6 dicembre 2018 Fiorenza Deriu

Slides:



Advertisements
Presentazioni simili
4 maggio 2016 Fiorenza Deriu Linee, direzione e densità XII Modulo Dipartimento di Scienze Statistiche.
Advertisements

LA MISURA IN PSICOLOGIA. Scopo del corso Il corso si propone di offrire allo studente:  un’introduzione alle tematiche connesse alla misura in psicologia.
VARIABILI E SCALE DI MISURA. Argomenti della lezione   Variabili   Concetto di Misura   Sistemi Relazionali Empirici   Sistemi Relazionali Numerici.
Introduzione all’uso degli indicatori di valutazione ed ai metodi di valutazione Dott.ssa Gabriella Giuliano Direttore Sanitario CREAS-IFC-CNR giugno.
1 Variabili. 2 Tipi di variabili Una variabile è qualche proprietà di un evento che è stata misurata. Le variabili sono attributi dei fenomeni e pertanto.
1AA lez 25 Sistemi per la gestione aziendale - Prof. Giuseppe Zollo SGA 0708 LEZ 25 Le misure delle reti Sistemi per la gestione aziendale.
Il metodo STATIS (L’Hermier des Plantes, 1976; Escoufier, 1983; Lavit et al., 1994) STATIS = Structuration des Tableaux A Trois IndiceS Tecnica esplorativa.
Dei metodi e delle tecniche di ricerca nei contesti socio-educativi
LA CLASSIFICAZIONE DIMENSIONI DEL CONCETTO DI CLASSIFICAZIONE (Marradi, ) classificazione a: operazione intellettuale con cui l’estensione di.
Ereditarietà Uno dei principi della programmazione orientata agli oggetti (OOP) è il riuso Le classi dovrebbero essere progettate come componenti riutilizzabili.
Il trattamento statistico dei dati
Metriche della comunicazione A.A. 2016/2017
LA STATISTICA DESCRITTIVA
Linee, direzione e densità XII Modulo
Lo sviluppo “dal basso”
Corso di Analisi Statistica per le Imprese Cross tabulation e relazioni tra variabili Prof. L. Neri a.a
Il trattamento statistico dei dati
GLI STRUMENTI AUSILIARI
STATISTICA Statistica : scienza che ha come fine lo studio quantitativo e qualitativo di un “collettivo”. L’etimologia della parola pare derivi dal vocabolo.
L’analisi monovariata
Misure Meccaniche e Termiche - Università di Cassino
PRINCIPALI STRUTTURE DEI DATI
PIANIFICAZIONE DEI TRASPORTI La teoria dei grafi
PEDAGOGIA SPERIMENTALE
Richiami di Algebra Matriciale
Lo strumento dell’intervista qualitativa
esercitazioni comunicazione
Elementi di teoria delle probabilità
Accenni di analisi monovariata e bivariata
FORMULE E FUNZIONI SU EXCEL
La Statistica si occupa dei modi
La Statistica Istituto Comprensivo “ M. G. Cutuli”
Linee, direzione e densità XII Modulo
Esercitazione di Statistica Economica
Statistica descrittiva bivariata
L’analisi monovariata
ANALISI DEI GRUPPI I.
ANALISI DEI GRUPPI I.
Esercitazione di Statistica Economica
Richiami di Algebra Matriciale
Corso di Analisi Statistica per le Imprese 2
Introduzione alla normalizzazione
Statistica Scienza che studia i fenomeni collettivi.
Progettazione concettuale
I numeri relativi DEFINIZIONE. Si dicono numeri relativi tutti i numeri interi, razionali e irrazionali dotati di segno (positivo o negativo). ESEMPI Numeri.
La formulazione delle politiche pubbliche
Impariamo a conoscere le Matrici
28 novembre 2016 Fiorenza Deriu
Confronto tra diversi soggetti:
Statistica descrittiva bivariata
Statistica descrittiva bivariata
ANALISI DEI GRUPPI I.
ANALISI DEI GRUPPI I.
Espedito Tornincasa Statistica descrittiva vs Statistica inferenziale Introduzione al corso Espedito.
Distribuzione per stato di occupazione
NOME PROGETTO NOME ORG E LOGO
Dei metodi e delle tecniche di ricerca nei contesti socio-educativi
Corso di Laurea Ingegneria Informatica Fondamenti di Informatica
ANALISI DEI GRUPPI I.
ANALISI DEI GRUPPI I.
ANALISI DEI GRUPPI I.
Esempi di network analysis
Selezione e Proiezione
Ing. Maurizio Bassani LOGISTICA - Capitolo 3 - Modulo 1
Il trattamento dei dati relazionali: matrici, livelli di misurazione, questioni legate al campionamento XI Modulo 3 maggio 2016 Fiorenza Deriu Dipartimento.
Richiami di Algebra Matriciale
Associazione tra variabili qualitative
Il questionario: progettazione e redazione II Modulo
Statistica descrittiva bivariata
LA CLASSIFICAZIONE DIMENSIONI DEL CONCETTO DI CLASSIFICAZIONE (Marradi, ) classificazione a: operazione intellettuale con cui l’estensione di.
Transcript della presentazione:

6 dicembre 2018 Fiorenza Deriu Il trattamento dei dati relazionali: matrici, livelli di misurazione, questioni legate al campionamento X Modulo 6 dicembre 2018 Fiorenza Deriu Dipartimento di Scienze Statistiche

Matrici di adiacenza o one-mode Le matrici di dati Matrici di incidenza o two-mode casixaffiliazioni Matrici di adiacenza o one-mode casoxcaso Matrici di adiacenza o one-mode affiliazionexaffiliazione eventoxevento Il trattamento di dati relazionali

Matrici two-mode - casi x affiliazioni Simbologia matrice rettangolare ove N = numero righe matrice M = numero colonne matrice X(n,m) es.: X(5,4) X(nxm) es.: X(5x4) Xn,m es.: X5,4 X{…xij…} I valori di una singola cella di intersezione x (i,j) ove i è la riga di riferimento j la colonna di riferimento i ≠ j i varia da 1 a n es: varia da 1 a 5 j varia da 1 a m es: varia da 1 a 4 Partecipazione a una serie di eventi   Evento1 Evento2 Evento3 Evento4 Fiorenza 1 Alberto Ginevra Angela Giorgio Il trattamento di dati relazionali

Matrici one-mode - caso x caso Partecipazione all’evento 1 (r=1 Χ1) Simbologia matrice quadrata X,n,n es.: X5,5 X{…xij…} Simbologia relazioni R (Χ1, Χ2, Χ3, …, ΧR ) r = 1,2,…R es.: R=4 R è il livello di stratificazione di un matrice tridimensionale I valori di una singola cella di intersezione x (i,j,r) ove i è la riga di riferimento j la colonna di riferimento r la relazione considerata   Fiorenza Alberto Ginevra Angela Giorgio 1 2 Livelli di misurazione Binario/dicotomico 1,0 Nominali sconnesse multicategoriali 1, 2, 3, 4…k (codici associati a categorie semantiche che descrivono tipologie di relazioni) Misure ordinali raggruppate -1 / 0 / +1 corrispondenti a «negativo» / «positivo» / «indifferente» Misure ordinali full-ranking ordinamento di relazioni in base alla loro forza (dal più forte al più debole 1°2°3°…) Il trattamento di dati relazionali

Matrici one-mode - affiliazione x affiliazione Simbologia matrice quadrata Xm,m es.: X4,4 X{…xij…} I valori di una singola cella di intersezione x (i,j,r) ove i è la riga di riferimento j la colonna di riferimento r la relazione considerata Evento1 Evento2 Evento3 Evento4 4 2 3 1 Livelli di misurazione Scala valori numerici discreti/continui - per misurare l’intensità o la frequenza di una relazione non si rileva il dato attraverso le opinioni degli attori, ma utilizzando dati statistici quantitativi come: numero e-mail, telefonate, incontri, riunioni, dati su scambi commerciali, etc… Dicotomizzazione (trasformazione in dati binari) di questo tipo di dati in base a un cutting point Il trattamento di dati relazionali

La direzione delle relazioni Due tipi di dati relazionali Orientati - la matrice orientata è asimmetrica rispetto alla diagonale principale e quindi va analizzata interamente la relazione da i a j è diversa da j a i Non orientati - le matrici di adiacenza sono simmetriche e per questo si analizza solo una metà della matrice Il trattamento di dati relazionali 27/07/2019

Livelli di misurazione di dati relazionali Quadro sintetico Dati relazionali Tipo di valori Non orientati Orientati Binari 1 3 Numerici 2 4 Il trattamento di dati relazionali 27/07/2019

Modello teorico di social network di Freeman (1989) Grafico orientato - sociogramma Matrice degli attributi S = < S, Gd , X, A > Struttura algebrica Sociomatrice Matrice di adiacenza S = < N, L > insieme di nodi e archi Gd = < N, L > sociogramma prodotto da un insieme di nodi e archi X sociomatrice di adiacenza nxn A matrice std attori per attributi Il trattamento di dati relazionali

Campionamento di nodi e relazioni La Network Analysis è centrata sulle relazioni e non sugli attori e i loro attributi Questioni specifiche di campionamento Le unità (attori) non sono indipendenti come invece accade nel campionamento probabilistico Importanza di definire i «confini» della popolazione oggetto di studio In genere negli studi di network analysis si includono tutti gli attori compresi entro i «confini » individuati Tuttavia, questi attori potrebbero comunque appartenere a un più ampio insieme di popolazione estratto con metodi campionari Il trattamento di dati relazionali 27/07/2019

…segue Tre tipi di confini Confini fissati su una popolazione nota a priori come network - es.: tutti i membri di una classe, di una organizzazione, un club, un vicinato, una comunità… si tratta di cluster naturali e/o reti (approccio posizionale) Approccio demografico – ecologico  il confine della popolazione è definito sulla base di caratteri di tipo spaziale- territoriale (un quartiere) o sul possesso di alcune caratteristiche (livello di reddito). L’insieme oggetto di studio è un aggregato astratto imposto dal ricercatore Approccio reputazionale  Il ricercatore studia un insieme di persone costruito sulla base di interviste a testimoni privilegiati, testimoni chiave, ai quali è chiesto di indicare i membri più potenti di una comunità, i più ricchi, i più colti, etc… Il trattamento di dati relazionali 27/07/2019

…segue Nella network analysis gli individui sono considerati come annidati all’interno di una rete di relazioni con altre persone (in famiglia, in una organizzazione, un’impresa, un’associazione di volontariato) Esempio: lo studio sul vostro gruppo (una classe) in un Dipartimento che fa parte di una Facoltà, di un Ateneo che a sua volta è in rete con altri atenei dello stesso territorio (Roma) Esistono livelli multipli su cui si sviluppano relazioni Nella network analysis in genere si analizzano 2 livelli – two-mode dataset Il trattamento di dati relazionali 27/07/2019

…segue Fissati i confini occorre affrontare la questione del «campionamento» dei legami Tra un insieme di attori possono instaurarsi numerosi e diversi tipi di legami – se ne selezionano alcuni in base a criteri diversi Full-network methods Snowball methods Ego-centric networks (with alter connections) Ego-centric networks (ego only) Il trattamento di dati relazionali 27/07/2019

Ora esercitiamoci insieme… Prendiamo confidenza con la dashboard di Ucinet Impariamo a definire l’area di lavoro Tipi di matrici in excel Importazione delle matrici relazionali in Ucinet Importazione della matrice di attributi in Ucinet Rappresentazione grafica di una rete e dei suoi attributi con Netdraw Il trattamento di dati relazionali 27/07/2019

Grazie! …ora proseguiamo con qualche esercizio Il trattamento di dati relazionali