- Home
- Dipartimento
- Ricerca
- Didattica
- Corsi di laurea
- Corsi di studio
- Informazioni agli studenti
- Elenco insegnamenti - Programmi d'esame
- Archivio Elenco Insegnamenti - Programmi
- Orario delle lezioni e Calendario didattico
- Bacheca appelli Guida Online
- Calendario lauree
- Informazioni specifiche Calendario lauree
- Segreteria studenti
- Bandi
- Collegio universitario Luciano Fonda
- Mobilità internazionale
- Premi di studio
- Orientamento
- Sbocchi professionali
- Stage e tirocini
- Modulistica di Ateneo
- Post Lauream
- Servizi e strumenti
- Trasferimento della conoscenza
Statistica medica e biometria (1999-2000)
Anno Accademico:
1999-2000
Insegnamento:
20090
Statistica medica e biometria
Docente:
Dario Gregori
Obiettivi:
Il corso si propone di fornire allo studente il necessario bagaglio teorico e tecnico per poter affrontare in ambito professionale l’analisi di dati in campo medico e biometrico. In particolare, durante tutto l’arco del corso si darà ampio spazio alla modellizzazione ed alla discussione di data sets reali, con lo scopo di affinare la sensibilità e la capacità di interazione dello studente con il mondo bio-medico.Collegamenti con altri insegnamenti: (orientativamente max. 5 righe)
Programma:
Il corso si compone di una parte generale, che per lo più verrà affrontata in classe e di una parte monografica, affidata a letture e incontri specifici.
Parte Generale
Nozioni fondamentali: verosimiglianza, devianza, modello di regressione lineare classico e ANOVA, definizione di contrasto e matrice disegno, famiglia esponenziale. Odds e Odds Ratio, Rischi Relativi, indipendenza condizionale e marginale. Sensibilità, specificità e concetti tipici dell’analisi biomedica.
Modelli Lineari Generalizzati (GLM): definizione, Iterative Weighted Least Squares, connessione con la famiglia esponenziale. Modello Gaussiano (Lineare). Modello Logit. Modello Log-Lineare. Modello con Coefficiente Costante di Variazione.
Diagnostici di adattamento del modello: Analisi dei residui, punti influenti. Delta Betas, Distanza di Cook. Sovradispersione. Selezione del Modello.
Approcci robusti (cenni): modelli di Quasi-Verosimiglianza. Regressione non-parametrica. Modelli Additivi Generalizzati.
Metodi di Classificazione: analisi discriminante lineare (Fisher) e quadratica, K-Nearest neighborhoods, Projection Pursuit Regression, Neural Networks.
Analisi di Sopravvivenza: Definizione di dati censurati e dati troncati. Funzione di rischio. Curve di sopravvivenza (stimatori Kaplan-Meier). Modelli parametrici esponenziale e Weibull. Modello a rischio proporzionale (Cox).
Analisi di dati longitudinali: modelli marginali, modelli markoviani, modelli condizionali (random effect).
Parte Monografica 1
Pianificazione di un esperimento clinico. Ruolo dello statistico in un gruppo di lavoro medico.
Tipi di disegno. Randomizzato, cieco, a doppio cieco.
Parte Monografica 2
Disegno epidemiologico, studi Caso-Controllo, studi di Coorte. Disegni di campionamento di coorte.
Parte Monografica 3
Indicatori Sanitari. La relazione Sanitaria.
Testi consigliati:
Buncher C.R., Tsay J., 1994, Statistics in the Pharmaceutical Industry, Dekker, New York (USA).Twhisted R.A., 1988, Elements of Statistical Computing, Chapman and Hall, London (UK).McCullagh P., Nelder J.A., 1989, Generalized Linear Models, Chapman and Hall, London (UK).
Ultimo aggiornamento: 11-12-2013 - 13:28