[Forum SIS] richiesta di docenze per corsi alla Menarini CAMPUS POMEZIA

[Cecilia Tomassini]

Ricevo dalla segreteria SIS per l'organizzazione di una serie di corsi alla 
Menarini Ricerche.

----- Original Message ----- 
From: "Corrado Cutrufo" <ccutrufo at menarini-ricerche.it>
To: <cecilia.tomassini at unimol.it>
Cc: <sis at caspur.it>
Sent: Monday, September 28, 2009 11:00 AM
Subject: CAMPUS POMEZIA


I seminari che le tre aziende del Campus di Pomezia richiedono sono 
costituiti da una griglia di argomenti che vengono schematizzati da me ,
per eccesso o difetto, in calce a questa mail.
 I destinatari sono 30/50 persone tra ricercatori e tecnici di Rome 
toxicology centre  ( RTC), Menarini Ricerche e Menarini Biotech.
Le loro specializzazioni sono presenti nei campi di :
1) Farmacologia sperimentale clinica e preclinica sia in vivo che in vitro.
2) Tossicologia sia in vivo che in vitro
3) Quality Assurence
4) Farmacocinetica
5) Chimica organica ed inorganica
6) Biotecnologie.

Se cortesemente viene indicato da voi un/a docente interessato/a  a  dare 
una semplice  INTRODUZIONE ED AGGIORNAMENTO degli argomenti indicati in 
allegato  attraverso un breve numero di seminari da tenersi in azienda 
durante l'orario di lavoro vi prego di contattarci per meglio studiare
le reciproche opportunità.
Si deve comunque dire subito che gran parte di questi argomenti vengono già 
utilizzati professionalmente dagli interessati anche se con una diversa 
gradualità in ragione della loro anzianità professionale. Si intende 
pertanto che presteremo maggiore attenzione alle nuove generazioni
di ricercatori o ricercatrici per dare loro modo di meglio operare.
Cordialmente
dott. Corrado Cutrufo
ccutrufo at menarini-ricerche.it
06  91184513  -   3283139335
MENARINI RICERCHE ( farmacologia)
via  TITO SPERI 10
POMEZIA ( ROMA )
00040

1.    Il concetto di esperimento  biologico e/o  biomedico.

2.    Introduzione alla statistica  biometrica.

3.    Calcolo delle probabilita'.

4.    Modelli statistici.

5.    Distribuzioni binomiale, e normale.

6.    Campionamento ed inferenza statistica, stime, test, intervalli di 
confidenza.

7.    Esempi classici su campioni normali e binomiali: test z, t, chi quadro 
e F.

8.    Dati qualitativi, tabelle di contingenza e il test chi quadro di 
indipendenza.

9.    Inferenza ed ipotesi relative a piu' popolazioni.

10. il modello dell'analisi della varianza  ad una o più vie.

11.  Scomposizione delle devianze.

12. Modelli di analisi della varianza a piu' fattori e loro  possibile 
interazione.

13. Inferenze e ipotesi relative alle relazioni tra due variabili.

14. Il modello di regressione.

15.  Stima dei parametri e  verifica delle ipotesi.

16. Coefficiente di determinazione.

17. Il modello di correlazione lineare.

18. Rapporti tra  correlazione e regressione.

19. La regressione multipla.

20.  La stima dei parametri.

21. Verifica delle ipotesi nel modello della  regressione multipla.

22. Contributo marginale delle variabili.

23. Grado di precisione delle stime.

24. Scelta delle variabili  da includere nel modello.

25. Cenni sulla regressione curvilinea ed altri modelli di interesse 
applicativo.

26. Il Modello Lineare matriciale (ML) per la regressione multipla.

27. analisi della varianza e  covarianza:

28.  distribuzione normale multivariata, formulazione della matrice del 
modello,

29.  test statistico delle  ipotesi.

30. Assunzioni, scelta del modello, trasformazione di variabili di 
regressione.

31.  Stime GLS e test delle ipotesi.

32. Le variabili indipendenti qualitative: contrasti, funzioni stimabili, 
vincoli.

33.  Analisi della covarianza: motivazioni e metodi di aggiustamento.

34. Introduzione alla pianificazione ed all'analisi di esperimenti.

35. La terminologia del disegno dell'esperimento, i concetti di blocco, 
efficienza, interazione e  sbilanciamento.

36. Schemi a quadrato latino ( non fondamentale)

37. schemi a blocchi bilanciati incompleti; modelli lineari e  stima degli 
effetti per i due tipi di schemi.

38. Il modello lineare generalizzato (MLG)

39. La regressione multipla come caso particolare di MLG.

40. Stime ed intervalli di confidenza dei parametri, test di ipotesi nei 
MLG.

41. Variabili  binarie e regressione logistica.

42. Tabelle e modelli logaritmo /lineari

43.  Test  diagnostici nell'analisi di MLG.

44. Relazione tra modello logistico modello logaritmico -lineare nel caso di 
variabile

45. dipendente binaria.

46. Validazione del modello: test di significativita' e stime, valutazione 
dell'adattamento alle  osservazioni, diagnostica.

47. Modelli di regressione classici .

48.  Modelli di regressione per la relazione tra serie temporali.

49. Dati correlati e risposte continue.

50. Analisi della varianza per misure ripetute e suoi

51. Limiti di confidenza




52. Risposte qualitative > Riferite anche a valutazioni di modelli 
statistici applcati alla valutazione della qualità di dati individuati da 
valutazioni  di qualità sperimentale.

53. Interpretazione dei coefficienti di regressione come medie di 
popolazione.

54. Introduzione ai modelli ad effetti casuali che si condizionano 
esplicitamente ai termini casuali specifici delle unita' di ordine 
gerarchico superiore.

55. Problemi di stima e interpretazione dei coefficienti di regressione come 
predizioni individuali. Introduzione ai modelli transizionali o 
autoregressivi.

56. Problemi di stima e interpretazione dei coefficienti di regressione come 
variazioni di frequenza della risposta.

57. Introduzione ai dati multivariati e ai metodi di analisi multivariata.

58. L’analisi delle componenti principali.

59. L’analisi discriminante.

60. i dati di sopravvivenza.

61. Modelli parametrici.

62. Stima  nonparametrica della sopravvivenza,

63. la regressione di Cox.