Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Psicologia
PSICOLOGIA COGNITIVA APPLICATA
Insegnamento
STATISTICA MULTIVARIATA
PSN1032475, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
PSICOLOGIA COGNITIVA APPLICATA
PS1978, ordinamento 2017/18, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese MULTIVARIATE STATISTICS
Dipartimento di riferimento Dipartimento di Psicologia Generale
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile MICHELE VICOVARO M-PSI/03

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Psicologia generale e fisiologica M-PSI/03 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 6.0 42 108.0

Calendario
Inizio attività didattiche 02/03/2020
Fine attività didattiche 12/06/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2017

Commissioni d'esame
Commissione Dal Al Membri
7 2019 01/10/2019 30/09/2020 VICOVARO MICHELE (Presidente)
DA POS OSVALDO (Membro Effettivo)
MANNARINI STEFANIA (Membro Effettivo)
STEFANUTTI LUCA (Membro Effettivo)
VIDOTTO GIULIO (Membro Effettivo)

Syllabus
Prerequisiti: - Buona conoscenza delle principali statistiche descrittive (media, mediana, varianza, ecc.).

- Conoscenza dei fondamentali della teoria della misurazione (misure su scale nominali, ordinali, intervallo, e rapporti).

- Conoscenza dei principi di base della statistica inferenziale.

In generale, le conoscenze richieste sono quelle che tipicamente vengono acquisite tramite i corsi di Psicometria delle Lauree Triennali.
Conoscenze e abilita' da acquisire: COMPETENZE TEORICHE: Comprendere come gestire e organizzare un dataset. Scegliere il metodo di analisi appropriato per le varie situazioni di ricerca. Comprendere come interpretare i risultati delle analisi statistiche. Comprendere la relazione tra disegno di ricerca, metodo di analisi dei dati, e interpretazione dei risultati.

COMPETENZE PRATICHE: Acquisire la conoscenza di base del software Rstudio per la gestione, l'analisi, e la rappresentazione dei dati di ricerca.
Modalita' di esame: L'esame è scritto con domande aperte, che verteranno sia su temi teorici che su esercizi. L'esame dura 2 ore. E' prevista la possibilità di una integrazione orale facoltativa in forma di progetto di ricerca da presentare in aula.
Criteri di valutazione: Saranno valutate le competenze specifiche e critiche relative alla capacità di comprendere e applicare i metodi di analisi opportuni a specifiche situazioni.
Contenuti: - Distribuzione univariata e bivariata dei dati (identificare e gestire l'eventuale presenza di outliers).

- Regressione lineare bivariata e regressione lineare multipla.

- Analisi della varianza (ANOVA ad un fattore e a più fattori, analisi degli effetti principali e delle interazioni, ANOVA between subjects e within subjects).

- Modelli di regressione multivariata (elementi di modelli di equazioni strutturali).

- Effect size e potenza statistica.

- Fondamenti dell'approccio Bayesiano all'analisi dei dati.

- Utilizzare il software Rstudio per applicare le conoscenze teoriche acquisite a contesti di ricerca reali.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali e interattive, con svolgimento di esercitazioni individuali e di gruppo.
Eventuali indicazioni sui materiali di studio: Le slide, gli esercizi e ulteriori materiali saranno messi a disposizione come materiale di apprendimento.
Testi di riferimento:
  • Barbaranelli, Claudio, Analisi dei dati. Tecniche multivariate per la ricerca psicologica e sociale.. Milano: LED, 2007. Cerca nel catalogo
  • Pastore, Massimiliano, Analisi dei dati in psicologia con applicazioni in R. Bologna: Il mulino, 2015. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Laboratory
  • Problem based learning
  • Interactive lecturing
  • Working in group
  • Questioning
  • Problem solving
  • Flipped classroom
  • Peer feedback

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • Top Hat (active quiz, quiz)

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Istruzione di qualita'