Risultato della prova scritta (10 punti)
La lode sarà assegnata agli studenti che non solo ottengono il massimo punteggio, ma dimostrano anche un coinvolgimento significativo e attivo nelle attività proposte.
Opzione A: Lavoro di gruppo e prova scritta integrativa
Lavoro di gruppo e presentazione in aula:
Gli studenti si suddivideranno in gruppi gruppi (massimo 5 /6 persone per gruppo) con lo scopo di raccogliere e analizzare dati riguardanti tematiche attuali. Dovranno preparare una presentazione da esporre in aula davanti ai loro compagni di corso.
Si richiede la creazione di un report dettagliato sul lavoro svolto, con chiara indicazione del contributo individuale di ciascun membro.
Saranno programmati momenti in aula per verificare lo stato di avanzamento del lavoro di gruppo.
Prova scritta (30 minuti): La prova conterrà una domanda generale relativa agli argomenti del corso.
È consentito portare un formulario di una facciata di un foglio A4 e una calcolatrice non programmabile.
Il punteggio finale sarà la somma dei seguenti tre elementi:
Valutazione del lavoro di gruppo (10 punti)
Valutazione del report (10 punti)
Risultato della prova scritta (10 punti)
La lode sarà assegnata agli studenti che non solo ottengono il massimo punteggio, ma dimostrano anche un coinvolgimento significativo e attivo nelle attività proposte.
Opzione B: Report singolo e prova scritta integrativa
Report singolo:
Gli studenti dovranno presentare un report riguardante l'analisi dettagliata di un caso studio di lor scelta. Posso utilizzare dati raccolti presenti sul libro di testo, in articoli pubblicati online o provenienti da banche dati. Si richiede la preparazione di un report che descriva i risultati ottenuti.
Dovranno preparare una presentazione da esporre se possibile in aula davanti ai loro compagni di corso.
Prova scritta (30 minuti): La prova conterrà una domanda generale relativa agli argomenti del corso.
È consentito portare un formulario di una facciata di un foglio A4 e una calcolatrice non programmabile.
Il punteggio finale sarà la somma dei seguenti tre elementi:
Valutazione della presentazione in aula (10 punti)
Valutazione del report (10 punti)
Risultato della prova scritta (10 punti)
La lode sarà assegnata agli studenti che non solo ottengono il massimo punteggio, ma dimostrano anche un coinvolgimento significativo e attivo nelle attività proposte.
Docente/i
Ricevimento:
mercoledì 9.30-12.30 (su appuntamento)
in presenza ufficio n16 Via Conservatorio 7 (per appuntamento) o via teams (per appuntamento)