-
Lingua Insegnamento:Italiano
-
Testi di riferimento:“STATISTICA SPERIMENTALE
UNIVARIATA: UNA GUIDA PRATICA CON L’AUSILIO DEL SOFTWARE JASP (Di Plinio & Ebisch, 2021)” disponibile sulla piattaforma e-learning: https://elearning.unich.it
(Contenuti del corso nr. 3 e 4)
Elementi di statistica per la psicologia. Anna Paola Ercolani, Alessandra Areni e Luigi Leone. ISBN 978-88-15-12169-1. Il Mulino, Bologna, 2018. (Materiale opzionale a supporto del corso; Capitoli 6 e 7; Contenuti del corso 3 e 4)
Introducing ANOVA and ANCOVA: a GLM approach. Andrew Rutherford. SAGE publications, 2001. ISBN 0 7619 5160 1. (Libro opzionale a supporto del corso; Contenuti del corso 3 e 4)
Bibliografia e articoli disponibili sulla pagina e-learning (https://elearning.unich.it) del corso (Contenuto 2 del corso):
- Crawford, J. R., & Howell, D. C. (1998). Comparing an individual's test score against norms derived from small samples. The Clinical Neuropsychologist, 12(4), 482-486.
- Crawford, J. R., & Garthwaite, P. H. (2002). Investigation of the single case in neuropsychology: Confidence limits on the abnormality of test scores and test score differences. Neuropsychologia, 40(8), 1196-1208.
- Crawford, J. R. & Garthwaite, P.H. (2005). Testing for suspected impairments and dissociations in single-case studies in neuropsychology: Evaluation of alternatives using Monte Carlo simulations and revised tests for dissociations”. Neuropsychology,19, 318-331.
- Manuale di neuropsicologia Clinica ed elementi di riabilitazione. Vallar G. & Papagno C. Il Mulino, 2018. ISBN edizione digitale: 9788815350084. ISBN edizione a stampa: 9788815278708. (Capitolo 5: Approcci statistici in ambito neuropsicologico: dalla valutazione della normalità e della patologia alla stima delle variabili latenti)
- Handbook of Psychological Assessment, 6th Edition. Gary Groth-Marnat, A. Jordan Wright. ISBN: 978-1-118-96064-6 May 2016. (Libro opzionale a supporto del corso: Capitoli 5 e 10; Contenuto 1 del corso).
Materiale didattico aggiuntivo (diapositive, esercizi, materiale didattico in formato pdf, link web ai programmi statistici free/open source) sarà disponibile sulla piattaforma e-learning https://elearning.unich.it
-
Obiettivi formativi:L’insegnamento concorre alla realizzazione dell’obiettivo formativo del corso di studi in Psicologia fornendo sia le basi teoriche che le abilità pratiche per l’applicazione dei metodi e le tecniche di misura e l’analisi statistica nella ricerca e nella clinica psicologica, incluso lo studio della relazione tra cervello e comportamento. L’insegnamento prevede anche la familiarizzazione con le procedure informatiche per le analisi dei dati quantitativi di ricerca e di clinica.
Riguardo ai risultati di apprendimento attesi, alla fine dell’insegnamento lo studente dovrà saper dimostrare di aver acquisito:
1) La conoscenza dei concetti, le operazionalizzazioni e gli strumenti di misura psicometrica dei costrutti psicologici generali;
2) La conoscenza dell’utilizzo dei costrutti psicologici generali di intelligenza e di personalità nell’ambito di caratterizzare le differenze individuali nelle neuroscienze cognitive e cliniche;
3) La capacità di rivelare i deficit nei pazienti e la dissociazione tra punteggi nei test psicologici e cognitivi, utilizzando i metodi statistici principali per individuare il funzionamento psicologico e cognitivo tipico e atipico nell’ambito della neuropsicologia clinica;
4) La capacità di utilizzare dei dataset quantitativi e digitali/elettronici di ricerca nelle neuroscienze cognitive, e di applicare le procedure e i modelli statistici principali per le analisi dei dati (dati con fattori categorici, misure ripetute e scale continue) partendo da un’ipotesi;
5) La comprensione dell’utilizzo degli strumenti informatici (programmi/software, dataset elettronici, e piattaforme di condivisione dei dati quantitativi) per le analisi statistiche legate al punto 3) e 4);
6) La capacità di integrare e di interpretare i risultati ottenuti dalle procedure descritte nei punti 1-5) a livello statistico, concettuale e clinico, e di poter comunicare tale interpretazione mediante il lessico disciplinare ad interlocutori specialisti e non specialisti.
-
Prerequisiti:No
-
Metodi didattici:L’insegnamento è strutturato in 64 ore di didattica frontale, suddivise in lezioni da 2 e 3 ore, due o tre volte alla settimana, in base al calendario accademico. La didattica frontale si costituisce in parte di lezioni teoriche. Durante l’insegnamento verrà dedicato anche un tempo considerevole alle esercitazioni pratiche (>16 ore) con lo scopo di consolidare le conoscenze teoriche acquisite e per fornire l’opportunità agli studenti di acquisire familiarità, praticità e autonomia nell’applicazione e la comprensione delle tecniche statistiche trattate durante il corso. Le esercitazioni pratiche saranno svolte a livello di gruppo e a livello individuale in modo interattivo con il docente e gli altri studenti. L’uso di un computer portatile personale durante le lezioni può essere utile per lo studente come sostegno dell’insegnamento. La frequenza è facoltativa, tuttavia data la complessità degli argomenti trattati si consiglia fortemente di frequentare le lezioni in modo regolare e continuo.
Oltre alle lezioni frontali, verrà utilizzata la piattaforma e-learning ( https://elearning.unich.it ) che consente di fornire materiale agli studenti per l’approfondimento e l’esercitazione in modo autonomo (Contenuti 1-4 del corso). Il materiale didattico e gli esercizi sulla piattaforma e-learning verranno approfonditi anche durante le lezioni frontali.
Verrà utilizzato il seguente materiale informatico come sostegno delle lezioni frontali e le esercitazioni:
- Software (gratuito) per l’analisi statistica dei casi singoli in neuropsicologia (Contenuto 2 del corso):
https://homepages.abdn.ac.uk/j.crawford/pages/dept/SingleCaseMethodology.htm
- Software (gratuito) per le analisi statistiche sperimentali (JASP open source; Contenuto 3 e 4 del corso)
https://jasp-stats.org
- Piattaforma online (gratuito) per i dataset per le esercitazioni (Open Science Framework) https://osf.io
-
Modalità di verifica dell'apprendimento:L’esame sarà composto da due parti (totale 30 punti; voto finale in trentesimi).
1) Prova scritta (prova parziale opzionale; obiettivi formativi 1, 2 e 3): La valutazione dell’apprendimento dello studente verrà svolta con esame scritto della durata di 30 minuti: la scrittura di un sommario secondo le normative APA in base ai risultati da un t-test di discrepanza per casi singoli (10 punti; 1/3 del voto finale). Ciascuna domanda presenta quattro alternative di risposta, una sola delle quali è quella corretta. La risposta corretta comporta l'attribuzione di un punto, la risposta sbagliata (o più risposte date o nessuna risposta data) comporta l'attribuzione di zero punti. Gli argomenti d'esame rifletteranno quelli presenti nel programma e le domande saranno elaborate in modo da richiedere l’integrazione delle conoscenze apprese e la riflessione critica sulle stesse. Le domande rifletteranno il contenuto del corso sia a livello teorico che a livello applicativo (contenuto 1 e 2 del corso).
2) Prova orale (prova finale; obiettivi formativi 4, 5 e 6 ossia contenuti 3 e 4 del corso): La verifica della preparazione degli studenti avverrà in parte con esame orale (20 punti; 2/3 del voto finale) tramite colloquio con il docente di 20 minuti. Scopo della prova orale sarà di esaminare la capacità dello studente di lettura e di interpretazione dei risultati quantitativi e probabilistici di un’analisi statistica, nonché della comunicazione dei risultati statistici in termini teorici o clinici in linguaggio adeguato per interlocutori specialisti e non specialisti. A livello applicativo verrà esaminato nello specifico la capacità di determinare quale è il modello statistico adeguato per rispondere ad una domanda sperimentale partendo da un’ipotesi e un dataset (es. indicare in un determinato contesto quale è il test/modello più adatto, individuare le variabili, i fattori e i livelli dei fattori).
Valutazione:
Voto Finale -
Sostenibilità:
-
Altre Informazioni:Contatto elettronico docente: s.ebisch@unich.it
Oltre al ricevimento (orario da stabilire all’inizio del primo semestre dell’anno academico 2021/2022), il docente è disponibile per chiarire le domande degli studenti anche nell’ambito delle lezioni frontali. Gli studenti sono incoraggiati a consultare regolarmente la pagina e-learning dell’insegnamento dove verranno caricate le comunicazioni riguardo al contenuto delle lezioni ed eventuali preparazioni consigliate, le diapositive delle lezioni e spunti di riflessione.
Pagina web docente: https://www.dnisc.unich.it/home-ebisch-sjoerd-johannes-hendrikus-4237
Gli argomenti trattati durante l’insegnamento saranno:
1. I fondamenti della misura dei costrutti psicologici, tra cui i test cognitivi (abilità cognitiva generale) e i test non-cognitivi (tratti di personalità generali), e la loro applicazione nelle neuroscienze (obiettivi formativi 1 e 2);
2. Metodologia per l’analisi statistica dei casi singoli in neuropsicologia, e per rivelare i deficit nei pazienti (obiettivi formativi 3, 5 e 6);
3. L’analisi statistica di dataset sperimentali con fattori singoli/multipli e l’integrazione di variabili continue nelle neuroscienze, inclusa la regressione, l’analisi della varianza e l’analisi della covarianza per il test delle ipotesi (obiettivi formativi 4, 5 e 6);
4. L’applicazione di software specialistica per le analisi dei dati quantitativi e l’uso di una piattaforma di dati open access (obiettivi formativi 5 e 6).
Gli argomenti trattati durante l’insegnamento saranno:
1. La misura psicometrica dei costrutti psicologici e la loro applicazione nelle neuroscienze
- Test cognitivi (abilità cognitiva generale): intelligenza (WAIS-IV)
- Test non-cognitivi (tratti di personalità generali): modello della personalità dei big five (NEO)
2. Metodologia per l’analisi statistica dei casi singoli in neuropsicologia: rivelare i deficit psicologici/cognitivi nei pazienti e la dissociazione tra punteggi su test multipli
- Valutazioni e punteggi standardizzati
- Confronti intra-individuali
- L’uso di un campione di controllo (l’uso del t-test e la simulazione Monte Carlo)
3. L’analisi statistica sperimentale: dai fattori singoli all’integrazione di variabili continue (es. punteggi sui test psicologici o dati comportamentali) nelle analisi della varianza nelle neuroscienze
- Le regressioni semplici e multiple
- Analisi della varianza, ANOVA (fattori singoli, disegni fattoriali e interazioni , misure ripetute)
- Analisi della covarianza, ANCOVA (fattori, variabili continue e la loro interazione)
- Tradurre un’ipotesi sperimentale in un modello statistico
4. L’applicazione di software per le analisi dei dati quantitativi e prendere familiarità con l’uso di una piattaforma di dati open access
- JASP
- OSF
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
