CALCAGNI' ANTONIO

Recapiti
Posta elettronica
3f339311ec388c6307de4599f3659cd1
porta questa
pagina con te
Struttura Dipartimento di Psicologia dello Sviluppo e della Socializzazione
Telefono 0498276524
Qualifica Ricercatore a tempo determinato di tipo A
Settore scientifico M-PSI/03 - PSICOMETRIA
Rubrica di Ateneo  Visualizza
 

Avvisi e altre informazioni
Per informazioni più dettagliate su attività di ricerca e didattica si faccia riferimento a: <u><a href="https://antcalcagni.github.io", target="_blank">antcalcagni.github.io</a></u>

Orario di ricevimento
Martedì dalle 09:30 alle 11:30 via Venezia 8 (sede DPSS), piano 03, stanza 24 Il ricevimento di martedì 25/06 è posticipato a mercoledì 26/06 (stessa ora) a causa di impegni istituzionali del docente.
(aggiornato il 18/06/2019 15:44)

Proposte di tesi
A) Modelli statistici per l'analisi dei dati in psicologia
B) Applicazioni di statistica bayesiana
C) Modelli per dati dinamici e longitudinali (es.: dati mouse-tracking, eeg, dati osservazionali, interazioni diadiche)
D) Statistica testuale per l'analisi di testi (es.: trascritti psicoterapeutici, diari clinici, focus-group, interviste, dati da social media come Facebook, Twitter)
E) Misurazione in psicologia (approccio statistico alla misurazione, modelli psicometrici, soft measurement)

Ulteriori info su:
<u><a href="https://antcalcagni.github.io", target="_blank">antcalcagni.github.io</a></u>
<u><a href="https://antcalcagni.github.io/thesis.html", target="_blank">antcalcagni.github.io/thesis</a></u>

Aree di ricerca
A) Statistica bayesiana con applicazioni in psicologia e psicometria

B) Nuovi strumenti e tecniche per la misurazione in psicologia di dati spazio-temporali e dati dinamici (es.: dati derivanti da tecniche di mouse-tracking). Modelli statistici per la rappresentazione di tali tipologie di dati (state space models, latent growth models, spatio-temporal models)

C) Metodi e modelli statistici multivariati per la psicologia. Tecniche multivariate per dati complessi e strutturati (dati intervallari, dati fuzzy, dati funzionali, dati circolari)

D) Metodi e tecniche di stima parametrica e non-parametrica: Expectation-Maximization, Monte Carlo particles filters, Generalized Maximum Entropy, algoritmi tipo MCMC


Ulteriori info su: <u><a href="https://antcalcagni.github.io", target="_blank">antcalcagni.github.io</a></u>

Pubblicazioni
Elenco aggiornato delle pubblicazioni disponibile su <u><a href="https://www.researchgate.net/profile/Antonio_Calcagni", target="_blank">ResearchGate</a></u>


Insegnamenti dell'AA 2019/20
Corso di studio (?) Curr. Codice Insegnamento CFU Anno Periodo Lingua Responsabile
PS2295 COMUNE PSP6075525 9 III Primo
semestre
ITA ANTONIO CALCAGNI'