Obiettivi Formativi

Il corso intende fornire conoscenze teoriche ed applicative delle principali analisi statistiche, frequentemente utilizzate nella ricerca bio-medica; in particolare lo studente dovrà essere in grado di applicare le diverse metodologie statistiche ai dati, interpretando correttamente i risultati di indagini, di casistiche e di sperimentazioni cliniche; di individuare le eventuali relazioni esistenti tra le variabili oggetto di interesse; di comprendere il ruolo della verifica delle ipotesi nell’ambito della ricerca bio-medica, scegliendo opportunamente il test statistico adeguato al processo di ricerca

Learning Goals

The course aims to provide theoretical and applied knowledge of the main statistical analyses, frequently used in bio-medical research; in particular, the student should be able to apply the different statistical methodologies to the data, correctly interpreting the results of investigations, case histories and clinical trials; to identify possible relationships between the variables of interest; to understand the role of hypothesis verification in the field of bio-medical research, by appropriately selecting the appropriate statistical test for the research process

Metodi didattici

Il corso consiste in lezioni frontali con esercitazioni e applicazioni mediante l’uso di software statistici

Teaching Methods

The course consists of frontal lessons with exercises and applications by the use of statistical software

Prerequisiti

Nessuno

Prerequisites

None

Verifiche dell'apprendimento

Esame orale (con svolgimento di esercizi). La valutazione viene effettuata in trentesimi (soglia minima di sufficienza 18/30)

Assessment

Oral examination (with exercises). The evaluation is performed in thirty (minimum threshold of sufficiency 18/30).

Programma del Corso

• Introduzione al processo di ricerca: quesiti di ricerca, tipi di variabili, scale di misura, disegni di ricerca (disegni tra i gruppi, studi controllati randomizzati, disegni entro i gruppi, disegni correlazionali, nessi di causalità). • Statistica descrittiva: scelta della misura di tendenza centrale, misure di variabilità o dispersione, rappresentazioni grafiche. Organizzazione di un dataset. • Significato della distribuzione normale in ambito biologico-clinico. Test di Kolmogorov Smirnov per la verifica della condizione di normalità. • Statistica Inferenziale: Popolazioni e campioni, distribuzioni, verifica delle ipotesi, significatività statistica, assunzioni di test parametrici e non parametrici. • Differenze tra due gruppi indipendenti (test t e test di Mann Whitney) e dipendenti (test t per dati appaiati e test di Wilcoxon); Differenze tra tre o più gruppi indipendenti (ANOVA a una via e test di Kruskall Wallis) e dipendenti (ANOVA per misure ripetute e test di Friedman) • Relazioni tra variabili: associazione tra variabili categoriche, correlazione (test di Pearson e test di Spearman), regressione lineare (semplice e multipla); concetti di base della regressione logistica.

Course Syllabus

•Introduction to the research process: research questions, types of variables, measurement scales, research drawings (group drawings, randomized controlled trials, group drawings, correlational drawings, causal links). • Descriptive statistics: choice of the central trend measure, variability or dispersion measures, graphic representations. Organization of a dataset. • Meaning of normal distribution in a biological-clinical setting. Kolmogorov Smirnov's test for normality. • Inferential Statistics: Populations and Samples, Distributions, Hypothesis Verification, Statistical Significance, Assumptions of Parametric and Non-parametric Tests. • Differences between two independent groups (t test and Mann Whitney test) and related group (t test for paired data and Wilcoxon tests); Differences between three or more independent groups (ANOVA on one way and Kruskall Wallis test) and related groups (ANOVA for repeat measurements and Friedman test) • Relationships between variables: association between categorical variables, correlation (Pearson test and Spearman test), linear regression (simple and multiple); Basic concepts of logistic regression.