Obiettivi formativi
Introdurre lo studente alla logica del pensiero statistico e alla sua applicazione nella pratica reale
Prerequisiti
nessuno
Contenuti dell'insegnamento
Introduzione : statistica medica e discipline affini. La logica e la pianificazione statistica. Cenni di calcolo combinatorio: permutazioni, disposizioni, combinazioni. Applicazioni. Cenni di calcolo delle probabilita' : probabilita' semplice e composta, teorema di Bayes. Odds. Odds ratios. Likelihood ratios. applicazioni.
Distribuzioni di probabilita' : distribuzione binomiale, distribuzione di Poisson, distribuzione Normale e Normale standard. Tabelle e loro uso.
Come riassumere i dati. Scale di misura. Misure di posizione, ordine e variazione. Indici di tendenza centrale, media, mediana, moda. Indici di variabilita', varianza, deviazione standard, CV. Percentili e loro uso.
Principi generali della inferenza statistica. La distribuzione campionaria. Ipotesi e test di ipotesi. Errore di I e II tipo. Potenza di un test e curva operativa. Test parametrici : test t di Student, Analisi della varianza ad 1 e 2 criteri di classificazione. Test non parametrici : test di Wilcoxon, test di Mann-Whitney, test di Kruskal-Wallis, test di Friedman, test della mediana, test chi-quadrato, test esatto di Fisher.
Cenni di regressione lineare e correlazione.
Programma esteso
Introduzione : statistica medica e discipline affini. La logica e la pianificazione statistica. Cenni di calcolo combinatorio: permutazioni, disposizioni, combinazioni. Applicazioni.
Cenni di calcolo delle probabilita' : probabilita' semplice e composta, teorema di Bayes.
Odds. Odds ratios. Likelihood ratios. applicazioni.
Distribuzioni di probabilita' : distribuzione binomiale, distribuzione di Poisson, distribuzione Normale e Normale standard. Tabelle e loro uso.
Come riassumere i dati. Scale di misura.
Misure di posizione, ordine e variazione. Indici di tendenza centrale, media, mediana, moda.
Indici di variabilita', varianza, deviazione standard, CV. Percentili e loro uso.
Principi generali della inferenza statistica. La distribuzione campionaria. Ipotesi e test di ipotesi. Errore di I e II tipo. Potenza di un test e curva operativa.
Test parametrici : test t di Student, Analisi della varianza ad 1 e 2 criteri di classificazione. Test non parametrici : test di Wilcoxon, test di Mann-Whitney, test di Kruskal-Wallis, test di Friedman, test della mediana, test chi-quadrato, test esatto di Fisher.
Cenni di regressione lineare e correlazione.
Bibliografia
1) Appunti delle lezioni
2) Stanton A. Glantz : Statistica per discipline Bio-mediche - ed. McGraw-Hill
3) Sidney Siegel, N. John Castellan Jr. : - Statistica non parametrica - ed. McGraw-Hill
4) Risorse e link da Internet
Metodi didattici
lezioni frontali
Modalità verifica apprendimento
esame scritto
Altre informazioni
- - -
Obiettivi agenda 2030 per lo sviluppo sostenibile
- - -