09464 - BIOMETRIA E STATISTICA

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

Teoria

 Introduzione al corso. Rilevazioni statistiche. Statistica descrittiva vs inferenza statistica. Tipologie di caratteri. Scale di misurazione dei caratteri. Matrici di dati.

Distribuzioni di frequenza e loro rappresentazione grafica. La funzione di ripartizione empirica. Frequenze cumulate.

Misure di posizione: valori medi e loro proprietà.

Misure di variabilità e mutabilità e loro proprietà. Cenni a asimmetria e kurtosi. I boxplots.

Distribuzioni di frequenza bivariate. Distribuzioni marginali e condizionate. Media e varianza condizionate. La scomposizione della devianza. Studio dell'indipendenza e della connessione. La dipendenza in media.

Diagrammi a dispersione. Covarianza e correlazione lineare. La regressione lineare.

Matrici di dati e matrici derivate per l'analisi dei dati multidimensionali

Aspetti generali dell'inferenza statistica.

Universo dei campioni, statistiche e stimatori.
Proprietà degli stimatori finite e asintotiche. Metodi di stima.

Controllo delle ipotesi statistiche. Test di ipotesi per il parametro media, varianza e proporzione; analisi della varianza. Test non parametrici di conformità e di indipendenza.

Intervalli di confidenza.

Modello di regressione lineare multipla: aspetti descrittivi e inferenziali.

 

 

Laboratorio di R

Introduzione a R -  Comandi di base e strutture dei dati. Importazione e pulizia dei dati. Funzioni, condizionali e iterazione. Statistica descrittiva e grafici di base.

Analisi statistica con R -Analisi di casi di studio in R con l'obiettivo di applicare i metodi appresi nella parte teorica del corso.

Testi/Bibliografia

D. Piccolo, Statistica per le decisoni, Il Mulino, Bologna, 2010.

M.C. Whitlock, D. Shculter. Analisi statistica dei dati biologici. Zanichelli, 2022.

Peter Dalgaard. Introductory Statistics with R. Springer, New York, 2002.

Metodi didattici

Lezioni frontali.

Si auspica che ogni studente possa avere accesso a un computer personale su cui installare il software R per seguire le lezioni pratiche e svolgere gli esercizi dati in classe.

Modalità di verifica e valutazione dell'apprendimento

La prova d'esame ha lo scopo di verificare il raggiungimento dei seguenti obiettivi didattici:
- Conoscenza approfondita delle tecniche per la sintesi dei dati statistici, per l'analisi delle relazioni tra due o più variabili e per l'inferenza.
- Capacità di analizzare criticamente insiemi di dati univariati e multivariati mediante l'uso del software R.

L'accertamento dell'apprendimento avviene mediante una prova scritta che prevede la soluzioni di esercizi sulla parte teorica e l'analisi di piccoli set di dati in R. Durante la prova scritta è consentito consultare dei “formulari” che ogni candidato provvederà a preparare da sé. I formulari devono essere contenuti in 4 facciate A4. Sul formulario si può riportare qualsiasi cosa (formule, commenti, esempi, ecc.). Oltre ai formulari non è consentito consultare altro materiale.

Strumenti a supporto della didattica

Il materiale didattico utilizzato a lezione dal docente sarà reso disponibile su https://virtuale.unibo.it/

Orario di ricevimento

Consulta il sito web di Carlo Trivisano