[Forum SIS] richiesta di docenze per corsi alla Menarini CAMPUS POMEZIA
Cecilia Tomassini
cecilia.tomassini a unimol.it
Lun 28 Set 2009 14:43:49 CEST
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 opportunitą.
Si deve comunque dire subito che gran parte di questi argomenti vengono gią
utilizzati professionalmente dagli interessati anche se con una diversa
gradualitą in ragione della loro anzianitą 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 pił 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 qualitą di dati individuati da
valutazioni di qualitą 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.
Maggiori informazioni sulla lista
Sis