Insegnamento
METODI STATISTICI PER LA SPERIMENTAZIONE CLINICA
PSO2043915, A.A. 2013/14

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
PSICOLOGIA COGNITIVA APPLICATA
PS1978, ordinamento 2013/14, A.A. 2013/14
1084996
Crediti formativi 6.0
Denominazione inglese STATISTICAL METHODS FOR CLINICAL RESEARCH
Dipartimento di riferimento Dipartimento di Psicologia Generale
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA

Docenti
Responsabile GIOVANNA CAPIZZI SECS-S/01

Mutuante
Codice Insegnamento Responsabile Corso
PSO2043915 METODI STATISTICI PER LA SPERIMENTAZIONE CLINICA GIOVANNA CAPIZZI PS1091

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative SECS-S/01 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
2 2018 01/10/2017 30/09/2018 CAPIZZI GIOVANNA (Presidente)
PASTORE MASSIMILIANO (Membro Effettivo)
TARANTINO VINCENZA (Membro Effettivo)
1 2017 01/10/2016 30/09/2017 CAPIZZI GIOVANNA (Presidente)
PASTORE MASSIMILIANO (Membro Effettivo)
TARANTINO VINCENZA (Membro Effettivo)

Syllabus
Prerequisiti: E' richiesta una conoscenza di base di calcolo della probabilità e della statistica di base (statistica descrittiva/inferenza).
Conoscenze e abilita' da acquisire: Il corso si propone di introdurre l’applicazione dei principali metodi statistici, univariati e multivariati, a studi osservazionali e sperimentali di tipo bio-medico. Alla fine del corso lo studente avrà le conoscenze necessarie per analizzare, attravero l'utilizzo di un software statistico, la relazione esistente tra uno o più predittori/fattori sperimentali ed uno specifico status bio-medico.
Modalita' di esame: L'esame è scritto. Lo studente dovrà rispondere ad un insieme di domande aperte e a risposta multipla concernenti l'analisi statistica di un insieme di dati. L'analisi dei dati viene svolta in aula informatica e prevede l'utilizzo del software R.
Criteri di valutazione: La valutazione della preparazione dello studente si baserà sulla comprensione degli argomenti svolti, sull'acquisizione dei concetti e delle metodologie proposte e sulla capacità di applicarli in modo autonomo e consapevole.
Contenuti: Tecniche statistiche di esplorazione univariata e multivariata dei dati raccolti. Principali metodi statistici per verificare la relazione esistente tra dati sperimentali, continui e categoriali in ambito biomedico: metodi model-free illustrati per mezzo di tabelle di frequenza a due o a tre vie. Modelli Lineari Generalizzati (GLM) (regressione lineare e logistica multipla). ANOVA per misurazioni indipendenti e ripetute. Introduzione ai test statistici non parametrici. Tecniche di segmentazione ad albero.
Attivita' di apprendimento previste e metodologie di insegnamento: Didattica frontale ed esercitazioni guidate in aula informatica in cui si presentano e analizzano i risultati di studi sperimentali in ambito biomedico. I laboratori informatici costituiscono una parte integrante del corso. Casi studio reali vengono analizzati con R. Durante i laboratori si procede ad una analisi esplorativa dei dati e all'adattamento di convenienti modelli univariati e multivariati per esplorare la relazione tra più variabili.

Si consiglia la frequenza. Soprattutto quella dei laboratori informatici.
Eventuali indicazioni sui materiali di studio: Agli studenti del corso vengono messe a disposizione le slides delle lezioni e l'analisi statistica dettagliata, comprensiva dei comandi di R, dei casi studi trattati duranti i laboratori informatici. In tale materiale vengono forniti dettagli su tutti i contenuti trattati durante le lezioni.
Testi di riferimento:
  • Triola M. M., Triola M. F., “Statistica per le discipline biosanitarie“. --: Pearson Education It, 2009. Cap. 1-8, 10, 12 Cerca nel catalogo
  • Fox J., Applied regression analysis, linear models, and related methods. --: Sage, 1997. Cap. 5-15 Cerca nel catalogo