Vai al contenuto principale
Coronavirus: aggiornamenti per la comunità universitaria / Coronavirus: updates for UniTo Community
Oggetto:
Oggetto:

Analisi dei dati C (studenti 0-Z) / Data Analysis C (students 0-Z)

Oggetto:

Data Analysis C (students 0-Z)

Oggetto:

Anno accademico 2022/2023

Codice attività didattica
PSI0759
Docenti
Prof. Pietro Cipresso (Titolare del corso)
Barbara Lucia Loera (Titolare del corso)
Corso di studio
Scienze e tecniche psicologiche
Anno
3° anno
Periodo
Primo semestre
Tipologia
Fondamentale
Crediti/Valenza
12 (72 ore)
SSD attività didattica
M-PSI/03 - psicometria
Erogazione
Mista
Lingua
Italiano
Frequenza
Facoltativa
Tipologia esame
esame scritto (verbalizzante)
Tipologia unità didattica
corso
Prerequisiti

Nozioni base di matematica, statistica descrittiva e inferenziale. In particolare:
a) nozioni matematiche delle scuole secondarie superiori;
b) matrice dei dati, variabili, indici di tendenza centrale,
variabilità e forma;
c) probabilità e inferenza statistica;
d) analisi della relazione fra due variabili (in particolare,
correlazione, covarianza, Chi quadrato e t-test).


Basic notions of statistics (descriptive and inferential). Specifically:
a) basic (secondary school) mathematical knowledge;
b) data matrix, variables, measures of central tendency,
variability and shape;
c) probability and statistical inference;
d) relationship between two variables.
Oggetto:

Sommario insegnamento

Oggetto:

Avvisi

Appelli sessione estiva Analisi dei dati B (aggiornato al 17 maggio 2022)
Oggetto:

Obiettivi formativi

Scopo dell'insegnamento è fornire una comprensione generale dell'Analisi dei dati, con particolare attenzione alle tecniche più usate dagli psicologi/dalle psicologhe per affrontare i due problemi fondamentali della ricerca empirica in Psicologia: la misurazione mentale e l'imputazione causale.

 

The course aims to provide an advanced understanding of the core principles of Data Analysis.  Special attention will be placed on the most frequently used techniques for causal analysis and mental measurement.

Oggetto:

Risultati dell'apprendimento attesi

a)     Conoscere: teoria dei tipi di scala, teoria della misurazione, teoria dei dati, principi di analisi dei dati, tecniche di assegnazione, tecniche multivariate;

b)     Padroneggiare alcuni algoritmi di analisi dei dati, con particolare riguardo alle tecniche di misurazione e alle tecniche di analisi causale;

c)      Discutere criticamente: un modello causale, la logica di un esperimento statistico, le proprietà psicometriche di uno strumento di misura, la struttura di uno spazio percettivo.      

a)    Knowledge and understanding: theory of scale types, measurement theory, data theory, principles of data analysis, history of data analysis, assignment techniques, multivariate techniques;

b)    Applying knowledge and understanding, learning skills: handle causal imputation and measurement data analysis algorithms;  

c)     Making judgments, communication skills:  critically discussing a causal model, the logic of a statistical experiment, the psychometric properties of a measurement device, and the structure of a perceptual space. 

Oggetto:

Programma

L'insegnamento è suddiviso in quattro moduli.

  1. Fondamenti di analisi dei dati (teoria dei dati, tipi di scala, calcolo matriciale, principi di analisi dei dati)
  2. Tecniche di assegnazione (multidimensional scaling e multidimensional unfolding)
  3. Tecniche multivariate orientate all'analisi causale (regressione multipla, analisi della varianza).
  4. Tecniche multivariate a variabili nascoste (analisi fattoriale)

The course is divided into four units:

  1. Foundations of data analysis (data theory, scale types, matrix algebra, principles of data analysis);
  2. Assignment techniques (multidimensional scaling and multidimensional unfolding);
  3. Multivariate techniques for causal analysis (multiple regression, analysis of variance);
  4. Multivariate techniques with latent variables (factor analysis).
Oggetto:

Modalità di insegnamento

Lezioni ed esercitazioni in presenza con streaming, carta e penna e/o con l'ausilio di un software statistico, per un totale di 72 ore di corso.

Duration 72 hours. Lecture and pencil-paper and/or computer-based data analysis exercises 

Oggetto:

Modalità di verifica dell'apprendimento

Considerata la cessazione dello stato di emergenza sanitaria, la modalità di esame del corso di Analisi dei Dati (canale A e canale B) è variata: gli esami saranno in presenza, ad eccezione dei casi previsti dal Decreto Rettorale d’urgenza n. 0009319 del 12/01/2022 avente a oggetto “Ripresa attività didattiche e curriculari in presenza”, che rimarranno valide sino al mese di settembre o all’emanazione di nuove disposizioni da parte del Ministero.
Si esortano gli studenti a consultare il calendario delle prove di esame per avere informazioni specifiche circa l’orario e l’aula di ciascun appello. L’accesso alle aule è prescritto dalle norme di Ateneo (controllare l’ultimo aggiornamento sul sito di UniTO).
 
L’esame è uno scritto verbalizzante realizzato mediante test di 30+1 domande a risposta chiusa, con alternative multiple (risposta corretta 1 punto, risposte errate -0,333), da svolgere in 31 minuti.
 

IMPORTANT UPDATES ON THE METHODS OF CONDUCTING THE EXAMINATIONS VIA TELEMATICS
The examination will be in presence, with the exceptions previewed by the emergency Rectoral Decree n. 0009319 of 12/01/2022 having object "Resumption of teaching and curricular activities in presence", which will remain valid until September or the issuing of new provisions by the Ministry. Students are encouraged to consult the exams calendar for specific information about the time and classroom of each test. Access to the classrooms is prescribed by the University regulations (check the latest update on the Unito website). The exam is a verbalizing written test of 30 + 1 questions with a closed answer, with multiple alternatives (correct answer 1 point, wrong answers -0,333), to be carried out in 31 minutes.

Erasmus students can arrange an oral exam with the professors if the test in Italian is lower than 18/30.

Testi consigliati e bibliografia

Oggetto:

Testi di esame:

Luca Ricolfi, Manuale di analisi dei dati. Fondamenti, Bari, Laterza, 2002 (in particolare Introduzione e capitoli 2, 3, 4).

Luca Ricolfi, Silvia Testa, Dispense del corso di Analisi dei dati fornite dal docente ai soli studenti iscritti al Corso

 

Any textbook, or set of textbooks, about the same issues (to be agreed with the teacher)



Oggetto:

Note

Il docente riceve su appuntamento (inviare una mail a giorgia.molinengo@unito.it ).

For contact: send an Email to giorgia.molinengo@unito.it



 

Registrazione
  • Aperta
    Apertura registrazione
    28/09/2021 alle ore 12:00
    Chiusura registrazione
    30/09/2022 alle ore 12:00
    Oggetto:
    Ultimo aggiornamento: 20/06/2022 14:10