Insegnamento
STATISTICS FOR BRAIN AND COGNITIVE SCIENCES
PSO2044208, A.A. 2013/14

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
COGNITIVE NEUROSCIENCE AND CLINICAL NEUROPSYCHOLOGY
PS1932, ordinamento 2012/13, A.A. 2013/14
1089058
Crediti formativi 6.0
Denominazione inglese STATISTICS FOR BRAIN AND COGNITIVE SCIENCES
Dipartimento di riferimento Dipartimento di Psicologia Generale
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA

Docenti
Responsabile GIULIO VIDOTTO M-PSI/03

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Psicologia generale e fisiologica M-PSI/03 6.0

Modalità di erogazione
Periodo di erogazione Primo semestre
Anno di corso I 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 01/10/2013
Fine attività didattiche 25/01/2014

Commissioni d'esame
Commissione Dal Al Membri
4 2017 01/10/2016 30/09/2017 VIDOTTO GIULIO (Presidente)
BOTTESI GIOIA (Membro Effettivo)
NUCCI MASSIMO (Membro Effettivo)
SPOTO ANDREA (Membro Effettivo)
3 2016 01/10/2015 30/09/2016 VIDOTTO GIULIO (Presidente)
BOTTESI GIOIA (Membro Effettivo)
NUCCI MASSIMO (Membro Effettivo)
SPOTO ANDREA (Membro Effettivo)
2 2015 01/10/2014 30/09/2015 VIDOTTO GIULIO (Presidente)
BOTTESI GIOIA (Membro Effettivo)
NUCCI MASSIMO (Membro Effettivo)
SPOTO ANDREA (Membro Effettivo)
01/10/2013 30/09/2014 VIDOTTO GIULIO (Presidente)
NUCCI MASSIMO (Membro Effettivo)
TAGLIABUE MARIAELENA (Membro Effettivo)

Syllabus
Prerequisiti: Probabilità, variabili casuali, statistica descrittiva e inferenziale, intervalli di confidenza, t-test, F-test, nozioni di base sui disegni sperimentali. Gli studenti possono facilmente trovare materiali su Internet (ad esempio, un elenco completo dei requisiti è fornito dal corso di Statistical Methods in Brain and Cognitive Science sul sito del MIT)
Conoscenze e abilita' da acquisire: Il corso fornisce gli strumenti per comprendere la teoria di fondo ed i problemi pratici necessari per l'applicazione dei modelli lineari.
Gli argomenti sono: regressione lineare multipla, ANOVA, e modelli lineari generalizzati.
Gli obiettivi sono: Capire i fondamenti del modello di regressione e ANOVA; interpretare i risultati delle analisi di regressione e ANOVA; Valutare la qualità dei modelli.
Modalita' di esame: Tipo di esame: Scritto e orale
Prova scritta: domande aperte
Criteri di valutazione: La valutazione della prestazione dello studente si baserà sulla comprensione delle metodologie statistiche proposte e sulla capacità di applicarle in modo autonomo in un contesto di ricerca.
Contenuti: Algebra matriciale (introduzione). Regressione lineare semplice: approccio algebrico e geometrico. Modelli lineari: regressione semplice e multipla, regressione con variabili dummy, ANOVA per piani fattoriali, ANOVA a misure ripetute, analisi della covarianza, Contrasti e confronti multipli. Modelli lineari generalizzati (introduzione). Inoltre, al termine del corso gli studenti dovrebbero essere esperti nell'uso del pacchetto statistico R.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali ed esercitazioni di laboratorio.
Eventuali indicazioni sui materiali di studio: Materiale per il corso:
Slides utilizzate a lezione e per i laboratori.

Julian J. Faraway (2005). Linear models with R. Chapman & Hall/CRC.

Approfondimenti:
George H. Dunteman (1984), Introduction to Linear Models. Sage Publications.
John Fox (1997). Applied Regression Analysis, Linear Models and Related Methods. Sage Publications.
Testi di riferimento:
  • Julian J. Faraway, Linear models with R. Chapman & Hall/CRC.. --: --, 2005. Cerca nel catalogo
  • George H. Dunteman, Introduction to Linear Models.. --: Sage Publications., 1984. Cerca nel catalogo
  • John Fox, Applied Regression Analysis, Linear Models and Related Methods.. --: Sage Publications., 1997. Cerca nel catalogo