CourseCONSERVATION AND EVOLUTION
Code519PP
Credits6
PeriodSemester 2
LanguageItalian
Il corso intende introdurre gli studenti della laurea magistrale ai principali disegni sperimentali complessi come misure ripetute in disegni nidificati ed effetti ‘individuali’ (modelli misti). Gli studenti dovranno familiarizzare con i modelli lineari generalizzati (GLM) e con alcune applicazioni tipiche che consentono il loro utiliizzo per descrivere e predire risposte di tipo continuo, e conteggi, di tipo ordinale e nominale (sia dicotomiche, sia multiple). Inoltre, apprenderanno i principi di base della formulazione, validazione e selezione di modelli statistici alternativi.
The course introduces the Masters students to complex experimental designs as nested repeated methods and mixed models, introducing the Generalized Linear Modelling approach to describe and predict nominal (dichotomous and multinomial), ordinal, count and continuous outcome variables. Students will also learn the principles behind the formulation, validation and selection of alternative statistical models.
Il corso prevede che gli studenti verifichino la loro formazione mediante un lavoro individuale o di gruppo (a seconda del numero di partecipanti) che prevedera’ l’analisi di un set di dati che dovra’ essere concordato con il docente. Gli studenti dovranno indicare il loro disegno sperimentale, formulare le ipotesi che intendono verificare e le relative previsioni, e infine condurre le analisi statistiche e formulare i modelli, e riassumere i risultati del loro lavoro nella forma di una comunicazione scientifica scritta che dovranno anche presentare alla classe. La valutazione si basera’ su criteri sia della componente scritta sia della presentazione che saranno concordati e discussi all’inizio del corso.
The underline teaching philosophy is based on active learning and hands-on approaches. The students will be required to analyze, describe and summarize a set of data in the form of a short communication. Students can use their own data, or data available in their labs, or they will be assigned a dataset by the instructor.
Il corso sara’ condotto seguendo una filosofia di tipo ‘active learning’ e ‘hands-on approach’. Gli studenti impareranno ad analizzare, presentare e riassumere i propri dati nella forma di una breve comunicazione scientifica utilizzando dati provenienti dalla loro stessa ricerca o disponibili presso i laboratori dove condurranno le loro tesi, oppure che saranno assegnati dal docente.
The underline teaching philosophy is based on active learning and hands-on approaches. The students will be required to analyze, describe and summarize a set of data in the form of a short communication. Students can use their own data, or data available in their labs, or they will be assigned a dataset by the instructor.
Corso di Biostatistica di base
Course of basic biostatistics
The underline teaching philosophy is based on active learning and hands-on approaches. The students will be required to analyze, describe and summarize a set of data in the form of a short communication. Students can use their own data, or data available in their labs, or they will be assigned a dataset by the instructor.
Intro R: 101 sul software and sulle rappresentazioni grafiche Introduzione ai modelli Formulazione dei modelli: teoria ed attivita' di gruppo la regressione lneare multipla e il modello generale Le diagnostiche dei modelli lineari Valutare la performance dei modelli, model selection L'analisi dellle componenti principali Il modello lineare generale Esercitazione R: modello lineare Esercitazione R: selezione dei modelli, analisi dellle componenti principali
Intro R: 101 on the R software and on graphical representations Intro to modeling Model formulation: theory and group activity; Multiple regression and the general model Linear models, diagnostics, Model performance evaluation, model selection Principal component analysis, Mixed models.
Fox John, Applied Regression Analysis and Generalized Linear Models, Third Edition. Sage Publications
Zuur, Ieno, Elphick - 2010 - A protocol for data exploration to avoid common statistical problems
Scritto - Saggio
Written essay
Commissione d'esame:
- Presidente: Alessandro Massolo
- Presidente Supplente: Dimitri Giunchi
- Membri della Commissione: Dimitri Giunchi, Alessandro Cini, Cultori della Materia (se in carica)
Exam Committee:
- President: Alessandro Massolo
- Vice-President: Dimitri Giunchi
- Committee members: Dimitri Giunchi, Alessandro Cini, Cultori della Materia (if appointed)