Introduzione al Corso
|
|
- Lino Marchesi
- 5 anni fa
- Visualizzazioni
Transcript
1 Introduzione al Corso Marcello Gallucci P S I C O M E T R I A Milano-Bicocca Lezione: I
2 Programma Odierno Intro del corso I numeri del corso Scopi del corso Stile del corso Esercitazioni e pratiche Esami Dettagli dei temi trattati Approccio alla statistica Il modello statistico (che cos'è la statistica)
3 Numeri del Corso 42 ore di lezione 21 lezioni, 2 ore l una (a parte le pause) 16 ore di esercitazioni 2 appelli a sessione 8 CFU
4 Scopi del Corso Ragionare sui problemi in maniera statistica Essere in grado di studiare le caratteristiche di una variabile e le relazioni fra variabili di vario genere Essere in grado di capire ed analizzare criticamente analisi statistiche condotte da altri Imparare ad apprezzare la statistica come strumento semplice ed utile
5 Stile del Corso Enfasi sui concetti Enfasi sul ragionamento statistico Minimo utilizzo di formule Utilizzo di software per i calcoli Enfasi sulla interpretazione dei risultati
6 Software Statistico Il programma SPSS verra usato per condurre i calcoli necessari alle analisi L utilizzo di SPSS verra insegnato nelle esercitazioni Varie fonti offrono guide pratiche a SPSS GOOGLE Vari testi in bibblioteca Versione 25
7 Esercitazioni Il corso si completa di 16 ore di esercitazione da tenersi nelle aule informatiche Lo scopo delle esercitazioni e di imparare ad eseguire ed interpretare praticamente le analisi statistiche studiate a lezione Iscrizione alle esercitazioni a breve In base alle preferenze, si decidera i giorni in cui tenere le esercitazioni Le esercitazioni sono fondamentali per acquisire le appropriate conoscenze pratiche del software SPSS
8 Libri di Testo Il libro di testo è Gallucci, Leone, Berlingeri (2017). Modelli statistici nelle scienze sociali, seconda edizione Le lezioni possono essere scaricate dalla pagina del corso a elearning.unimib.it I capitoli specifici sono indicati sulla pagina elearning Lezione: I
9 Esami L'esame si compone come suegue In aula informatica su SPSS Verrà fornita un breve descrizione di una ricerca relativa ai dati presenti is SPSS Verranno fatte alcune brevi domande da rispondere sulla base dei risultati ottenuti con SPSS L'orale è facoltativo ma sconsigliato Il voto all'orale fa media con lo scritto
10 Verbalizzazione Possono partecipare all'esame sono gli studenti afferenti al turno A (turno 1), matricole finali 0-4 Per verbalizzare il voto bisogna iscriversi all appello mediante SIFA La verbalizzazione del voto deve essere fatta nella stessa sessione in cui si è sostenuto gli scritti Eccezioni verranno fatte solo in casi di comprovata necessità (in caso di catastrofi, incidenti, sciagure, morte e distruzione!) In caso di mancata verbalizzazione, si dovrà ridare l esame scritto
11 Programma del Corso Definizione problema Scelta del Campione variabili relazioni Tecniche statistiche appropriate Tipo di conclusioni
12 Percezione del corpo In ricerca sull anoressia sono state misurate su un campione di 85 donne la propria figura reale, la figura ideale e l autostima. Pictorial Body Image Scale Il campione era formato da donne normo-peso e donne anoressiche
13 Misura di autostima 1. A volte mi sembra di essere totalmente inutile (*) 2. Vorrei avere più rispetto per me stessa (*) 3. Sono in grado di fare le cose bene come la maggior parte delle persone 4. Tutto sommato, sono incline a pensare di essere una fallita (*) 5. Ho un atteggiamento positivo verso me stessa 6. A volte penso di essere una buona a nulla (*) 7. Mi sembra di avere molte buone qualità 8. Sento di essere una persona di valore, almeno tanto quanto gli altri 9. Complessivamente sono soddisfatta di me stessa 10. Mi pare di non avere molto di cui essere orgogliosa (*)
14 Programma del Corso Casa vogliamo sapere da questa ricerca Definizione problema Esiste una differenza tra immagine ideale e reale? Esistono delle differenze tra i due gruppi (anoressiche vs Scelta del Campione non anoressiche)? Vi è una relazione tra anoressia e autostima variabili relazioni Vi è una relazione tra figura ideale, figura reale e autostima? Tecniche statistiche appropriate Tipo di conclusioni
15 Programma del Corso Rappresentatività dei campioni Definizione problema Come sono state reclutate le ragazze facenti parte del campione? Quanto validi saranno i nostri risultati? Scelta del Campione A quali persone possiamo generalizzare i risultati? variabili relazioni Tecniche statistiche appropriate Tipo di conclusioni
16 Programma del Corso Scale di misura: Come sono fatte le variabili Definizione problema misurate Che tipi di valori assumono le variabili figura ideale e Scelta del Campione figura reale? Come otteniamo un punteggio di autostima sulla base variabili relazioni dei 10 item della scala di autostima? Quanto è attentibile il nostro punteggio di autostima, e quello delle figure ideali e reali? Tecniche statistiche appropriate Tipo di conclusioni
17 Programma del Corso Quali analisi statistiche ci servono? Definizione problema Come si fanno? Scelta del Campione Come si interpretano variabili relazioni Tecniche statistiche appropriate Tipo di conclusioni
18 Programma del Corso Quale e il problema che voglio risolvere? Definizione problema Quante persone sono depresse? Quale è l'età in cui si sviluppa il linguaggio? Il cioccolato fa bene all'umore? Scelta del Campione variabili Ci sono differenze tra maschi e femmine nell atteggiamento verso il calcio? relazioni C e una relazione tra personalita e tasso di suicidio? Al netto del reddito, il grado di instruzione influenza l atteggiamento politico? Tecniche statistiche appropriate Tipo di conclusioni
19 Programma del Corso Su quali persone si intende trarre conclusioni Definizione problema Sugli esseri umani in generale Sugli studenti di STP Scelta del Campione variabili Sui destrimani di Abbiate Grasso relazioni Come scelgo il campione Tecniche statistiche appropriate Campioni Casuali (ricerche sul campo e esperimenti) Campioni Stratificati (sondaggi di opinione) Tipo di conclusioni Campioni Spontanei (televoto e sondaggi internet)
20 Programma del Corso Capire la composizione delle popolazioni Definizione problema Quanti pesci ci sono in un lago Quanta gente vive a Milano Scelta del Campione Quante persone che usano il Lexotan hanno risposto al mio questionario variabili relazioni Rappresentatività dei campioni Fino a che punto si può generalizzare i risultati Tecniche statistiche appropriate Di quanta gente ho bisogno per avere risultati attendibili In che misura le mie stime corrispondono alla realtà dei Tipo di conclusioni fatti
21 Programma del Corso Scale di misura: Come sono fatte le variabili Definizione problema misurate Continue (eta, autostima, estroversione, tempi di Scelta del Campione reazione, etc..) Dicotomiche (sesso, risposte si-no) variabili relazioni Categoriche (colore dei capelli, nazionalita, diagnosi DMS III) Tecniche statistiche appropriate Tipo di conclusioni
22 Programma del Corso In che relazioni sono le variabili Definizione problema allo stesso livello (associazione) Una dipende dall altra (predizione) Scelta del Campione Che relazioni voglio studiare variabili relazioni di associazione (ricerche sul campo) di relazione causale (esperimenti) Tecniche statistiche appropriate Tipo di conclusioni Disegni sperimentali e la loro logica
23 Programma del Corso In che relazioni sono le variabili Definizione problema allo stesso livello (associazione) Una dipende dall altra (predizione) Scelta del Campione Che relazioni voglio studiare variabili relazioni di associazione (ricerche sul campo) di relazione causale (esperimenti) Tecniche statistiche appropriate Tipo di conclusioni Disegni sperimentali e la loro logica
24 Programma del Corso Tecniche statistiche considerate per studiare i Definizione problema diversi tipi di relatione tra diversi tipi di variabili Scelta del Campione Tutte le tecniche statistiche considerate consentono di stimare e valutare un modello variabili relazioni statistico dei dati, cioè del fenomeno empirico investigato (cf. dopo) Tecniche statistiche appropriate Tipo di conclusioni
25 Programma del Corso Che cosa vogliamo sapere? Definizione problema Quanto sono forti le relazioni osservate (descrizione) Se le relazioni non sono dovute al caso (inferenza) Scelta del Campione variabili La precisione delle nostre stime (inferenza) relazioni Significatività dei risultati Che senso hanno i nostri risultati? Tecniche statistiche appropriate Quanto sono attendibili? Quanto sono teoricamente sensati? Tipo di conclusioni
26 Il modello statistico Un semplice modello statistico è una rappresentazione efficiente e compatta dei dati raccolti per descrivere un fenomeno empirico
27 Misura di rendimento universitario Q: Come va all'università all'università?
28 Misura di rendimento universitario Q: Come va all'università all'università? R: Male Ovviamente la statistica si interessa della rappresentazione quantitativa delle quantità e qualità del fenomeno studiato
29 Misura di rendimento universitario Q: Come va all'università all'università? R: 1. Psicologia Generale : Biologia e Genetica: Elementi di Psicometria: Fondamenti Anatomo-Fisiologici: Psicometria: 30 Queste informazioni rappresentano i dati che descrivono l'intero fenomeno (rendimento scolastico), non una rappresentazione efficiente e compatta del fenomeno
30 Misura di rendimento universitario Q: Come va all'università all'università?
31 Misura di rendimento universitario Q: Come va all'università all'università? Queste informazioni rappresentano i dati che descrivono l'intero fenomeno (rendimento scolastico), non una rappresentazione efficiente e compatta del fenomeno
32 Rappresentazione di rendimento universitario Q: Come va all'università all'università? R: Ho una media del i X i N = X
33 Misura di rendimento universitario Q: Come va all'università all'università? Queste informazioni rappresentano i dati che descrivono l'intero fenomeno (rendimento scolastico), non una rappresentazione efficiente e compatta del fenomeno
34 Rappresentazione di rendimento universitario Q: Come va all'università all'università? R: Ho una media del i X i N =X La media può rappresentare (cioè funge da rappresentazione statistica) la distribuzione di frequenza dei voti agli esami
35 Rappresentazione di rendimento universitario Q: Come va all'università all'università? R: Ho una media del i X i N =X La media può rappresentare (cioè funge da rappresentazione statistica) la distribuzione di frequenza dei voti agli esami
36 Rappresentazione di rendimento universitario Q: Come va all'università all'università? R: Ho una media del i X i N = X Tutte le assunzioni relative a questa rappresentazione (forma della distribuzione, plausibilità della rappresentazione) sono il modello statistico del fenomeno
37 Rappresentazione di rendimento universitario Il modello statistico e la rappresentazione che ne facciamo serve (tra l'altro) a tre scopi: Descrizione efficiente e compatta Predizione del futuro Inferenza sulla popolazione Cioè: comprensione del fenomeno 28.4
38 Rappresentazione di rendimento universitario Il modello statistico e la rappresentazione che ne facciamo serve (tra l'altro) a tre scopi: Descrizione efficiente e compatta Con un solo numero (o più numeri in modelli più complessi della media) possiamo descrivere una serie anche molto grande di quantità 28.4
39 Rappresentazione di rendimento universitario Il modello statistico e la rappresentazione che ne facciamo serve (tra l'altro) a tre scopi: Predizione del futuro A parità del resto, ci aspettiamo che il prossimo esame dia un voto di 28 Non abbiamo altre ragioni per aspettarci un voto più basso o più alto 28.4
40 Rappresentazione di rendimento universitario Il modello statistico e la rappresentazione che ne facciamo serve (tra l'altro) a tre scopi: Inferenza sulla popolazione Mediante il modello statistico possiamo interrogarci se la popolazione da cui provengono i nostri dati abbia (as esempio) una media maggiore di
41 Rappresentazione di rendimento universitario Il modello statistico e la rappresentazione che ne facciamo serve (tra l'altro) a tre scopi: Predizione del futuro A partià del resto, ci aspettiamo che il prossimo esame dia un voto di 28 Non abbiamo altre ragioni per aspettarci un voto più basso o più alto 28.4
42 Errore associato alla Rappresentazione Come tutte le rappresentazioni compatte ed efficienti, anche quella statistica è una approssimazione dei dati rappresentati 28.4 Se, per semplificare, diremo che la nostra performance è di 28.4, misrappresenteremo alcuni dei nostri voti effettivi
43 Errore associato alla media L approssimazione (errore) data dalla media può essere calcolata semplicemente come differenza tra il valore rappresentato (il dato grezzo) e il rappresentante (la media) 1. Psicologia Generale : Biologia: Psicometria I: = = Fondamenti Anatomo-Fisiologici: Psicometria II:
44 Errore associato alla media L approssimazione (errore) data dalla media può essere calcolata semplicemente come differenza tra il valore rappresentato (il dato grezzo) e il rappresentante (la media) i X i X N 1 2
45 Errore associato alla media Cioè otteniamo la varianza della variabile voti i X i X N 1 2 =Var X
46 Modello di rendimento universitario Q: Come va all'università all'università? Il nostro modello statistico ci consente di rappresentare la nostra performance agli esami come un numero (il parametro media ) e ci indica quanto errore (la varianza) commettiamo nel descrivere la nostra performance con la media
47 Il programma del corso Tutte le techniche statistiche del nostro corso non sono altro che delle rappresentazioni compatte ed efficienti di fenomeni misurati Ogni rappresentazione ci consentirà di parlare di una grande mole di informazioni mediante un ristretto numero di parametri Ogni modello ci consentirà di valutare la bontà della nostra rappresentazione (inversa all'errore)
48 Il programma del corso Tutte le tecniche statistiche del nostro corso non sono altro che delle rappresentazioni compatte ed efficienti di fenomeni misurati Ogni rappresentazione ci consentirà di parlare di una grande mole di informazioni mediante un ristretto numero di parametri Ogni modello ci consentirà di valutare la bontà della nostra rappresentazione (inversa all'errore)
49 Considerazioni Teoriche Il modo migliore per studiare le varie tecniche statistiche è: Capire di cosa esse sono il modello (ad esempio di una relazione due variabili continue, della relazione tra molto variabili, etc.). Quali parametri ci consentono di quantificare in maniera compatta il nostro fenomeno (cosa devo guardare e sapere cosa vuol dire) Quanto la nostra rappresentazione è buona o erronea (associata a molto errore)
50 Considerazioni Pratiche Il modo migliore per studiare le varie tecniche statistiche e adoperarle Adoperarle significa esercitarsi con SPSS Durante le esercitazioni verranno forniti vari database su cui esercitarsi Per ogni tecnica e fondamentale sapere: 1) Cosa serve, 2) su quali variabili si applica, 3) come si fa in SPSS, 4) come si interpretano i risultati Fatto ciò, l esame sarà un passeggiata!!!!
51 Fine Fine della Lezione I
Introduzione all Analisi della Varianza (ANOVA)
Introduzione all Analisi della Varianza (ANOVA) AMD Marcello Gallucci marcello.gallucci@unimib.it Variabili nella Regressione Nella regressione, la viariabile dipendente è sempre quantitativa e, per quello
DettagliMetodologie Quantitative
Metodologie Quantitative Introduzione al Corso M Q Cristina Zogmaister Milano-Bicocca cristina.zogmaister@unimib.it 1 Programma Odierno Struttura, argomenti, e stile del corso Esami Panoramica dei temi
DettagliMetodologie Quantitative
Metodologie Quantitative Introduzione al Corso M Q Marco Perugini Milano-Bicocca marco.perugini@unimib.it 1 Programma Odierno Struttura, argomenti, e stile del corso Esami Panoramica dei temi trattati
DettagliAnalisi Multivariata dei Dati
Analisi Multivariata dei Dati Introduzione al corso e al modello statistico A M D Marcello Gallucci Milano-Bicocca Lezione: I Programma Odierno I numeri del corso Programma del corso Concetti Statistici
DettagliAnalisi Fattoriale Concetti introduttivi Marcello Gallucci Milano-Bicocca
Analisi Fattoriale Concetti introduttivi A M D Marcello Gallucci Milano-Bicocca Scopi generali L Analisi Fattoriale (e varianti) si propone di estrarre un numero limitato di fattori (variabili latenti
DettagliAnalisi Multivariata dei Dati. Regressione Multipla
Analisi Multivariata dei Dati Regressione Multipla A M D Marcello Gallucci Milano-Bicocca Lezione: III Effetti multipli Consideriamo ora il caso in cui la variabile dipendente possa essere spiegata da
DettagliTitolo della lezione. Introduzione
Titolo della lezione Introduzione Informazioni sul corso - 1 Obiettivi Nel corso verranno approfonditi gli argomenti relativi alla statistica descittiva di base e alla statistica inferenziale; particolare
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 19-Rapporto fra varianze e 20-Introduzione all Anova vers. 1.0 (5 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 08-Anova con covariata (vers. 1.2, 6 dicembre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18
DettagliTecniche 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
DettagliConcetti fondamentali Introduzione ai concetti fondamentali in psicometria
Concetti fondamentali Introduzione ai concetti fondamentali in psicometria Psicometria e statistica La statistica è la disciplina che, in senso lato, si interessa della raccolta e dell'analisi dei dati
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 07a-Ripasso: Anova ad un fattore (v. 1.9a, 29 dicembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliMisure Ripetute. Analisi dei dati in disegni di ricerca con misure ripetute. Marcello Gallucci
Misure Ripetute Analisi dei dati in disegni di ricerca con misure ripetute Marcello Gallucci Introduzione Consideriamo una ricerca in cui un gruppo di pazienti è sottoposto ad un trattamento terapeutico
DettagliMETODI DI RICERCA PER LA COMUNICAZIONE
METODI DI RICERCA PER LA COMUNICAZIONE 0 - MRC / Presentazione 1 A CHI E RIVOLTO: Studenti del Corso di Studi in Comunicazione, tecnologie e culture digitali https://www.google.it/url?sa=i&rct=j&q=&esrc=s&source=images&cd=&ved=2ahukewi54omkrl
DettagliTitolo della lezione Corso di Statistica Prof. Andrea CICCARELLI
Titolo della lezione Corso di Statistica Prof. Andrea CICCARELLI Informazioni sul corso - 1 Obiettivi Nell ambito delle lezioni impartite verranno introdotti i concetti e gli strumenti essenziali della
DettagliIndice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI
Indice Prefazione all edizione italiana Gli Autori e i Curatori dell edizione italiana XI XII PARTE PRIMA ASPETTI GENERALI Capitolo 1. Introduzione 1 1.1 La psicologia scientifica 1 1.2 I contesti della
DettagliTitolo della lezione Corso di Statistica Prof. Andrea CICCARELLI
Titolo della lezione Corso di Statistica Prof. Andrea CICCARELLI Informazioni sul corso - 1 Obiettivi Nell ambito delle lezioni impartite verranno introdotti i concetti e gli strumenti essenziali della
DettagliPsicometria con Laboratorio di SPSS 1
Psicometria con Laboratorio di SPSS 1 1-Panoramica delle tecniche: Spiegazione intuitiva vers. 1.1 (vers. 1.1, 14 marzo 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliMatrici di Raven (PM47)
Matrici di Raven (PM47) Matrici di Raven (PM47) Matrici di Raven (PM47) Matrici di Raven (PM38) TRA I TEST DI TIPICA PERFORMANCE Test proiettivi Test self-report di personalità Questionari psichiatrici
DettagliIl modello lineare misto
Il modello lineare misto (capitolo 9) A M D Marcello Gallucci Univerisità Milano-Bicocca Lezione: 15 GLM Modello Lineare Generale vantaggi Consente di stimare le relazioni fra due o più variabili Si applica
DettagliCorso 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
DettagliAnalisi Multivariata dei Dati. Regressione Multipla (cap. 3)
Analisi Multivariata dei Dati Regressione Multipla (cap. 3) A M D Marcello Gallucci Milano-Bicocca Lezione: III Effetti multipli Il caso in cui la variabile dipendente possa essere spiegata da più di una
DettagliCorso di laurea in Comunicazione pubblica e d'impresa. Docente: Mariangela Zenga Ricevimento: mercoledì
Corso di laurea in Comunicazione pubblica e d'impresa Docente: Mariangela Zenga Email: mariangela.zenga@unimib.it Ricevimento: mercoledì 10.30-12.30 Organizzazione corso Lezioni Mercoledì ore 12.30-14.30
DettagliMetodologie Quantitative
Metodologie Quantitative Concetti statistici di base II M Q Marco Perugini Milano-Bicocca 1 Laboratorio Iscrizione/Scelta Turno Laboratorio Metodologie Quantitative Turno 1: Lunedì pomeriggio Turno 2:
DettagliTecniche 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
DettagliIl questionario per rilevare informazioni
Il questionario per rilevare informazioni Informazioni non scolastiche Non esistono solo le variabili relative all apprendimento o le variabili scolastiche Informazioni relative alle condizioni socio-culturali
DettagliUniversità degli Studi di Cassino. Corso di Laurea in Economia Aziendale. Corso di. Statistica. Docente: Simona Balzano.
Università degli Studi di Cassino Corso di Laurea in Economia Aziendale Corso di Statistica Docente: Simona Balzano s.balzano@unicas.it a.a. 2013-14 Statistica = Scienza delle decisioni in condizioni di
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliProf. 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
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 11-Anova con covariata (v. 1.3, 5 dicembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2018-19
DettagliVariabili e scale di misura
Variabili e scale di misura Statistica descrittiva e Analisi multivariata Prof. Giulio Vidotto PSY-NET: Corso di laurea online in Discipline della ricerca psicologico-sociale IL CAMPIONAMENTO Esempio:
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 5. La correlazione lineare Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014 Sommario 1 Tipi di relazione
DettagliCenni di statistica statistica
Cenni di statistica La statistica è una disciplina che ha come fine lo studio quantitativo e qualitativo di un particolare fenomeno in condizioni di incertezza o non determinismo, ovvero di non completa
Dettagli3) ANOVA. one-way independent ANOVA two-way repeated-measures ANOVA two-way mixed ANOVA three-way independent ANOVA
Per analizzare i dati dei disegni fattoriali, si usa l ANOVA Fattoriale. Quando si leggono le pubblicazioni, capita di vedere declinato il termine ANOVA in accordo con il disegno utilizzato: ad esempio
DettagliElementi 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
DettagliProf. Roberto Melchiori
CORSO DI LAUREA IN SCIENZE DELL'EDUCAZIONE E DELLA FORMAZIONE CORSO DI LAUREA IN SCIENZE PSICOLOGICHE DEL LAVORO E DELLE Anno Accademico2013/2014 PROGRAMMA DEL CORSO DI Pedagogia sperimentale Prof. Roberto
DettagliRichiami di inferenza statistica Strumenti quantitativi per la gestione
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Parametri e statistiche Esempi Tecniche di inferenza Stima Precisione delle stime Intervalli
DettagliCapitolo 1 Introduzione e raccolta
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 1 Introduzione e raccolta Insegnamento: Statistica dei dati Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliRichiami di inferenza statistica. Strumenti quantitativi per la gestione. Emanuele Taufer
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Inferenza statistica: insieme di tecniche che si utilizzano per ottenere informazioni su una
DettagliTeoria e tecniche dei test. Obiettivi del corso. Il concetto di misura 25/11/2013. Lezione /14 La misura del comportamento
Teoria e tecniche dei test Lezione 1 2013/14 La misura del comportamento Obiettivi del corso Il corso intende introdurre al tema della quantificazione del comportamento umano, per l acquisizione delle
DettagliCONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI
CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI ipotesi sul confronto tra le medie di due campioni indipendenti Obiettivo: decidere, attraverso il confronto tra le medie dei due campioni indipendenti,
DettagliAnalisi della Varianza Fattoriale. (Cap. 8)
Analisi della Varianza Fattoriale AMD (Cap. 8) Marcello Gallucci marcello.gallucci@unimib.it Ripasso dell ANOVA Lo studio degli effetti di una serie di variabili indipendenti nominale (gruppi) su un variabile
DettagliIl modello di regressione
Il modello di regressione Capitolo e 3 A M D Marcello Gallucci Milano-Bicocca Lezione: II Concentti fondamentali Consideriamo ora questa ipotetica ricerca: siamo andati in un pub ed abbiamo contato quanti
DettagliIl Test di Ipotesi Lezione 5
Last updated May 23, 2016 Il Test di Ipotesi Lezione 5 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Il test di ipotesi Cuore della statistica inferenziale!
DettagliMarketing - Corso progredito Marketing Research & Consumer Behavior. Gaetano Nino Miceli Maria Antonietta Raimondo
- Corso progredito Research & Consumer Behavior Gaetano Nino Miceli Maria Antonietta Raimondo - Corso progredito 1 IL CORSO Il corso di Progredito ha l obiettivo di trasferire conoscenze specialistiche
DettagliMarketing - Corso progredito Marketing Research & Consumer Behavior. Gaetano Nino Miceli Maria Antonietta Raimondo
- Corso progredito Research & Consumer Behavior Gaetano Nino Miceli Maria Antonietta Raimondo - Corso progredito 1 IL CORSO Il corso di Progredito ha l obiettivo di trasferire conoscenze specialistiche
DettagliDipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Campionamento 29/4/2005
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Campionamento 29/4/2005 Importanza del campionamento Trarre conclusioni o fare previsioni limitando l'osservazione solo a un gruppo dei soggetti che
DettagliProgrammazione Procedurale
Programmazione Procedurale Presentazione del Corso Anno Accademico 2004-2005 http://www.db.unibas.it/users/mecca/corsi/progprocedurale G. Mecca Università della Basilicata mecca@unibas.it Sommario Sommario
Dettaglitesti di riferimento struttura del corso obiettivi del corso DIAGNOSTICA PSICOLOGICA lezione 1
DIAGNOSTICA PSICOLOGICA lezione 1 testi di riferimento! Paola Magnano paola.magnano@unikore.it Ercolani, Perugini, La misura in Psicologia, LED Di Nuovo, Misurare la mente, Laterza, fino a pag. 80 obiettivi
DettagliProgrammazione annuale docente classi 1^ - 2^ - 3^-4^
Programmazione annuale docente classi 1^ - 2^ - 3^-4^ Docente Torretta Alessandra Classe 1 sez. A Indirizzo CT Materia di insegnamento Matematica Libro di testo Matematica verde volume 1 Bergamini-Trifone-Barozzi
DettagliCORSO DI LAUREA IN SCIENZE BIOLOGICHE Matematica corso A. Docente: Paola Cerrai
CORSO DI LAUREA IN SCIENZE BIOLOGICHE Matematica corso A Docente: Paola Cerrai Dipartimento di matematica Largo Pontecorvo 5 Stanza 115, piano terra e-mail: cerrai@dm.unipi.it Perché un corso di matematica
DettagliStatistica. Esercitazione 3 9 maggio 2012 Coefficiente di variazione. Serie storiche. Connessione e indipendenza statistica
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 20/202 Statistica Esercitazione 3 9 maggio 202 Coefficiente di variazione. Serie storiche.
DettagliEsercitazione n. 9 di Metodologia della Ricerca Psicologica
Esercitazione n. 9 di Metodologia della Ricerca Psicologica Quesito 1: Un ricercatore intende studiare gli effetti a lungo termine della psicoterapia in pazienti con disturbi conseguenti a eventi traumatici.
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione
DettagliCORSO DI LAUREA IN SCIENZE DELL'EDUCAZIONE E DELLA FORMAZIONE CORSO DI LAUREA IN SCIENZE E TECNICHE PSICOLOGICHE. Pedagogia generale
CORSO DI LAUREA IN SCIENZE DELL'EDUCAZIONE E DELLA FORMAZIONE CORSO DI LAUREA IN SCIENZE E TECNICHE PSICOLOGICHE Insegnamento Livello e Corso di Studio Pedagogia sperimentale Corso di Laurea in Scienze
DettagliAnalisi avanzate della regressione: la moderazione (Cap. 5 )
Analisi avanzate della regressione: la moderazione (Cap. 5 ) AMD Marcello Gallucci marcello.gallucci@unimib.it Lezione: V Struttura delle relazioni Le relazioni possibili diventano più interessanti strutturalmente
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità.
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Le distribuzioni teoriche di probabilità. La distribuzione di probabilità binomiale Corso di laurea
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 1.1 - Misurare in psicologia Davide Massidda davide.massidda@gmail.com Che cosa è la misura Misurare significa assegnare dei valori numerici a oggetti
DettagliMisure Ripetute. Partizione della Varianza. Marcello Gallucci
Misure Ripetute Partizione della Varianza Marcello Gallucci GLM l ANOVA a misure ripetute rappresenta un caso del modello lineare generale in cui la variabilità non è valutata tra gruppi ma tra misure
DettagliIl modello di regressione
Il modello di regressione Capitolo e 3 A M D Marcello Gallucci Milano-Bicocca Lezione: II Concentti fondamentali Consideriamo ora questa ipotetica ricerca: siamo andati in un pub ed abbiamo contato quanti
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 8.3 Introduzione ai test psicologici Punteggi grezzi e Punteggi standardizzati Rif. bibliografico: Boncori, L. (2006). I test in psicologia. Capitolo 3 Gianmarco Altoè Dipartimento
DettagliIntroduzione all Economia Pubblica ANALISI POSITIVA
Introduzione all Economia Pubblica ANALISI POSITIVA 1 Introduzione all Economia Pubblica Concezione organicistica e meccanicistica Qual è il ruolo dello Stato nella sfera economica? Concezione organicistica
DettagliMa quali fenomeni sono da intendersi per fenomeni collettivi?
La statistica è la scienza che studia i fenomeni collettivi di vario genere. Essa raccoglie, analizza e interpreta, utilizzando metodi e strumenti matematici, le informazioni riguardanti il particolare
DettagliQuale matematica nella scuola del primo ciclo? Progetto EM.MA Emilia Romagna
Quale matematica nella scuola del primo ciclo? Progetto EM.MA Emilia Romagna Ferrara 20 febbraio 2009 1 Quanto tempo si dedica alla matematica nel primo ciclo? Circa 1200 ore di lezione in otto anni! Perché?
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Campionamento e distribuzione campionaria della media CdL Infermieristica
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologie. Corso di Statistica Medica. Le distribuzioni teoriche di probabilità.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica Le distribuzioni teoriche di probabilità. La distribuzione di probabilità binomiale Corso di laurea in biotecnologie
DettagliRISULTATI DI UNA VERIFICA
RISULTATI DI UNA VERIFICA Domanda 1: RISULTATI DI UNA VERIFICA M513Q01-0 1 9 Il grafico seguente mostra i risultati di una verifica di scienze, ottenuti da due gruppi di studenti, indicati come Gruppo
DettagliMATEMATICA I NUMERI Asse Matematico
CLASSE DISCIPLINA TITOLO ASSI CULTURALI DURATA (in ore) I LINGUISTICO/SCIENZE UMANE MATEMATICA I NUMERI Asse Matematico 20-25 COMPETENZA (con riferimento agli assi culturali) ABILITA CONTENUTI Utilizzare
DettagliIntroduzione. Eduardo Rossi 2. Marzo Università di Pavia (Italy) Rossi Introduzione Econometria / 11
Eduardo Rossi 2 2 Università di Pavia (Italy) Marzo 2014 Rossi Introduzione Econometria - 2014 1 / 11 Econometria significa misurazione economica. Lo scopo dell econometria è molto più ampio. Definizione
DettagliStatistica: la scienza dei dati. Prof. Stefano Bonnini
Statistica: la scienza dei dati Prof. Stefano Bonnini COSA E LA STATISTICA?? La statistica è un insieme di metodologie e tecniche finalizzate alla: RILEVAZIONE, ELABORAZIONE, PRESENTAZIONE e INTERPRETAZIONE
DettagliL'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale
L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi della varianza (ANOVA) La tecnica con cui si esplorano le relazioni
Dettaglilezione 13 AA Paolo Brunori
AA 2016-2017 Paolo Brunori popolazione studiata e popolazione di interesse - popolazione studiata: popolazione da cui è stato estratto il campione - popolazione di interesse: popolazione per la quale ci
DettagliLezione 1 Corso di Statistica. Francesco Lagona
Lezione 1 Corso di Statistica Francesco Lagona Università Roma Tre F. Lagona (francesco.lagona@uniroma3.it) 1 / 21 obiettivi della lezione comprendere il campo di applicazione della statistica familiarizzare
DettagliISTITUTO TECNICO STATALE GRAZIA DELEDDA - MAX FABIANI Chimica, Materiali e Biotecnologie Costruzioni, Ambiente e Territorio Grafica e Comunicazione
ISTITUTO TECNICO STATALE GRAZIA DELEDDA - MAX FABIANI Chimica, Materiali e Biotecnologie Costruzioni, Ambiente e Territorio Grafica e Comunicazione DIPARTIMENTO MATEMATICA CURRICOLO DI ISTITUTO INDIRIZZO:
DettagliPerché il medico deve conoscere la STATISTICA? 1. LA MEDICINA STA DIVENTANDO
Lezione 1 a Introduzione alla Statistica Medica Perché il medico deve conoscere la STATISTICA? 1. LA MEDICINA STA DIVENTANDO QUANTITATIVA. 2. LA STATISTICA PERVADE LA LETTERATURA MEDICA. 3. PER PROGRAMMARE,
DettagliProgrammazione Annuale Docente Classi 1^
Programmazione Annuale Docente Classi 1^ Docenti: Caruso F, Dassisti G, Grassi P, Muratore C, Perrotta T Classi: 1C AM, 1A TUR, 1A AM, 1C TU, 1D AM, 1B TU Materia di insegnamento : Economia-Aziendale Libri
DettagliSTATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
DettagliLa distribuzione t. Federico Plazzi. 7 Novembre 2015
La distribuzione t Federico Plazzi 7 Novembre 2015 Popolazione e campioni Popolazione e campioni Definizioni ed assunzioni di partenza Campione: l insieme di individui che abbiamo potuto osservare. Popolazione
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliCome nascono le domande di ricerca?
Come nascono le domande di ricerca? Domande Perché gli studenti italiani sottovalutano le facoltà umanistiche Come influisce nella scelta dell individuo e nell andamento sociale la presenza di facoltà
DettagliScale di Misurazione Lezione 2
Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile
DettagliSTATISTICA. Regressione-4 ovvero Macron!
STATISTICA Regressione-4 ovvero Macron! Eravamo partiti da qui Stipendio medio orario 2013 Voto per Le Pen Stipendio medio orario (2013) [11,12) [12,13) [13,14) [14,15) [15,23] Eravamo partiti da qui Stipendio
DettagliCORSO INTEGRATO DI STATISTICA E INFORMATICA MEDICA
CORSO INTEGRATO DI STATISTICA E INFORMATICA MEDICA Settore Scientifico-Disciplinare: MED/01 Statistica Medica; INF/01 Informatica CFU Tot.: 5 Coordinatore: Prof. Dario Bruzzese Dip.: Sanità Pubblica.,
DettagliAnalisi della varianza a una via
Analisi della varianza a una via Statistica descrittiva e Analisi multivariata Prof. Giulio Vidotto PSY-NET: Corso di laurea online in Discipline della ricerca psicologico-sociale SOMMARIO Modelli statistici
DettagliSTRUTTURA UDA A PRESENTAZIONE. Alunni della classe terza (prima del secondo biennio) del settore Manutenzione e Assistenza Tecnica.
STRUTTURA UDA TITOLO: Proprietà elettriche della materia. Circuiti elettrici. Reti elettriche. COD. TEEA III 01/04 Destinatari A PRESENTAZIONE Alunni della classe terza (prima del secondo biennio) del
DettagliMETODOLOGIA DELLA RICERCA PSICOLOGICA. Organizzazione del corso. Organizzazione del corso 06/10/2013
METODOLOGIA DELLA RICERCA PSICOLOGICA Corso di laurea in Scienze della formazione nelle organizzazioni a.a. 2013/14 INTRODUZIONE ALLA METODOOGIA DELLA RICERCA IN PSICOLOGIA Organizzazione del corso Obiettivi
Dettaglilezione n. 6 (a cura di Gaia Montanucci) Verosimiglianza: L = = =. Parte dipendente da β 0 e β 1
lezione n. 6 (a cura di Gaia Montanucci) METODO MASSIMA VEROSIMIGLIANZA PER STIMARE β 0 E β 1 Distribuzione sui termini di errore ε i ε i ~ N (0, σ 2 ) ne consegue : ogni y i ha ancora distribuzione normale,
DettagliMatematica per psicologi
Matematica per psicologi Docente: prof. Gabriella Caristi, E-mail: caristi@units.it http://www.dsm.univ.trieste.it/~caristi Tel.: 040 558 2605 Testo: Statistical methods for the social sciences, A. Agresti-B.
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 0 Presentazione del corso Calendario lezioni Prime due settimane settimane di corso (dal 12 mag al 25 mag) in aula specchi: Lunedì ore 17-19 Venerdì
DettagliProgrammazione didattica annuale classi terze Disciplina Matematica
Primo quadrimestre L'alunno si muove con sicurezza nel calcolo algebrico, numerico e letterale NUMERI Utilizzare numeri relativi per descrivere reali Eseguire calcoli in ambito algebrico Eseguire confronti
DettagliProgrammazione annuale docente classi 1^ - 2^- 3^- 4^ -
Programmazione annuale docente classi 1^ - 2^- 3^- 4^ - Docente Trovato Grazia Classe 1 sez. B Indirizzo AM Materia di insegnamento Matematica Libro di testo Matematica.verde volume 1 Bergamini-Trifone-Barozzi
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliLa statistica descrittiva prima parte. a cura della prof.ssa Anna Rita Valente
La statistica descrittiva prima parte a cura della prof.ssa Anna Rita Valente INTRODUZIONE La statistica è una disciplina all ordine del giorno basta sfogliare un giornale per trovare dati statistici sui
Dettagli