FACOLTÀ ANNO ACCADEMICO CORSO DI LAUREA Economia 2010-2011 INSEGNAMENTO TIPO DI ATTIVITÀ AMBITO DISCIPLINARE CODICE INSEGNAMENTO ARTICOLAZIONE IN MODULI SETTORI SCIENTIFICO DISCIPLINARI DOCENTE RESPONSABILE Statistica Sociale (laboratorio) Caratterizzante Statistico, Statistico applicato, demografico 04324 NO SECS-S/05 Massimo Attanasio Professore Ordinario Università di Palermo 6 90 CFU NUMERO DI ORE RISERVATE ALLO STUDIO PERSONALE NUMERO DI ORE RISERVATE ALLE ATTIVITÀ DIDATTICHE ASSISTITE PROPEDEUTICITÀ ANNO DI CORSO SEDE DI SVOLGIMENTO DELLE LEZIONI ORGANIZZAZIONE DELLA DIDATTICA MODALITÀ DI FREQUENZA METODI DI VALUTAZIONE TIPO DI VALUTAZIONE PERIODO DELLE LEZIONI CALENDARIO DELLE ATTIVITÀ DIDATTICHE ORARIO DI RICEVIMENTO DEGLI STUDENTI Statistica e Informatica per la gestione e l’analisi dei dati 60 Nessuna Terzo Aula Dipartimento Scienze Statistiche e matematiche, Facoltà di Economia Lezioni frontali, Esercitazioni in aula, Esercitazioni in laboratorio informatico Facoltativa L’esame prevede solamente la prova scritta. Durante la prova scritta gli studenti possono utilizzare la calcolatrice scientifica e consultare un foglio protocollo a due facciate in cui possono aver trascritto ciò che ritengono più utile ai fini della prova scritta. La valutazione finale può essere integrata da un lavoro di analisi dei dati concordato col docente durante il corso. Voto in trentesimi Giorni e orario delle lezioni Lunedì: ore 12-14; Martedì: ore 9-12 Martedì 12-14 mercoledì 12-14 RISULTATI DI APPRENDIMENTO ATTESI Conoscenza e capacità di comprensione Acquisizione: 1. del linguaggio proprio della disciplina per comprenderlo e utilizzarlo appropriatamente in relazione a diversi contesti; 2. dei metodi statistici per l’analisi di dati qualitativi e quantitativi, 3. capacità di discriminare le diverse modalità di acquisizione dei dati Capacità di applicare conoscenza e comprensione Essere in grado di : distinguere tra le varie tipologie di dato e la possibilità di acquisirlo (individuale o aggregato, longitudinale/spaziale o istantaneo/puntuale ecc); 2.riconoscere la natura dei dati da elaborare in relazione agli obiettivi; 3. utilizzare , in modo critico, alcuni modelli e tecniche statistiche multidimensionali per analizzare relazioni tra variabili con diversi livelli di misura Autonomia di giudizio Essere in grado di produrre risultati in relazione e al fenomeno sostantivo (sociale, medicosanitario, educativo ecc.) e alle metodologie utilizzate. Essere in grado di collegare risultati provenienti da tecniche alternative e non. Essere in grado di sintetizzare. Abilità comunicative Essere in grado di: 1. redigere un rapporto tecnico con diversi livelli di approfondimento a seconda dell’ambito applicativo (sociale, sanitario, ecc.) e del destinatario; 2 . esporre oralmente quanto contenuto nel rapporto scritto modulando il linguaggio e il formalismo a seconda del destinatario. Capacità d’apprendimento Essere in grado di: 1. consultare la letteratura scientifica nazionale e internazionale; 2. distinguere i testi a seconda dell’ambito applicativo e del loro contenuto statistico, 3. rielaborare quanto appreso attraverso l’adattamento alle condizioni e ai limiti imposti dall’eventuale committente e dal tipo di problema da risolvere. Obiettivi del corso L’obiettivo primario del corso è il riconoscimento, la progettazione e l’analisi di dati di sociale. Lo studente deve quindi possedere gli strumenti di base per essere in grado di leggere dati di tipo sociale e descriverli attraverso tabelle, indici, rappresentazioni grafiche, modelli statistici. Esso ha quindi la finalità di fornire alcuni strumenti propedeutici per la progettazione e la realizzazione di una indagine sociale. Il corso è essenzialmente organizzato intorno all’analisi guidata di alcuni insiemi di dati reali rilevati in diversi ambiti applicativi (istruzione, mercato del lavoro, demografia, medicina, ecc.) Conoscenze propedeutiche Variabili aleatorie discrete e continue: distribuzione di probabilità, funzione di ripartizione e funzione di densità. Funzione di ripartizione e densità di variabili aleatorie bidimensionali. Principi e metodi della stima e della verifica di ipotesi. Tabelle di contingenza a due vie: struttura di probabilità, probabilità congiunta, marginale e condizionata, campionamento binomiale, di Poisson e multinomiale; tabelle di contingenza a tre vie: test di mutua indipendenza, associazione parziale e paradosso di Simpson, associazione marginale; rapporti di quote marginali e condizionati, indipendenza condizionata e marginale Inferenza sul modello di regressione lineare semplice. Regressione logistica con regressori quantitativi e con variabili dummy. Testi consigliati: Agresti A. (1990) An Introduction to Categorical Data Analysis, Wiley (pp.1 e 2.1) Collett D. (1999), Modelling binary data. Chapman & Hall. Attanasio M. Dispense sull’aggregazione di categorie e collassamento di variabili. M.Attanasio e V.Capursi (1997), Graduatorie sulla qualità della vita: prime analisi di sensibilità delle tecniche adottate, in Atti della XXXV Riunione Scientifica della SIEDS ‘Politiche e tecniche di valutazione dell’attività della Pubblica Amministrazione e degli interventi sociali’, Alghero, maggio 1997. F. Aiello, M.Attanasio (2004), How to transform a batch of simple indicators to make up a unique one?, Atti della XLII Riunione Scientifica della SIS, Bari, giugno 2004. Ore LABORATORIO di STATISTICA SOCIALE LEZIONI FRONTALI Introduzione al corso. Illustrazione del programma: obiettivi, prova 2 finale e propedeuticità.. Introduzione alle tipologie indagini statistiche 4 La rappresentazione dei dati multidimensionali. Modello di regressione logistica. 4 Costruzione del dato attraverso un’indagine e utilizzo di dati rilevati da altri (indagine fondamentali in campo medico, sociale, demografico) 2 2 Data analysis e tecniche di categorizzazione 2 Interazione: definizione, forme funzionali e analisi grafica. Bontà di adattamento di un modello di regressione logistica: calcolo 2 della deviance. applicazioni Costruzione di un’indagine reale ad hoc. Introduzione al problema. 4 Elaborazione di un rapporto conclusivo sull’indagine ad hoc 2 Indicatori e indici 2 Costruzione di indicatori composti (qualità della vita) 4 ESERCITAZIONI Modello di regressione logistica ed introduzione all’utilizzo del 1 software statistico SAS Tecniche per l’aggregazione di categorie: metodo di Irwin-Lancaster, 3 statistiche test X2 e G2 2 Analisi dati di uno caso studio in campo educativo Interazione e aggregazioni di categorie nello studio di indagini 2 mediche Framingham Creazione e somministrazione del questionario per un’indagine ad 2 hoc 2 Somministrazione del questionario e codifica indagine ad hoc 2 Analisi dei dati sull’indagine ad hoc (costruzione di tabelle) 3 Tecniche per la stesura di un report statistico 1 Costruzione di indicatori composti (qualità della vita)