- Docente: Silvia Cagnone
- Crediti formativi: 10
- SSD: SECS-S/01
- Lingua di insegnamento: Italiano
- Moduli: Silvia Cagnone (Modulo 1) Silvia Cagnone (Modulo 2)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
- Campus: Rimini
- Corso: Laurea Magistrale in Sistemi informativi per l'azienda e la finanza (cod. 8057)
Conoscenze e abilità da conseguire
Al termine del corso lo studente conosce i concetti avanzati dell'analisi statistica multivariata sotto il profilo metodologico e applicativo. In particolare lo studente è in grado di: - analizzare dati multidimensionali di diversa natura (categorici e continui) - trattare criticamente problematiche che richiedono modelli per l'analisi di costrutti non direttamente osservabili nel contesto aziendale e finanziario
Contenuti
Modello di regressione lineare multipla. Specificazione del
modello, stima, analisi dei residui.
Modelli lineari generalizzati con particolare riferimento al
modello di regressione logistica.
Introduzione ai modelli a variabili latenti.
Analisi fattoriale. Specificazione del modello, proprietà del modello, stima dei parametri. Rotazione, determinazione dei punteggi fattoriali, bontà di adattamento.
Modelli del tratto latente. Specificazione di modelli a variabili latenti per dati binari. Bontà di adattamento, determinazione dei punteggi fattoriali, rotazione.
Modelli Lisrel. Introduzione Lisrel. Problema della misurazione: Analisi fattoriale esplorativa e confermativa; analisi di attendibilità, alpha di Cronbach; la path analysis. Problema della causalità: definizione di causalità, modelli a equazioni simultanee. Formulazione del modello teorico: modello strutturale e modello di misurazione. Identificazione del modello. Stima dei parametri del modello. Verifica del modello. Miglioramento del modello. Problema delle variabili categoriche e l'underlying variable approach.
Testi/Bibliografia
D.J. Bartholomew, F.Steel, I. Moustaki, J. I. Galbraith (2002),
"The Analysis and interpretation of multivariate data for social
scientists", Chapman and Hall.
Dispense e appunti distribuiti dal docente.
Metodi didattici
Lezioni frontali e in laboratorio
Modalità di verifica e valutazione dell'apprendimento
Tesina scritta e prova orale
Strumenti a supporto della didattica
Software R e Lisrel
Orario di ricevimento
Consulta il sito web di Silvia Cagnone