28933 - BIOMETRIA E STATISTICA 2

Anno Accademico 2019/2020

  • Docente: Fabrizio Alboni
  • Crediti formativi: 6
  • SSD: SECS-S/01
  • Lingua di insegnamento: Italiano
  • Modalità didattica: Convenzionale - Lezioni in presenza
  • Campus: Bologna
  • Corso: Laurea Magistrale in Scienze e gestione della natura (cod. 9257)

Conoscenze e abilità da conseguire

Al termine del corso, lo studente possiede conoscenze sui metodi statistici uni- e multivariati dedicati alla sperimentazione naturalistica. In particolare, lo studente è in grado di: - programmare esperimenti di biologia in campo e in laboratorio; - programmare campionamenti in natura; - elaborare dati sperimentali da rilevamenti in natura e laboratorio.

Contenuti

  1. Introduzione all’ambiente R.
    • Data management. Creazione e gestione di variabili e di data frame. Importazione di dati.
    • Rappresentazioni grafiche.
  2. Statistiche di sintesi, univariate e bivariate, per l'esplorazione dei dati.
    • La matrice dei dati
    • Tipi di variabili
    • Classificazione e distribuzioni di frequenza
    • Misure di tendenza centrale
    • Misure di variabilità
  3. Richiami di inferenza statistica
    • Probabilità
    • Variabili casuali e loro distribuzioni
    • Statistiche campionarie
    • Stima di parametri
    • Verifica di ipotesi
  4. Misure di associazione
  5. Modelli statistici
    • Modello di regressione lineare
    • Modelli lineari generalizzati
    • Modelli additivi
    • Classification/Regression Trees
  6. Introduzione a tecniche di analisi statistica multivariata
    • Analisi delle componenti principali
    • Analisi delle corrispondenze
    • Cluster analysis

 

Testi/Bibliografia

Zuur, Ieno e Smith, Analyzing Ecological Data, Springer

Iacus S.M., Masarotto G. , Laboratorio di Statistica con R, McGraw-Hill

Zuur, Ieno, Meesters, A Beginner’s Guide to R, Springer

Lucidi forniti online sull'e-learning.

Ulteriore materiale bibliografico sarà indicato dal docente durante le lezioni

Metodi didattici

Tutte le lezioni prevedono i seguenti passi:
a) spiegazione della teoria;
b) applicazione pratica dei metodi proposti con esempi ed esercizi ad hoc utilizzando il software R.

Modalità di verifica e valutazione dell'apprendimento

L'accertamento dell'apprendimento è realizzato mediante una prova effettuata in laboratorio in cui lo studente deve mostrare di aver raggiunto i seguenti risultati:

  • capacità di utilizzare il software R per l’analisi dei dati,
  • conoscenza approfondita degli strumenti statistici utilizzati durante le lezioni,
  • capacità di interpretare i risultati ottenuti mediante l’utilizzo di tali strumenti statistici.
L’esame ha una durata di 2 ore.

Strumenti a supporto della didattica

Materiale didattico fornito dal docente

Software: R (http://www.r-project.org/) e RStudio (https://rstudio.com/)

Orario di ricevimento

Consulta il sito web di Fabrizio Alboni