- Offerta Formativa A.A. 2019/2020
- Laurea Magistrale in METODOLOGIA DELL'INTERVENTO PSICOLOGICO
- METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO
METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO
- Insegnamento
- METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO
- Insegnamento in inglese
- RESEARCH METHODS AND TECHNIQUES FOR INTERVENTION
- Settore disciplinare
- M-PSI/03
- Corso di studi di riferimento
- METODOLOGIA DELL'INTERVENTO PSICOLOGICO
- Tipo corso di studio
- Laurea Magistrale
- Crediti
- 12.0
- Ripartizione oraria
- Ore Attività Frontale: 60.0
- Anno accademico
- 2019/2020
- Anno di erogazione
- 2019/2020
- Anno di corso
- 1
- Lingua
- ITALIANO
- Percorso
- Intervento clinico con i singoli, le coppie, le famiglie e i contesti sociali
- Docente responsabile dell'erogazione
- CIAVOLINO Enrico
Descrizione dell'insegnamento
Nozioni di matematica e statistica di base
Il corso presenta le tecniche statistiche di analisi multidimensionale per dati quantitativi (ACP) e qualitativi (CA) nonché la Cluster Analysis per lo studio di dati sperimentali in ambito psicologico e sociale. Il modello di Analisi della Varianza completerà la parte teorica, affrontando gli aspetti parametrici relativi agli esperimenti. Gli argomenti verranno affrontati sia dal punto di vista teorico che applicativo mediante l'uso del software open source R.
Il corso, pur mantenendo un’impostazione metodologica di fondo rivolta allo studio dell’analisi multidimensionale, si propone di avvalersi del supporto di software statistici dedicati, in modo da accompagnare all’apparato teorico un consistente risvolto pratico, sia dal punto di vista della risoluzione di casi studio reali o simulati, sia nell’acquisizione di familiarità con i software per l’elaborazione dei dati.
Il corso intende fornire agli studenti i principali strumenti statistici per l’analisi di fenomeni reali di tipo psicologico e sociale, in particolare:
Conoscenze e comprensione.
Acquisire una conoscenza dei metodi e delle tecniche quantitative ad un livello post secondario mediante l'utilizzo di testi di riferimento, materiale didattico e software opensource. Saranno illustrati temi di avanguardia, come tecniche di data science per le scienze umane e sociali, inoltre verranno trasmesse nozioni che consentiranno lo sviluppo di analisi quantitative in contesti originali.
Capacità di applicare conoscenze e comprensione.
Applicare e discutere metodi quantitativi avanzati nell'ambito dell'analisi dei dati sperimentali, in modo da risolvere problemi in ambiti nuovi o non familiari.
Autonomia di giudizio.
Interpretare i dati in modo da formulare conclusioni autonome nell'ambito dell'analisi quantitativa multidimensionale.
Abilità comunicative.
Comunicare metodi e tecniche multidimensionale per la risoluzione di problemi quali-quantitativi a interlocutori specialisti e non specialisti.
Capacità di apprendimento.
Aver sviluppato le competenze necessarie per intraprendere studi successivi, oppure studi autonomi.
Le lezioni tradizionali di tipo frontale verranno accompagnate da esercitazioni svolte nel laboratorio informatico, in modo da rendere autonomi gli studenti nell’utilizzo del software statistico R per l’analisi dei modelli statistici.
Gli esami si terranno al momento in via telematica con le seguenti modalità:
La valutazione avverrà attraverso la somministrazione di un Test di 20 domande a risposta multipla con quattro modalità:
- 10 domande avranno un punteggio pari a 2.
- 10 domande avranno un punteggio pari ad 1.
- In caso di esito positivo del Test, sarà possibile integrare la valutazione con una discussione orale, nella data fissata e comunicata con la pubblicazione dei risultati.
Il link al TEAM dell’appello verrà comunicato all’email istituzionale degli studenti prenotati, il giorno dopo la chiusura delle iscrizioni all’esame. Il TEST verrà somministrato online e seguito via webcam dal docente. La compilazione delle risposte avverrà online. Gli studenti dovranno seguire la procedura indicata dalla guida per lo studente.
Il prerequisito per accedere al test è lo sviluppo di un report di ricerca (max 10 pages) in cui siano analizzati dati reali e che mostri l'apprendimento delle tecniche quantitative di analisi dei dati (ACP, AC, Cluster, AnOVa, AnCoVa) e l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.
Il report deve essere consegnato 5 giorni prima dell'esame
---------------------------
Modalità al momento non attiva
La valutazione degli studenti avviene attraverso un test scritto.
Il test è composto da 15 quesiti:
Test 1 (9 punti). Dimostrazione scritta riguardo al calcolo matriciale, l'ACP, l'AC e l'ACM
Test 2-14 (1 punto a quesito). Domande a risposta multipla con quattro modalità di risposta riguardo ai temi riportati nel Programma Esteso.
Test 15 (6 punti). Domanda aperta riguardo all'elaborato sviluppato nella tesina.
Gli studenti devono prenotarsi per l’esame finale esclusivamente utilizzando le modalità previste dal sistema VOL.
- Elementi essenziali di algebra lineare
- Definizione di Matrici e Vettori. Somma e Prodotto Interno tra matrici. Alcune proprietà delle matrici. Matrici di Codevianza e Covarianza. Standardizzazione e Matrice di Correlazione.
- Analisi in Componenti Principali (ACP)
- Definizione e obiettivi dell'ACP. Rappresentazione dei dati nello spazio degli individui: Ricerca della prima e seconda componente principale. Rappresentazione dei dati nello spazio delle variabili: Ricerca della prima e seconda componente principale. Scelta del numero delle componenti da estrarre. Rappresentazioni grafiche. Proprietà.
- Analisi delle Corrispondenze (AC)
- Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna. Spazio delle righe. Spazio delle colonne. Formule di transizione. Contributo assoluto CA e contributo relativo CR. Rappresentazioni grafiche. Proprietà.
- Analisi delle Corrispondenze (ACM)
- Introduzione e cenni storici. Matrice dei profili riga. Matrice dei profili colonna. Spazio degli individui. Spazio delle modalità. Coordinate principali. Coordinate delle unità. Coordinate delle modalità. Gli autovalori. Rappresentazioni grafiche. Proprietà.
- Cluster Analysis
- Introduzione e cenni storici. Indici di dissimilarità. Distanza Euclidea e di Manhattan. Indici di similarità. Indice di Zubin e di Jaccard. Algoritmi di CA gerarchici. Legami tra unità.
- Analisi della Varianza
- Introduzione alla statistica inferenziale, Regressione, Anova ad una via, Anova a due vie, Ancova.
Gli aspetti teorici vanno integrati con l'uso del software R. Dal sito: https://formazioneonline.unisalento.it è possibile scaricare il materiale didattico, il Template per il report e il link a dataset da utilizzare.
Alla pagina https://formazioneonline.unisalento.it sono rese disponibili dispense, data set ed esercizi di apprendimento.
Semestre
Primo Semestre (dal 30/09/2019 al 15/01/2020)
Tipo esame
Obbligatorio
Valutazione
Orale - Voto Finale
Orario dell'insegnamento
https://easyroom.unisalento.it/Orario
Mutuato da
METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO (LM34)
METODI E TECNICHE DELLA RICERCA PER L'INTERVENTO (LM34)