ECTS - University of Pisa
Il corso introduce lo studente alle metodiche relative all’acquisizione, archiviazione, analisi e rappresentazione dei dati nell’ambito delle scienze biologiche. Dopo un parte introduttiva sui concetti alla base della raccolta delle informazioni scientifiche, il corso permetterà l’acquisizione delle norme basilari per la creazione di un archivio di dati.
In seguito gli studenti potranno fare proprie le principali misure di tendenza centrale e dispersione di una distribuzione di dati, imparandone gli aspetti teorici e le conseguenze in contesti applicativi. Mediante l’ausilio di casi di studio proposti dal docente o dagli studenti stessi, questi potranno condurre esercitazioni finalizzate alla descrizione dei dati e alla loro rappresentazione. In una seconda fase, gli studenti apprenderanno la logica della verifica inferenziale e i principali test statistici parametrici e non parametrici per il confronto tra campioni (dipendenti e indipendenti), oltre ai confronti tra frequenze e alle misure di associazione tra serie di misurazioni.
The course introduces the students to methods and principles in biological data collection, organization, analysis and representation of the results.
Following an introductory section on basic principles on scientific designs and samplings, the students will learn how to create and organize a set of data.
Later, students will become familiar with central tendency and variability measures both from a theoretical and applied standpoint. Through case studies, provided by the instructor or suggested by the students, students will have opportunities to test their skills through class exercises to improve their data handling, analysis and representation. In the following phase of the course, students will be taught the foundations of inferential statistics and the main parametrical and non-parametrical tests to compare 2 or more samples (both paired and independent) as well as comparing frequencies and assessing associations between data series (correlation and regression).
Il corso prevede che gli studenti verifichino la loro formazione mediante un esame scritti (organizzato in una o due prove scritte), durante i quali dovranno descrivere e analizzare un insieme di dati e i risultati delle analisi su di esso condotte.
Agli studenti sara’ inoltre consentito di condurre un esame orale qualora ritenessero che la valutazione dello scritto non rispecchi le loro reali competenze.
Methods:
Gli studenti alla fine del corso saranno in grado di:
- Identificare e applicare i principali criteri di preparazione di un adeguato disegno sperimentale e di campionamento.
- Organizzare un archivio di dati
- rappresentare graficamente i dati
- descrivere i dati con le principali statistiche descrittive
- Applicare le principali statistiche inferenziali (vedasi programma) a diversi dataset per verificare specifiche ipotesi definite in un protocollo sperimentale/osservazionale/discovery
- Utilizzo di base di R mediante l'utilizzo dell'interfaccia failitata R Commander
Esercizi specifici durante l'esame scritto. Durante gli esercizi si richiede di riportare i comandi di R che consentono di eseguire le varie statistiche e rappresentazioni grafiche.
Nelle domande a risposte multiple si valuta la conoscenza di concetti e principi attraverso la capacita' critica di discernere concetti simili ma differenti, e di valutare criticamente deduzioni logiche a partire da assunti e da dati forniti.
Per maggiori dettagli far riferimento al documento di dettaglio pubblicato sulla pagine di e-learning dedicata al corso (https://polo3.elearning.unipi.it/course/view.php?id=2931).
Le studentesse e gli studenti impareranno a valutare criticamente la lettaratura scientifica valutandone gli aspetti statistici e sperimentali.
Tramite domande specifiche durante l'esame
Esame di matematica.
None
Il corso e' strutturato in lezioni frontali basate su esempi in Biologia. Durante il corso si introduce l'uso del software R.
Delivery: face to face
Learning activities:
Teaching methods:
Introduzione docente e studenti; struttura del corso; metodi di valutazione Concetti di base; popolazione e campione I tipi di dati e loro rappresentazione grafica e tabellare; criteri per unachiara rappresentazione grafica lezione non tenuta su richiesta del rettore Statistiche descrittive generalita' la media campionaria, la curva normale e gli intervalli di confidenza La probabilita' e il teorema di Bayes Falsicabilita' e test delle ipotesi La distribuzione binomiale Intervalli di confidenza di proporzioni, modelli probabilistici Lavoro di classe sui temi del compitino con presentazione dei risultati da parte degli studenti e discussione sulle varie soluzioni Chiquadrato per goodness of fit Chiquadrato e Associazione tra variabili categoriali Confronto tra medie di uno o due campioni (dati appaiati) confronto tra due medie per dati indipendenti I test non parametrici I disegni sperimentali I confronti tra medie tra piu' di 2 gruppi per dati appaiati e indipendenti (ANOVA, KW, Friedmann) Associazione tra variabili numeriche (statistiche parametriche e non) Regressione
Descriptive statistics, type of variables, central tendency and dispersion measures. Probability, definitions, distributions (Binomial, Poisson, Normal, Student's t, Chi-squared, Fisher's F). Central limit theorem, confidence intervals for means and proportions. Hypotesis test theory, Z test, t test for two independent samples and for paired data, Chi-squared test, one way analysis of variance and F test. Linear correlation, simple linear regression model
Whitlock & Schluter - Analisi Statistica dei Dati Biologici - Zanichelli
Altro materiale didattico fornito dal docente sul sito Moodle
Il libro di testo e gli esercizi riportati nel testo permettono di affrontare l'esame.
Scritto a risposte multiple ed esercizi.
Orale a partire dai contenuti dello scritto e piu' mirato alla comprensione critica dei principi e delle applicazioni della biostatistica.
Per maggiori dettagli far riferimento al documento di dettaglio pubblicato sulla pagine di e-learning dedicata al corso (https://polo3.elearning.unipi.it/course/view.php?id=2931).
Ulteriore materiale informativo e' disponibile sul sito Moodle.
