Syllabus del corso
Area di apprendimento
Area dell'apprendimento esperienziale
Obiettivi formativi
Conoscenza e comprensione
Conoscere e comprendere cosa sono l’Analisi della Varianza (ANOVA) e i modelli di regressione lineare, avere delle nozioni di base su tecniche più avanzate quali i modelli lineari generalizzati
Identificare quando e perché le tecniche statistiche sopraccitate possono essere usate per rispondere a quali quesiti teorici
Capacità di applicare conoscenza e comprensione
Scegliere il modello adeguato di ANOVA per i dati a disposizione ed eseguirlo con il software
Scegliere ed eseguire il modello adeguato di regressione lineare per i dati a disposizione
Essere in grado di interpretare i risultati e le inferenze che essi consentono
Comprendere quale tipo di modello statistico avanzato si applica per tipi di dati diversi
Contenuti sintetici
Utilizzando il software statistico JAMOVI, ci si focalizzerà in particolare sui vari modelli ANOVA e sui modelli di regressione lineare multipla. Durante gli incontro di laboratorio, gli studenti impareranno ad eseguire le analisi statistiche su diversi dati ed a interpretarne i risultati.
Programma esteso
Breve introduzione a JAMOVI
Modelli di Analisi di Varianza (tra soggetti, entro soggetti, disegno misto)
Analisi della regressione (semplice e multipla – mediazione e moderazione)
Cenni sui modelli lineari generalizzati
Prerequisiti
Gli studenti devono avere una conoscenza di base di software per la creazione e gestione di dati empirici (ad es., Excel, SPSS, o simili), in modo da poter eseguire operazioni semplici (inserimento dati, creazione variabili,…). Le principali nozioni teoriche riguardanti le diverse tecniche statistiche usate verranno fornite negli incontri di laboratorio.
Metodi didattici
Presentazione delle nozioni principali delle tecniche statistiche affrontate, esempi di analisi, e svolgimento individuale da parte degli studenti di esercizi simili. Circa il 50% delle ore (12 ore) saranno di didattica erogativa e il restante 50% (12 ore) di didattica interattiva (sessioni pratiche, esercizi). Il corso sarà erogato in lingua italiana e interamente in presenza.
Modalità di verifica dell'apprendimento
Nel corso dei laboratori gli studenti svolgeranno esercizi specifici sulle due tematiche principali studiate (Analisi della Varianza e Regressione Lineare Multipla) per valutare le loro abilità nell’esaminare la validità di alcune ipotesi eseguendo analisi appropriate ed interpretando adeguatamente i risultati. Agli studenti è richiesta una frequenza pari ad almeno il 70% del monte ore totale del laboratorio.
Testi di riferimento
Gallucci, M., Leone, L., & Berlingeri, M. (2017). Modelli statistici per le scienze sociali. Pearson
Navarro DJ and Foxcroft DR (2022). Learning statistics with Jamovi: a tutorial for psychology students and other beginners. (Version 0.75). DOI: 10.24384/hgc3-7p15 (https://www.learnstatswithjamovi.com/)
Sustainable Development Goals
Learning area
Area of experiential learning
Learning objectives
Knowledge and understanding
Know and understand what Analysis of Variance (ANOVA) and linear regression models are, have a basic knowledge of more advanced techniques such as generalized linear models
Identify when and why the above statistical techniques can be used to answer which theoretical questions
Ability to apply knowledge and understanding
Choose the appropriate ANOVA model for the data at hand and run it with the software
Choose and run the appropriate linear regression model for the data at hand
Be able to interpret the results and the inferences they allow
Understand which type of advanced statistical model applies to different data types
Contents
Using the statistical software JAMOVI, we will focus in particular on various ANOVA models and multiple linear regression models. During the laboratory meetings, students will learn to perform statistical analyzes on different data and interpret the results.
Detailed program
Brief introduction to JAMOVI
Analysis of Variance models (between-subjects, within-subjects, mixed design)
Regression analysis (simple and multiple – mediation and moderation)
Notes on generalized linear models
Prerequisites
Students should have a basic knowledge of software for creating and managing empirical data (e.g., Excel, SPSS, or similar), in order to be able to perform simple operations (data entry, variable creation,…). The main theoretical notions regarding the different statistical techniques used will be provided in the laboratory meetings.
Teaching methods
Presentation of the main notions of the statistical techniques addressed, examples of analysis, and individual performance by the students of similar exercises. Around 50% of the hours (12 hours) will be of traditional teaching and the remaining 50% (12 hours) will be of interactive teaching (practical sessions/exercises). The laboratory will be held in Italian and entirely in presence.
Assessment methods
During the meetings, students will carry out specific exercises on the two main topics studied (Analysis of Variance and Multiple Linear Regression) to evaluate their skills in examining the validity of some hypotheses by performing appropriate analyses and adequately interpreting results. Students are expected to participate to at least 70% of the total hours (24 hours) of the laboratory.
Textbooks and Reading Materials
Gallucci, M., Leone, L., & Berlingeri, M. (2017). Modelli statistici per le scienze sociali. Pearson
Navarro DJ and Foxcroft DR (2022). Learning statistics with Jamovi: a tutorial for psychology students and other beginners. (Version 0.75). DOI: 10.24384/hgc3-7p15 (https://www.learnstatswithjamovi.com/)
