Obiettivi Formativi

Il corso si propone di fornire gli strumenti fondamentali dell analisi dei dati applicata ai fenomeni sociali. Le principali tecniche di elaborazione statistica dei dati e del campionamento statistico consentiranno lo studente di analizzare in maniera critica le informazioni provenienti da indagini sociali ed a redigere in maniera autonoma un report statistico. L'attività formativa è svolta attraverso lezioni, esercitazioni e simulazioni di indagini statistiche.

Learning Goals

The course aims to provide the fundamental tools of statistical analysis applied to social phenomena allowing the student learning the basic techniques of statistical data processing and statistical sampling. The knowledge gained will allow to analyze information from social surveys in order to prepare a statistical report independently. The training is conducted through lessions, tutorials and simulations of statistical surveys.

Metodi didattici

Lezioni, esercitazioni e verifiche intermedie.

Teaching Methods

Lessons, tutorials and progress tests.

Prerequisiti

Statistica di base

Prerequisites

Basic statistics

Verifiche dell'apprendimento

L'esame consiste in una prova scritta ( o in sostituzione in una verifica al computer) e orale con quesiti numerici e teorici. La soglia di sufficienza è fissata a 18/30. Durante il periodo delle lezioni sono previste verifiche intermedie di profitto.

Assessment

The exam consists of a written test (or as a replacement in a verification to the computer) and oral with numerical and theoretical questions.. The pass mark is 18/30. During the period of the lessons intermediate tests are conducted .

Programma del Corso

STATISTICA INFERENZIALE Popolazione e campione statistico. Statistiche descrittive e campionarie. Distribuzioni campionarie. Il campione casuale. La stima puntuale. Proprietà degli stimatori. Metodi di stima. La stima intervallare. I metodi per la costruzione di intervalli di confidenza. Verifica dipotesi. I test di significatività. Inferenza su relazioni statistiche: regressione, correlazione, associazione e contingenza. TECNICHE DI CAMPIONAMENTO NELLE SCIENZE SOCIALI Introduzione alle indagini campionarie in ambito sociale. Definizioni e concetti essenziali del campionamento. Tipi di estrazione. Spazio campionario. Probabilità di inclusione. Stimatori ed errore standard delle stime. Intervalli di fiducia. Design effect. Principali piani di campionamento. Campioni casuali (con e senza ripetizione). Formazione del campione casuale. Campioni casuali provenienti da popolazioni dicotomiche. Dimensione campionaria. Campioni stratificati. La stratificazione. Campioni non probabilistici. La pianificazione dellindagine. Regole di progettazione del questionario. Dal questionario alla matrice dei dati: codifica, inserimento e pulizia dei dati. Lelaborazione statistica dei dati. Principali indagini statistiche svolte in ambito sociale. Uso di software specifico per lelaborazione dei dati. ELEMENTI DI ANALISI MULTIDIMENSIONALE DEI DATI IN AMBITO SOCIALE La regressione lineare multipla. Regressione logit. L'analisi della varianza. L'analisi fattoriale. L'analisi dei cluster. Metodi per il trattamento di dati territoriali. Uso di software specifico per l'analisi statistica dei dati.

Course Syllabus

INFERENTIAL STATISTICS Population and statistical sample. Descriptive and sample statistics. Sample distributions. The random sample. The point estimation. Properties of the estimators. Estimation methods. Interval estimation. Methods for building confidence intervals. Hypothesis testing. Significance tests. Inference on statistical relations: regression, correlation, association and contingency. SAMPLING TECHNIQUES IN SOCIAL SCIENCES Introduction to sample surveys in the social field. Definitions and essential concepts of sampling. Types of extraction. Sample space. Probability of inclusion. Estimators and standard error of estimates. Trust intervals. Design effect. Main sampling plans. Random samples (with and without repetition). Random sample formation. Random samples from dichotomous populations. Sample size. Stratified samples. Stratification. Non-probabilistic samples. Survey planning. Rules for designing the questionnaire. From the questionnaire to the data matrix: data coding, insertion and cleaning. Statistical processing of data. Main statistical surveys carried out in the social sphere. Use of specific software for data processing. ELEMENTS OF MULTIDIMENSIONAL ANALYSIS OF DATA IN SOCIAL AREA Multiple linear regression. Logit regression. The analysis of variance. Factor analysis. Cluster analysis. Methods for processing spatial data. Use of specific software for statistical data analysis.