- Oggetto:
Quantitative Methods II
- Oggetto:
Quantitative Methods II
- Oggetto:
Anno accademico 2023/2024
- Docente
- Cristian Rizzo (Titolare del corso)
- Anno
- 1° anno
- Periodo
- Da definire
- Crediti/Valenza
- 3
- SSD attività didattica
- SECS-P/08 - economia e gestione delle imprese
- Erogazione
- Tradizionale
- Lingua
- Inglese
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
L'obiettivo principale di questo insegnamento è quello di consentire alla componente studentesca di creare indagini efficaci per effettuare analisi quantitative. In particolare, l'insegnamento si concentrerà su diversi approcci metodologici, tipicamente utilizzati nella letteratura scientifica, per risolvere problemi manageriali ed economici. L'insegnamento permetterà alla componente studentesca di capire come costruire un'indagine che possa essere utile per l'analisi statistica. Inoltre, questo insegnamento permetterà alla componente studentesca di sfruttare i nuovi strumenti metodologici che possono essere utili per pubblicare su riviste di alto livello.
The main objective of this teaching is to enable the student component to create effective surveys for quantitative analyses. In particular, the teaching will focus on different methodological approaches, typically used in the scientific literature, to solve managerial and economic problems. The teaching will allow the student component to understand how to build a survey that may be useful for the statistical analysis. In addition, this teaching will enable the student component to leverage the new methodological tools that may serve to publish in high-rating journals.
- Oggetto:
Risultati dell'apprendimento attesi
L'insegnamento integra conoscenze concettuali con opportunità per lo sviluppo delle capacità pratiche. La componente studentesca al termine del percorso sarà in grado di effettuare delle ricerche di natura empirica.
1) Conoscenza e capacità di comprensione. L'insegnamento si propone di fornire alla componente studentesca gli strumenti concettuali e leve operative per la conduzione di indagini sperimentali e per l'analisi dei dati.
2) Capacità di applicare conoscenza e comprensione. L'insegnamento si propone di stimolare nella componente studentesca un approccio consapevole all'utilizzo dei dati e alle diverse tipologia di ricerca sperimentale.
3) Autonomia di giudizio. La componente studentesca acquisirà capacità di individuare le analisi statistiche maggiormente appropriate per rispondere a domande o ipotesi di ricerca.
4) Abilità comunicative. La componente studentesca sarà in grado di presentare, in modo scientificamente appropriato, i risultati statistici ottenuti da una ricerca condotta.
5) Capacità di apprendimento. La componente studentesca sarà incentivata – attraverso scritti, autovalutazioni e presentazioni orali – a dimostrare le proprie capacità di apprendimento con riferimento alle uso delle tecniche statistiche più avanzate.
Teaching integrates conceptual knowledge with opportunities for the development of practical skills. The student component upon completion will be able to conduct research having an empirical nature.
1) Knowledge and understanding skills. The teaching aims to provide the student component with conceptual tools and operational levers for conducting experimental investigations and analyzing data.
2) Ability to apply knowledge and understanding. Teaching aims to stimulate in the student component an informed approach to the use of data and different types of experimental research.
3) Autonomy of judgment. The student component will gain skills in identifying the most appropriate statistical analyses to answer research questions or hypotheses.
4) Communication skills. The student component will be able to present, in a scientifically appropriate manner, the statistical results obtained from a given research.
5) Learning skills. The student component will be encouraged-through writings, self-assessments and oral presentations-to demonstrate their learning skills with reference to the use of the most advanced statistical techniques.
- Oggetto:
Programma
- Introduzione all'analisi dei dati
- Come sviluppare un questionario
- Correlazione
- Regressione lineare
- Regressione logistica e regressione logistica multinomiale
- ANOVA, MANOVA, ANCOVA
- Modelli non-lineari: moderazione e relazioni quadratiche
- Cluster analysis
- Mediation analysis
- Factor analysis
- Introduzione ai SEM
- Introduction to data analysis
- How to develop a questionnaire
- Correlation
- Linear regression
- Logistic regression, multinomial logistic regression,
- ANOVA, MANOVA, ANCOVA
- Non-linear models: moderation, and quadratic relationships
- Mediation analysis
- Cluster analysis
- Factor analysis
- Introduction to SEM
- Oggetto:
Modalità di insegnamento
L'insegnamento sarà suddiviso in due fasi principali. La prima sarà dedicata all'esame di problematiche teoriche e pratiche relative all'analisi statistica. Nella seconda parte dell'insegnamento, la componente studentesca sarà chiamata a lavorare autonomamente sul proprio PC e a realizzare alcune applicazioni (anche utilizzando strumenti software specifici come SPSS o RStudio) con il continuo supporto del docente. Durante le lezioni pratiche, la componente studentesca sarà incoraggiata a riflettere sulle proprie pipeline di ricerca e a eseguire analisi quantitative e approcci sperimentali. Sulla base di queste considerazioni, la componente studentesca sarà incoraggiata a raccogliere dati e ad applicare i metodi statistici; inoltre, acquisirà esperienza pratica - anche scrivendo i risultati ottenuti - in tecniche di analisi dei dati particolarmente adatte alla pubblicazione su riviste di alto livello. La componente studentesca avrà l'opportunità di utilizzare sia dati esterni che propri, applicando così i metodi studiati nei propri progetti di ricerca (ad esempio, i dati raccolti per la tesi di dottorato).
The teaching will be divided in two main phases. The former one will be dedicated to examining theoretical and practical issues related to statistical analysis. In the second part of the teaching, the student component will be asked to work autonomously on their PC and to do some applications (also using specific software tools like SPSS or RStudio) with the continuous support of the lecturer. During hands-on classes, the student component will be encouraged to reflect on how their own research pipelines and to run quantitative analyses and experimental approaches on their research projects. Based on these considerations, the student component will be encouraged to collect data and to apply the statistical methods; in addition, they will gain practical experience – also writing the obtained results – in data analysis techniques that are particularly suited to publish in high-rating journals. The student component will have the opportunity to use both external and their own data, thus fostering the methods used in their research projects (for instance, data collected for their Ph.D. thesis).
- Oggetto:
Modalità di verifica dell'apprendimento
Gli studenti dovranno redigere due report in forma di long abstract. In particolare, per la prima relazione, lo studente dovrà applicare alcune tecniche statistiche come correlazione, regressione lineare, regressione logistica, regressione logistica multinomiale, ANOVA, MANOVA, ANCOVA. Allo stesso modo, la seconda relazione dovrebbe essere finalizzata all'applicazione di tecniche statistiche più avanzate (ad esempio, modelli di moderazione, mediazione e selezione delle variabili).
The student component will be required to make two scientific reports in the form of long abstract. In particular, for the first report, the student component should apply some statistical techniques like correlation, linear regression, logistic regression, multinomial logistic regression, ANOVA, MANOVA, ANCOVA. Similarly, the second report should be aimed at applying more advanced statistical techniques (i.e., moderation, mediation, and variable selection models).
- Oggetto:
Attività di supporto
Piattaforma digitale di collaborative e distance learning (moodle).
Digital collaborative and distance learning platform (moodle).
Testi consigliati e bibliografia
- Oggetto:
- Libro
- Titolo:
- Introduction to mediation, moderation, and conditional process analysis: A regression-based approach
- Anno pubblicazione:
- 2017
- Editore:
- Guilford Publication
- Autore:
- Hayes
- Obbligatorio:
- No
- Oggetto:
