Vai al contenuto principale
Oggetto:
Oggetto:

ELEMENTI DI STATISTICA

Oggetto:

ELEMENTS OF STATISTICS

Oggetto:

Anno accademico 2019/2020

Codice dell'attività didattica
MFN1306B
Docente
Prof. Maria Teresa Giraudo
Insegnamento integrato
Corso di studi
Scienze Biologiche D.M. 270
Anno
3° anno
Tipologia
Propedeutico
Crediti/Valenza
5
SSD dell'attività didattica
MAT/06 - probabilita' e statistica matematica
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Facoltativa
Tipologia d'esame
Scritto
Prerequisiti

MODULO ELEMENTI DI STATISTICA - Conoscenze matematiche di base fornite attraverso l'insegnamento di Matematica del primo anno.


BASIC STATITICS
Basic knowledge in Calculus as provided by the first year Mathematics course.
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

L'insegnamento si prefigge di introdurre lo studente alle metodologie, alle tecniche ed ai relativi strumenti informatici che consentono l'analisi di dati sperimentali. Il modulo di Statistica permetterà allo studente di analizzare risultati sperimentali di natura non complessa utilizzando le tecniche statistiche adeguate e facendo uso di software dedicato.

 

The course aims at introducing the student to methods, techniques and related computer science instruments that allow to analyze experimental data from biological sciences. The Statistics section  is organized to enable students to study and analyze experimental results of mildly complex nature employing suitable statistical procedures and resorting to dedicated software.

Oggetto:

Risultati dell'apprendimento attesi

Al termine del corso lo studente dovrà dimostrare di:

1)  saper utilizzare le tecniche di analisi descrittiva e inferenziale di base utili alla comprensione dei fenomeni di volta in volta in esame:

2) avere acquisito una buona padronanza degli strumenti informatici quali fogli di calcolo o ambienti di sviluppo per l'analisi statistica dei dati.

CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE - Lo studente dovrà essere in grado di eseguire autonomamente le analisi statistiche richieste dal problema specifico trattato identificando e utilizzando lo strumento informatico più adatto.

AUTONOMIA DI GIUDIZIO - Lo studente dovrà stabilire quali metodologie informatiche e quali tecniche di analisi statistiche utilizzare in base ai dati disponibili per descrivere e interpretare i fenomeni in esame.

ABILITA' COMUNICATIVE - Lo studente saprà fornire una giustificazione delle scelte di elaborazione effettuate e una descrizione sintetica delle metodologie utilizzate e dei risultati ottenuti dall'analisi dei dati.

 

KNOWLEDGE AND UNDERSTANDING – Completing the course students will be able to:

1)      use suitable descriptive and inferential statistics techniques to describe and understand the phenomena being studied;

2)      manage suitable computer science instruments such as worksheet or dedicated software programs for statistical data analysis.

APPLYING KNOWLEDGE AND UNDERSTANDING – Students will perform the statistical analyses required by the problem under study by selecting the most computationally and graphically suitable computer science support.

MAKING JUDGEMENTS – Students will decide which statistical techniques to use according to the available data sets to describe and understand the phenomena under consideration.

COMMUNICATION – The student will be able to justify the choices for the analysis to be performed and to give a synthetic description of the techniques employed and of the results obtained.

Oggetto:

Modalità di insegnamento

Questo insegnamento prevede lezioni frontali (16 ore) affiancate in parallelo da esercitazioni in aula informatizzata (24 ore), all'interno delle quali sono previste anche  attività pratiche di analisi di dati provenienti da esperimenti. Il programma calendarizzato dell'insegnamento è scaricabile dal materiale didattico.

La frequanza alle lezioni e alle esercitazioni è facoltativa, ma fortemente consigliata vista la necessità di apprendere l'utilizzo di software dedicati.

 

This part of the course entails theory lessons (16 hours) and practical lessons in the computer room (24 hours). Within the later also some analysis of real biological data will be performed. The detailed program of the lessons will be available on the web site of the course.

attendance to lessons is not compulsory, but highly recommended due to the necessity of learning and employing specific computer science instruments.

Oggetto:

Modalità di verifica dell'apprendimento

L'esame viene svolto in aula informatizzata e consiste nell'analisi di un set di dati fornito. Viene richiesto di rispondere a una serie di domande che implicano aspetti diversi della teoria e dell'analisi statistica e che necessitano dell'uso del software dedicato. Per ogni domanda viene indicato specificamente il punteggio massimo ottenibile. Il voto massimo (32/30) è concepito in modo da consentire di attribuire la lode.

 

The exam takes place in the computer room and is based on the analysis of a given data set. Students will be asked to answer to a series of questions on different aspects of the statistical methodology and analysis, for which they will use the software. Each question corresponds to a specified score and the total maximum grade is fixed at 32/30 to allow obtaining the cum laude. 

 

Oggetto:

Programma

Statistica descrittiva: Dati ed errori. Campionamento. Frequenze. Rappresentazione grafica dei dati. Misure di centralità, di dispersione e di posizione. Analisi esplorativa dei dati.

Elementi di calcolo delle probabilità: Eventi e variabili casuali. Distribuzione di probabilità normale.

Statistica inferenziale: Distribuzioni campionarie e stimatori. Stime con un campione: proporzione, media e varianza. Stime con due campioni: differenza tra proporzioni, differenza tra medie, rapporto tra varianze. 

Verifica di ipotesi: Concettii basilari. Test con un campione e con due campioni. Test per la verifica di normalità. Tavole di contingenza e test per l'indipendenza. Cenni ai test non parametrici.

Correlazione e regressione lineare.

Analisi della varianza a una via.

 

Descriptive statistics: Data and errors. Sampling. Frequencies. Graphical representation of sample data. Centrality, dispersion and position indexes. Exploratory data analysis.

Inferential statistics: Sample distributions and estimators. Interval estimators. One sample estimation: proportions, means and variances. Two sample estimation: difference of proportions, difference of means, ratio of variances.  Hypothesis testing: one sample and two sample tests. Test for normality. Contingency tables and test for independence. Introduction to non parametric tests.

Linear correlation and regression.

One way analysis of variance.

Testi consigliati e bibliografia

Oggetto:

M.M. Triola e M.F. Triola, Statistica per le discipline biosanitarie, Pearson 2009

P. Dalgaard, Introductory Statistics with R, Springer 2008

Il materiale didattico presentato a lezione e una serie di esercitazioni sono  scaricabili dalla pagina web del corso.

M.M. Triola e M.F. Triola, Statistica per le discipline biosanitarie, Pearson 2009

P. Dalgaard, Introductory Statistics with R, Springer 2008

The teaching material used for lessons and a series of practical exercises are available on the web site of the course.



Oggetto:

Note

Curriculum Cellulare Biomolecolare, Curriculum Ecologico Ambientale, Curriculum Tecnico Analitico

 

Cellular Biomolecular Curriculum, Ecology and Environment Curriculum, Technical Analytical Curriculum

 

Oggetto:
Ultimo aggiornamento: 15/06/2018 16:40
Location: https://biologia.campusnet.unito.it/robots.html
Non cliccare qui!