Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Psicologia
PSYCHOLOGICAL SCIENCE - SCIENZE PSICOLOGICHE
Insegnamento
MATHEMATICAL TOOLS FOR PHYCHOLOGISTS
PSP5070177, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2015/16

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
PSYCHOLOGICAL SCIENCE - SCIENZE PSICOLOGICHE
PS2192, ordinamento 2015/16, A.A. 2017/18
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese MATHEMATICAL TOOLS FOR PHYCHOLOGISTS
Dipartimento di riferimento Dipartimento di Psicologia Generale
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA

Docenti
Responsabile GIOVANNI ZANZOTTO MAT/07

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative MAT/07 6.0

Modalità di erogazione
Periodo di erogazione Primo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LEZIONE 6.0 42 108.0 Nessun turno

Calendario
Inizio attività didattiche 02/10/2017
Fine attività didattiche 19/01/2018

Syllabus
Prerequisiti: Nozioni basilari di matematica necessarie per l'accesso alla Laurea triennale in Psychological Science.
Conoscenze e abilita' da acquisire: La probabilita' che una donna quarantenne sviluppi un tumore al seno e' di circa l'uno per cento. Se ha gia' sviluppato un tumore, la probabilita' che una mammografia risulti positiva e' del 90 per cento. Tuttavia, se non ha un tumore al seno, la probabilita' che una mammografia risulti positiva e' del 9 per cento. Qual'e' la probabilita' che una donna che risulta positiva ad un test mammografico abbia effettivamente sviluppato un tumore al seno? Il corso fornisce le conoscenze di base per l'analisi dell'incertezza inerente nelle informazioni di natura statistica, al fine di avere una corretta valutazione e comunicazione del rischio. Vengono introdotte e commentate alcune nozioni di base della probabilita' elementare, e ne viene illustrato l'uso in problemi connessi con la pratica medico-psicologica.
Modalita' di esame: Esame scritto finale a domande aperte o quiz. Presentazione orale di tesine durante il corso.
Criteri di valutazione: Valutazione basata sul risultato dell'esame scritto finale e delle presentazioni orali.
Contenuti: Incertezza nell'informazione di natura statistica. Problemi connessi con la valutazione del rischio e con la comunicazione del rischio. Esempi pratici. Inferenze Bayesiane per mezzo di probabilita' e per mezzo di 'frequenze naturali'. Maggiore efficacia di queste ultime per ottenere un calcolo piu' diretto ed intuitivamente chiaro del rischio, e per una piu' efficace comunicazione di esso. Metodi per una corretta informazione sul rischio. Esempi riguardanti la valutazione del reale valore predittivo di test diagnostici medici basati su risultati probabilistici.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali: trattatazione degli argomenti sopra elencati, con teoria ed esempi. Esercitazioni a complemento delle lezioni teoriche, anche con la diretta partecipazione degli studenti in lavoro sia individuale che di gruppo. Accento posto principalmente sugli aspetti applicativi del materiale trattato nel corso.
Eventuali indicazioni sui materiali di studio: Libro di testo ed eventuale materiale integrativo depositato in biblioteca o disponibile in rete.
Testi di riferimento:
  • MAIN TEXTBOOK ---- Gerd Gigerenzer, Calculated Risk. New York: Simon & Schuster, 2002.
  • Auxiliary reading material ---- Gerd Gigerenzer et al., Helping Doctors and Patients Make Sense of Health Statistics. --: Association for Psychological Science, 2008. http://library.mpib-berlin.mpg.de/ft/gg/GG_Helping_2008.pdf
  • Auxiliary reading material ---- Stephanie Kurzenh√§user, Natural frequencies in medical risk communication: improving statistical thinking in physicians and patients. Dissertation: FU Berlin, 2003. http://www.diss.fu-berlin.de/diss/servlets/MCRFileNodeServlet/FUDISS_derivate_000000001633/00_kurzenhaeuser.pdf
  • Auxiliary reading material ---- M. R. Spiegel, Theory & Problems Of Probability & Statistics. New York: Schaum Mc Graw Hill, 1998.