Tecniche statistiche di analisi del cambiamento

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Tecniche statistiche di analisi del cambiamento"

Transcript

1 Tecniche statistiche di analisi del cambiamento 10-Introduzione all Analisi delle sequenze (vers. 1.4, 13 novembre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca G. Rossi (Dip. Psicologia) Tsac / 13

2 Introduzione Questa è la tipica situazione dei dati di una ricerca Ogni colonna è una variabile misurata Ogni riga è un caso statistico Si tratta di una fotografia istantanea scattata al tempo T 0. Se ci sono (ci saranno) dei cambiamenti nelle misurazioni, noi non siamo interessati G. Rossi (Dip. Psicologia) Tsac / 13

3 Introduzione Questa è una situazione leggermente diversa, ma comune Una variabile è stata misurata più volte: all inizio (_b [base]), prima (_p) e dopo (_d) un certo evento Ogni misurazione è una fotografia scattata al tempo T 0, T 1, T 2 Si assume però che tutti i casi statistici abbiano le misurazioni per ciascun tempo T i Se manca è perché in quel particolare T i non si è potuto rilevare G. Rossi (Dip. Psicologia) Tsac / 13

4 Introduzione Immaginiamo di aver video-registrato delle mamme che parlano con il proprio bambino piccolo mentre stanno giocando Una madre potrebbe dire Tesoro. Guarda i giocattoli, che belli. Ne vuoi uno? Sì che lo vuoi. Ecco prendi questo! Rosso. Bello vero? Un altra potrebbe dire Ecco i giocattoli. Questo è tutto colorato. Tieni! Prendilo! Ci sono delle differenze, una parla di più e l altra di meno; una è affettuosa, l altra sbrigativa. Tesoro è un vezzeggiativo; Tieni e prendi sono degli ordini; Ne vuoi uno? è una domanda G. Rossi (Dip. Psicologia) Tsac / 13

5 Introduzione Possiamo spezzare in unità di senso ( frasi ) Madre 1 Tesoro. Guarda i giocattoli, che belli. Ne vuoi uno? Sì che lo vuoi. Ecco prendi questo! Rosso. Bello vero? Madre 2 Ci sono i giocattoli. Questo è tutto colorato. Tieni! Prendilo! Già così, la prima dice 7 frasi, la seconda 4. Se però pensiamo che la registrazione potrebbe essere di 10 minuti... G. Rossi (Dip. Psicologia) Tsac / 13

6 Introduzione Ipotizziamo di aver codificato le frasi con delle sigle e di aver codificato 5 minuti dell episodio di gioco. Potremmo avere: Madre 1 (83 unità) re nc qo re c ad re da c da an qa nc c da qo ad da i da ro da ad da c ad da nc da c re da c rm da c da c w c qo c qo re da qo c da c da c nc da nc c da c da re nc w nc w da rm c da c da c da c qo ad da nc da nc c qe da w nc Madre 2 (35 unità) qa qe re am da c an ae c da c da ae ad c qe an da c da re ae re c op da c da nc re qe da c da c w Non si tratta di una fotografia, ma di un flusso di misurazioni nel tempo poi codificate Non assumiamo che le sequenze temporali siano tutte di uguale durata Non assumiamo che le informazioni raccolte siano tutte sempre presenti G. Rossi (Dip. Psicologia) Tsac / 13

7 Introduzione Potremmo decidere di contare quante volte una madre ha detto ogni categoria Categ Madre1 Madre2 Significato da 23 9 Dirige l azione del bambino qa 1 1 Domanda su un azione qe 1 3 Domanda su oggetti dell ambiente c 20 9 Parole convenzionali ( dai ) Ma perderemmo le informazioni temporali, la sequenza delle categorie L analisi sequenziale si occupa proprio di questo: studiare come i comportamenti si sviluppano nel tempo G. Rossi (Dip. Psicologia) Tsac / 13

8 Introduzione: cos è una sequenza Madre 1 (83 unità) re nc qo re c ad re da c da an qa nc c da qo ad da i da ro da ad da c ad da nc da c re da c rm da c da c w c qo c qo re da qo c da c da c nc da nc c da c da re nc w nc w da rm c da c da c da c qo ad da nc da nc c qe da w nc Madre 2 (35 unità) qa qe re am da c an ae c da c da ae ad c qe an da c da re ae re c op da c da nc re qe da c da c w da c (dirigere l azione+parola convenzionale) è una sequenza che compare spesso, in entrambe le madri ma ce ne sono anche altre... ad es. da nc (dirigere l azione+non classificabile) G. Rossi (Dip. Psicologia) Tsac / 13

9 Definizioni introduttive Definiamo alcuni concetti Schema di codifica: determinati comportamenti legati ad un certo ambito (linguaggio, gioco,...) che vengono utilizzati per codificare un flusso comportamentale Codice: una qualsiasi etichetta di un particolare comportamento di uno schema di codifica Mutualmente escludentisi ed esaustivi (ME&E): quando lo schema di codifica utilizza codici che NON possono comparire in contemporanea (esclusivi) e permettono di codificare TUTTO il flusso comportamentale (esaustivi) Codici senza indicazione di tempo: lo schema di codifica prende in considerazione frammenti di comportamento ben identificabili (hanno un inizio e una fine) senza considerarne la durata Codici con indicazione di tempo: lo schema di codifica prende in considerazione frammenti di comportamento tenendo in considerazione la loro durata G. Rossi (Dip. Psicologia) Tsac / 13

10 Definizioni Alcuni altri concetti Occorrenza: quando viene rilevato/misurato un comportamento; il tipo di comportamento è indicato dal codice che gli viene associato Co-occorrenza: due o più comportamenti che possono accadere contemporaneamente (appartenenti a due schemi di codifica diversi) Antecedente (Given): un comportamento che precede un altro comportamento (Es.: a b c d) Conseguente (Target): un comportamento che segue un altro comportamento (Es.: a b c d) Ritardo (o lag) 0: quando i codici sono co-occorrenti Ritardo (o lag) 1: quando un conseguente segue immediatamente all antecedente (Es.: a b c d) Ritardo (o lag) n: quando un conseguente dista dall antecedente di n comportamenti (conseguente incluso); es.: a b c d, corrisponde a un ritardo di 3 G. Rossi (Dip. Psicologia) Tsac / 13

11 Tipi di codifiche teoriche Senza indicazioni di tempo Evento (Event): un solo schema di codifica che considera frammenti di comportamento ME&E che non hanno un indicazione di tempo Multievento (Multievent): 2 o più schemi di codifica ciascuno ME&E che non hanno indicazione di tempo Con indicazioni di tempo Intervallo (Interval): 1 o più schemi di codifica in cui ciascuno utilizza un tempo campionato (ogni codice corrisponde ad un intervallo temporale di ampiezza predefinita, as es. 1 secondo, 1 minuto...) Tempo (Timed): 1 o più schemi di codifica in cui ciascuno utilizza un tempo continuo (in teoria non campionato) indicato da un orario di inizio e uno di fine Stato (State): 1 o più schemi di codifica di tipo Event o Multievent a cui è associato un indicazione generica di tempo. G. Rossi (Dip. Psicologia) Tsac / 13

12 Come scrivere i dati sequenziali Per gestire i dati sequenziali serve un modo diverso dalla solita tabella dei dati (ad es. quelle usate in SPSS, PSPP, Jasp,...) Bakeman & Quera (1992) hanno inventato un modo per gestire questo tipo di dati e hanno creato delle norme per lo scambio di dati sequenziali, Sequential Data Interchange Standard (o SDIS) si tratta di una sorta di linguaggio con delle regole da rispettate per comunicare in modo preciso: il tipo di dati che sono stati raccolti descrivere le unità statistiche utilizzati associare ad ogni caso statistico, i dati corrispondenti G. Rossi (Dip. Psicologia) Tsac / 13

13 Come analizzare i dati sequenziali Bakeman & Quera (1992) hanno anche scritto un software con cui si possono gestire i dati e fare le analisi (GSEQ, disponibile per Windows (ma eseguibile in Mac o Linux tramite WineHQ, Altri programmi che si occupano di registrare e codificare sequenze video (come Mangold s INTERACT o Noldus The Observer), possono esportare i dati in SDIS (o esiste un convertitore, vedi anche cap. 4 di Gnisci, Bakeman (2000) G. Rossi (Dip. Psicologia) Tsac / 13

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 03-Analisi delle sequenze: sintassi SDIS (vers. 1.1a, 26 novembre 2016) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 06-Anova per misure ripetute (vers. 1.0a, 1 dicembre 2016) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 07-Anova con covariata (vers. 1.2, 20 marzo 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2016-17

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 04-Analisi delle sequenze: il software GSEQ (vers. 1.3, 2 gennaio 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 00-Presentazione del corso http://www.germanorossi.it/mi/tecamb.php (vers. 1.3, 4 ottobre 2017) versione per stampa Germano Rossi 1 germano.rossi@unimib.it

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 00-Presentazione del corso http://www.germanorossi.it/mi/tecamb.php (vers. 1.3, 2 ottobre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di

Dettagli

Tecniche di osservazione strutturate: schema di codifica

Tecniche di osservazione strutturate: schema di codifica Tecniche di osservazione strutturate: schema di codifica 1. Esempio, definizione, vantaggi 2. Costruzione di uno schema di codifica 3. Applicazione di uno schema di codifica: strategie di rilevazione 3.1.

Dettagli

Elementi di Psicometria

Elementi di Psicometria Elementi di Psicometria 7-Punti z e punti T vers. 1.0a (21 marzo 2011) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia)

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 05-Deviazione standard e punteggi z vers. 1.1 (22 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 07-Anova con covariata (vers. 1.0, 3 dicembre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2015-16

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 04-Grafici delle distribuzioni vers. 1.0 (17 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 09-Campione e popolazione vers. 1.0 (31 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 4-Misure della tendenza centrale (vers. 1.0c, 27 marzo 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 4-Misure della tendenza centrale (vers. 1.0b, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 10-Significatività statistica per la correlazione vers. 1.0 (5 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 13-Il t-test per campioni indipendenti vers. 1.1 (12 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di

Dettagli

METODI DI RICERCA E DI VALUTAZIONE IN PSICOLOGIA DELLO SVILUPPO

METODI DI RICERCA E DI VALUTAZIONE IN PSICOLOGIA DELLO SVILUPPO METODI DI RICERCA E DI VALUTAZIONE IN PSICOLOGIA DELLO SVILUPPO LUMSA 2017-18 Giulia Pecora giulia.pecora@uniroma1.it Contenuti: - Metodi e tecniche utilizzate per la ricerca e la valutazione psicologica

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 3-I percentili vers. 1.2 (30 ottobre 2013) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2013-2014

Dettagli

TEORIA DEI SISTEMI OPERATIVI. Sistemi monoprogrammatie multiprogrammati

TEORIA DEI SISTEMI OPERATIVI. Sistemi monoprogrammatie multiprogrammati TEORIA DEI SISTEMI OPERATIVI Sistemi monoprogrammatie multiprogrammati 1 STRUTTURA DEL SISTEMA OPERATIVO UTENTE La struttura di un sistema operativo è di tipo gerarchico: i programmi che lo compongono

Dettagli

Corso di Psicometria Progredito

Corso di Psicometria Progredito Corso di Psicometria Progredito 8.2 Introduzione ai test psicologici Validità a priori di un test Rif. bibliografico: Boncori, L. (2006). I test in psicologia. Capitolo 2 Gianmarco Altoè Dipartimento di

Dettagli

Compressione Dati. Teorema codifica sorgente: Entropia fornisce un limite sia inferiore che superiore al numero di bit per simbolo sorgente.. p.

Compressione Dati. Teorema codifica sorgente: Entropia fornisce un limite sia inferiore che superiore al numero di bit per simbolo sorgente.. p. Compressione Dati Teorema codifica sorgente: Entropia fornisce un limite sia inferiore che superiore al numero di bit per simbolo sorgente.. p.1/21 Compressione Dati Teorema codifica sorgente: Entropia

Dettagli

Informatica! Appunti dal laboratorio 1!

Informatica! Appunti dal laboratorio 1! Informatica! Appunti dal laboratorio 1! Sistema Operativo! Windows 7, Windows 8, Mac OS X, Linux, Debian, Red Hat, etc etc! Il sistema operativo è un programma che serve a gestire TUTTE le risorse presenti

Dettagli

Logica proposizionale

Logica proposizionale Fondamenti di Informatica per la Sicurezza a.a. 2008/09 Logica proposizionale Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università degli

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 6-Altre tecniche per descrivere insiemi di dati (vers. 1.0c, 27 marzo 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 15-La probabilità vers. 1.0a (26 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2014-2015

Dettagli

Limiti di funzioni I. Limiti per x che tende all infinito

Limiti di funzioni I. Limiti per x che tende all infinito Limiti di funzioni I. Limiti per x che tende all infinito 1 La crescita della popolazione mondiale La crescita della popolazione umana mondiale e il suo impatto sull ambiente: discussioni e studi matematici

Dettagli

La codifica del testo

La codifica del testo La codifica delle informazioni Informatica e sistemi di elaborazione delle informazioni La codifica delle informazioni Informatica e sistemi di elaborazione delle informazioni I slide Informatica e sistemi

Dettagli

02 - Logica delle dimostrazioni

02 - Logica delle dimostrazioni Università degli Studi di Palermo Facoltà di Economia Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 0 - Logica delle dimostrazioni Anno Accademico 015/016

Dettagli

I Bistabili. Maurizio Palesi. Maurizio Palesi 1

I Bistabili. Maurizio Palesi. Maurizio Palesi 1 I Bistabili Maurizio Palesi Maurizio Palesi 1 Sistemi digitali Si possono distinguere due classi di sistemi digitali Sistemi combinatori Il valore delle uscite al generico istante t* dipende solo dal valore

Dettagli

Sistemi di Elaborazione delle Informazioni

Sistemi di Elaborazione delle Informazioni SCUOLA DI MEDICINA E CHIRURGIA Università degli Studi di Napoli Federico II Corso di Sistemi di Elaborazione delle Informazioni Dott. Francesco Rossi a.a. 2016/2017 1 Rappresentazione dell informazione

Dettagli

PSICOMETRIA. Esercitazione n.1. C.d.L. Comunicazione e Psicologia a.a. 2012/13

PSICOMETRIA. Esercitazione n.1. C.d.L. Comunicazione e Psicologia a.a. 2012/13 PSICOMETRIA Esercitazione n.1 C.d.L. Comunicazione e Psicologia a.a. 2012/13 ESERCITAZIONE 1: INDICE 1. Informazioni di carattere generale sulle esercitazioni 2. Il foglio di calcolo (Excel) 3. Avviare

Dettagli

METODI E TECNICHE DELLA RICERCA IN PSICOLOGIA CLINICA E LABORATORIO MEDIAZIONE

METODI E TECNICHE DELLA RICERCA IN PSICOLOGIA CLINICA E LABORATORIO MEDIAZIONE METODI E TECNICHE DELLA RICERCA IN PSICOLOGIA CLINICA E LABORATORIO AA 2016/2017 PROF. V.P. SENESE http://psiclab.altervista.org/mettecpsicclinica2016/2016_2017.html https://goo.gl/iuaiqx Seconda Università

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 25-Dimensione degli effetti e 26-Metanalisi vers. 1.0 (2 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università

Dettagli

MANUALE MODULO WIDGET EVENT TRACKING LICENZA SaaS

MANUALE MODULO WIDGET EVENT TRACKING LICENZA SaaS MANUALE MODULO WIDGET EVENT TRACKING LICENZA SaaS Revisione 1.0 Beta Ultimo Aggiornamento: 07/12/2010 SOMMARIO Panoramica... 3 Gli eventi tracciati... 3 I report... 4 Struttura... 4 Report / Object...

Dettagli

Introduzione alla programmazione Algoritmi e diagrammi di flusso. Sviluppo del software

Introduzione alla programmazione Algoritmi e diagrammi di flusso. Sviluppo del software Introduzione alla programmazione Algoritmi e diagrammi di flusso F. Corno, A. Lioy, M. Rebaudengo Sviluppo del software problema idea (soluzione) algoritmo (soluzione formale) programma (traduzione dell

Dettagli

Il moto armonico. Comincio a studiare il moto di quando il corpo passa per il punto in figura 2 :

Il moto armonico. Comincio a studiare il moto di quando il corpo passa per il punto in figura 2 : Il moto armonico 1. Definizione di moto armonico Un punto P si muove di moto circolare uniforme lungo la circonferenza Γ in figura, con velocità angolare. Considero uno dei diametri della circonferenza

Dettagli

I.4 Rappresentazione dell informazione - Altre codifiche

I.4 Rappresentazione dell informazione - Altre codifiche I.4 Rappresentazione dell informazione - Altre codifiche Università di Ferrara Dipartimento di Economia e Management Insegnamento di Informatica Ottobre 20, 2015 Argomenti 1 2 3 4 L immagine viene suddivisa

Dettagli

Corso di Informatica Medica Esercitazione 1I

Corso di Informatica Medica Esercitazione 1I Corso di Informatica Medica Esercitazione 1I Alessandro A. Nacci nacci@elet.polimi.it - alessandronacci.com 1 Conferenza Prof. Enzo Wanke Ordinario di Biotecnologie e Bioscienze Università Milano Bicocca

Dettagli

Quesito n. 2 Un ricoprimento di un insieme A è una famiglia di insiemi a due a due disgiunti, la cui unione contiene A. [v] [f]

Quesito n. 2 Un ricoprimento di un insieme A è una famiglia di insiemi a due a due disgiunti, la cui unione contiene A. [v] [f] u.d. 14 PROVE STRUTTURATE 14.1 Elemento di prova oggettiva Trattando di prove di profitto strutturate, chiamiamo elemento di prova (o quesito oggettivo) Q uno stimolo che provoca da parte dell allievo

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 9-Introduzione alla statistica inferenziale (vers. 1.2, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 19 Analisi dell associazione

Dettagli

Le modulazioni impulsive

Le modulazioni impulsive Le modulazioni impulsive a cura di Francesco Galgani (www.galgani.it) Indice 1 Introduzione 2 2 La modulazione PAM 3 2.1 Cenni teorici....................................... 3 2.2 Simulazione con il computer

Dettagli

DEFINIZIONI SMART E RELATIVE ESERCITAZIONI

DEFINIZIONI SMART E RELATIVE ESERCITAZIONI DEFINIZIONI SMART E RELATIVE ESERCITAZIONI A B C D E 1 2 3 4 5 6 7 8 9 MODULO 3 Creazione e gestione di fogli di calcolo MODULO 3 CREAZIONE E GESTIONE DI FOGLI DI CALCOLO Gli elementi fondamentali del

Dettagli

Alcune nozioni preliminari di teoria elementare di insiemi e funzioni

Alcune nozioni preliminari di teoria elementare di insiemi e funzioni Alcune nozioni preliminari di teoria elementare di insiemi e funzioni Alberto Pinto Corso Propedeutico - METS A.A. 2013/2014 1 Insiemi 1.1 Generalità Diamo la definizione di insieme secondo Georg Cantor,

Dettagli

Introduzione alla codifica entropica

Introduzione alla codifica entropica Compressione senza perdite Il problema Introduzione alla codifica entropica Abbiamo un alfabeto di simboli A (nota: non è detto che gli elementi di A siano numeri) Sappiamo che il simbolo a A si presenta

Dettagli

LA CODIFICA DELL INFORMAZIONE

LA CODIFICA DELL INFORMAZIONE LA CODIFICA DELL INFORMAZIONE Prof. Enrico Terrone A. S: 20/2 Lo schema di Tanenbaum Il livello al quale ci interessiamo in questa lezione è il linguaggio macchina, l unico dove le informazioni e istruzioni

Dettagli

Prof. Anna Paola Ercolani (Università di Roma) Lez. 1 - La misura del comportamento - cosa misuriamo?

Prof. Anna Paola Ercolani (Università di Roma) Lez. 1 - La misura del comportamento - cosa misuriamo? Scopo del corso Il corso si propone di offrire allo studente: un introduzione alle tematiche connesse alla misura in psicologia Scopo del corso Organizzazione del corso Il corso si propone di offrire allo

Dettagli

Misure Elettriche ed Elettroniche

Misure Elettriche ed Elettroniche Misure Elettriche ed Elettroniche Università degli Studi di Sassari Facoltà di Medicina e Chirurgia Corso di Laurea in Tecniche Audioprotesiche Tecniche di Laboratorio Biomedico Anno Accademico 2011/2012

Dettagli

Gestire le Spese Famigliari e personali in modo efficace Parte 2 - aggiungere tabelle statistiche automatiche

Gestire le Spese Famigliari e personali in modo efficace Parte 2 - aggiungere tabelle statistiche automatiche Gestire le Spese Famigliari e personali in modo efficace Parte 2 - aggiungere tabelle statistiche automatiche Ideato e scritto da. Questo e-book non è protetto da copyright, il suo contenuto è pubblico

Dettagli

14Ex-Cap11.qxd :20 Pagina Le macro

14Ex-Cap11.qxd :20 Pagina Le macro 14Ex-Cap11.qxd 21-12-2006 11:20 Pagina 203 11 Le macro Creare le macro Registrare una macro Eseguire una macro Riferimenti assoluti e relativi nelle macro Assegnare un pulsante a una macro Modificare una

Dettagli

Modulo informatica di base 1 Linea 2

Modulo informatica di base 1 Linea 2 Modulo informatica di 1 Linea 2 Mattia Dip. di Informatica e Comunicazione Università degli Studi di Milano, Italia mattia.monga@unimi.it a.a. 2010/11 1 c 2010 M.. Creative Commons Attribuzione-Condividi

Dettagli

Come funzionano i legami tra attività in Microsoft Project

Come funzionano i legami tra attività in Microsoft Project Come funzionano i legami tra attività in Microsoft Project L attività di pianificazione rappresenta una fase importantissima nel lavoro del Project Manager. Una volta stabilito quali siano le attività

Dettagli

Premessa. Input /output e gestione dei file. I file e gli stream. Il puntatore al file. 21. I FILE NEL LINGUAGGIO C Versione 1.

Premessa. Input /output e gestione dei file. I file e gli stream. Il puntatore al file. 21. I FILE NEL LINGUAGGIO C Versione 1. Input /output e gestione dei file Premessa Iniziamo la lezione dicendo subito che per INPUT/OUTPUT si intende l insieme delle operazioni di ingresso ed uscita, ossia lo scambio di informazioni tra il programma

Dettagli

I grafici a torta. Laboratorio con EXCEL. 1 Come si costruisce un grafico a torta

I grafici a torta. Laboratorio con EXCEL. 1 Come si costruisce un grafico a torta I grafici a torta 1 Come si costruisce un grafico a torta In un gruppo di 130 persone è stata condotta un indagine per sapere quale è la lingua più parlata, oltre l italiano. Gli intervistati potevano

Dettagli

Metodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte III

Metodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte III Laboratorio Metodi e tecniche di analisi dei dati nella ricerca psico-educativa Parte III Laura Palmerio Università Tor Vergata A.A. 2005/2006 MISURAZIONE Misurare le variabili Assegnazione di valori numerici

Dettagli

Reti Logiche 1. Prof. B. Buttarazzi A.A. 2009/2010. Reti Sequenziali

Reti Logiche 1. Prof. B. Buttarazzi A.A. 2009/2010. Reti Sequenziali Reti Logiche Prof. B. Buttarazzi A.A. 29/2 Reti Sequenziali Sommario Analisi di Reti Sequenziali Sintesi di Reti Sequenziali Esercizi 3/6/2 Corso di Reti Logiche 29/ 2 Analisi di Reti Sequenziali Passare

Dettagli

Corso di Linguaggi di Programmazione + Laboratorio

Corso di Linguaggi di Programmazione + Laboratorio Corso di inguaggi di Programmazione + aboratorio Capitolo 1 - Introduzione Si ringrazia il Dott. Marco de Gemmis per la collaborazione nella predisposizione del materiale didattico Apprendimento di un

Dettagli

La gestione dei risultati della valutazione. Claudio Mantovani

La gestione dei risultati della valutazione. Claudio Mantovani La gestione dei risultati della valutazione Claudio Mantovani L obiettivo di questo intervento Descrivere alcune tecniche di analisi di dati dalle più semplici alle più complesse Dare suggerimenti pratici

Dettagli

Psicometria (8 CFU) Il concetto di misura

Psicometria (8 CFU) Il concetto di misura Il concetto di misura Il concetto di misura Che differenza c è tra misurare l altezza di una persona o la sua aggressività? L altezza è una caratteristica direttamente osservabile L aggressività non lo

Dettagli

Tecniche statistiche di analisi del cambiamento

Tecniche statistiche di analisi del cambiamento Tecniche statistiche di analisi del cambiamento 01-Ripasso statistica descrittiva (vers. 1.2, 4 ottobre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Fondamenti di Informatica

Fondamenti di Informatica Fondamenti di Informatica Linguag gi, Codifica e Rappresentazione dell Informazione P r o f. R a f fa e l e P i z zo l a n t e A. A. 2 0 1 6 / 1 7 Cosa abbiamo visto la volta scorsa Gli elaboratori sono

Dettagli

Teoria e pratica I formati sonori

Teoria e pratica I formati sonori ACQUISIZIONE ED ELABORAZIONE DEI SUONI Teoria e pratica I formati sonori L. De Panfilis - G. Manuppella La digitalizzazione La digitalizzazione di oggetti legati a fenomeni di tipo analogico, avviene attraverso

Dettagli

CODIFICA DI CARATTERI

CODIFICA DI CARATTERI CODIFICA DI CARATTERI Associando un simbolo dell alfabeto ad ogni numero possiamo codificare tutte le lettere Codifica ASCII (American Standard Code for Information Interchange): Caratteri speciali, punteggiatura,

Dettagli

RAPPRESENTAZIONE DELLE INFORMAZIONI

RAPPRESENTAZIONE DELLE INFORMAZIONI RAPPRESENTAZIONE DELLE INFORMAZIONI 1 RAPPRESENTAZIONE DELLE INFORMAZIONI Le informazioni gestite dai sistemi di elaborazione devono essere codificate per poter essere memorizzate, elaborate, scambiate,

Dettagli

Abbiamo visto come la codifica di testi sia (relativamente semplice) Con le immagini la questione è più complessa

Abbiamo visto come la codifica di testi sia (relativamente semplice) Con le immagini la questione è più complessa Codifica delle immagini Abbiamo visto come la codifica di testi sia (relativamente semplice) Un testo è una sequenza di simboli Ogni simbolo è codificato con un numero Ed ecco che il testo è trasformato

Dettagli

Modellazione di Workflow mediante le Reti di Petri. Prof. Giancarlo Fortino

Modellazione di Workflow mediante le Reti di Petri. Prof. Giancarlo Fortino Modellazione di Workflow mediante le Reti di Petri Prof. Giancarlo Fortino g.fortino@unical.it Introduzione Il successo di un sistema di workflow si basa sulla qualità dei flussi di lavoro che lo compongono.

Dettagli

Distribuzioni e rappresentazioni grafiche

Distribuzioni e rappresentazioni grafiche Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 Distribuzioni unitarie e di frequenza 2 3 4 5 Outline 1 Distribuzioni unitarie e di frequenza 2 3 4 5 Distribuzione unitaria [1/2] Data

Dettagli

Fondamenti di informatica II 1. Sintesi di reti logiche sequenziali

Fondamenti di informatica II 1. Sintesi di reti logiche sequenziali Titolo lezione Fondamenti di informatica II 1 Sintesi di reti logiche sequenziali Reti combinatorie e sequenziali Fondamenti di informatica II 2 Due sono le tipologie di reti logiche che studiamo Reti

Dettagli

Corso di Psicometria Progredito

Corso di Psicometria Progredito Corso di Psicometria Progredito Possibili domande d esame per la parte di Teoria e Tecnica dei Test Gianmarco Altoè Dipartimento di Psicologia Università di Cagliari, Anno Accademico 2010-2011 Sommario

Dettagli

PROBLEMI ALGORITMI E PROGRAMMAZIONE

PROBLEMI ALGORITMI E PROGRAMMAZIONE PROBLEMI ALGORITMI E PROGRAMMAZIONE SCIENZE E TECNOLOGIE APPLICATE CLASSE SECONDA D PROGRAMMARE = SPECIFICARE UN PROCEDIMENTO CAPACE DI FAR SVOLGERE AD UNA MACCHINA UNA SERIE ORDINATA DI OPERAZIONI AL

Dettagli

Teoria dell Informazione

Teoria dell Informazione Fondamenti di Informatica per la Sicurezza a.a. 2008/09 Teoria dell Informazione Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università

Dettagli

Scopo del Corso: Lezione 1. La Probabilità. Organizzazione del Corso e argomenti trattati: Prerequisiti:

Scopo del Corso: Lezione 1. La Probabilità. Organizzazione del Corso e argomenti trattati: Prerequisiti: Lezione 1 La Probabilità Scopo del Corso: Introduzione alla probabilità e alle procedure di inferenza statistica Introduzione ad alcune importanti tecniche di analisi multivariata dei dati Organizzazione

Dettagli

Esercitazione : REALIZZAZIONE IMPIANTO SEMAFORICO

Esercitazione : REALIZZAZIONE IMPIANTO SEMAFORICO Esercitazione : REALIZZAZIONE IMPIANTO SEMAFORICO Strumenti utilizzati Strumento Marca e modello Caratteristiche Alimentatore Scheda ALTERA Fotocamera digitale Topward electronics TPS- 4000 ALTERA Max

Dettagli

Corso di Informatica Modulo T2 1 - Linguaggi e macchine

Corso di Informatica Modulo T2 1 - Linguaggi e macchine Corso di Informatica Modulo T2 1 - Linguaggi e macchine 1 Prerequisiti Principi della comunicazione Rappresentazione simbolica Calcolo delle combinazioni di n oggetti a gruppi di k Dati e istruzioni Utilizzo

Dettagli

Corso di Informatica di Base

Corso di Informatica di Base Corso di Informatica di Base A.A. 2011/2012 Algoritmi e diagrammi di flusso Luca Tornatore Cos è l informatica? Calcolatore: esecutore di ordini o automa Programma: insieme di istruzioni che possono essere

Dettagli

Conversione Analogico/Digitale

Conversione Analogico/Digitale Conversione Analogico/Digitale 1 Fondamenti di Segnali e Trasmissione Conversione analogico/digitale (A/D) Per rappresentare numericamente un segnale continuo nel tempo e nelle ampiezze è necessario: Campionare

Dettagli

MATEMATICA. a.a. 2014/ LIMITI (I parte): Definizione, proprietà e calcolo. Limiti di funzioni, continuità e asintoti.

MATEMATICA. a.a. 2014/ LIMITI (I parte): Definizione, proprietà e calcolo. Limiti di funzioni, continuità e asintoti. MATEMATICA a.a. 2014/15 2. LIMITI (I parte): Definizione, proprietà e calcolo. Limiti di funzioni, continuità e asintoti. Definizione Il campo di esistenza è l insieme di tutti i punti nei quali la funzione

Dettagli

MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE

MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it GIOCHI

Dettagli

Programma del corso. Elementi di Programmazione. Introduzione agli algoritmi. Rappresentazione delle Informazioni. Architettura del calcolatore

Programma del corso. Elementi di Programmazione. Introduzione agli algoritmi. Rappresentazione delle Informazioni. Architettura del calcolatore Programma del corso Introduzione agli algoritmi Rappresentazione delle Informazioni Architettura del calcolatore Reti di Calcolatori Elementi di Programmazione Algoritmi e programmi Algoritmo Sequenza

Dettagli

ESEMPIO DI AUTOMATIZZAZIONE DI PROCESSO BIOTECNOLOGICO. (E-Wine)

ESEMPIO DI AUTOMATIZZAZIONE DI PROCESSO BIOTECNOLOGICO. (E-Wine) ESEMPIO DI AUTOMATIZZAZIONE DI PROCESSO BIOTECNOLOGICO (E-Wine) Giulio Botturi Davide Quaglia Introduzione Il caso di studio di questa esercitazione tratta la tracciabilità nella gestione di una collezione

Dettagli

AUTOMA A STATI FINITI

AUTOMA A STATI FINITI Gli Automi Un Automa è un dispositivo, o un suo modello in forma di macchina sequenziale, creato per eseguire un particolare compito, che può trovarsi in diverse configurazioni più o meno complesse caratterizzate

Dettagli

Codifica dell Informazione

Codifica dell Informazione Introduzione all Informatica Fabrizio Angiulli Codifica dell Informazione CODIFICA DI DATI E ISTRUZIONI Algoritmi Istruzioni che operano su dati Per scrivere un programma è necessario rappresentare dati

Dettagli

STRUTTURE DI CONTROLLO DEL C++

STRUTTURE DI CONTROLLO DEL C++ STRUTTURE DI CONTROLLO DEL C++ Le istruzioni if e else Le istruzioni condizionali ci consentono di far eseguire in modo selettivo una singola riga di codice o una serie di righe di codice (che viene detto

Dettagli

Sviluppo di programmi

Sviluppo di programmi Sviluppo di programmi Per la costruzione di un programma conviene: 1. condurre un analisi del problema da risolvere 2. elaborare un algoritmo della soluzione rappresentato in un linguaggio adatto alla

Dettagli

Sistemi di Elaborazione delle Informazioni

Sistemi di Elaborazione delle Informazioni SCUOLA DI MEDICINA E CHIRURGIA Università degli Studi di Napoli Federico II Corso di Sistemi di Elaborazione delle Informazioni Dott. Francesco Rossi a.a. 2016/2017 1 I linguaggi di programmazione e gli

Dettagli

Codifica dei caratteri

Codifica dei caratteri Codifica dei caratteri Alfabeto anglosassone Lettere maiuscole e minuscole Cifre numeriche (0, 1, 2,, 9) Simboli di punteggiatura (,. ; :!? ) Segni matematici (+, -, {, [, >, ) Caratteri nazionali (à,

Dettagli

Per approfondire: La rappresentazione delle informazioni all interno dei computer

Per approfondire: La rappresentazione delle informazioni all interno dei computer Per approfondire: La rappresentazione delle informazioni all interno dei computer Scelta della rappresentazione dati Di solito è una scelta convenzionale A volte vi sono vincoli da rispettare Nel caso

Dettagli

LA LOGICA FUZZY. X X c =1

LA LOGICA FUZZY. X X c =1 LA LOGICA FUZZY La logica fuzzy è una logica non binaria bensì sfumata, che prende spunto dalla filosofia buddistazen, per la quale il mondo viene visto come un qualcosa di continuo, per l appunto di sfumato.

Dettagli

Da: Stefano Tonchia Università di Udine Progettare e gestire il sistema aziendale di misurazione delle prestazioni.

Da: Stefano Tonchia Università di Udine Progettare e gestire il sistema aziendale di misurazione delle prestazioni. Strumenti di controllo costi-qualità Da: Stefano Tonchia Università di Udine Progettare e gestire il sistema aziendale di misurazione delle prestazioni. Controllo costi Le difficoltà di un accurato e affidabile

Dettagli

Codifica dell Informazione

Codifica dell Informazione Francesco Folino CODIFICA DI DATI E ISTRUZIONI Algoritmi Istruzioni che operano su dati Per scrivere un programma è necessario rappresentare dati e istruzioni in un formato tale che l esecutore automatico

Dettagli

Logica proposizionale

Logica proposizionale Definire un linguaggio formale Logica proposizionale Sandro Zucchi 2013-14 Definiamo un linguaggio formale LP (che appartiene a una classe di linguaggi detti linguaggi della logica proposizionale) Per

Dettagli

Definizione di file. Directory e file File binari e file di testo

Definizione di file. Directory e file File binari e file di testo I/O Avanzato e File Definizione di file Directory e file File binari e file di testo 5 Definizione di file Directory e file Tutti i sistemi operativi permettono di organizzare le informazioni su hard disk

Dettagli

Informatica Generale Homework di Recupero 2016

Informatica Generale Homework di Recupero 2016 Informatica Generale Homework di Recupero 016 docente: Ivano Salvo Sapienza Università di Roma Gruppo 1 Esercizio 1.1 Scrivere un programma C che presi in input due interi positivi a ed b (a, b > 0) calcola

Dettagli

01 - Elementi di Teoria degli Insiemi

01 - Elementi di Teoria degli Insiemi Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 01 - Elementi di Teoria degli Insiemi Anno Accademico 2015/2016

Dettagli

La Match Analysis per capire la pallavolo

La Match Analysis per capire la pallavolo La Match Analysis per capire la pallavolo INTRODUZIONE: Per qualsiasi allenatore è opportuno orientare il lavoro con i propri atleti al miglioramento individuale e di squadra, ma è altrettanto importante

Dettagli

04 - Logica delle dimostrazioni

04 - Logica delle dimostrazioni Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 04 - Logica delle dimostrazioni Anno Accademico 013/014 D. Provenzano,

Dettagli

La Statistica: introduzione e approfondimenti

La Statistica: introduzione e approfondimenti La Statistica: introduzione e approfondimenti Definizione di statistica Che cosa è la statistica? La statistica è una disciplina scientifica che trae i suoi risultati dalla raccolta, dall elaborazione

Dettagli

Roberto Maieli La trasmissione dell informazione

Roberto Maieli La trasmissione dell informazione Roberto Maieli La trasmissione dell informazione Corso di AIC Sistema di comunicazione Sorgente messaggio Sistema di trasmissione Trasmettitore Canale di trasmissione segnale Ricevitore rumore messaggio

Dettagli

Informatica di Base 1 Linea 1

Informatica di Base 1 Linea 1 Informatica di Base 1 Linea 1 Jianyi Lin Dipp. di Matematica e Scienze dell Informazione Università degli Studi di Milano, Italia jianyi.lin@unimi.it a.a. 2011/12 1 c 2011 J.Lin, M. Monga. Creative Commons

Dettagli