- Oggetto:
- Oggetto:
ELABORAZIONE INFORMATICA DEI DATI SPERIMENTALI
- Oggetto:
COMPUTER PROCESSING OF EXPERIMENTAL DATA
- Oggetto:
Anno accademico 2015/2016
- Codice dell'attività didattica
- MFN1306
- Docenti
- Dott. Marco Beccuti
Prof. Maria Teresa Giraudo - Corso di studi
- Scienze Biologiche D.M. 270
- Anno
- 3° anno
- Periodo didattico
- I semestre
- Tipologia
- Di base
- Crediti/Valenza
- 9
- SSD dell'attività didattica
- INF/01 - informatica
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.
MODULO ELEMENTI DI INFORMATICA - Non è richiesta alcuna conoscenza di informatica.
ELEMENTS OF STATITICS
Basic knowledge in Calculus as provided by the first year Mathematics course.
ELEMENTS OF COMPUTER SCIENCE
No specific computer science knowledge is required. - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Il corso si prefigge l'obiettivo di descrivere le metodologie, le tecniche ed i relativi strumenti informatici che permettono l'analisi di dati sperimentali.MODULO ELEMENTI DI STATISTICA - 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.
MODULO ELEMENTI DI INFORMATICA - Il modulo elementi di Informatica fornira' agli studenti le conoscenze di base per utilizzare strumenti informatici quali foglio di calcolo (quali per esempio Excel e Calc) ed ambienti di sviluppo specifici per l'analisi statistica dei dati (quale per esempio R).
Aim of the course is to introduce methods, techniques and related computer science instruments for the analysis of experimental data coming from biological sciences.
ELEMENTS OF STATITICS
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.
ELEMENTS OF COMPUTER SCIENCE
It provides the basic knowledge to use computer science applications as Spreadsheet (e.g. Excel, Calc,...) and programming languages for statistical computing and graphics (e.g. R programming language)
- Oggetto:
Risultati dell'apprendimento attesi
CONOSCENZA E CAPACITA' DI COMPRENSIONE - 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
MODULO ELEMENTI DI STATISTICA - 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.
MODULO ELEMENTI DI INFORMATICA - L'insegnamento si articola in 10 ore di lezioni frontali e 18 ore di laboratorio. Il laboratorio prevede esclusivamente attività pratiche.
Le slide presentate a lezione sono fornite agli studenti nei materiali didattici online.
La frequanza alle lezioni e alle esercitazioni è facoltativa, ma fortemente consigliata vista la necessità di apprendere l'utilizzo di software dedicati.
ELEMENTS OF STATITICS
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.
ELEMENTS OF COMPUTER SCIENCE
The course consists of 10 hours of lectures, and 19 hours of laboratory. Laboratory includes exclusively practical activities.
The slides presented during lectures are available to students as online materials.
Attendance to lessons is not mandatory, but highly recommended due to the necessity of learning and employing specific computer science instruments.
- Oggetto:
Modalità di verifica dell'apprendimento
L'apprendimento viene verificato tramite una prova scritta suddivisa in due parti corrispondenti ai due moduli dell'insegnamento, a ognuna delle quali viene assegnato un voto. Non è possibile sostenere separatamente le due parti dell'esame.
MODULO DI ELEMENTI DI STATISTICA - 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.
MODULO ELEMENTI DI INFORMATICA - Modalita': scritto L'esame richiederà anche un’esercitazione pratica sui fogli di calcolo o sugli ambienti di sviluppo per l'analisi statistica dei dati.
ESAME SCRITTO:
- dieci domande a scelta multipla sugli argomenti del corso (5 opzioni possibili, con possibilità di 0-5 opzioni corrette);
- un esercitazione pratica sui fogli di calcolo o sull'ambienti di sviluppo per l'analisi statistica dei dati.Il punteggio massimo ottenibile è 30 e lode.
VOTO GLOBALE - E' costituito dalla media pesata dei punteggi riportati per i due moduli. L'esame è considerato superato se il punteggio risultante è pari almeno a 18 e se nessuno dei punteggi dei singoli moduli è inferiore a 17.
The exam consists in a written test which is distinct for each part of the course, each one of them is assigned a single mark. It is not possible to pass one part of the exam at a time.
ELEMENTS OF STATITICS – 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.
ELEMENTS OF COMPUTER SCIENCE - The exam consists of a written test and requires a practice exercise on Spreadsheet or programming languages for statistical computing and graphics.
WRITTEN EXAMINATION:
- ten multiple choice questions on course topics (4 options, with the possibility of 0-4 correct options);
- a practice exercise on Spreadsheet or programming languages for statistical computing and graphics
The maximum possible score is 30 cum laude.
FINAL MARK
It is computed as the weighted mean of the marks obtained in the two parts of the course. The exam is passed if the total mark is at least 18 and none of the single marks is less than 17.- Oggetto:
Programma
MODULO ELEMENTI DI STATISTICA
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.
MODULO ELEMENTI DI INFORMATICA
Introduzione all'informatica:
- breve storia delle macchine di calcolo,
- struttura di un elaboratore,
- concetto di algoritmo,
- introduzione alla teoria della complessita',
- linguaggi di programmazione,
- cenni di algebra Booleana.Fogli di calcolo:
- introduzione all'utilizzo di un foglio di calcolo,
- funzioni avanzate: funzioni, grafici, filtri.Introduzione all'ambiente di sviluppo R:
- installazione;
- strutture dati;
- principi di programmazione;
- grafici in R;
- introduzione alla statistica in R.ELEMENTS OF STATITICS
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.
ELEMENTS OF COMPUTER SCIENCE
Introduction to computer science:
- History of computing machines;
- Computer architecture;
- Introduction to algorithms;
- Introduction to complexity theory;
- Basic concepts of any programming language;
- Boolean algebra.Spreadsheets:
- Introduction to spreadsheet;
- Advanced functionalities: functions, graphics, filters.Introduction to R programming language:
- R installation;
- R data structures;
- R programming principles;
- Graphics in R;
- Introduction to statistics in R.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
- Paolo Camagni, Algoritmi e basi della programmazione, Hoepli
- J. Glenn Brookeshear, “Informatica Una Panoramica Generale”, Pearson/Addison Wesley
- The R Manuals: An Introduction to R (http://cran.r-project.org/doc/manuals/r-releas /Rintro.pdf)
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
- Paolo Camagni, Algoritmi e basi della programmazione, Hoepli
- J. Glenn Brookeshear, “Informatica Una Panoramica Generale”, Pearson/Addison Wesley
- The R Manuals: An Introduction to R (http://cran.r-project.org/doc/manuals/r-releas /Rintro.pdf)
The teaching material used for lessons and a series of practical exercises are available on the web site of the course.
- Oggetto:
Orario lezioni
Giorni Ore Aula Lezioni: dal 28/09/2015 al 15/01/2016 Nota: Consultare la tabella degli orari pubblicata sull'apposita pagina.
- Oggetto:
Note
Curriculum Cellulare Biomolecolare, Curriculum Ecologico Ambientale, Curriculum Tecnico Analitico
Cellular Biomolecular Curriculum, Ecology and Environment Curriculum, Technical Analytical Curriculum
- Oggetto:
Moduli didattici
- ELEMENTI DI INFORMATICA (MFN1306A)
- ELEMENTI DI STATISTICA (MFN1306B)
- Oggetto:
