Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
MOLECULAR BIOLOGY
Insegnamento
APPLIED STATISTICS
SCP8085059, A.A. 2018/19

Informazioni valide per gli studenti immatricolati nell'A.A. 2018/19

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
MOLECULAR BIOLOGY
SC2445, ordinamento 2018/19, A.A. 2018/19
N0
porta questa
pagina con te
Curriculum Percorso Comune
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese APPLIED STATISTICS
Sito della struttura didattica http://biologiamolecolare.scienze.unipd.it/2018/laurea_magistrale_biologiamolecolare
Dipartimento di riferimento Dipartimento di Biologia
Sito E-Learning https://elearning.unipd.it/biologia/course/view.php?idnumber=2018-SC2445-000ZZ-2018-SCP8085059-N0
Obbligo di frequenza
Lingua di erogazione INGLESE
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile ALESSANDRA ROSALBA BRAZZALE SECS-S/01

Mutuazioni
Codice Insegnamento Responsabile Corso di studio
SCN1028731 STATISTICA APPLICATA ALESSANDRA ROSALBA BRAZZALE SC1177

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative SECS-S/02 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LABORATORIO 2.0 32 18.0
LEZIONE 4.0 32 68.0

Calendario
Inizio attività didattiche 01/10/2018
Fine attività didattiche 18/01/2019

Commissioni d'esame
Commissione Dal Al Membri
1 APPLIED STATISTICS 2018-2019 01/10/2018 30/11/2019 BRAZZALE ALESSANDRA ROSALBA (Presidente)
MASAROTTO GUIDO (Membro Effettivo)
VENTURA LAURA (Supplente)

Syllabus
Prerequisiti: Lo stile è informale e saranno usate solo un minimo di notazioni matematiche. L'unico prerequisito reale è l'algebra elementare. Un precedente insegnamento (elementare) di statistica è comunque consigliato.
Conoscenze e abilita' da acquisire: - Capacità di condurre alcune analisi statistiche ampiamente utilizzate e di interpretarne i risultati;
- Capacità di comprendere criticamente i principali metodi statistici utilizzati nella letteratura biologica.
Modalita' di esame: Esame scritto. Lo studente dovrà rispondere ad un insieme di domande aperte concernenti l'analisi statistica di un insieme di dati.
Criteri di valutazione: La valutazione si baserà sulla comprensione dei concetti principali e sulla capacità di applicarli autonomamente.
Contenuti: Idee di base. Dal problema di ricerca al modello probabilistico. Campionamento, Studi osservazionali e sperimentali. Test statistici: ipotesi, interpretazione del p-value, tipi di errori, potenza. Il problema dei test/comparazioni multiple. Intervalli di confidenza.
- Metodi elementari. Inferenza su una proporzione e confronto di due proporzioni. t di Student ad uno e due campioni e per dati appaiati. Inferenza in grandi campioni. Metodi non parametrici:
i tests di Wilcoxon (uno e due campioni) e di Kruskall-Wallis. Il coefficiente di correlazione.
- Metodi avanzati. Analisi della varianza ad una e due vie. Regressione: modello lineare e logistico. Esplorazione di dati multivariati: componenti principali e analisi dei gruppi.
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso enfatizza le idee alla base dei metodi presentati e
l'interpretazione dei risultati e non la formulazione matematica o le tecniche di calcolo. Numerosi esempi reali, in ambito biologico, ambientale e medico, sono usati per motivare e illustrare i vari metodi e modelli. Un congruo numero di lezioni sarà svolte in laboratorio informatico utilizzando l'ambiente per il calcolo e la grafica statistica R (http://www.r-project.org).
Eventuali indicazioni sui materiali di studio: - Slides delle lezioni e altro materiale didattico messo a disposizione in rete

- Libri di testo differenti potrebbero essere indicati nelle prime lezioni sulla base della preparazione pregressa degli student
Testi di riferimento:
  • M.C. Whitlock and D. Schluter, The Analysis of Biological Data (2nd ed). --: MacMillan, 2014. Cerca nel catalogo
  • B. Shahbaba, Biostatistics with R. An Introduction to Statistics Through Biological Data. --: Springer, 2012. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Laboratory
  • Problem based learning
  • Case study
  • Interactive lecturing
  • Questioning
  • Story telling
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • R

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Salute e Benessere Industria, innovazione e infrastrutture Agire per il clima