• Edizioni di altri A.A.:
  • 2019/2020
  • 2020/2021
  • 2021/2022
  • 2022/2023
  • 2023/2024
  • 2024/2025

  • 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

Avvisi

Nessun avviso in evidenza

Documenti

Nessun documento in evidenza

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

icona Facebook   icona Twitter

icona Youtube   icona Instagram