A.A. 2005-2006
Modelli statistici lineari (4CFU)
PS019
Docente: Corrado Caudek
Ufficio:
Via S. Anastasio 12, stanza 410
telefono: 040 558 2705
Email: caudek@units.it
Ricevimento: lunedì 12:00 - 14:00 e per appuntamento
Il corso si propone di offrire allo studente una trattazione dei concetti di
base dell'inferenza statistica applicata ai problemi psicologici. Il corso si
focalizzerà primariamente sul modello di regressione lineare.
Il modello lineare è un importante punto di partenza in quanto molti modelli più
complicati e sofisticati possono essere concepiti come varianti o estensioni del
modello di regressione lineare. Il modello lineare, inoltre, costituisce un buon
punto di partenza per iniziare a studiare le problematiche dell'inferenza
statistica dato che, in questo caso, i requisiti matematici sottostanti sono
ragionevolmente semplici. Oltre al modello lineare, nel corso verrà discusso
anche il modello di regressione logistica.
Nella mia opinione, l'analisi dei dati psicologici dovrebbe essere intesa come
il tentativo di costruzione di un modello. Costruire un modello di un fenomeno
psicologico significa fornire una rappresentazione stilizzata e semplificata del
fenomeno considerato. Nessun modello è perfettamente accurato. Il problema,
invece, è quello di stabilire se un dato modello sia in grado di descrivere un
fenomeno psicologico in maniera sufficientemente accurata da consentirci di
rispondere ad una particolare domanda con un piccolo margine d'errore.
Testi d’esame:
John Fox (1997). Applied Regression Analysis, Linear Models, and Related Methods, Sage.
John Fox (2002). An R and S-PLUS Companion to Applied Regression, Sage.
La conoscenza della lingua inglese non è strettamente necessaria. In linea di principio è possibile utilizzare dei testi italiani che coprono gli argomenti del corso e il materiale del corso disponibile sul web.
| Argomenti | Letture |
Materiale didattico |
Compiti a casa |
| Modelli statistici, tipi fondamentali d’indagine, controllo statistico, relazioni spurie, associazione e causalità | Capitoli 1 e 2 | parte1 | |
| Analisi esplorativa dei dati: visualizzazione e trasformazione dei dati | Capitoli 3 e 4 | parte2 | |
| Calcolo e interpretazione dei coefficienti di
regressione. Calcolo e interpretazione dell’errore standard della stima e del
coefficiente di correlazione. Interpretazione e limiti dei coefficienti parziali di regressione standardizzati. |
Capitolo 5 | parte 3 | |
| Modello di regressione e sue condizioni di validità. Proprietà dei coefficienti dei minimi quadrati. Inferenza sul modello di regressione. Relazioni empiriche e strutturali. | Capitolo 6 | parte 4 | |
| Variabili esplicative qualitative | Capitolo 7 | parte 5 | |
| Analisi della varianza | Capitolo 8 | parte 6 | |
| Diagnostica e soluzione dei problemi del modello lineare | Capitoli 11 e 12 | parte 7 | |
| Indici di dipendenza in una tavola 2 × 2: • differenza tra le proporzioni; • rapporto tra le proporzioni; • rapporto tra le quote; • logaritmo del rapporto tra le quote. Tipi fondamentali di indagine: • indagini longitudinali prospettive; • indagini cross-sectional; • indagini longitudinali retrospettive. |
Capitolo 15 | parte 8 | |
| Regressione logistica | Capitolo 15 | parte 9 |
Durante le esercitazioni verranno forniti esempi di analisi dei dati tramitel'uso di R.
Le esercitazioni sono un’occasione per fare domande, discutere gli esercizi e risolvere i problemi riguardanti l’utilizzo di R.
Le esercitazioni al calcolatore e gli esercizi di questo corso verranno svolti utilizzando R, un linguaggio di programmazione Open Source dedicato alla statistica. Versioni per Windows o Macintosh possono essere scaricate da Comprehensive R Archive Network, http://www.r-project.org.
Informazioni su R:
R è disponibile presso l’aula computer del Dipartimento di Psicologia.
Dato che R è gratuito, consiglio vivamente tutti gli studenti di procurarsene una copia personale.
L’esame finale, a fine corso, sarà offerto in due modalità.
La prima modalità d'esame è quella di una presentazione (10 minuti) in cui viene discussa un'analisi di dati. Un campione diverso di dati verrà fornito a ciascuno studente 24 ore prima della presentazione. La presentazione sarà seguita da una breve discussione. Tale modalità d'esame sarà offerta soltanto nella prima sessione d'esame, subito dopo la fine del corso.
La seconda modalità d'esame è quella di un test a scelta multipla e riguarderà:
Tutto il materiale presentato a lezione è reperibile in questa pagina web.
L’esame finale scritto sarà identico per gli studenti frequentanti e non
frequentanti.
Per la prima modalità d'esame, il voto finale dipenderà unicamente dalla presentazione orale. Verrà assegnato un bonus di 3 punti a chi sceglie questa modalità d'esame.
Per la seconda modalità
d'esame, il test scritto di fine corso conterà per 24/30 del voto finale e sarà costituito da una
serie di domande a scelta multipla.
L'eventuale esame orale conterà per il 50% di tale voto. L'accesso all'esame
orale facoltativo è condizionato dal superamento dello scritto.
6/30 del voto finale dipenderanno dalla conoscenza di R.
La conoscenza di R sarà valutata tramite domande a scelta multipla
presenti nella prova scritta finale.