APPLIED STATISTICS FOR BIOLOGY AND BIOTECHNOLOGY

Anno accademico
2019/2020 Programmi anni precedenti
Titolo corso in inglese
APPLIED STATISTICS FOR BIOLOGY AND BIOTECHNOLOGY
Codice insegnamento
CM1302 (AF:321062 AR:165978)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea magistrale (DM270)
Settore scientifico disciplinare
SECS-S/01
Periodo
I Semestre
Anno corso
2
Spazio Moodle
Link allo spazio del corso
L’insegnamento è una delle attività formative quantitative dei corsi di studio Magistrali in Conservation Science and Technology for Cultural Heritage e Science and Technology of Bio and Nanomaterials e consente allo studente di acquisire la conoscenza e la comprensione dei principali strumenti statistici in uso nell’ambito del restauro e della conservazione dei beni culturali e degli esperimenti biologici e di nanotecnologie.
L'obiettivo dell’insegnamento è fornire conoscenze di statistica descrittiva e inferenziale e di disegno degli esperimenti, nonché abilità nell’utilizzo di programmi specifici per l'analisi dei dati e la comunicazione delle informazioni ricavate.
Alla fine del corso, lo studente sarà in grado di individuare ed applicare i modelli e le metodologie di analisi più adatti al contesto di interesse; inoltre saprà interpretare e comunicare i risultati ottenuti, con l'obiettivo di guidare le scelte più adeguate.
1. Conoscenza e comprensione:
-conoscere i principali strumenti per la rappresentazione grafica e la sintesi delle caratteristiche fondamentali di un insieme di dati
-conoscere i concetti di base del calcolo delle probabilità e le principali distribuzioni di probabilità utili per l'inferenza
-conoscere le metodologie di base dell'inferenza statistica
-conoscere le metodologie di base del disegno sperimentale

2. Capacità di applicare conoscenza e comprensione:
-saper utilizzare programmi specifici per l'analisi dei dati e per la comunicazione dei risultati
-saper utilizzare la terminologia adeguata in tutti i processi di applicazione e comunicazione delle conoscenze acquisite

3. Capacità di giudizio:
-saper contestualizzare le conoscenze acquisite, individuando i modelli e i metodi più adeguati alla situazione di interesse

4. Abilità comunicative:
-saper presentare in modo chiaro ed esaustivo i risultati ottenuti da un'analisi statistica, sia in forma scritta che orale
-sapere interagire con i pari e con il docente, in modo critico e rispettoso, in presenza e sul forum dell’aula virtuale

5. Capacità di apprendimento:
-saper utilizzare ed integrare informazioni provenienti da appunti, libri, slide e sessioni pratiche di laboratorio
-saper valutare la propria preparazione utilizzando quiz ed esercizi di autovalutazione assegnati durante il corso
Nozioni di matematica di base.
Il corso fornisce un'introduzione pratica alla statistica e al disegno sperimentale. La prima parte del corso ha lo scopo di introdurre agli studenti le tecniche più utilizzate per la sintesi, la rappresentazione grafica e l’analisi di un insieme di dati. Successivamente vengono presentati alcuni concetti di campionamento e disegno degli esperimenti. Segue una breve introduzione alla
probabilità elementare e alle principali distribuzioni di probabilità. L'ultima parte del corso riguarda i metodi inferenziali per la verifica di ipotesi e la previsione. Le lezioni teoriche sono sempre motivate da esempi e applicazioni a problemi di interesse nell’ambito delle scienze della conservazione e del restauro e delle biotecnologie. Viene introdotto anche l'utilizzo del programma R (http://cran.r-project.org/ ) per l'analisi dei dati.

Statistica descrittiva: popolazione e campione; tipi di variabili; rappresentazioni grafiche e indici sintetici per variabili quantitative e qualitative; relazione fra due variabili qualitative e statistica Chi-quadrato; relazione fra due variabili quantitative, correlazione e regressione; richiami di analisi multivariata.
Campionamento e disegno degli esperimenti: metodi di campionamento, trattamenti, replicazioni, randomizzazione e blocchi.
Probabilità: spazio campionario, eventi e probabilità; indipendenza; variabili aleatorie discrete e continue; le principali distribuzioni di probabilità.
Inferenza: distribuzioni campionarie; stima della media e della varianza di una popolazione; intervalli di confidenza; verifica di ipotesi e p-value. Regressione e analisi della varianza.
Robinson, R. and White, H. (2016) Elementary Statistics with R. Disponibile al link http://homerhanumat.github.io/elemStats/

Il raggiungimento degli obiettivi dell'insegnamento viene valutato attraverso la partecipazione alle attività e ai compiti assegnati durante il corso (50%) e un esame finale orale (50%). L'utilizzo del pacchetto statistico R è parte integrante del programma e costituisce lo strumento principale per risolvere gli esercizi assegnati.

Le attività e i compiti assegnati durante il corso consistono nella discussione attraverso il forum virtuale di alcuni argomenti, nella soluzione di quiz ed esercizi in Moodle e in classe.

L'esame finale consiste in una discussione orale degli argomenti svolti durante il corso.
Si adotta un approccio interattivo, alternando lezioni teoriche a sessioni di laboratorio e analisi di casi di studio. Si utilizza la piattaforma di e-learning Moodle per lo scambio di informazioni e per la verifica dell'apprendimento finale e in itinere. Si usano programmi open-source per l'analisi dei dati e la produzione di rapporti statistici.
Inglese
orale
Programma definitivo.
Data ultima modifica programma: 16/05/2019