Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • My Media
  • More
Listen to this page using ReadSpeaker
English ‎(en)‎
English ‎(en)‎ Italiano ‎(it)‎
 Log in
e-Learning - UNIMIB
Home My Media
Percorso della pagina
  1. Medicine and Surgery
  2. Bachelor Degree
  3. Fisioterapia [I0201D]
  4. Courses
  5. A.A. 2023-2024
  6. 2nd year
  1. Medical Statistics
  2. Summary
Unità didattica Course full name
Medical Statistics
Course ID number
2324-2-I0201D139-I0201D217M
Course summary SYLLABUS

Blocks

Back to Medical Statistics and Research Methods

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi

Acquisizione delle conoscenze di base dei principali tipi di campionamento, degli strumenti statistico-metodologici della statistica descrittiva ed inferenziale per la programmazione degli studi e l’analisi dei dati, con enfasi sulle peculiarità del dato in campo fisioterapico.

Il modulo si propone di rendere lo studente in grado di:

1) Leggere con spirito critico la letteratura scientifica che presenti analisi statistiche descrittive e inferenziali
2) Avere una conoscenza di base solida per essere coinvolto nella concezione e realizzazione di studi in campo fisioterapico

Contenuti sintetici

Il modulo si articola come segue:

  • Basi di calcolo delle probabilità
  • Intervallo di confidenza sul parametro p probabilità di un evento (proporzione)
  • Tabelle di frequenza e grafici
  • Indicatori di ordine di grandezza e dispersione
  • Distribuzione Gaussiana (per approssimare l'andamento di un istogramma)
  • Intervallo di confidenza sul parametro mu
  • Utilizzo della distribuzione Gaussiana per la costruzione degli intervalli di confidenza

Programma esteso

Il modulo si articola come segue:

  • Basi di calcolo delle probabilità
  • Intervallo di confidenza sul parametro p probabilità di un evento (proporzione)
  • Tabelle di frequenza e grafici
  • Indicatori di ordine di grandezza e dispersione
  • Distribuzione Gaussiana (per approssimare l'andamento di un istogramma)
  • Intervallo di confidenza sul parametro mu
  • Utilizzo della distribuzione Gaussiana per la costruzione degli intervalli di confidenza

Prerequisiti

Nessuno.

Modalità didattica

Lezioni sincrone frontali, contenuti asincroni (clip e quiz).

Materiale didattico

  • Testo: Fondamenti di statistica Micheal Sullivan III, traduzione a cura di Emma Zavarrone, Pearson 2020, diponibile anche come e-book https://www.pearson.it/opera/pearson/0-7264-fondamenti_di_statistica
  • Slides
  • Video Clip

Periodo di erogazione dell'insegnamento

Primo semestre.

Modalità di verifica del profitto e valutazione

Esame scritto.

Orario di ricevimento

Su appuntamento, previo contatto email con il docente.

Sustainable Development Goals

SCONFIGGERE LA POVERTÀ | SCONFIGGERE LA FAME | ISTRUZIONE DI QUALITÁ | PARITÁ DI GENERE
Export

Aims

Basic knowledge of typical sampling schemes, methodological tools of descriptive statistics and inferential statistics to set up studies and to analyse data, with attention to the features of rehabilitation data.

At the end of the course the student will be able to:

1) read and discuss scientific literature with descriptive and inferential statistical analyses
2) have a solid knowledge to be involved in the the design and implementation of studies in rehabilitation

Contents

The module is organized as follows:

  • Basics of probability calculation
  • Confidence interval on the parameter p probability of an event (proportion)
  • Frequency tables and graphs
  • Order of magnitude and dispersion indicators
  • Gaussian Distribution (to approximate the trend of a histogram)
  • Confidence interval on the mu parameter
  • Use of the Gaussian distribution to construct confidence intervals

Detailed program

The module is organized as follows:

  • Basics of probability calculation
  • Confidence interval on the parameter p probability of an event (proportion)
  • Frequency tables and graphs
  • Order of magnitude and dispersion indicators
  • Gaussian Distribution (to approximate the trend of a histogram)
  • Confidence interval on the mu parameter
  • Use of the Gaussian distribution to construct confidence intervals

Prerequisites

None.

Teaching form

Synchronous frontal lessons, asynchronous contents (clips and quizzes).

Textbook and teaching resource

  • Book: Fondamenti di statistica Micheal Sullivan III, traduzione a cura di Emma Zavarrone, Pearson 2020, diponibile anche come e-book https://www.pearson.it/opera/pearson/0-7264-fondamenti_di_statistica
  • Slides
  • Video clip

Semester

First semester.

Assessment method

Written exam.

Office hours

Under request, via email contact with the instructor.

Sustainable Development Goals

NO POVERTY | ZERO HUNGER | QUALITY EDUCATION | GENDER EQUALITY
Enter

Key information

Field of research
MED/01
ECTS
2
Term
First semester
Activity type
Mandatory
Course Length (Hours)
16
Degree Course Type
Degree Course
Language
Italian

Staff

    Teacher

  • LA
    Laura Antolini

Enrolment methods

Manual enrolments
Self enrolment (Student)

Sustainable Development Goals

NO POVERTY - End poverty in all its forms everywhere
NO POVERTY
ZERO HUNGER - End hunger, achieve food security and improved nutrition and promote sustainable agriculture
ZERO HUNGER
QUALITY EDUCATION - Ensure inclusive and equitable quality education and promote lifelong learning opportunities for all
QUALITY EDUCATION
GENDER EQUALITY - Achieve gender equality and empower all women and girls
GENDER EQUALITY

You are not logged in. (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2026 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics