TITOLO DEL CORSO:
Analisi dei dati categoriali.
DOCENTE: Ivano Bison, [email protected], ricevimento su appuntamento
OBIETTIVI FORMATIVI
Il corso si propone di introdurre i dottorandi alla modellistica per il trattamento di
dati categoriali.
CONTENUTI DEL CORSO
Le sei lezioni del corso tratteranno i seguenti argomenti + le sei esercitazioni:
1) Introduzione al trattamento di dati categoriali: analisi di una tabelle a
doppia entrata, indipendenza e test di indipendenza, odds, odds-ratio, logodds, .
2) Il modello ANOVA come punto di partenza per lo sviluppo dei modelli lineari
generalizzati¸ parametri, distribuzioni per dati categoriali e per eventi binari.
3) Il modello log-lineare: Il modello log-lineare come sviluppo del modello
d’indipendenza, le procedure di calcolo e l’interpretazione dei parametri; .
Una applicazione allo studio della mobilità sociale.
4) Il modello logit come sviluppo del modello log-lineare, interazioni e modelli
con parametri lineari: una applicazione allo studio del comportamento
elettorale.
5) Dal macro al micro: La regressione logistica binomiale come sviluppo logico
– matematico del modello logit. Una applicazione allo studio della
transizione alla scuola media superiore in Italia.
6) Dai processi di scelta dicotomica ai processi di scelta politomica: La
regressione logistica multinomiale.
METODO DIDATTICO/ISTRUZIONI PER GLI STUDENTI
Il corso si struttura con lezioni in aula e lezioni in laboratorio. Le lezioni in aula
hanno lo scopo di introdurre l’argomento in termini teorici e formali, mentre le
lezioni in laboratorio hanno la finalità di tradurre in pratica quanto appreso in aula.
TESTI LA CUI CONOSCENZA VIENE DATA PER SCONTATA PER L’INSEGNAMENTO
Il corso non prevede la conoscenza di testi particolari, piuttosto la presenza di
competenze di base di statistica (vedi punto sotto). Si da inoltre per scontata la
conoscenza del volume La ricerca sociale : metodologia e tecniche / Piergiorgio Corbetta.
Bologna : Il mulino, 2003, volume IV.
COMPETENZE LA CUI ACQUISIZIONE VIENE DATA PER SCONTATA NEL CORSO
DELL’INSEGNAMENTO
Il corso da per consolidate sia le basi di statistica fino alla regressione lineare
multipla fornite nel corso di introduzione alla statistica della dott.ssa Scherer sia le
competenze nel trattamento dei dati in SPSS forniti dal dott. Poggio sia le basi di
metodi e tecniche forniti nel corso di metodologia.
MODALITA’ DI VALUTAZIONE DELL’APPRENDIMENTO
La realizzazione di un paper scientifico (Traccia per la lo standard redazionale e
contenutistico del lavoro sono gli articoli pubblicati nella European Sociological
Review). La valutazione negativa del paper sarà causa di non ammissione al
secondo anno del dottorato.
TESTI DI RIFERIMENTO.
Introductory statistics : a modelling approach / J.K. Lindsey. Oxford : Clarendon, 1995.
An introduction to categorical data analysis / Alan Agresti. New York, N.Y. [etc.] : Wiley,
1996.
Metodi di analisi multivariata per le scienze sociali / Piergiorgio Corbetta. Bologna : Il
mulino, 1992.
APPROFONDIMENTI CONSIGLIATI
Categorical data analysis / Alan Agresti. 2. ed. New York, N.Y. [etc.] : Wiley, 2002.
Logistic regression : a primer / Fred C. Pampel. Thousand Oaks, Calif. [etc.] : Sage, c2000.
Logistic regression : a self-learning text / David G. Kleinbaum, Mitchel Klein. 2nd ed. New
York, N.Y. [etc.] : Springer, c2002.
Logit modeling : practical applications / Alfred Demaris. Newbury Park, Calif. [etc.] : Sage,
c1992
Logit and probit ordered and multinominal models / Vani, K. Borooah. Thousand Oaks,
Calif. [etc.] : Sage, c2002.
Log-linear models and logistic regression / Ronald Christensen . 2. ed New York, N.Y. [etc.] :
Springer, c1997.
