- Docente: Alessio Boattini
- Crediti formativi: 6
- SSD: BIO/08
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Biodiversità ed evoluzione (cod. 5824)
-
dal 30/09/2024 al 15/01/2025
Conoscenze e abilità da conseguire
Al termine del corso, lo studente è in grado di gestire data-base biologici e di analizzarli con le principali tecniche biometriche. Il corso comprende un repertorio di metodologie di base (t-test, chi-quadro, regressioni lineari, ANOVA, ecc.), di tecniche multivariate di vasto utilizzo (PCA, MDS, cluster analysis, ecc.) e di metodi specifici per l'analisi di dati genetici. Inoltre lo studente apprende l'utilizzo delle principali funzionalità del programma R, software di riferimento per il calcolo statistico nella comunità scientifica,applicate a tutti gli argomenti svolti nel corso.
Contenuti
1 - Il software R. Generalità, gestione dei dati, grafici.
2 - Probabilità e distribuzioni. Distribuzioni discrete (binomiale). Distribuzioni continue (normale). Densità, probabilità cumulativa, quantili, intervalli di confidenza.
3 - Tests statistici. Tests per il confronto fra variabili continue (t-test, Wilcoxon test). Tests per variabili discrete/dati tabulari (chi-quadro, test di Fisher).
4 - Regressione lineare semplice e correlazione. Analisi della varianza (ANOVA) e test di Kruskal-Wallis.
5 - Analisi multivariate 1. Analisi delle componenti principali. Matrici di distanza. Test di Mantel. Multi-dimensional Scaling. Applicazioni a dati molecolari.
6 - Analisi Multivariate 2. Cluster analysis: metodi gerarchici e metodi non-gerarchici. Analisi lineare discriminante. Analisi discriminante delle componenti principali.
7 - Semplici applicazioni di genetica di popolazioni. Librerie ape, ade4, adegenet, pegas, poppr. Equilibrio di Hardy-Weinberg. Mismatch Distribution. Test di Tajima. Test R2. Inbreeding. Indici di fissazione. Analisi della varianza molecolare (AMOVA).
Testi/Bibliografia
P. Daalgard. Introductory statistics with R. Seconda Edizione. Springer, 2008.
Metodi didattici
Il corso non prevede una separazione fra lezioni frontali e laboratorio. Al contrario, i metodi biostatistici in programma verranno presentati in maniera immediatamente pratica, tramite esempi ed esercizi in laboratorio.
Modalità di verifica e valutazione dell'apprendimento
La prova d'esame valuta il raggiungimento dei seguenti obiettivi didattici:
- conoscenza approfondita degli strumenti statistici/biometrici presentati durante le lezioni;
- capacità di impiegare tali strumenti per analizzare i dati biologici;
- capacità di interpretare i risultati ottenuti (nell'ambito del fenomeno biologico oggetto di studio).
La prova d'esame prevede:
- risoluzione di un problema biologico/biometrico col software R;
- discussione orale dei risultati ottenuti;
- domande orali sul programma del corso.
Strumenti a supporto della didattica
Laboratorio di informatica. Dispense/slides pdf. Dati di esempio.
Orario di ricevimento
Consulta il sito web di Alessio Boattini