Obiettivi formativi
1°-Conoscenze e capacità di comprensione
A conclusione delle lezioni lo studente conoscerà i metodi di analisi e trattamento dei dati e le metodologie di stima spaziale. Comprenderà la terminologia tecnica in materia.
2°-Capacità di applicare conoscenza e comprensione
Lo studente sarà in grado di valutare la qualità dei dati, effettuare stime e analizzare i dati distribuiti spazialmente.
3°- Autonomia di giudizio
Lo studente acquisirà la capacità di risolvere problemi di analisi e stima dei dati.
4°-Capacità comunicative
Al superamento dell’esame lo studente dovrebbe aver maturato una sufficiente proprietà di linguaggio per quanto attiene la specifica terminologia dell’insegnamento.
5°-Capacità di apprendimento
Lo studente dovrebbe aver acquisito le conoscenze di base della disciplina che gli permetteranno di approfondire in autonomia particolari applicazioni della disciplina.
Prerequisiti
L’insegnamento sviluppa le nozioni basilari di Matematica e Statistica che lo studente ha acquisito durante la laurea triennale.
Contenuti dell'insegnamento
L’insegnamento di Analisi di Dati Ambientali e Geostatistica è mirato al trattamento ed elaborazione di dati di interesse ambientale. Nella prima parte delle lezioni si richiameranno concetti di statistica e probabilità, si analizzeranno distribuzioni statistiche, funzioni di probabilità, stima dei parametri e la verifica di buon adattamento mediante test. Nella seconda parte delle lezioni si tratteranno serie temporali di dati. Nella terza ed ultima parte si introdurrà la geostatistica e la metodologia del Kriging. Durante le lezioni saranno presi in considerazione casi di particolare interesse.
Programma esteso
Bibliografia
Testi consigliati:
Sheldon Ross, Probabilità e statistica per l'ingegneria e le scienze, Apogeo Education, ISBN: 8891609943. Il testo è disponibile in biblioteca.
Posa, De Iaco, Geostatistica teoria e applicazioni, 2009, Giappichelli, ISBN 8834897447. Il testo è disponibile in biblioteca.
Zhihua Zhang, Environmental Data Analysis Methods and Applications, 2017, de Gruyter. Il testo è disponibile come risorsa online.
Testi di approfondimento:
Marco Taboga, Lectures on Probability Theory and Mathematical Statistics. Il testo è disponibile in biblioteca.
William Menke, Joshua Menke, Environmental Data Analysis with Matlab (Second Edition), Academic Press, 2016, ISBN 9780128044889, https://doi.org/10.1016/B978-0-12-804488-9.09996-1
Kitanidis, P. (1997). Introduction to Geostatistics: Applications in Hydrogeology. Cambridge: Cambridge University Press. doi:10.1017/CBO9780511626166Il testo è disponibile in biblioteca.
Linee guida per l'analisi e l'elaborazione statistica di base delle serie storiche di dati idrologici, ISPRA Manuali e linee guida, 84/2013, ISBN: 978-88-448-0584-5. Il testo è disponibile come risorsa online.
Ulteriore materiale didattico:
Le slide e tutto il materiale mostrato in aula sarà reso disponibile sul portale istituzionale.
Metodi didattici
Il corso si articola in una serie di lezioni frontali e di esercitazioni numeriche. Le lezioni saranno svolte avvalendosi di presentazioni. Le esercitazioni sono presentate in aula e svolte numericamente mediante foglio di calcolo e Matlab.
Modalità verifica apprendimento
La verifica della preparazione consiste nel superamento di un colloquio orale. La valutazione della prova orale sarà così pesata: 70% conoscenza dei metodi di trattamento ed elaborazione dei dati (conoscenza e capacità di comprensione); 30% proprietà di esposizione specialistica (capacità comunicativa).
Qualora, a causa del perdurare dell’emergenza sanitaria, fosse necessario integrare con la modalità a distanza, i colloqui orali saranno svolti a distanza tramite il portale MS Teams.
Altre informazioni
Obiettivi agenda 2030 per lo sviluppo sostenibile
- - -