View syllabus
RECOMMENDED OPTIONAL ACTIVITIES FOR STUDENT: STATISTICS FOR RESEARCH
LAURA BAGLIETTO
Academic year2022/23
CourseCLINICAL AND HEALTH PSYCHOLOGY
Code385FF
Credits3
PeriodSemester 2
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
ATTIVITÀ A SCELTA DELLO STUDENTE CONSIGLIATA: STATISTICA PER LA RICERCAMED/01LEZIONI21
LAURA BAGLIETTO unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Per ciascuno degli argomenti trattati, lo studente acquisirà i concetti teorici (OBIETTIVO DI APPRENDIMENTO 1).

Knowledge

For each of the topics of the course, the student will acquire the theoretical concepts (LEARNING OBJECTIVE 1).

Modalità di verifica delle conoscenze

A conclusione di ciascun argomento, allo studente sarà proposto un questionario online per la verifica delle nozioni teoriche apprese (OBIETTIVI DI APPRENDIMENTO 1)

Assessment criteria of knowledge

For each section of the program, the student will be offered an online questionnaire to verify the acquisition of the theory (LEARNING OBJECTIVES 1).

Capacità

Per ciascuno degli argomenti trattati, lo studente saprà comprendere la metodologia statistica utilizzata nelle pubblicazioni scientifiche (OBIETTIVO DI APPRENDIMENTO 2) e saprà interpretarne i risultati (OBIETTIVO DI APPRENDIMENTO 3).

Skills

For each section of the program, the student will be able to understand the statistical methods applied in a scientific paper (LEARNING OBJECTIVE 2) and interpret the results (LEARNING OBJECTIVE 3).

Modalità di verifica delle capacità

Saranno proposti una serie di estratti da articoli scientifici pubblicati che verranno discussi nel dettaglio. Alcune delle attività saranno svolte in classe ed altre potranno essere svolte autonomamente dagli studenti.

Assessment criteria of skills

A series of papers will be proposed and discussed in detail. Some of the activities will be carried out in class and others will be offered to the students as homework.

Comportamenti

Allo studente sarà richiesto di seguire attivamente le lezioni frontali e svolgere autonomamente le attività assegnate.

A causa dell’emergenza COVID-19, come da disposizioni del Rettore, le lezioni verranno erogate a distanza attraverso la piattaforma Microsoft Teams accessibile dal portale Valutami di Unipi https://esami.unipi.it/ seguendo le istruzioni riportate alla pagina https://www.unipi.it/images/pdf/publ/lezioniadistanza.pdf

Behaviors

The student will be asked to actively follow the frontal lessons and carry out the assigned activities autonomously.

Due to the COVID-19 emergency, the lessons will be delivered remotely through the Microsoft Teams platform accessible from the Unipi Valutami https://esami.unipi.it/. Instructions are available at the web page https://www.unipi.it/images/pdf/publ/lezioniadistanza.pdf

Modalità di verifica dei comportamenti

Durante il corso verranno proposte prove di autovalutazione.

Assessment criteria of behaviors

During the course, self-evaluation tests will be proposed.

Prerequisiti (conoscenze iniziali)

Statistica descrittiva. Test d’ipotesi ed inferenza statistica. Test ANOVA e test di chi-quadrato. Principi della regressione lineare e della regressione logistica.

Prerequisites

Descriptive statistics. Test of hypothesis test and statistical inference. ANOVA test and chi-squared test. Principles of linear regression and logistic regression.

Indicazioni metodologiche

La teoria sarà esposta durante le lezioni frontali (OBIETTIVO DI APPRENDIMENTO 1).

Le lezioni teoriche saranno corredate dalla presentazione e discussione di esempi specifici tratti dalla letteratura scientifica (OBIETTIVI DI APPRENDIMENTO 2 e 3).

Teaching methods

The theory will be exposed during the lectures (LEARNING OBJECTIVE 1).

Examples from the literature will be presented and discussed (LEARNING OBJECTIVES 2 and 3).

Programma (contenuti dell'insegnamento)
  1. Disegno degli studi. Definizione della potenza campionaria.
  2. Modelli lineari e lineari generalizzati.
  3. Modelli lineari ad effetti misti.
  4. Analisi delle componenti principali e analisi fattoriale.
  5. Modelli di inferenza causali. Analisi di mediazione. Randomizzazione mendeliana.
  6. Revisione sistematica della letteratura e meta analisi.
Syllabus
  1. Study design. Power analysis.
  2. Linear models and generalised linear models.
  3. Linear mixed effect models-
  4. Principal components analysis and factor analysis.
  5. Caulsa models. Mediation analysis. Mendelian randomisation.
  6. Systematic reviw and meta analysis.
Bibliografia e materiale didattico

Il materiale del corso verrà pubblicato sul portale e-learning del corso accessibile con le credenziali di ateneo.

Bibliography

The course material will be published on the e-learning portal of the course accessible with the university credentials.

Modalità d'esame

La prova d’esame consisterà in un questionario a risposte multiple comprendente una sezione relativa all’acquisizione dei metodi ed una sezione relativa all’interpretazione dei metodi statistici e dei risultati riportati in pubblicazioni scientifiche. La prova scritta potra' essere seguita la una verifica orale, qualora ritenuto necessario dal docente..

Assessment methods

The final exam will consist in a multiple-choice questionnaire including a section to assess the acquisition of the theory and a section to access the ability to understand the statistical methods and interpret the results of a scientific paper.

Updated: 05/08/2022 16:28