Get ready for a dazzling summer with our new arrivals
heroicons/outline/phone Servizio Clienti 06.92959541 heroicons/outline/truck Spedizione gratuita sopra i 29€

Ricerca sociale. Dall'analisi esplorativa al data mining

ISBN/EAN
9788843041572
Editore
Carocci
Collana
Manuali universitari
Formato
Brossura
Anno
2007
Pagine
339

Disponibile

33,40 €
Il volume è l’ultimo di tre manuali dedicati alla ricerca sociale. La trattazione rivolge la massima attenzione alle tecniche esplorative multidimensionali di costruzione e definizione dei fattori latenti sottesi al piano fenomenologico (sono illustrate l’analisi fattoriale e in componenti principali, l’analisi delle corrispondenze, la tecnica del multidimensional scaling, la statistica testuale e lessicometrica) e ancora alle tecniche discriminanti e di clustering, ai modelli statistici di sintesi, all’analisi a reti neurali. Gli autori provengono da cinque università ed enti pubblici di ricerca: Roma La Sapienza (L. Bocci, L. Frudà, R. Memoli, I. Mingo), Padova (G. Gangemi), Salerno (G. Di Franco), Teramo (A. Vardanega), Istituto Nazionale di Statistica (F. della Ratta-Rinaldi). I precedenti volumi, a cura degli stessi autori, sono: Ricerca sociale. Dal progetto dell’indagine alla costruzione degli indici e Ricerca sociale. Tecniche speciali di rilevazione, trattamento e analisi.

Maggiori Informazioni

Autore Cannavò Leonardo; Frudà Luigi
Editore Carocci
Anno 2007
Tipologia Libro
Collana Manuali universitari
Num. Collana 40
Lingua Italiano
Indice 1. Dall’analisi multidimensionale esplorativa ai modelli relazionali, di Rosanna Memoli Metodologia e complessità/L’integrazione metodologica/L’approccio strategico integrato/Le tecniche di analisi multidimensionali esplorative e relazionali/L’analisi multidimensionale applicata ai dati di una ricerca sulla qualità della vita/In questo capitolo 2. La logica sottesa all’analisi dei fattori, alle componenti principali e al multidimensional scaling, di Giuseppe Gangemi Lo spazio semantico/L’analisi delle componenti/L’analisi dei fattori/Analisi dei fattori, delle componenti e indeterminatezza dei fattori/Matrici di variabili standardizzate e di variabili non standardizzate/L’analisi delle componenti su variabili ordinali/In questo capitolo 3. Il modello fattoriale classico e l’analisi in componenti principali, di Giovanni Di Franco Differenze generali tra analisi fattoriale classica e componenti principali/Varie tecniche di estrazione dei fattori/Linee guida per l’applicazione dell’analisi in componenti principali/Un esempio di applicazione/In questo capitolo 4. L’analisi delle corrispondenze, di Agnese Vardanega I concetti principali per l’analisi delle corrispondenze/Un’applicazione dell’acm/ Presentazione e interpretazione dei grafici/L’utilizzo dei fattori per la clusterizzazione dei casi/Conclusioni e sintesi/In questo capitolo 5. Il multidimensional scaling, di Rosanna Memoli Premessa/Caratteristiche del mds/Modelli di MDS/Il MDS applicato ai dati di una ricerca sociale/In questo capitolo 6. L’analisi multidimensionale dei testi, di Francesca della Ratta-Rinaldi L’analisi delle corrispondenze lessicali: finalità/L’analisi delle corrispondenze lessicali: procedure/Applicazioni dell’acl/Il trattamento del testo/In questo capitolo 7. Le tecniche discriminanti, di Giovanni Di Franco Introduzione/Le fasi operative dell’analisi discriminante/Esempio di applicazione dell’analisi discriminante/In questo capitolo 8. Le tecniche di raggruppamento, di Luigi Frudà L’analisi dei gruppi come metodo e tecnica: logica di base e origini/Classificazione e raggruppamento/Procedure obbligatorie e preliminari a ogni operazione di raggruppamento/Metodi, tecniche e algoritmi per produrre raggruppamenti/Cluster analysis, variabili categoriali e analisi delle corrispondenze multiple (ACM)/ In questo capitolo 9. I modelli di relazione tra variabili, di Isabella Mingo Modelli e tipi di relazioni/Il modello di regressione lineare multipla/Oltre il modello lineare classico/Dal modello di regressione lineare ai modelli di equazioni strutturali/In questo capitolo 10. L’analisi dei dati mediante reti neurali artificiali, di Giovanni Di Franco Il connessionismo e le reti neurali artificiali/Come funziona una rna/Aspetti tecnici delle rna feedforward/Esempi di applicazione delle rna e confronto con tecniche statistiche tradizionali/In questo capitolo 11. Il data mining, di Laura Bocci Cosa è il data mining/Il data mining nel mondo reale/Il processo di data mining/In questo capitolo Bibliografia Indice analitico Gli autori