Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Luigi FERRANTE
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea - [ST01] SCIENZE BIOLOGICHE First Cycle Degree (3 years) - [ST01] BIOLOGICAL SCIENCES
Dipartimento: [040017] Dipartimento Scienze della Vita e dell'AmbienteDepartment: [040017] Dipartimento Scienze della Vita e dell'Ambiente
Anno di corsoDegree programme year : 2 - Primo Semestre
Anno offertaAcademic year: 2018-2019
Anno regolamentoAnno regolamento: 2017-2018
Obbligatorio
Crediti: 7
Ore di lezioneTeaching hours: 56
TipologiaType: C - Affine/Integrativa
Settore disciplinareAcademic discipline: SECS-S/02 - STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
ITALIANO
Italian
nozioni di base di matematica, elementi di informatica e conoscenza di base del programma Microsoft Excel.
basics of mathematics, computer science, and basic knowledge of Microsoft Excel.
Sono previste lezioni teoriche con l’utilizzo di apposite diapositive proiettate con PowerPoint che saranno rese disponibili agli studenti Il corso è organizzato attraverso lezioni di teoria con l’utilizzo di apposite diapositive proiettate con PowerPoint che saranno rese disponibili agli studenti.
Theoretical lessons are held with the use of special slides projected with PowerPoint that will be made available to students. The course is comprised of theory lessons with the use of special slides projected with PowerPoint that will be made available to students.
Il corso si propone di introdurre gli studenti allo studio dei metodi di biostatistica necessari per l'analisi e l'interpretazione dei dati biologici e ambientali anche con l'ausilio di specifici software statistici.
Capacità di applicare conoscenze e comprensione.
Il corso consentirà di conoscere ed applicare i metodi della biostatistica per lo studio dei fenomeni biologici e di fornire gli strumenti di base per leggere e interpretare i risultati di uno studio scientifico in ambito biologico. Le competenze acquisite potranno trovare applicazione nella progettazione di esperimenti e nell’analisi statistica di dati di tipo biologico e ambientale.
Competenze trasversali.
(i) Autonomia di giudizio: individuare le informazioni necessarie per progettare e analizzare i risultati di studi sperimentali nel campo della biologia. (ii) Abilità comunicative: trasferire in modo chiaro ed esauriente informazioni e idee, relative al disegno di uno studio sperimentale e alla elaborazione dei dati, a interlocutori, rappresentativi delle diverse e specifiche competenze coinvolte nello studio (ingegnere, operatore sanitario, biostatistico, ecc.)
Knowledge and Understanding.
The course aims to introduce students to the study of the methods of biostatistics necessary for the analysis and interpretation of biological and environmental data also with the help of specific statistical softwares.
Capacity to apply Knowledge and Understanding.
The course will allow to know and apply the methods of biostatistics for the study of biological phenomena and to provide the basic tools to read and interpret the results of a scientific study in the biological field. The acquired skills will find application in the design of experiments and in the statistical analysis of biological and environmental data.
Transversal Skills.
(i) making judgements: capability of identify the information needed to design and analyze the results of experimental studies in the field of biology. (ii) communications: capability of clearly and exhaustively communicate notions and ideas, relative to study design and data processing, to interlocutors representative of the various and specific competencies involved in the study (engineer, healthcare worker, biostatistician, etc.).
Il corso prevede la focalizzazione delle metodologie quantitative di analisi e la trattazione dei seguenti argomenti: La raccolta delle informazioni. Popolazione e Campione. Metodi di campionamento, errore casuale e sistematico. Gli strumenti per sintetizzare le informazioni. Le variabili statistiche. Caratteristiche delle variabile qualitative e quantitative. Distribuzioni di frequenza e tabelle di contingenza. Misure di posizione e variabilità. Rappresentazione grafica dei dati. La probabilità come misura di incertezza. La probabilità di un evento. Le proprietà della probabilità. Il concetto di indipendenza. Le variabili aleatorie e la distribuzione di probabilità. La distribuzione binomiale, Poisson e normale. Le distribuzioni di campionamento. Distribuzioni chi quadrato, t di Student e F di Snedecor. La stima dei parametri di una popolazione: stima puntuale e per intervallo. Intervallo di confidenza per una media, una varianza e una proporzione. Intervallo di confidenza per la differenza tra due medie. Il test di ipotesi. Principi del test di significatività. Livelli di significatività e tipi di errore; potenza di un test e ampiezza campionaria. Confronto tra due medie; il test t. Confronto tra due proporzioni. Confronto tra due varianze mediante il test F. Confronto tra diverse medie mediante l’analisi della varianza, ANOVA. Assunti dell’ANOVA. Pianificazione degli esperimenti. Accuratezza e precisione di un esperimento. Scelta del disegno sperimentale e delle sue dimensioni. La regressione lineare semplice e multipla. Cenni sull’analisi della covarianza e sul dosaggio biologico. La regressione logistica.
The course includes the focusing on quantitative analysis methodologies and the treatment of the following topics: The collection of information. Population and Sample. Sampling methods, random and systematic error. Tools for summarizing information. The statistical variables. Characteristics of qualitative and quantitative variables. Frequency distributions, contingency tables. Summary statistics. Graphical representation of the data. The probability as a measure of uncertainty. Probability of an event. Properties of probability. The concept of independence. Random variables and probability distributions. Binomial, Poisson and Normal distribution. Sampling distributions. Chi-squared, Student’s t and Snedecor’s F distributions. Population parameter estimation: point and interval estimation. Confidence intervals for a mean, a variance and a proportion. Confidence interval for the difference between two means. Testing a hypothesis. Principles of significance tests. Significance levels and types of error; the power of a test and sample size. Comparing two means, test t. Comparison of two proportions. Comparing two variances by the F test. Comparing several means using analysis of variance, ANOVA. Assumptions of the analysis of variance.Experiment planning. Accuracy and accuracy of an experiment. Choice of the experimental design and its dimensions. Simple and multiple linear regression. Hints on the analysis of covariance and biological dosage. The logistic regression.
L'esame consiste in una prova scritta svolta anche con l’ausilio di un computer e di un software statistico.
Criteri di valutazione dell'apprendimento.
Per superare con successo la valutazione dell’apprendimento, lo studente deve dimostrare mediante la risoluzione della prova, la sua completa comprensione dei concetti presentati nel corso e la sua capacità di applicarli.
Criteri di misurazione dell'apprendimento.
Attribuzione del voto finale in trentesimi.
Criteri di attribuzione del voto finale.
Il voto finale viene attribuito sulla base dell’esito della prova scritta. Perché l'esito complessivo della valutazione sia positivo, lo studente deve conseguire almeno la sufficienza, pari a diciotto punti. La lode è riservata agli studenti che abbiano dimostrato un approfondimento personale nello svolgimento delle prova
Learning Evaluation Methods.
The exam consists of a written test carried out with the help of a computer and statistical software.
Learning Evaluation Criteria.
To successfully pass the assessment of learning, the student must demonstrate, through solving the test, that he/she has fully understood the concepts presented in the course and is able to apply them.
Learning Measurement Criteria.
Attribution of the final mark up to thirty.
Final Mark Allocation Criteria.
The final score is based on the written exam. In order to achieve a positive outcome of the overall evaluation, the student must achieve at least a pass mark, amounting to eighteen points. The students who demonstrate personal in-depth analysis can pass the exam with distinction.
Geoffrey R. Norman, David L. Streiner, G. Capelli. Biostatistica. Tutto
quello che avreste voluto sapere. Casa Editrice Ambrosiana (2015).
Daniel. Biostatistica. Edises, Napoli, 1996.
Geoffrey R. Norman, David L. Streiner, G. Capelli. Biostatistica. Tutto
quello che avreste voluto sapere. Casa Editrice Ambrosiana (2015).
Daniel. Biostatistica. Edises, Napoli, 1996.
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2018-2019
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427