Obiettivi formativi
Introdurre lo studente alla logica del pensiero statistico e alla sua applicazione nella pratica reale, in modo particolare nella lettura e nella interpretazione della letteratura scientifica.
Prerequisiti
- - -
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, distribuzione t, distribuzione chi-quadrato . 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, errore standard, CV. Percentilie 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. 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.
Regressione lineare e correlazione. Regressione multipla, regressione logistica.
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.
Regressione lineare e correlazione. Regressione multipla. Regressione Logistica.
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 ed esercitazioni
Modalità verifica apprendimento
esame scritto
Altre informazioni
- - -
Obiettivi agenda 2030 per lo sviluppo sostenibile
- - -
