205229 - GENOMICA APPLICATA, ANALISI DEI DATI CON STRUMENTI DI BASE ED AVANZATI

Il corso (II semestre, III anno) introduce metodi e strumenti per l’analisi dei dati con Microsoft Excel, con particolare riferimento a dataset delle scienze della vita. Gli studenti acquisiranno competenze operative nella pulizia e nella trasformazione dei dati, nell’analisi esplorativa e nella visualizzazione dei dati. Conoscenza e capacità di comprensione: Al termine del corso gli studenti saranno in grado di costruire tabelle e grafici efficaci; applicare funzioni e formule avanzate per automatizzare attività ripetitive; progettare report basati su tabelle pivot e semplici dashboard interattivi; calcolare e interpretare statistiche descrittive; eseguire test d’ipotesi di base, analisi di correlazione e regressione lineare semplice; comunicare i risultati in modo chiaro, responsabile e trasparente, con attenzione all’incertezza, alla privacy e ai bias. Capacità applicative: Saranno acquisite le principali metodologie dell’analisi dei dati su foglio di calcolo, in particolare la capacità di: (a) importare, pulire e ristrutturare dataset tabellari provenienti da più fonti; (b) utilizzare formule semplici per collegare i dati e controllare gli input, garantendo l’accuratezza del foglio; (c) sintetizzare ed esplorare i dati con tabelle pivot, slicer/timeline e grafici scelti in modo appropriato. Saranno inoltre acquisite le seguenti abilità: (a) calcolare statistiche descrittive, stimare intervalli di confidenza ed eseguire test d’ipotesi di base (t-test, chi-quadrato), analisi di correlazione e regressione lineare semplice; (b) effettuare analisi “what-if” per valutare l’effetto di modifiche e predisporre una semplice pagina di sintesi; (c) redigere brevi note metodologiche per garantire la ripetibilità e la comprensibilità del lavoro. Autonomia di giudizio: Acquisizione di competenze critiche per la verifica della qualità dei dati e per l’analisi e l’interpretazione dei risultati ottenuti con il foglio di calcolo. Comprensione del carattere probabilistico di conclusioni e previsioni, condizionate dalla qualità dei dati e dalle ipotesi adottate. Consapevolezza delle principali fonti di bias e della complessità dei dataset reali (valori mancanti, outlier, metriche non appropriate) e distinzione tra correlazione e causalità. Interpretazione rigorosa di grafici, tabelle e test statistici (statistiche descrittive, intervalli di confidenza, t-test, chi-quadrato, correlazione, regressione lineare semplice) per valutarne significatività, rilevanza pratica e limiti inferenziali. Abilità nella comunicazione: Capacità di presentare numeri e passaggi in modo chiaro, utilizzando la corretta terminologia del foglio di calcolo (cella, intervallo, tabella pivot, media). Capacità di spiegare anche a non specialisti che cosa mostrano i dati, come sono stati calcolati i risultati e perché è stato scelto un determinato grafico o test. Capacità di redigere brevi note e didascalie leggibili, indicando limiti e incertezza. Capacità di apprendere: Acquisizione di competenze fondamentali per proseguire l’apprendimento in autonomia: utilizzare la Guida di Excel e i suggerimenti delle funzioni, sperimentare nuovi strumenti per gradi e trasferire le stesse abilità in R quando necessario. Pianificare e documentare il lavoro affinché le analisi siano ripetibili e verificabili. Collegare i risultati ottenuti nel foglio di calcolo ai quesiti di biologia e genetica.