Metodi quantitativi di analisi dei dati
A.A. 2025/2026
Obiettivi formativi
Il corso fornisce una solida introduzione ai principi e ai metodi statistici, con enfasi sulla comprensione concettuale piuttosto che sull'applicazione meccanica di test.
· Introdurre i fondamenti teorici della statistica descrittiva e inferenziale, con particolare attenzione alla loro applicazione nel contesto della ricerca scientifica;
· Fornire conoscenze operative su distribuzioni di probabilità, intervalli di confidenza e test di ipotesi;
· Sviluppare competenze pratiche per l'esplorazione e la visualizzazione dei dati attraverso l'uso di software statistico (Stata);
· Abituare lo studente a valutare criticamente la qualità dei dati e a riconoscere le tecniche statistiche più adatte in funzione del disegno sperimentale o osservazionale;
· Rafforzare la capacità di interpretazione dei risultati statistici, con particolare attenzione alla comunicazione scientifica dei dati e delle conclusioni.
· Introdurre i fondamenti teorici della statistica descrittiva e inferenziale, con particolare attenzione alla loro applicazione nel contesto della ricerca scientifica;
· Fornire conoscenze operative su distribuzioni di probabilità, intervalli di confidenza e test di ipotesi;
· Sviluppare competenze pratiche per l'esplorazione e la visualizzazione dei dati attraverso l'uso di software statistico (Stata);
· Abituare lo studente a valutare criticamente la qualità dei dati e a riconoscere le tecniche statistiche più adatte in funzione del disegno sperimentale o osservazionale;
· Rafforzare la capacità di interpretazione dei risultati statistici, con particolare attenzione alla comunicazione scientifica dei dati e delle conclusioni.
Risultati apprendimento attesi
Al termine del corso lo studente:
· Avrà acquisito una comprensione approfondita dei principali concetti e metodi statistici, incluse le distribuzioni di probabilità, i test d'ipotesi e l'analisi di regressione;
· Avrà sviluppato la capacità di esplorare, visualizzare e analizzare in modo descrittivo dataset reali, garantendo il controllo di qualità dei dati;
· Sarà in grado di valutare criticamente e applicare in autonomia tecniche statistiche appropriate in funzione del disegno di ricerca e del tipo di dati;
· Avrà acquisito la capacità di interpretare e comunicare con rigore i risultati delle analisi statistiche.
· Avrà acquisito una comprensione approfondita dei principali concetti e metodi statistici, incluse le distribuzioni di probabilità, i test d'ipotesi e l'analisi di regressione;
· Avrà sviluppato la capacità di esplorare, visualizzare e analizzare in modo descrittivo dataset reali, garantendo il controllo di qualità dei dati;
· Sarà in grado di valutare criticamente e applicare in autonomia tecniche statistiche appropriate in funzione del disegno di ricerca e del tipo di dati;
· Avrà acquisito la capacità di interpretare e comunicare con rigore i risultati delle analisi statistiche.
Periodo: Primo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Edizione unica
Programma
Il corso affronta i principali concetti e metodi della statistica descrittiva e inferenziale, con esempi tratti dalla ricerca scientifica. I temi trattati includono:
· Introduzione alla statistica: ruolo nella ricerca, tipi di variabili, scale di misura, disegni di studio
· Statistica descrittiva univariata e bivariata: misure di tendenza centrale e di dispersione, rappresentazioni grafiche, correlazioni
· Fondamenti di probabilità: eventi, variabili casuali, distribuzioni discrete e continue (binomiale, Poisson, normale)
· Campionamento e distribuzioni campionarie; teorema del limite centrale
· Intervalli di confidenza: costruzione, interpretazione, applicazioni
· Test di ipotesi: formulazione, errori di tipo I e II, test per medie e proporzioni (z, t), test del chi-quadro
· Confronti tra gruppi: test t per dati indipendenti e appaiati
· Introduzione alla regressione lineare semplice e multipla
· Regressione logistica: concetti di base, interpretazione dei coefficienti, applicazioni
L'uso del software Stata accompagnerà la presentazione teorica dei contenuti, con l'obiettivo di favorire la comprensione operativa delle tecniche illustrate.
· Introduzione alla statistica: ruolo nella ricerca, tipi di variabili, scale di misura, disegni di studio
· Statistica descrittiva univariata e bivariata: misure di tendenza centrale e di dispersione, rappresentazioni grafiche, correlazioni
· Fondamenti di probabilità: eventi, variabili casuali, distribuzioni discrete e continue (binomiale, Poisson, normale)
· Campionamento e distribuzioni campionarie; teorema del limite centrale
· Intervalli di confidenza: costruzione, interpretazione, applicazioni
· Test di ipotesi: formulazione, errori di tipo I e II, test per medie e proporzioni (z, t), test del chi-quadro
· Confronti tra gruppi: test t per dati indipendenti e appaiati
· Introduzione alla regressione lineare semplice e multipla
· Regressione logistica: concetti di base, interpretazione dei coefficienti, applicazioni
L'uso del software Stata accompagnerà la presentazione teorica dei contenuti, con l'obiettivo di favorire la comprensione operativa delle tecniche illustrate.
Prerequisiti
Non sono richiesti prerequisiti specifici, ma conoscenze di base di matematica sono utili.
Metodi didattici
· Lezioni frontali teorico-applicative;
· Esercitazioni pratiche guidate con Stata
· Esercitazioni pratiche guidate con Stata
Materiale di riferimento
Biostatistica: Concetti di base per l'analisi statistica delle scienze dell'area medico-sanitaria
W. W. Daniel, C. L. Cross
W. W. Daniel, C. L. Cross
Modalità di verifica dell’apprendimento e criteri di valutazione
L'apprendimento sarà verificato attraverso una prova scritta finale, composta da domande a risposta chiusa e aperta. Le domande aperte richiederanno l'analisi e l'interpretazione di dati, al fine di valutare sia la comprensione teorica dei concetti statistici sia la capacità di applicarli a casi concreti.
Docente/i