-
Lingua Insegnamento:
ITALIANO
-
Testi di riferimento:
Dispense e slide delle lezioni, dataset ed esercitazioni forniti dalla docente.
G. Di Franco, Tecniche e modelli di analisi multivariata, nuova edizione ampliata e aggiornata, FrancoAngeli, Milano, 2017 (capp. 5-6).
T. Di Fonzo, F. Lisi, Serie storiche economiche. Analisi statistiche e applicazioni, Carocci, Roma, 2005.
S. Bolasco, L’analisi automatica dei testi. Fare ricerca con il text mining, Carocci, Roma, 2021. -
Obiettivi formativi:
Al termine del modulo lo studente è in grado di condurre un'analisi statistica sul settore culturale dalla formulazione della domanda di ricerca alla redazione del report: scegliere il modello adeguato alla natura della variabile risposta e alla struttura dei dati (indipendenti, temporali, spaziali, testuali); stimarlo e quantificare l'incertezza delle stime; verificarne le ipotesi e confrontare specificazioni alternative; comunicare i risultati con i relativi limiti di validità, distinguendo le associazioni osservate dagli effetti causali. Le competenze acquisite trovano applicazione nella programmazione dell'offerta culturale, nella valutazione della risposta del pubblico, nel confronto fra territori, nel monitoraggio della domanda nel tempo e nell'analisi dei giudizi espressi dai pubblici.
-
Prerequisiti:
Contenuti del modulo Tecniche statistiche per le industrie culturali, in particolare matrice dei dati, tipi di variabili, stima, intervalli di confidenza e verifica di ipotesi.
-
Metodi didattici:
Lezioni frontali (24 ore) e videolezioni (36) fruibili online, integrate da esempi applicati ed esercitazioni guidate su dati ufficiali del settore culturale. Ogni tecnica è presentata a partire dalla domanda di ricerca a cui risponde e dai dati disponibili, quindi illustrata su esempi costruiti e applicata ai dati ufficiali del modulo. Slide, dataset e materiali di supporto sono resi disponibili agli studenti durante il corso. Le analisi sono sviluppate fino alla redazione di un report che documenta domanda, scelte, risultati e limiti.
-
Modalità di verifica dell'apprendimento:
La verifica dell'apprendimento avviene con la prova orale dell'esame integrato del cluster, che consiste in un colloquio sugli argomenti trattati nel programma dei singoli moduli. Per questo modulo il colloquio accerta la capacità di specificare il modello adeguato alla domanda e ai dati, di interpretare le stime e la loro incertezza, di discutere la verifica delle ipotesi del modello e di formulare conclusioni ammissibili, indicando i limiti dell'analisi. La valutazione è espressa in trentesimi.
-
Obiettivi Agenda 2030 per lo sviluppo sostenibile:
Questo insegnamento concorre alla realizzazione degli obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile
-
Altre Informazioni:
Il modulo “Modelli statistici per i mercati culturali” fa parte dell'Educational Cluster “Economia dei beni culturali e statistica per l'analisi dei mercati culturali” (18 CFU, sei moduli da 3 CFU erogati in sequenza: tre di area economica e tre di area statistica). È l'ultimo modulo del cluster e riprende gli strumenti del modulo Tecniche statistiche per le industrie culturali. Il ricevimento si svolge su appuntamento, da concordare con la docente.
Dal descrivere al modellare: variabile risposta, variabili esplicative e stima condizionata; modelli lineari generalizzati (lineare, logistico, Poisson e binomiale negativa) e diagnostica; serie storiche: trend, stagionalità e shock; dati spaziali: matrice dei pesi, autocorrelazione spaziale e modelli per dati spaziali; dati panel; analisi dei dati testuali: matrice documenti × termini, sentiment analysis e topic model; comunicazione dei risultati nel report statistico.
Introduzione: dal descrivere al modellare; le domande del modulo; le fonti (Istat, Indagine sui musei e le istituzioni similari; Istat, Aspetti della vita quotidiana; serie mensile del Ministero della Cultura sui visitatori dei musei statali; sistema degli indicatori BES); la catena domanda – formalizzazione – stima – diagnostica – comunicazione. Prima parte – Spiegare: il modello di regressione e la stima a parità delle altre caratteristiche; la variabile risposta decide il modello: modello lineare, logistico, Poisson e binomiale negativa come modelli lineari generalizzati; interpretazione di coefficienti, odds ratio e rapporti fra tassi; verifica delle ipotesi sui residui e confronto fra specificazioni; associazione e causalità. Seconda parte – Tempo e spazio: dipendenza fra osservazioni e sue conseguenze sull'inferenza; serie storiche: scomposizione in trend, stagionalità e componente irregolare, destagionalizzazione, numeri indice e misura degli shock; dati territoriali: misure pro capite, matrice dei pesi spaziali, indice I di Moran e indicatori locali di associazione spaziale, correzione per confronti multipli; modelli per dati spaziali (spatial lag e spatial error); dati panel e scomposizione della variabilità fra e entro regioni; fallacia ecologica. Terza parte – Testi: corpus, pulizia e matrice documenti × termini; sentiment analysis con dizionario e con classificazione, validazione della misura; topic model e scelta del numero di temi; limiti di rappresentatività dei corpus di recensioni. Conclusione: le scelte da dichiarare e la redazione del report.
Scopri cosa vuol dire essere dell'Ud'A
SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551
SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371
email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693
