Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
AGNESE SBROLLINI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea - [IT02] INGEGNERIA BIOMEDICA First Cycle Degree (3 years) - [IT02] BIOMEDICAL ENGINEERING
Dipartimento: [040040] Dipartimento Ingegneria dell'InformazioneDepartment: [040040] Dipartimento Ingegneria dell'Informazione
Anno di corsoDegree programme year : 2 - Secondo Semestre
Anno offertaAcademic year: 2021-2022
Anno regolamentoAnno regolamento: 2020-2021
Obbligatorio
Crediti: 9
Ore di lezioneTeaching hours: 72
TipologiaType: B - Caratterizzante
Settore disciplinareAcademic discipline: ING-INF/06 - BIOINGEGNERIA ELETTRONICA E INFORMATICA
ITALIANO
Italian
Conoscenze di base di algebra lineare e di analisi matematica
Basic knowledge of linear algebra and mathematical analysis
• Lezioni di Teoria: 50 ore
• Esercizi: 22 ore
• Theory: 52 hours
• Exercises: 20 hours
Il corso ha l’obbiettivo di fornire agli studenti le conoscenze teoriche, metodologiche e applicative su cui si fondano gli strumenti statistici utili in applicazioni biomediche. In particolare, il corso si propone di fornire ed approfondire i metodi statistici utili per la modellazione, l’analisi e l’interpretazione dei dati biomedici in relazione ai loro sistemi fisiologici.
Capacità di applicare conoscenze e comprensione.
Il corso fornirà la conoscenza necessaria per risolvere problematiche biomediche quali la modellazione, l’analisi e l’interpretazione dei dati biomedici in relazione ai loro sistemi fisiologici. La soluzione di tali problematiche avverrà anche attraverso l’utilizzo di software specifici. Tali capacità applicative verranno acquisite mediante lezioni frontali ed esercitazioni. La capacità di applicare le conoscenze acquisite verrà verificata tramite una prova scritta obbligatoria e una prova orale facoltativa. In particolare, lo studente dovrà dimostrare di aver acquisito una buona conoscenza teorica della materia e di saper utilizzare le nozioni teoriche per la risoluzione di problemi pratici.
Competenze trasversali.
L’applicazione della statistica a problematiche biomediche richiede la conoscenza di alcune informazioni di natura fisiologica e clinica specifiche per l’applicazione stessa. Tali informazioni, se non acquisite in corsi precedenti, verranno fornite agli studenti durante il corso. Inoltre, lo studente acquisirà la capacità di utilizzare un linguaggio formale e clinico, tipico della ricerca scientifica.
Knowledge and Understanding.
The course aims to provide the theoretical, methodological and applicative knowledge of the statistics on which statistical tools useful in biomedical applications are based. In particular, the course aims to provide the statistical methods useful for modeling, analyzing and interpreting biomedical data in relation to their physiological systems.
Capacity to apply Knowledge and Understanding.
The course will provide the necessary knowledge to solve typical biomedical problems such as modeling, analyzing and interpreting biomedical data in relation to their physiological systems. The solution of these problems will also occur through the use of specific software. These application skills will be acquired through lectures and exercises. The ability to apply the acquired knowledge will be verified through a compulsory written test and an optional oral test. In particular, the students must demonstrate that he/she has acquired a good theoretical knowledge of the subject and can use the theoretical notions for the resolution of practical problems.
Transversal Skills.
The application of statistics to biomedical problems requires the knowledge of some physiological and clinical information, specific for the application itself. This information, if not acquired in previous courses, will be provided to students during the course. Transversal skills also include using formal and clinical language, typical of scientific research.
Lezioni di teoria:
• Definizione dell’esperimento (fasi dell’esperimento, campionamento).
• Calcolo combinatorio (principio fondamentale del calcolo combinatorio, permutazioni, disposizioni, combinazioni).
• Probabilità (probabilità semplice, probabilità condizionate, teorema di Bayes).
• Variabili aleatorie e distribuzioni di probabilità (variabili discrete e continue, distribuzioni discrete e continue, momenti di una distribuzione).
• Statistica descrittiva (indici di tendenza, indici di dispersione, rappresentazioni grafiche)
• Distribuzioni notevoli
• Test statistici (verifica delle ipotesi, la scelta del test, il significato del p-value)
• Test clinici (definizione della soglia, tabelle di contingenza e receiving operating curve)
• Analisi di regressione (la regressione lineare; il metodo dei minimi quadrati lineari, analisi di correlazione)
• Progettazione dell’esperimento
• Cenni di analisi statistica avanzata (analisi alle componenti principali, metodi di classificazione, metodi di clustering)
Esercizi:
• Esercizi pratici in aula.
• Esercizi pratici sull’utilizzo di Excel per l’analisi statistica di dati biomedici: 1) Statistica descrittiva; 2) Test statistici; 3) Test clinici; 4) Analisi di regressione.
Theory:
• Definition of the experiment (experimental phases, sampling).
• Combinatorics (fundamental principle of combinatorics, permutations, dispositions, combinations).
• Probability (simple probability, conditional probability, Bayes' theorem).
• Random variables and probability distributions (discrete and continuous variables, discrete and continuous distributions, moments of a distribution).
• Descriptive statistics (central tendency, dispersion indices, graphic representations)
• Standard distributions
• Statistical tests (hypothesis testing, test selection, the meaning of the p-value).
• Clinical tests (definition of the threshold, contingency tables and receiving operating curve)
• Regression analysis (linear regression, least squares method, correlation analysis)
• Experimental design
• Introduction to advanced statistical analysis (principal component analysis, classification, clustering)
Exercise:
• Exercises for practical application of theory.
• Exercises for practical application by Excel: 1) Descriptive statistics; 2) Statistical tests; 3) Clinical tests; 4) Regression analysis.
La prova d’esame consiste in due prove: una prova scritta, obbligatoria e una prova orale, facoltativa. La prova scritta comprende una prima parte, composta da cinque domande a risposta multipla, ed una seconda parte, composta da un esercizio pratico e tre domande a risposta libera (lunghezza massima 15 righe a domanda). Il tempo previsto per la prova scritta è di due ore.
La prova orale facoltativa può essere sostenuta solo se lo studente ha superato la prova scritta (punteggio uguale o superiore a 18 di cui almeno 3 punti devono ricondursi alla prima parte della prova scritta). La prova orale consiste in tre domande orali in merito al programma del corso e deve essere sostenuta nello stesso appello della prova scritta.
Criteri di valutazione dell'apprendimento.
Per il superamento della prova d’esame, lo studente dovrà dimostrare una buona conoscenza teorica della materia, di saper applicare praticamente le conoscenze teoriche per la risoluzione di problemi pratici collegati all’ambiente della bioingegneria tramite esercizi a mano o tramite software specifici.
Criteri di misurazione dell'apprendimento.
Il voto finale sarà compreso tra 18/30 e 30/30 con lode. Il minimo per il superamento dell’esame è 18/30, di cui obbligatoriamente almeno 3 punti devono ricondursi alla prima parte della prova scritta.
Criteri di attribuzione del voto finale.
Per poter essere considerato sufficiente, il punteggio della prova scritta deve essere uguale o superiore a 18, di cui obbligatoriamente 3 punti devono ricondursi alla prima parte della prova scritta. La prova orale può essere sostenuta solo se il risultato ottenuto nella prova scritta è sufficiente. Per poter essere considerato sufficiente, il punteggio della prova orale deve essere uguale o superiore a 18. Nel caso si sostenga solo la prova scritta, il punteggio finale equivale al punteggio della prova scritta. Nel caso in cui si sostenga anche la prova orale, il punteggio finale equivale alla media tra il punteggio della prova scritta e il punteggio della prova. La lode sarà attribuita a chi, con punteggio finale uguale a 30/30, abbia dimostrato la completa padronanza della materia.
Learning Evaluation Methods.
The exam consists of two tests: a mandatory written test and an optional oral test. The mandatory written test includes the first part, consisting of five multiple choice questions, and the second part, consisting of one practical exercise and three free answer questions (maximum length: 15 lines per question). The written test is 2-hours long.
The optional oral test can be accessed only if the student has passed the written test (score equal to or greater than 18 of which 3 points must be referred to the first part of the written test). The oral test consists of three oral questions about the course program and must be taken in the same session of the written test.
Learning Evaluation Criteria.
In order to pass the exam, the student will have to demonstrate a good theoretical knowledge of the subject, to be able to practically apply the theoretical knowledge to solve practical problems related to bioengineering statistical problems by hand exercises or through specific software.
Learning Measurement Criteria.
The final score will range between 18/30 and 30/30 cum laude. The minimum score is 18/30, of which at least 3 points must refer to the first part of the written test.
Final Mark Allocation Criteria.
In order to be considered sufficient, the score of the written test must be equal to or greater than 18, of which at least 3 points must refer to the first part of the written test.
The optional oral test can be taken only with sufficient score in the written test. In order to be considered sufficient, the score of the oral test must be equal to or greater than 18,
If only the written test is taken, the final score is equal to the score of the written test. If the oral exam is also taken, the final score is the mean score between the written exam score and the oral exam score. The honors will be attributed to those students who, with a final score equal to 30/30, have demonstrated complete mastery of the subject.
Testi di carattere generale per la preparazione dell’esame
M. Bland, “Statistica Medica”, 2009, Apogeo Education.
R. Levi, G. Vicario, "Statistica e Probabilità per Ingegneri", II edizione, 2001, Ed. Esculapio, Bologna.
Whitlock Micheal C., Schluter Dolph, Analisi Statistica dei Dati Biologici, Zanichelli
Dispense
Materiale didattico elettronico disponibile su piattaforma Moodle di Ateneo
Link: https://learn.univpm.it
Testi di carattere generale per la preparazione dell’esame
M. Bland, “Statistica Medica”, 2009, Apogeo Education.
R. Levi, G. Vicario, "Statistica e Probabilità per Ingegneri", II edizione, 2001, Ed. Esculapio, Bologna.
Whitlock Micheal C., Schluter Dolph, Analisi Statistica dei Dati Biologici, Zanichelli
Lecture notes
Materiale didattico elettronico disponibile su piattaforma Moodle di Ateneo
Link: https://learn.univpm.it
NO
NO
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2021-2022
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427