Presentazione

Organizzazione della Didattica

DM270
BIOLOGIA MOLECOLARE


6

Corsi comuni

 

Frontali Esercizi Laboratorio Studio Individuale
ORE: 32 0 32 60

Periodo

AnnoPeriodo
I anno1 semestre

Frequenza

Obbligatoria

Erogazione

Convenzionale

Lingua

Italiano

Calendario Attività Didattiche

InizioFine
02/10/201719/01/2018

Tipologia

TipologiaAmbitoSSDCFU
affine/integrativo Nessun ambitoSECS-S/026


Responsabile Insegnamento

ResponsabileSSDStruttura
Prof. SARTORI NICOLASECS-S/01Dipartimento di Scienze Statistiche

Altri Docenti

Non previsti.

Attività di Supporto alla Didattica

Esercitatore
Dott.ssa DI CATERINA CLAUDIA

Bollettino

Lo stile è informale e saranno usate solo un minimo di notazioni matematiche. L'unico prerequisito reale è l'algebra elementare. Un precedente insegnamento (elementare) di statistica è comunque consigliato.

- Capacità di condurre alcune analisi statistiche ampiamente utilizzate e di interpretarne i risultati; - Capacità di comprendere criticamente i principali metodi statistici utilizzati nella letteratura biologica.

Il corso enfatizza le idee alla base dei metodi presentati e l'interpretazione dei risultati e non la formulazione matematica o le tecniche di calcolo. Numerosi esempi reali, in ambito biologico, ambientale e medico, sono usati per motivare e illustrare i vari metodi e modelli. Un congruo numero di lezioni sarà svolte in laboratorio informatico utilizzando l'ambiente per il calcolo e la grafica statistica R (http://www.r-project.org).

- Idee di base. Dal problema di ricerca al modello probabilistico. Campionamento, Studi osservazionali e sperimentali. Test statistici: ipotesi, interpretazione del p-value, tipi di errori, potenza. Il problema dei test/comparazioni multiple. Intervalli di confidenza. - Metodi elementari. Inferenza su una proporzione e confronto di due proporzioni. t di Student ad uno e due campioni e per dati appaiati. Inferenza in grandi campioni. Metodi non parametrici: i tests di Wilcoxon (uno e due campioni) e di Kruskall-Wallis. Il coefficiente di correlazione. - Metodi avanzati. Analisi della varianza ad una e due vie. Regressione: modello lineare e logistico. Esplorazione di dati multivariati: componenti principali e analisi dei gruppi.

Esame scritto.

La valutazione si baserà sulla comprensione dei concetti principali e sulla capacità di applicarli autonomamente.

CONTENUTO NON PRESENTE

- Slides delle lezioni e altro materiale didattico messo a disposizione in rete - I libri di testo saranno indicati nelle prime lezioni sulla base della preparazione pregressa degli studenti