Scheda programma d'esame
PROBABILITY AND BIOSTATISTICS
GAETANO VALENZA
Academic year2022/23
CourseBIOTECHNOLOGIES AND APPLIED ARTIFICIAL INTELLIGENCE FOR HEALTH
Code1107I
Credits6
PeriodSemester 1
LanguageEnglish

ModulesAreaTypeHoursTeacher(s)
PROBABILITY AND BIOSTATISTICSING-INF/06LEZIONI48
GAETANO VALENZA unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Lo studente apprenderà le basi della teoria delle probabilità e inferenza statistica

Knowledge

Fundamentals of theory of probability and inferential statistics

Modalità di verifica delle conoscenze

esercitazioni pratiche e risoluzione di problemi reali

 

Assessment criteria of knowledge

practial problems involving statistics

Capacità

Lo studente sarà in grado di applicare opportune metodologie di analisi statistiche per applicazioni biomedicali

 

Skills

Students will be able to apply proper statistical methods for biomedical applications

 

Modalità di verifica delle capacità

Risoluzione di problemi pratici: esercitazioni

 

Assessment criteria of skills

assignments with the application of methods with real data

Comportamenti

Gli studenti acquisiranno accuratezza e precisione nello svolgere attività di pianificazione, raccolta e analisi di dati sperimentali

 

Behaviors

Students will learn how to properly collect and analyse experimental data

 

Modalità di verifica dei comportamenti

Mediante prova orale

 

Assessment criteria of behaviors

oral exam

Prerequisiti (conoscenze iniziali)

-Analisi Matematica

-Algebra Lineare

 

 

Prerequisites

- Calculus

- Linear Algebra

 

Indicazioni metodologiche

Il corso fornisce le basi matematiche per l'applicazione di metodi di statistica descrittiva e inferenziale in biomedicina.

 

Teaching methods

Basics on the use of descriptive and inferential statistical methods in biomedicine

Programma (contenuti dell'insegnamento)

1. Introduzione al calcolo delle probabilità e sistemi stocastici

2. Teoria della Probabilità

3. Variabili aleatorie discrete e continue

4. Stima puntuale e statistiche descrittive di campioni statistici

5. Variabili aleatorie multivariate, somme di variabili aleatorie e teoremi limite associati

6. Stima intervallare, statistica inferenziale e verifica di ipotesi

7. Test di non-Gaussianità e Test chi-quadro

8. Inferenza mediante metodi non-parametrici

9. Analisi di Regressione

10. Valutazione di riconoscitori: sensitività, specificità, curve ROC, matrici di confusione

 

Syllabus

1. Introduction

2. Theory of Probability

3. Discrete and continuous random variables

4. Descriptive statistics

5. Multivariate statistics and limit theorems

6. Inferential statistics

7. Non-Gaussianity and Chi-square tests

8. Non-parametric statistical methods

9. Regression analysis

10. Specificity, sensitivity, ROC curves, and confusion matrices

Bibliografia e materiale didattico

- Appunti di lezioni ed esercitazioni, temi d'esame svolti

- Larry Wasserman. All of statistics: a concise course in statistical inference. Springer Science & Business Media, 2013.

- Brani Vidakovic, Statistics for Bioengineering Sciences, Editore: Springer, 2011

 

Bibliography

- Couse Notes

- Larry Wasserman. All of statistics: a concise course in statistical inference. Springer Science & Business Media, 2013.- Brani Vidakovic, Statistics for Bioengineering Sciences, Editore: Springer, 2011

- Brani Vidakovic, Statistics for Bioengineering Sciences, Editore: Springer, 2011

Indicazioni per non frequentanti

N/A

Non-attending students info

N/A

Modalità d'esame

La verifica si articola in una prova scritta ed una orale.

 

Assessment methods

Written and oral exams

It is possible to bring statistics tables and formulas that can be downloaded from the couse website

 

Altri riferimenti web

 

 

Updated: 29/07/2022 13:44