Anno di corso: 1

Anno di corso: 2

Crediti: 8
Tipo: A scelta dello studente
Crediti: 4
Tipo: A scelta dello studente
Crediti: 1
Tipo: A scelta dello studente
Crediti: 2
Tipo: A scelta dello studente
Crediti: 3
Tipo: A scelta dello studente
Crediti: 4
Tipo: A scelta dello studente
Crediti: 16
Tipo: Lingua/Prova Finale
Crediti: 4
Tipo: Altro

ANALISI MULTILIVELLO E MULTIVARIATA

Scheda dell'insegnamento

Anno accademico di regolamento: 
2019/2020
Anno di corso: 
1
Anno accademico di erogazione: 
2019/2020
Tipo di attività: 
Obbligatorio
Lingua: 
Italiano
Crediti: 
8
Ciclo: 
Secondo Semestre
Ore di attivita' didattica: 
56
Prerequisiti: 

Gli studenti dovranno avere una certa familiarità con i modelli di regressione lineare.

Moduli

Metodi di valutazione

Tipo di esame: 
Orale
Modalita' di verifica dell'apprendimento: 

L'esame finale verterà sui materiali riportati in bibliografia.

Valutazione: 
Voto Finale

Obiettivi formativi

Il presente corso offre una presentazione teorica ed applicativa di modelli statistici applicati a dati gerarchici, longitudinali e multivariati. Al termine del corso gli studenti saranno in grado di riconoscere e implementare disegni di studio appropriati per analisi multilivello ed analisi multivariate.

Contenuti

Il corso in questione offre una panoramica di strumenti per l'analisi di dati gerarchici, longitudinali e multivariati. Gli argomenti affrontati includono tecniche di regressione multilivello, modelli di equazioni strutturali e analisi dei gruppi.

Programma esteso

La prima parte del corso è focalizzata sui metodi per l'analisi di dati gerarchici che presentano una struttura di varianza complessa. Più nello specifico verranno presentati i modelli multilivello che rappresentano un'estensione dei tradizionali modelli di regressione applicati a dati gerarchicamente strutturati, ovvero raggruppati entro unità di livello superiore (come per esempio gli studenti classificati entro le classi scolastiche, i pazienti raggruppati entro ospedali, i dipendenti accorpati entro le aziende). Questo tipo di tecniche è utilizzabile anche per dati longitudinali - nella forma di occasioni ripetute di un dato outcome nel tempo entro particolari unità - che sono ampiamente utilizzati nell'ambito delle scienze sociali.

La seconda parte del corso sarà dedicata ai dati multivariati. Verranno presentati i modelli di equazioni strutturali (SEM) e l'analisi dei gruppi. La forza dei modelli SEM sta nel fatto di inglobare sia la logica di regressione causale che la logica di analisi fattoriale entro un unico approccio.

Il corso terminerà con un approfondimento dedicato alla cluster analysis che rappresenta un prezioso strumento di esplorazione per dividere una base dati multivariata entro raggruppamenti omogenei.

Bibliografia consigliata

Kreft, I., & De Leeuw, J. (1998). Introducing multilevel modeling Thousand Oaks, CA: Sage Publications, Ltd

Singer, J.D. & Willett, J.B. (2003), Applied Longitudinal Data Analysis (ALDA), Oxford University Press. (opzionale)

De Lillo, A., Argentin, G., Lucchini, M., Sarti, S., & Terraneo, M. (2007). L'analisi multivariata per le scienze sociali. Milano : Pearson Education. (cap.7 cap.8)

Metodi didattici

Il corso si basa su lezioni frontali e su lezioni in laboratorio. Gli esercizi in classe verranno effettuati usando il software statistico Stata.