95065 - STATISTICAL METHODS FOR GENOMICS

Scheda insegnamento

SDGs

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.

Salute e benessere

Anno Accademico 2021/2022

Conoscenze e abilità da conseguire

Al termine del corso lo studente è in grado di usare i metodi statistici più importanti per analizzare dati massivi ottenuti in ambito genomico e biologico molecolare. Lo studente è anche in grado di affrontare importanti domande biologiche analizzando tipologie multiple di dati genomici o aggregando i dati ottenuti da studi multipli (meta-analisi).

Contenuti

Parte I: metodi per l'inferenza statistica
Metodi basati sulla verosimiglianza: funzione di verosimiglianza e quantità collegate; stima di massima verosimiglianza; inferenza (test e intervalli/regioni di confidenza) basata sulla verosimiglianza

Parte II: modelli statistici
Modelli di regressione lineare (LM)
Stima dei modelli LM
Variabili indicatrici: analisi della varianza e estensioni
Verifica di ipotesi sui coefficienti di regressione
Costruzione del modelli, selezione delle variabili, diagnostica del modello

La presentazione degli argomenti si avvarrà di esempi e applicazioni di interesse per il percorso di studio

Testi/Bibliografia

Lavine, M., Introduction to Statistical Thought. 2013. http://people.math.umass.edu/~lavine/Book/book.html

Metodi didattici

Lezioni frontali e sessioni pratiche di analisi dei dati. In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai  moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio, in modalità e-learning.

Modalità di verifica e valutazione dell'apprendimento

Esame scritto

Strumenti a supporto della didattica

Il software statistico sarà usato come strumento pedagogico. Anziche' utilizzare il software come un semplice dispositivo di supporto, il calcolo e la simulazione al computer saranno usati come integrazioni alle spiegazioni, volte a facilitare la comprensione degli argomenti. Il software scelto è R (R development Core Team, 2006).

Gli studenti con disabilità o disturbi specifici dell'apprendimento (DSA) sono pregati di informare il docente della propria condizione al fine di individuare l’adozione degli accorgimenti più opportuni alle loro esigenze.

Orario di ricevimento

Consulta il sito web di Monica Chiogna