• Edizioni di altri A.A.:
  • 2021/2022
  • 2022/2023

  • Lingua Insegnamento:
    Inglese 
  • Testi di riferimento:
    Statistical Applications for the Behavioral and Social Sciences, 2nd Edition, K. Paul Nesserloade Jr, Laurence G. Grimm, Wiley, 2019
     
  • Obiettivi formativi:
    L’insegnamento concorre alla realizzazione degli obiettivi formativi del corso di studi in Economics and Behavioral Sciences fornendo le conoscenze e le competenze statistiche a diverse figure professionali come consulenti interni o esterni in organizzazioni pubbliche o private, marketing manager, addetti alle risorse umane al fine di:
    - supportare il policy maker attraverso la realizzazione di studi e ricerche comportamentali e sperimentali al fine di favorire lo sviluppo di politiche basate su evidenze empiriche (behaviorally-informed)
    - aiutare le aziende ad innovare e/o ad attuare cambiamenti organizzativi supportando la progettualità d'azienda attraverso l'uso di metodologie sperimentali con le quali potrà testare e revisionare le ipotesi imprenditoriali (secondo l'approccio noto come lean innovation)
    - testare nuovi prodotti e/o servizi sviluppando protocolli sperimentali e ricerche di mercato per comprendere il comportamento del consumatore/cliente
    - valorizzare le risorse umane svolgendo attività di ricerca sperimentale per l'individuazione delle migliori soluzioni da adottare nella gestione delle risorse umane.
    Al termine dell’insegnamento lo studente dovrà possedere conoscenze e competenze inerenti la terminologia statistica, gli aspetti teorici e applicativi di alcune metodologie statistiche.

    A tal fine il corso si propone di trasmettere le seguenti competenze e conoscenze: CONOSCENZE E CAPACITA' DI COMPRENSIONE
    - conosce le distribuzioni di frequenza e i principali indici statistici di tipo descrittivo (di sintesi, di forma e di variabilità);
    - conosce i principi che sono alla base del calcolo della probabilità ed i principali modelli probabilistici
    - conosce e comprende la logica per la costruzione di distribuzioni campionarie e le implicazioni per l’inferenza statistica
    - conosce e comprende la filosofia e i principi scientifici della verifica di ipotesi
    - conosce gli elementi di base e avanzati per l’utilizzo di software statistici.

    A tal fine il corso propone di trasmettere le seguenti competenze e conoscenze in termini di obiettivi particolari:

    CONOSCENZE E CAPACITA' DI COMPRENSIONE (applicata)
    Lo studente
    - sarà in grado di utilizzare definizioni e applicazioni corrette dei concetti e dei metodi statistici utilizzati nella ricerca comportamentale e nelle scienze sociali
    - sarà in grado di valutare l'affidabilità e la validità dei dati raccolti e di effettuare un'analisi descrittiva dei dati raccolti;
    - saprà individuare i metodi adatti alla comprensione e all'analisi dei dati, con particolare attenzione al quadro sperimentale;
    - saprà applicare metodi di stima su dati campionari per fare inferenza sui parametri della popolazione;
    - saprà scrivere rapporti di analisi

    AUTONOMIA DI GIUDIZIO:
    - decide in modo autonomo quali strumenti utilizzare e quali analisi effettuare per descrivere sinteticamente le caratteristiche di un collettivo
    - decide in modo autonomo quali strumenti utilizzare e quali analisi effettuare per poter fare inferenza su parametri della popolazione di interesse sulla base dei dati campionari a disposizione
    - comprende, interpreta e fornisce una valutazione critica di risultati di analisi dei dati sia descrittiva che inferenziale
    - esprime in forma orale considerazioni analitiche e di sintesi sugli aspetti
    fondamentali della disciplina ed effettua collegamenti interdisciplinari.
    ABILITA' COMUNICATIVE:
    - utilizza il linguaggio statistico in modo appropriato e pertinente;
    - comunica in forma scritta e orale i risultati delle analisi statistiche e i ragionamenti logici sottostanti.
    CAPACITÀ DI APPRENDERE
    - effettua ricerche individuali e di gruppo su aspetti specifici della disciplina
    (strumenti utilizzati: dispense, testi di approfondimento, esercitazioni di gruppo)
     
  • Prerequisiti:
    Non sono previste propedeuticità
     
  • Metodi didattici:
    L'insegnamento prevede 48 ore di lezione suddivise in 3 lezioni settimanali da 2 ore. Il corso sarà organizzato in moduli le cui lezioni saranno incentrate prevalentemente sul ricorso ai seguenti metodi didattici: lezioni frontali in aula, esercitazioni e analisi di casi di studio svolte in aula multimediale mediante l’utilizzo del software R. La frequenza è fortemente consigliata.
     
  • Modalità di verifica dell'apprendimento:
    La valutazione del livello di apprendimento sarà effettuata con il ricorso ad una prova finale al computer utilizzando il software statistico R ed una successiva prova orale. Nella prova al computer agli studenti verrà richiesto di analizzare i dati in base alle procedure apprese in classe. Tale prova ha una durata di 2 ore e rappresenta il 70% della valutazione complessiva (espressa in trentesimi) articolata in relazione agli obiettivi formativi da valutare. La prova orale (30% della valutazione complessiva) è rivolta a sondare nel discente da un lato le abilità comunicative, di padronanza del linguaggio (non solo quello tecnico specifico della materia di riferimento) e di chiarezza espositiva, dall'altro le capacità di interpretazione dei principali output delle analisi studiate nel corso provenienti dal software R. Le modalità d’esame sono le medesime per frequentanti e non frequentanti.
     
  • Sostenibilità:
    Sebbene il tema si presenti di grande rilievo le peculiarità della disciplina non consentono di affrontare tali aspetti in modo adeguato 
  • Altre Informazioni:
    Tutte le informazioni inerenti il corso, le slide delle lezioni, i materiali di supporto e le esercitazioni e tutte le comunicazioni avverranno attraverso la pagina e-learning
     

Background teorico e pratico per l'uso della Statistica nelle scienze comportamentali. Nel corso verranno trattati argomenti quali: misure di tendenza centrale e variabilità, probabilità e distribuzioni, correlazione, intervalli di confidenza e verifica di ipotesi, analisi della potenza, analisi della varianza, test del chi-quadrato, regressione lineare. Durante il corso verrà utilizzato il programma statistico R con cui eseguire analisi statistiche selezionate.

Scale di misurazione e rappresentazione grafica dei dati
Misure di tendenza centrale
Misure di variabilità
La curva Normale
Elementi di calcolo delle probabilità
Verifica d’ipotesi e distribuzioni campionarie
Test z, test t e analisi di potenza
Analisi della varianza
Regressione lineare
Test non parametrici

Avvisi

Nessun avviso in evidenza

Documenti

Nessun documento in evidenza

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram