Learning objectives
The class has a very practical characterization. It aims to lear theory and practice of data analysis in Ecology.<br />
Prerequisites
Statistica e matematica<br />
Course unit content
<br /># Introduzione a R<br /><br /> * Vantaggi rispetto ad altri pacchetti statistici<br /> * Le variabili (vettori, matrici, array, dataframe, liste)<br /> * Le funzioni<br /> * Le strutture di controllo<br /> * La grafica<br /><br /># I test statistici "classici" con R<br /><br /> * Il t di student<br /> * I test non parametrici<br /> * Il chi quadrato<br /> * Un test di permutazione<br /><br /># L'analisi della varianza in ecologia<br /><br /> * L'anova come modello interpretativo dei processi ecologici<br /> * Preparazione della matrice dei dati<br /> * La funzione lm di R<br /><br /># Introduzione all'algebra matriciale<br /><br /> * La somma e il prodotto di matrici<br /> * Il determinante<br /> * La matrice inversa<br /><br /># La regressione lineare con le matrici<br /><br /> * Il modello Y=Xb + e<br /> * Le formule "normali"<br /> * Applicazioni con R<br /><br /># L'ANOVA con le matrici<br /><br /> * Applicazioni con R<br /> * Disegno sperimentale<br /><br /># Fitting non lineari<br /><br /> * La funzione nls di R<br /> * Scelta fra tre modelli diversi<br /><br /># Statistica Multivariata con <br />