Insegnamento mutuato da: B019225 - METODI STATISTICI PER LA RICERCA SOCIALE Laurea Magistrale in SOCIOLOGIA E RICERCA SOCIALE
Lingua Insegnamento
Italiano
Contenuto del corso
Richiami di inferenza statistica; Confronto fra due gruppi; Studio dell'associazione tra variabili categoriali; Correlazione; Regressione lineare; introduzione alle relazioni
multivariate; Regressione multipla; Analisi della varianza
(ANOVA);
Analisi della covarianza
(ANCOVA);
Scelta del modello di regressione multipla and diagnostiche di regressione; Il modello di regressione logistica per risposte binarie; Introduzione all'inferenza causale e ai metodi di valutazione.
Agresti Alan, Finlay Barbara. (2015) Metodi statistici di base e avanzati per le scienze sociali. Pearson Prentice Hall.
Obiettivi Formativi
Gli studenti acquisiranno la capacità di utilizzare e interpretare modelli statistici
per variabili risposta continue e binarie e l'abilità di applicare e interpretare appropriati metodi statistici per le analisi causali.
Prerequisiti
Elementi di statistica descrittiva ed inferenziale.
Metodi Didattici
Lezioni frontali
Altre Informazioni
Non disponibili
Modalità di verifica apprendimento
Esame scritto
Programma del corso
Richiami di inferenza statistica: Variabili e loro misurazione; Statistiche e distribuzioni campionarie; Stima puntuale, Stima intervallare; Test delle ipotesi statistiche.
Confronto tra gruppi: Introduzione al confronto tra gruppi; Confronto tra due proporzioni; Confronto tra due medie; Confronto di due medie per campioni dipendenti.
Studio dell'associazione tra variabili categoriali: Distribuzioni di frequenza congiunte, marginali e condizionate; Indipendenza e dipendenza statistica;
Test chi-quadro di
indipendenza; I residui; Misure di associazione (differenza tra proporzioni; rischio relativo e odds ratio).
Correlazione: Dipendenza lineare; Covarianza; Coefficiente di correlazione; Inferenza per il coefficiente di correlazione lineare.
Regressione lineare: Assunzioni del modello di regressione lineare; interpretazione dei coefficienti del modello di regressione;
Stima dei minimi quadrati dei coefficienti di regressione; Valori stimati e residui di regressione; Interpolazione e estrapolazione;
Scomposizione della somma dei quadrati; Indice di determinazione lineare; Inferenza nel modello di regressione (test delle ipotesi e intervalli di confidenza per i coefficienti di regressione, intervalli di confidenza per i valori attesi e le previsioni).
Introduzione alle relazioni multivariate.
Regressione multipla: Assunzioni del modello di regressione multipla; interpretazione dei coefficienti del modello di regressione multipla; Valori stimati e residui di regressione;
Indice di determinazione lineare multipla e coefficiente di correlazione multipla; Inferenza nel modello di regressione multipla (test delle ipotesi e intervalli di confidenza per i coefficienti di regressione); Interazione fra le variabili esplicative; Modelli di regressione a confronto.
Analisi della varianza (ANOVA). Il confronto tra medie: Analisi della varianza a una via e Test F; Confronto multiplo di medie; ANOVA attraverso modelli di regressione; ANOVA a due vie; Confronto tra modelli.
Analisi della covarianza (ANCOVA). Modelli di regressione con predittori quantitative e qualitativi; Interazione tra predittori qualitativi e quantitativi; Inferenza nel modello di analisi della covarianza; Confronto tra modelli.
Introduzione alle procedure di selezione dei modelli; Diagnostiche di regressione; Multicollinearità
Il Modello di regressione logistica per variabili risposta binarie: Introduzione ai modelli lineari generalizzati; Regressione logistica con un solo predittore; Regressione logistica multipla; Inferenza per i modelli di regressione
logistica; Confronto tra modelli di regressione logistica.
Inferenza causale e metodi di valutazione: Introduzione all'approccio dei risultati potenziali (definizione dei concetti primitivi e del meccanismo di assegnazione); Esperimenti randomizzati;
Approcci all'inferenza causale (metodi basati sul meccanismo di assegnazioni e metodi basati su modelli); Disegno e analisi di studi osservazionali per la valutazione di impatto