Farmacia
Cod 104624
- Laurea magistrale a ciclo unico
- 5 anni
- 300 CFU
- LM-13 R
INF/01
Laboratorio di Analisi Dati
Codice: 20410851
Scheda insegnamento
- Anno Accademico di erogazione
- 2026/2027
- Corso di studi
- Farmacia
- Periodo di erogazione
- Secondo semestre
- CFU
- 6 CFU
- Lingua
- Italiano
- SSD
- INF/01
Scopri il programma didattico
Programma, testi adottati e modalità d’esame sono quelli pubblicati dai docenti per l’anno accademico 2026/2027. L’insegnamento è diviso in canali: ogni canale ha il suo programma.
- Docente
- Carlo Meneghini
- Curriculum
- Curriculum unico Farmacia Territoriale, Curriculum unico Ricerca e Sviluppo
- Anno di corso
- 3
- Periodo
- Secondo semestre
- Ore
- 48
- CUIN
- 260000732
Programma
Programma dell'insegnamento
Il corso si propone di fornire allo studente le conoscenze di base (Competenze culturali) e gli strumenti (competenze metodologiche) statistici, matematici e informatici necessari per:
- condurre un esperimento,
- trattare, elaborare e sintetizzare dati sperimentali,
- valutare l'incertezza e intervalli di confidenza dei risultati di un'osservazione,
- valutare i parametri statistici di una popolazione a partire da un campione (inferenza),
- confrontare quantitativamente dati e modelli mediante test di reiezione delle ipotesi.
Programma dettagliato
1. Strumenti di un foglio elettronico (EXCEL, CALC) per la sintesi e la presentazione di dati sperimentali e il calcolo statistico.
0. importare i dati. configurazione del formato dei numeri. Configurazione del PC (lingua, impostazioni di visualizzazione delle estensioni dei files).
a. costruzione di tabelle,
b. funzioni, funzioni in forma di matrice,
c. istogrammi e diagrammi a Barre,
d. grafici a dispersione.
e. funzioni avanzate: tabelle, regressione lineare, strumenti avanzati per l'analisi dei dati.
2. Sintesi statistica:
a. i principali indici statistici per un set di dati anche in forma aggregata,
b. distribuzioni di frequenza per un set di dati,
c. istogrammi di frequenze,
d. presentare la relazione tra grandezze usando grafici a dispersione,
e. valutare la relazione lineare tra grandezze valutandone la correlazione e/o i parametri della regressione lineare.
3. Calcolo delle probabilità:
a. definizioni di probabilità di un evento e simbolismo per il calcolo delle probabilità,
b. eventi dipendenti/indipendenti, compatibili/incompatibili,
c. probabilità di eventi: and, or e probabilità condizionate,
d. teorema di Bayes,
e. distribuzioni di probabilità modello (binomiale, uniforme, Gauss).
4. Valutazione delle incertezze sperimentali
a. l’incertezza su grandezze sperimentali (dati, frequenze degli istogrammi, etc..)
b. incertezze sui parametri di rette di regressione,
c. l’incertezza sulla correlazione lineare
d. valutare le incertezze di misura su grandezze derivate
5. Inferenza statistica
a. Calcolare e interpretare gli intervalli di confidenza per: valori medi, distribuzioni, correlazione lineare, parametri della regressione lineare,
b. test di reiezione delle ipotesi (Z, T, e chi^2),
c. test chi^2 per tabelle di contingenza o distribuzioni,
d. Calcolare un p-value per un test di ipotesi,
e. Costruire e/o interpretare correttamente un test di screening (teorema di Bayes)
Prerequisiti
Conoscenze di matematica di Base:
- algebra lineare,
- calcolo differenziale: regole di derivazione e integrazione di funzioni semplici (polinomi, esponenziale, logaritmo).
- tracciatura di grafici nel piano cartesiano
- lettura e interpretazione di grafici nel piano cartesiano
Testi adottati
M. C. WHITLOCK, D. SCHLUTER - ANALISI STATISTICA DEI DATI BIOLOGICI, ZANICHELLI.
IL TESTO È INTEGRATO CON LE NOTE E GLI ESERCIZI DISPONIBILI SULLA PIATTAFORMA MOODLE e SUI SITI WEB:
https://scienze.el.uniroma3.it/course/view.php?id=2352
Bibliografia di riferimento
M. C. WHITLOCK, D. SCHLUTER - ANALISI STATISTICA DEI DATI BIOLOGICI, ZANICHELLI.
IL TESTO È INTEGRATO CON LE NOTE E GLI ESERCIZI DISPONIBILI SULLA PIATTAFORMA MOODLE e SUI SITI WEB:
https://scienze.el.uniroma3.it/course/view.php?id=2352
Modalità di erogazione
Il corso si svolgerà con lezioni frontali e con esercitazioni pratiche con l'ausilio di PC e di programmi specifici per la sintesi e l'analisi dei dati sperimentali (Excel, Calc, Gnuplot)
Le lezioni potranno essere svolte in modalità remota sulle piattaforme TEAMS e MOODLE.
La frequenza è obbligatoria
Modalità di frequenza
Fatti savo i casi previsti dai regolamenti di Ateneo, la frequenza al corso è obbligatoria in presenza per gli studenti in corso.
Alcune attività sono disponibili solo a che frequenta con regolarità il Corso.
Alcune prove di valutazione e appelli potranno essere disponibili solo per gli studenti frequentanti con regolarità.
A seguito dell'autorizzazione del Collegio Didattico il docente mete a disposizione lezioni in streaming e registrate per quegli argomenti e procedure più difficili da memorizzare e da seguire (algoritmi, procedure etc...).
Modalità di valutazione
La prova pratica consiste in un test a risposta multipla e in una prova di elaborazione e interpretazione di dati sperimentali.
La prova di elaborazione dei dati può essere presentata in forma di Tesina (solo la sessione Estiva)
Le prove potranno essere svolte in presenza e/o a distanza
Non sono effettuate prove in itinere.
Prove previste
- Prova orale
- Prova scritta
- Scritto e orale separati
- Docente
- Nicole Marrocco
- Curriculum
- Curriculum unico Farmacia Territoriale, Curriculum unico Ricerca e Sviluppo
- Anno di corso
- 3
- Periodo
- Secondo semestre
- Ore
- 48
- CUIN
- 260000732
Il docente non ha ancora pubblicato il programma di questo canale.
Esplora gli obiettivi dell’insegnamento
Ambito disciplinare: Attività formative affini o integrative
Scopo del corso è fornire agli studenti gli strumenti statistici, matematici e informatici necessari per raccogliere e analizzare dati sperimentali, sintetizzare le informazioni che essi contengono, effettuare confronti e previsioni (inferenza) valutando il rischio di errore.
Le esercitazioni prendono in esame fenomeni di interesse biologico anche prendendo spunto dalla realtà quotidiana.
Risultati di apprendimento attesi — Carlo Meneghini
Al termine del corso lo studente/la studentessa dovrà
dimostrare di (Conoscenza e capacità di comprensione):
* Comprendere i concetti e le metodologie fondamentali della statistica descrittiva, quali gli indici di posizione, di dispersione e di forma, e le principali rappresentazioni grafiche per dati sperimentali monovariati e bivariati.
* Conoscere la teoria della misura e della propagazione delle incertezze sia per misure dirette sia per misure indirette, comprendendo i concetti di stima di parametro e di intervallo di confidenza.
* Comprendere le nozioni di base del calcolo delle probabilità, il Teorema di Bayes (con particolare riferimento all'analisi della sensibilità, specificità e valore predittivo nei test diagnostici) e le caratteristiche delle principali distribuzioni teoriche di probabilità (Binomiale, di Poisson, Uniforme, Gaussiana).
* Conoscere la logica della verifica delle ipotesi (test di reiezione), comprendendo i concetti di ipotesi nulla e alternativa, p-value, livello di significatività e i rischi di errore di I e II tipo nell'interpretazione dei dati biologici.
essere in grado di (Capacità di applicare conoscenza e comprensione):
* Sintetizzare ed elaborare quantitativamente dataset di interesse biologico e reale, utilizzando fogli elettronici di calcolo (es. Excel, Calc) per costruire tabelle di frequenza, istogrammi, diagrammi di dispersione e calcolare i principali indici statistici.
* Calcolare e propagare correttamente le incertezze di misura in contesti sperimentali diretti e indiretti, fornendo le stime quantitative correlate dai rispettivi intervalli di confidenza.
* Selezionare e applicare i test statistici appropriati per confrontare campioni o serie di dati sperimentali, valutando quantitativamente il livello di significatività dei risultati e il rischio di errore.
* Applicare il Teorema di Bayes a casi studio e problemi diagnostici, determinando la probabilità a posteriori di eventi/patologie a partire da dati a priori e parametri di accuratezza del test.
essere in grado di(Autonomia di giudizio):
* Scegliere in modo autonomo e critico le strategie di analisi dati e le rappresentazioni grafiche più idonee in funzione della natura della variabile (qualitativa, quantitativa discreta o continua) e della struttura dei dati biologici raccolti.
* Interpretare in modo critico l'esito dei test d'ipotesi e delle stime probabilistiche, distinguendo tra significatività statistica e rilevanza biologica, e riconoscendo l'impatto dei limiti campionari e degli errori sistematici/casuali.
* Valutare l'affidabilità e la portata diagnostica di un test sulla base dell'analisi probabilistica bayesiana e della prevalenza della condizione analizzata.
essere in grado di (Abilità comunicative):
* Comunicare con rigore scientifico e proprietà di linguaggio i risultati di un'analisi statistica e probabilistica.
* Presentare in modo chiaro ed efficace i dati sperimentali attraverso un uso corretto e leggibile di tabelle, istogrammi e grafici di dispersione ($x, y$).
* Argomentare e giustificare le decisioni analitiche assunte (es. scelta del test d'ipotesi, modello di distribuzione adottato, stima dell'incertezza) dinanzi a interlocutori specialisti e non specialisti.
Capacità di apprendimento
Al termine del corso lo studente/la studentessa dovrà aver maturato:
* La capacità di utilizzare in autonomia i software di base per il calcolo statistico e la gestione dei dati (fogli elettronici), estendendone l'impiego a problemi computazionali e di analisi riscontrati in altre discipline del percorso di studi.
* La capacità di consultare e comprendere la letteratura scientifica bio-medica, interpretando correttamente le sezioni metodologiche e i risultati delle analisi statistiche riportate.
* La capacità di impostare autonomamente il piano di raccolta ed elaborazione dei dati per semplici indagini empiriche o attività di laboratorio future.
Obiettivi di sostenibilità
- 4 Istruzione di qualità
- 5 Parità di genere
- 8 Lavoro dignitoso e crescita economica
- 9 Imprese, innovazione e infrastrutture
- 10 Ridurre le disuguaglianze
- 12 Consumo e produzione responsabili
Esempi di domande d’esame
Carlo Meneghini
Esempi di quesiti e domande di esame sono dettagliati nel Corso Moodle