Tecniche e modelli di analisi multivariata
Autori e curatori
Livello
Textbook, strumenti didattici. Testi per professional
Dati
pp. 344,      2a edizione, aggiornata e ampliata  2017   (Codice editore 119.8)

Tipologia: Edizione a stampa
Prezzo: € 41.00
Disponibilità: Buona




Clicca qui per acquistare
Codice ISBN: 9788891761064
Informazioni sugli e-book

Clicca qui per provare l'e-book
Tipologia: E-book (PDF) per PC, Mac, Tablet
Prezzo: € 29.00
Possibilità di stampa:  No
Possibilità di copia:  No
Possibilità di annotazione:  Si
Formato: PDF con DRM per Digital Editions
Scarica Adobe® Digital Editions

Clicca qui per acquistare
Codice ISBN: 9788856864892
Disponibile anche in:
Informazioni sugli e-book


Clicca qui per provare l'e-book

In breve
Un’introduzione sistematica alle operazioni di analisi dei dati comunemente etichettate con l’espressione ‘analisi multivariata’. Questa nuova edizione ampliata e aggiornata del volume vuole essere uno strumento utile per quei ricercatori che intendono applicare consapevolmente l’analisi multivariata evitando l’infatuazione per la matematica, tipica dei neofiti, che conduce all’inversione del rapporto fra i fini e i mezzi. Le tecniche e i modelli illustrati nel testo sono suddivisi rispetto alla natura delle variabili che possono essere trattate.
Presentazione del volume

Nella nuova versione ampliata e aggiornata, il volume offre una introduzione sistematica alle operazioni di analisi dei dati comunemente etichettate con l'espressione 'analisi multivariata'. Oltre alla presentazione degli strumenti, nel testo si dedica ampio spazio agli aspetti applicativi ricorrendo a numerosi esempi tratti da effettive ricerche empiriche al fine di fornire ai lettori le conoscenze preliminari indispensabili per usare in modo critico - e perciò utile ed efficace - l'analisi multivariata nelle proprie attività di ricerca. La semplificazione delle procedure che ormai caratterizza quasi tutti i programmi informatici illude molti utenti di essere in grado di usare l'analisi multivariata dei dati senza avere le necessarie conoscenze teoriche e metodologiche. Il nostro auspicio è che la nuova edizione di Tecniche e modelli di analisi multivariata possa diventare uno strumento utile per quei ricercatori che intendono applicare consapevolmente l'analisi multivariata evitando l'infatuazione per la matematica, tipica dei neofiti, che conduce all'inversione del rapporto fra i fini e i mezzi. Le tecniche e i modelli illustrati nel testo sono suddivisi rispetto alla natura delle variabili che possono essere trattate. Nel volume si presentano l'analisi in componenti principali, l'analisi dei gruppi, l'analisi discriminante, le tecniche di scaling, alcune tecniche di analisi delle corrispondenze, la regressione multipla, l'analisi fattoriale, i modelli di equazioni strutturali, i modelli loglineari, la regressione logistica e l'analisi della varianza.

Giovanni Di Franco insegna Metodologia e tecnica della ricerca sociale presso il Dipartimento di Scienze Sociale ed Economiche della Sapienza Università di Roma. Tra le sue recenti pubblicazioni: I modelli di equazioni strutturali: concetti, strumenti e applicazioni (2016); Factor analysis and principal component analysis (2013 con Alberto Marradi); Dalla matrice dei dati all'analisi trivariata (2011); Il campionamento nelle scienze umane. Teoria e pratica (2010); L'analisi dei dati con Spss. Guida alla programmazione e alla sintassi dei comandi (2009); Corrispondenze multiple e altre tecniche multivariate per variabili categoriali (2006); L'analisi multivariata nelle scienze sociali (2003); EDS: esplorare, descrivere e sintetizzare i dati (2001). È curatore dei volumi Far finta di essere sani. Valori e atteggiamenti dei giovani a Roma (2006); Il poliedro coesione sociale. Analisi teorica ed empirica di un concetto sociologico (2014); Giovani a tempo indeterminato. Valori e atteggiamenti dei giovani romani (2017).

Indice
Introduzione
(La nuova edizione di Tecniche e modelli di analisi multivariata; Cosa leggere per saperne di più)
Progettare l'analisi multivariata dei dati
(Definizione e funzioni dell'analisi multivariata; Le fasi dell'analisi multivariata; Il linguaggio dell'analisi multivariata; Natura delle variabili, tecniche e modelli compatibili; Cosa leggere per saperne di più)
Le tecniche per variabili cardinali
(Analisi in componenti principali; Analisi dei gruppi; Analisi discriminante; Tecniche di scaling multidimensionale; Cosa leggere per saperne di più)
Le tecniche per variabili categoriali
(Analisi delle corrispondenze binarie; Analisi delle corrispondenze multiple; Analisi delle corrispondenze con scelta delle modalità attive; Analisi delle corrispondenze condizionate; Analisi delle corrispondenze lessicali; Cosa leggere per saperne di più)
I modelli per variabili cardinali
(Regressione multipla lineare; Analisi fattoriale; Modelli di equazioni strutturali; Cosa leggere per saperne di più)
I modelli per variabili categoriali
(Modelli log-lineari; Regressione logistica con variabile dipendente dicotomica; Regressione logistica con variabile dipendente politomica; Regressione logistica con variabile dipendente ordinale; Analisi della varianza a più vie; Cosa leggere per saperne di più).