Non è richiesta alcuna conoscenza specifica iniziale.

Non è particolarmente utile seguire altri insegnamenti parallelamente a questo corso.  

Questo corso non rappresenta un prerequisito per altri corsi

• Le lezioni saranno svolte in maniera frontale, con l'ausilio di filmati e supportate dalla diretta interazione con il software MATLAB.
• Al termine di ogni lezione saranno messi a disposizione degli studenti dei dati e alcune domande sperimentali a cui rispondere. L'attività dovrà essere svolta in maniera individuale, sul proprio PC.
• Saranno fornite registrazioni video delle lezioni.
• Sarà possibile scaricare sul proprio pc tutto il materiale relativo al corso, comprese le esercitazioni a casa e la loro risoluzione.
• La relazione tra studente e docente sarà principalmente realizzata mediante posta elettronica o meeting da remoto.

• Introduzione al linguaggio MATLAB e panoramica degli strumenti utilizzati in psicofisiologia, per l'analisi dei dati, la valutazione di un'ipotesi sperimentale e la rappresentazione grafica dei risultati.
• Introduzione al workspace, alla creazione e salvataggio di variabili e al calcolo di statistiche descrittive (es. media, mediana, range interquartile).
• Gestione di dataset numerosi, pulizia e filtraggio di database, rimozione di dati mancanti.
• Introduzione ai vettori di stringhe e cell array per la gestione del testo e operatori logici (es. AND, OR).
• Istogrammi di frequenza, rappresentazione grafica di variabili continue e timeseries e di variabili discrete (es. bar plot, stem)
• Metodi parametrici (T-test) e non parametrici (Wilcoxon rank sum test) per il confronto di due campioni indipendenti.
• Metodi per l'identificazione degli outliers.
• Metodi parametrici (One-way ANOVA) e non parametrici (Kruskal-Wallis) per il confronto di più gruppi indipendenti.
• Accesso e selezione di parti di matrice e logical indexing.
• Correlazione (Pearson product-moment correlation e Spearman rank correlation), regressione lineare e relazione tra i due metodi. Matrici di correlazione.
• Utilizzo di scatter plot per visualizzare la relazione tra due o più variabili continue.
• Introduzione al problema delle comparazioni multiple in psicofisiologia (es. metodo di Bonferroni).
• Creazione e gestione di sequenze random di numeri (es. randn, randi, rand).
• Normalizzazione (es. traformazione in z-score, riscalare i valori entro un certo range).
• Analisi delle componenti principali, esempi di utilizzo su database di dati neuropsicologici di pazienti MCI e controlli sani.
• Analisi single subject di un dataset fMRI con software SPM in ambiente MATLAB.
• Analisi della conduttanza cutanea.
• Analisi del diametro pupillare in risposta a stimoli nocicettivi e non.

Lo studente può fare riferimento al materiale fornito durante le lezioni.

Non esistono variazioni del programma per studenti non frequentanti.

• L'esame è composto da una prova orale.
• La prova orale consiste in un colloquio tra il candidato e il docente durante la quale sarà chiesto di risolvere specifici esercizi. Il colloquio è individuale.
  La prova orale è non superata se il candidato mostra di non essere in grado di risolvere almeno gli esercizi più basilari proposti.

Non sono previste forme di stage e/o tirocinio.

Tutto il materiale relativo al corso è disponibile ai seguenti indirizzi:

Lezione 1: https://drive.google.com/drive/folders/1-uzisdBokCGGwEHOBVpA3wvRBu4q2WBh?usp=sharing

Lezione 2: https://drive.google.com/drive/folders/1Oc4tVqrJFCxs0jTU3Bm3rvZge4IxM8yz?usp=sharing

Lezione 3: https://drive.google.com/drive/folders/15HiAyciWcdlAKcEhuvZzIJjFoMvdAg0m?usp=sharing

Lezione 4: https://drive.google.com/drive/folders/1rqkveknJyiIb8rZ-A_neSM9fRuOwxm7k?usp=sharing

Lezione 5: https://drive.google.com/drive/folders/1KuJHRd5ugFThb2hNbXihDbRAY3uMQ2p1?usp=sharing

Lezione 6: https://drive.google.com/drive/folders/1QkGAsk9u88Qj1Yd010omfsiKGi4iLQvu?usp=sharing

Lezione 7: https://drive.google.com/drive/folders/1q7Eq4UJClWLjL2vx6l4ksy_PBHyX5ZJF?usp=sharing