Course Syllabus
Obiettivi formativi
Al termine del corso, lo studente sarà in grado di:
-
Acquisire conoscenze avanzate sui metodi statistici per l’analisi dei fenomeni turistici e dell’ambiente fisico e sociale, con particolare attenzione all’analisi di variabili categoriche, ai dati spaziali e alla regressione logistica.
-
Applicare tecniche statistiche in modo critico e appropriato per progettare, condurre e interpretare indagini empiriche nel settore turistico, utilizzando il software SPSS.
-
Selezionare e combinare strumenti statistici adeguati per l’analisi di relazioni multivariate e spaziali, formulando giudizi fondati sui risultati ottenuti.
-
Comunicare efficacemente risultati di analisi statistiche, sia in forma scritta che orale, in contesti professionali e multidisciplinari.
-
Sviluppare capacità di apprendimento autonomo e continuo nell’ambito della statistica applicata, aggiornando le proprie competenze con riferimento alla letteratura scientifica e ai nuovi strumenti analitici.
Contenuti sintetici
Il corso presenta metodi di analisi statistica univariata e multivariata, con particolare attenzione alle tecniche più utilizzate per lo studio dell’ambiente inteso sia come spazio fisico (territorio), sia come contesto sociale in cui gli individui vivono e lavorano.
Tra le tecniche trattate vi sono: analisi di indipendenza stocastica, regressione logistica, analisi dei cluster e un'introduzione all' analisi dei dati spaziali. Il corso prevede anche l’utilizzo del software SPSS per la risoluzione di problemi concreti e per lo svolgimento di analisi empiriche nell’ambito del turismo.
Programma esteso
-
Analyzing Association between Categorical Variables
Agresti A., Finlay B. “Statistical Methods for the Social Sciences” Pearson International Edition (fourth Edition)
- Contingency tables
- Chi-Squared Test of Independence
- Residuals: Detecting the Pattern of Association
- Measuring Association In Contingency Tables
- Logistic regression
Agresti A. (2007) An Introduction to Categorical Data Analysis, John Wiley & Sons,
- Chap. 3 Generalized linear model, pag. 70-72
- Chap. 4 Logistic regression, pag. 99-106;110-113; 115-121
- Chap. 5 Building and Applying Logistic regression Models, pag.137-139; 141-143; 144-152;
- Chap. 6 Multicategory Logit Models, pag. 173-187
-
Cluster analysis
Bartholomew D.J., Steele F., Moustaki I., Galbraith J.I. (2008). Analysis of Multivariate social science data (2nd ed.). CRC Press, Chap 2 -
Introduction to spatial statistics
Schabenberger, O., & Gotway, C.A. (2005). Statistical Methods for Spatial Data Analysis (1st ed.). Chapman and Hall/CRC, Chap 1
Prerequisiti
Conoscenza della statistica descrittiva univariata e del modello lineare uni e multivariato.
Metodi didattici
Il modulo prevede una attività didattica erogativa di 20 ore (lezioni frontali in aula) ed una attività interattiva di 8 ore in laboratorio statistico (utilizzo di SPSS).
Qualora i laboratori non fossero disponibili per motivi legati alla ristrutturazione degli edifici, una parte delle attività di laboratorio verrà svolta da remoto (utilizzo del laboratorio virtuale).
Modalità di verifica dell'apprendimento
La verifica dell'apprendimento comprende:
- una prova personale scritta sulla conoscenza teorica degli argomenti;
- un lavoro di gruppo comprendente una presentazione orale ed una relazione relativamente ad un'indagine originale sul tema del turismo.
Il voto finale del modulo sarà dato dalla media ponderata della prova personale (con peso 30%) e del lavoro di gruppo (con peso 70%).
Testi di riferimento
-
Agresti A., Finlay B. “Statistical Methods for the Social Sciences” Pearson International Edition (fourth Edition).
-
Agresti A. (2007) An Introduction to Categorical Data Analysis, John Wiley & Sons,
-
Bartholomew D.J., Steele F., Moustaki I., Galbraith J.I. (2008). Analysis of Multivariate social science data (2nd ed.). CRC Press, Chap 2
-
Schabenberger, O., & Gotway, C.A. (2005). Statistical Methods for Spatial Data Analysis (1st ed.). Chapman and Hall/CRC, Chap 1
Periodo di erogazione dell'insegnamento
Secondo semestre
Lingua di insegnamento
Inglese
Sustainable Development Goals
Learning objectives
At the end of the course, the student will be able to:
-
Acquire advanced knowledge of statistical methods for the analysis of tourism phenomena and the physical and social environment, with particular focus on categorical variables, spatial data, and logistic regression.
-
Critically and appropriately apply statistical techniques to design, conduct, and interpret empirical research in the tourism sector, using statistical software (especially SPSS).
-
Select and combine suitable statistical tools for the analysis of multivariate and spatial relationships, formulating well-founded judgments based on the results obtained.
-
Communicate statistical analysis results effectively, both in written and oral form, in professional and multidisciplinary contexts.
-
Develop autonomous and continuous learning skills in applied statistics, updating their competencies with reference to scientific literature and emerging analytical tools.
Contents
The course presents methods of univariate and multivariate statistical analysis, with particular focus on techniques most commonly used to study the environment, understood both as physical space (territory) and as the social context in which individuals live and work.
The techniques covered include: analysis of stochastic independence, logistic regression, cluster analysis, and an introduction to spatial data analysis. The course also includes the use of SPSS software for solving real-world problems and conducting empirical research in the field of tourism.
Detailed program
-
Analyzing Association between Categorical Variables
Agresti A., Finlay B. “Statistical Methods for the Social Sciences” Pearson International Edition (fourth Edition)
- Contingency tables
- Chi-Squared Test of Independence
- Residuals: Detecting the Pattern of Association
- Measuring Association In Contingency Tables
- Logistic regression
Agresti A. (2007) An Introduction to Categorical Data Analysis, John Wiley & Sons,
- Chap. 3 Generalized linear model, pag. 70-72
- Chap. 4 Logistic regression, pag. 99-106;110-113; 115-121
- Chap. 5 Building and Applying Logistic regression Models, pag.137-139; 141-143; 144-152;
- Chap. 6 Multicategory Logit Models, pag. 173-187
-
Cluster analysis
Bartholomew D.J., Steele F., Moustaki I., Galbraith J.I. (2008). Analysis of Multivariate social science data (2nd ed.). CRC Press, Chap 2 -
Introduction to spatial statistics
Schabenberger, O., & Gotway, C.A. (2005). Statistical Methods for Spatial Data Analysis (1st ed.). Chapman and Hall/CRC, Chap 1
Prerequisites
Knowledge of univariate descriptive statistics and the univariate and multivariate linear model.
Teaching methods
The module includes 20 hours of traditional classroom teaching (lectures) and 8 hours of interactive activities in the statistics lab (using SPSS).
If the physical laboratories are unavailable due to building renovations, part of the lab activities will be conducted remotely using the virtual lab environment.
Assessment methods
The assessment includes:
- a personal written test on the theoretical knowledge of the topics;
- a group project, which includes an oral presentation and a report on an original survey on the topic of tourism.
The final grade for the module will be a weighted average of the personal test (weight: 30%) and the group project (weight: 70%).
Textbooks and Reading Materials
-
Agresti A., Finlay B. “Statistical Methods for the Social Sciences” Pearson International Edition (fourth Edition).
-
Agresti A. (2007) An Introduction to Categorical Data Analysis, John Wiley & Sons,
-
Bartholomew D.J., Steele F., Moustaki I., Galbraith J.I. (2008). Analysis of Multivariate social science data (2nd ed.). CRC Press, Chap 2
-
Schabenberger, O., & Gotway, C.A. (2005). Statistical Methods for Spatial Data Analysis (1st ed.). Chapman and Hall/CRC, Chap 1
Semester
Second semester
Teaching language
English
