Conoscenza degli argomenti trattati negli insegnamenti "Analisi Matematica I" e "Informatica" relativi al primo anno del Corso di Laurea.
Al termine del corso lo studente conosce il vocabolario della statistica ed ha acquisito la teoria di base della statistica descrittiva, del calcolo delle probabilità e dell'inferenza statistica con particolare riferimento alle applicazioni biostatistiche. E' inoltre in grado di utilizzare il software Matlab per risolvere problemi di inferenza.
Elementi di statistica descrittiva univariata: distribuzioni di frequenza, indici di posizione (medie, moda, mediana e quantili), indici di variabilità (varianza, scarto quadratico medio, coefficiente di variazione).
Elementi di statistica descrittiva bivariata: covarianza e coefficiente di correlazione lineare.
Elementi di calcolo delle probabilità: definizione di probabilità, teoremi elementari della probabilità, probabilità condizionata, indipendenza, teorema delle probabilità totali e teorema di Bayes.
Variabili casuali: definizione, funzione di probabilità, funzione di densità, funzione di ripartizione, valore atteso e varianza.
Variabili casuali notevoli: Bernoulli, Binomiale, Poisson, Uniforme, Normale, t di Student, Chi-quadrato, F di Snedecor.
Elementi di inferenza statistica: campione casuale e distribuzioni campionarie. Media campionaria e varianza campionaria. Concetto di stimatore e di stima. Intervalli di confidenza per la media, per la varianza e per la proporzione. Verifica di ipotesi, regressione semplice a minimi quadrati ed analisi della varianza.
Uso del software Matlab con particolare riferimento alle funzioni del toolbox di statistica e programmazione basata su script di alto livello.
La didattica si svolgerà tramite lezioni frontali in aula ed in laboratorio informatico. Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte modifiche rispetto a quanto dichiarato nel Syllabus per rendere il corso e gli esami fruibili anche secondo queste modalità.
L'esame consiste in una prova di valutazione svolta in laboratorio informatico ed in una prova orale facoltativa. Si può accedere alla prova orale solo se nella prova di valutazione in laboratorio si è ottenuto un punteggio uguale o superiore a 18. Il voto d'esame corrisponde al punteggio della prova di valutazione. Punteggi inferiori a 18 implicano un voto d'esame insufficiente.
Gli studenti frequentanti possono svolgere l'esame attraverso 2 verifiche in itinere svolte in laboratorio informatico. E' possibile accedere alla seconda prova solo se nella prima prova si è ottenuto un punteggio uguale o superiore a 18. Se in entrambe le prove si è ottenuto un punteggio uguale o superiore a 18, il punteggio finale è ottenuto come media aritmetica dei due punteggi. Gli studenti con punteggio uguale o superiore a 18 possono sostenere la prova orale.
La prova di valutazione svolta in laboratorio informatico consiste in esercizi da risolvere tramite software Matlab ed in domande teoriche a risposta multipla.
Knowledge of the topics taught in the first year courses "Calculus" and "Informatics".
At the end of the course, the student knows the statistical vocabulary and has acquired the basic theory of descriptive statistics, probability and inferential statistics, with particular reference to biostatistical applications. Moreover, the student is able to use the Matlab software to solve inferential problems.
Elements of univariate descriptive statistics: frequency tables, measures of position (mean, mode, median and quantiles), variability indexes (variance, standard deviation and coefficient of variation).
Elements of bivariate descriptive statistics: covariance and correlation coefficient.
Elements of probability: definition of probability, probability theorems, conditional probability, independency, law of total probability and Bayes' theorem.
Random variables: definition, probability distribution, density function, cumulative distribution, expected value and variance.
Examples of random variable: Bernoulli, Binomial, Poisson, Uniform, Normal, T-Student, Chi-square, F-distribution.
Elements of inferential statistics: random sample and sample distributions. Sample mean and sample variance. Point estimate and estimators. Confidence intervals for the mean, the variance and the proportion. Hypothesis testing, simple regression and analysis of variance.
Use of the Matlab software with particular reference to the statistical toolbox and high level programming.
Students attend class lessons and computer labs. In the case of remote lessons, changes can be made compared to what is stated in this Syllabus.
The exam consists in a computer lab test and in an optional oral test. The oral test can be attended only if the mark of the lab test is equal or higher than 18. The exam vote is equal to the lab test mark. Marks lower than 18 implies fail.
Students attending the class lessons can perform the exam through 2 intermediate computer lab tests. The second test can be attended only if the mark of the first test is equal or higher than 18. If the marks of both the tests are equal or higher than 18, the final mark is given by the average of the marks. Students with a final mark equal or higher than 18 can attend the optional oral test.
The computer lab test consists in exercises solved using the Matlab software and in a multiple choice test related to the theoretical part of the course.