- Docente: Fedele Pasquale Greco
- Crediti formativi: 6
- SSD: SECS-S/01
- Lingua di insegnamento: Inglese
- Moduli: Fedele Pasquale Greco (Modulo 1) Linda Altieri (Modulo 2)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
- Campus: Bologna
- Corso: Laurea in Scienze statistiche (cod. 8873)
-
Orario delle lezioni (Modulo 1)
dal 16/04/2024 al 08/05/2024
-
Orario delle lezioni (Modulo 2)
dal 15/05/2024 al 17/05/2024
Conoscenze e abilità da conseguire
By the end of the course, the student has gained basic knowledge about the role of statistical methods for analysing environmental phenomena, mainly from a spatial perspective. The student is led through the fundamentals of the three branches of spatial statistics: areal, geostatistical and point process data are considered, from both a descriptive and modelling point of view. The student is able to apply the statistical methods by using specific R packages.
Contenuti
Analisi di dati areali
Misure descrittive della correlazione spaziale globale per dati areali. Misure descrittive della correlazione locale per dati areali (LISA). Test di correlazione spaziale globale e locale. Regressione lineare in un contesto spaziale. Smoothing di mappe di mortalità.
Analisi di dati geostatistici
Il ruolo della statistica nell'analisi dei fenomeni ambientali. Geostatistica: metodi di statistica descrittiva per serie spaziali e spazio-temporali; processi stocastici spaziali; momenti di un processo stocastico spaziale, variogramma e covariogramma; il modello lineare spaziale; modelli teorici per il variogramma; stima del variogramma; kriging.
Analisi di dati da processi di punto
Introduzione ai processi di punto. Misure descrittive per processi di punto. Test per casualità spaziale e studio dell’interazione tra dati di punto. Modelli di Poisson omogenei e non omogenei. Valutazione di modelli per processi di punto.
Testi/Bibliografia
Bivand R.S., Pebesma E., Gómez-Rubio V. (2013) Applied Spatial Data Analysis with R. Springer.
Diggle P.J. (2014) Statistical Analysis of Spatial and Spatio-Temporal Point Patterns. Third Edition
A. Baddeley, Analysing spatial point patterns in R. Downloadable at https://research.csiro.au/software/r-workshop-notes/
Metodi didattici
Lezioni in aula sulla parte teorica.
Esercitazioni in laboratorio informatico per l'apprendimento di alcuni packages e per l'analisi di casi di studio.
Modalità di verifica e valutazione dell'apprendimento
La prova d'esame ha lo scopo di verificare il raggiungimento dei seguenti obiettivi didattici:
- Conoscenza approfondita degli strumenti illustrati durante le lezioni
- Capacità di analizzare criticamente insiemi di dati rilevati nello spazio
- Capacità di utilizzare il software R per lo studio di fenomeni rilevati nello spazio
L’esame consiste in una prova in laboratorio della durata di due ore. Durante la prova, lo studente deve rispondere ad alcune domande teoriche, più alcune domande pratiche che vengono svolte con l’aiuto del software R. Al termine della prova, lo studente deve consegnare un foglio per le domande teoriche e uno script di R per le domande pratiche.
Strumenti a supporto della didattica
Lezioni in Laboratorio Informatico
Orario di ricevimento
Consulta il sito web di Fedele Pasquale Greco
Consulta il sito web di Linda Altieri