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)