1. The principles and the logic of multidimensional and multivariate statistical data analysis - The paradoxes of multivariate analysis - The types of matrices - Factor Analysis: principal factors and
principal components - Multidimensional Scaling - Correspondence analysis: simple and multiple - Cluster analysis - Methods of fuzzy clustering
2. Multiple regression models - Nonlinear and logistics regression models - Log-linear models - Multilevel models - Structural equations models - Item Response Theory (IRT)
3. Specialised topics on:
The main objective of the module is to provide the student with the fundamentals of evaluation logic, with particular reference to: the basic elements that characterize the evaluation process, the main evaluation theories; and the impact evaluation approaches, addressing the main methodological issues. Moreover, the module faces in key critical relationships the link between monitoring and evaluation, observing, in particular, the links between monitoring and evaluation indicators. Students will have the opportunity to identify key methodological issues to be considered in implementing monitoring systems effectively oriented to evaluation.
1. Fabbris L. (1997), Statistica multivariata. Analisi esplorativa dei dati, McGraw-Hill, Milano, pp. 3-77; 163-295; 301-351.
Kosko B. (1995), Il fuzzy-pensiero. Teoria ed applicazioni della logica fuzzy, Baldini & Castaldi, Milano, pp. 13-57; 147- 183.
Sangalli A. (2000), L’importanza di essere fuzzy, Bollati Boringhieri, Torino, p. 19-147.
2. Bohrnstedt G. W. and Knoke D. (1998), Statistica per le scienze sociali, Il Mulino, Bologna, pp. 207-375.
Hox J.J. (2010), Applied Multilevel Analysis, TT-Publikaties, Amsterdam, p. 1-30
Corbetta P. (2002), Metodi di analisi multivariata per le scienze sociali. I modelli di equazioni strutturali, Il Mulino, Bologna, pp. 39-94.
Giampaglia G. (2008), Il modello di Rasch nella ricerca sociale, Liguori, Napoli.
3. Rezzani A. (2013), Big Data, Apogeo Education, Maggioli editore, Santarcangelo di Romagna (RN).
Azzalini A., Scarpa B. (2004), Analisi dei dati e data mining, Springer, Berlin.
Fraire M., Rizzi A. (2011), Analisi dei dati per il data mining, Carocci, Roma.
Tuzzi A. (2003), L’analisi del contenuto, Carocci, Roma
D. F. Iezzi (2009), Statistica per le Scienze Sociali, Carocci, Roma (Cap. 13).
D. F. Iezzi (2009), Statistica per le Scienze Sociali, Carocci, Roma (Cap. 14).
Meraviglia C. (2001), Le reti neurali nella ricerca sociale, FrancoAngeli, Milano, pp. 13-78.
Bezzi, C., Cannavò L., Palumbo M. (2010) Costruire indicatori nella Ricerca Sociale e nella Valutazione, Milano, FrancoAngeli: pp. 19-56.
Stame N., (2016) Valutazione pluralista. Milano, Franco Angeli, pp 23-111.
Stern E. (2016) La valutazione di impatto. Una guida per committenti e manager preparata per Bond. Milano, Franco Angeli, pp 13-65.
Mazzeo Rinaldi F., (2012) Il monitoraggio per la valutazione, Milano, FrancoAngeli: pp 17-43 pp 67-115.
Stame N. - a cura - (2007) Classici della valutazione. Milano, Franco Angeli, pp. 337-416.