Syllabus del corso
Obiettivi
L'insegnamento si propone di spiegare i fondamenti della biostatistica, con una particolare attenzione all'applicazione di queste discipline nel contesto delle scienze della vita.
Saranno trattati i principali metodi di statistica descrittiva e statistica inferenziale al fine di guidare lo studente nel processo che parte dal disegno di uno studio sperimentale, procede con l'analisi dei dati raccolti e termina nell'interpretazione statistica e nella comprensione della rilevanza biologica dei risultati ottenuti.
Conoscenza e capacità di comprensione.
Al termine dell'insegnamento lo studente dovrà sviluppare la capacità di analisi critica, al fine di scegliere i metodi statistici più adeguati per l’analisi di dati e per l’interpretazione dei rispettivi risultati.
Capacità di applicare conoscenza e comprensione.
Al termine dell'insegnamento lo studente dovrà essere in grado di applicare le conoscenze acquisite per la soluzione di problemi in ambito statistico, oltre a organizzare e trattare automaticamente i dati biologici o risolvere semplici problemi tramite l’utilizzo di fogli di calcolo.
Autonomia di giudizio.
Al termine dell'insegnamento lo studente dovrà essere in grado di elaborare quanto appreso, e saper riconoscere le situazioni e i problemi in cui le metodologie biostatistiche apprese possano essere utilizzate.
Abilità comunicative.
Al termine dell'insegnamento lo studente dovrà essere in grado di esprimersi in modo appropriato nella descrizione delle tematiche affrontate, con proprietà di linguaggio e sicurezza di esposizione.
Capacità di apprendimento.
Al termine dell'insegnamento lo studente dovrà essere in grado di consultare la letteratura sugli argomenti trattati, nonché applicare le conoscenze acquisite per l’analisi dei dati in contesti di ricerca.
Contenuti sintetici
Statistica descrittiva.
Statistica inferenziale.
Programma esteso
- Statistica descrittiva. Campioni e popolazioni, tipologie di dati e variabili. Disegno di esperimenti. Il concetto di frequenza (assoluta, relativa, cumulativa). Rappresentazione grafica dei dati (istogrammi, diagrammi a torta, diagrammi a dispersione). Misure di centralità (media, mediana, moda). Misure di dispersione (range, deviazione standard, varianza). Misure di posizione (quartili, percentili). Analisi esplorativa dei dati (outlier, boxplot).
- Nozioni di teoria della probabilità. Distribuzioni di probabilità. Distribuzioni campionarie.
- Statistica inferenziale. Metodi di stima con un campione (intervalli di confidenza, stima con un campione). Verifica di ipotesi con un campione. Inferenza da due campioni. Metodi non parametrici. Analisi della varianza (ANOVA). Correlazione e regressione.
Prerequisiti
Conoscenze di base per l'uso di fogli di calcolo.
Modalità didattica
16 ore di lezioni frontali ed esercitazioni con l'utilizzo di fogli di calcolo (Excel).
Materiale didattico
Slide reperibili sulla pagina Moodle dell'insegnamento.
Testi consigliati:
- M.M. Triola, M.F. Triola, J. Roy. Fondamenti di statistica per le discipline biomediche (seconda edizione). Pearson, 2022
- M.C. Whitlock, D. Schluter. Analisi statistica dei dati biologici. Zanichelli, 2022
Periodo di erogazione dell'insegnamento
5-6-7 Febbraio 2025
Modalità di verifica del profitto e valutazione
Prova scritta della durata di 60 minuti, costituita da 12 domande chiuse a risposta multipla.
Orario di ricevimento
Su appuntamento previa richiesta via e-mail.
Sustainable Development Goals
Aims
The course will introduce the fundamentals of biostatistics, with a particular focus on life sciences applications.
The main tools of descriptive and inferential statistics will be explained to guide the student through the typical process at the basis of an experimental study, which starts with the design of the experiment, proceeds with data analysis, and ends with the statistical interpretation and the critical analysis of the relevance of the obtained results.
Knowledge and understanding.
The student will gain knowledge about the choice of the proper sampling and statistical methods, and the interpretation of outcomes after data analysis.
Applying knowledge and understanding.
The student will be able to apply the acquired knowledge for the solution of statistical problems, in addition to organizing and handling biological data in automatic ways (practical skills on the use of spreadsheets).
Making judgements.
The student will be able to process the acquired knowledge and choose the proper statistical methods for different applications.
Communication skills.
Use of an appropriate scientific vocabulary and ability in oral/written reports
Learning skills.
Skills in literature reading and understanding, as well as in the application of the acquired knowledge for data analysis in research contexts.
Contents
Descriptive statistics.
Inferential statistics.
Detailed program
- Descriptive statistics. Introduction to statistics (types of data, collecting sample data). Summarizing and graphing data (frequency distributions, histograms, boxplots). Statistics for describing, exploring and comparing data (measures of center, measures of variation, measures of relative standing).
- Basic concepts of probability. Probability distributions. Sampling distributions.
- Inferential statistics. Estimation methods, confidence intervals. Hypothesis testing. Two sample hypothesis testing. Non-parametric methods. Multi-sample inference (ANOVA). Correlation and regression.
Prerequisites
Basic knowledge of spreadsheets.
Teaching form
16 hours of lectures and hands-on sessions.
Textbook and teaching resource
All the educational material will be available on Moodle platform.
Textbooks:
- M.F. Triola, Essentials of statistics, Pearson, 2014
- B. Rosner, Fundamentals of biostatistics, Brooks/Cole, 2011
Semester
5-6-7 February 2025
Assessment method
Written exam (60 minutes), consisting in 12 multiple-choice questions.
Office hours
On demand by e-email.