Il corso si articola in 8 moduli di 15 ore ciascuno per un totale di 120 ore.
Le attività di didattica formale in aula si svolgeranno all’Università Cattolica del Sacro Cuore – Sede di Roma.
Modulo 1: Introduzione ai Big Data in sanità e ai pacchetti software di analisi statistica
Lezione 1 (6-Feb-20): Introduzione ai Big Data. Classificazione dei Big Data e tipologie di dati in ambito sanitario. Dati strutturati e dati non strutturati.
Lezione 2 (7-Feb-2020): Potenzialità e problematiche nell’analisi di Big Data. Procedimenti supervisionati e procedimenti non supervisionati.
Lezione 3(8-Feb-2020): Modalità di analisi dei big data e applicazione mediante software di analisi statistica con particolare riferimento a dati in ambito sanitario (R, SPSS, STATA)
Modulo 2: Elementi di statistica descrittiva ed inferenziale
Lezione 4 (4-Mar-2020): le analisi preliminari dei dati, le rappresentazioni grafiche e le
distribuzioni di frequenza, singole e multiple, utili per la costruzione di report;
Lezione 5 (5-Mar-2020): La stima e la teoria di base dei test d’ipotesi statistici;
Lezione 6 (6-Mar-2020): Laboratorio di statistica descrittiva in Excel e nei linguaggi R, SPSS e STAT.
Modulo 3: Introduzione ai modelli di apprendimento supervisionato e non supervisionato
Lezione 7 (9-Apr-2020): Nozione di modelli supervisionati
Lezione 8 (10-Apr-2020): Nozioni di modelli non supervisionati
Lezione 9 (11-Apr-2020):. Laboratorio in Excel e nei linguaggi R, SPSS e STATA
Modulo 4: Modelli di regressione lineare e logistica
Lezione 10 (7-Mag-2020): Modelli di regressione lineare. Stima dei parametri. Lineare multipla, l’analisi dei residui, analisi della varianza a una e più vie, modelli lineari generali
Lezione 11 (8-Mag-2020): Modelli a scelte discrete: probit, logit, multinomiali
Lezione 12 (9-Mag-2020): Laboratorio nei linguaggi R SPSS e STATA
Modulo 5: Support Vector Machine, classificazione e regression trees
Lezione 13 (11-giu-2020): Definizione e applicazione del modello Support vector machine
Lezione 14 (12-giu-2020): Decisioni supportate dai dati. Metodi di analisi non supervisionata: metodi di classificazione.
Lezione 15 (13-giu-2020): Laboratorio nei linguaggi R SPSS e STATA
Modulo 6: Analisi in componenti principali e cluster analysis (15 ore)
Lezione 16 (3-lug-2020): Introduzione alla cluster analysis.
Lezione 17 (4-lug-2020): Tecniche di clustering.
Lezione 18 (5-lug-2020): Laboratorio nel linguaggio R e STATA
Modulo 7: Analisi di Big Data geografici
Lezione 22 (set-2020): Tipologie di dati spaziali: punti, linee, aree e superfici. Modelli per dati puntuali.
Lezione 23 (set-2020): Introduzione ai modelli econometrici di dati spaziali (Modello a ritardo spaziale, modello ad errore spaziale, modello SARAR) e potenzialità e problematiche per i Big Data.
Lezione 24 (set-2020): Laboratorio nel linguaggio R e STATA
Modulo 8: Case study in sanità relativi all’impiego di Big data
Lezione 25 (set-2020): Presentazione di studi socio-economici che utilizzano dati sanitari.
Lezione 26 (set-2020): L’impatto dei Big Data nell’ambito degli studi di economia sanitaria.
Lezione 27 (set-2020): Laboratori specifici relativi ai casi di studio presentati mediante utilizzo dei software statistici (R, SPSS, STATA).