ANALISI DEI DATI NATURALISTICI ED AMBIENTALI
cod. 1007193

Anno accademico 2024/25
3° anno di corso - Primo semestre
Docente
Antonio BODINI
Settore scientifico disciplinare
Ecologia (BIO/07)
Ambito
Attività formative affini o integrative
Tipologia attività formativa
Affine/Integrativa
48 ore
di attività frontali
6 crediti
sede: PARMA
insegnamento
in ITALIANO

Obiettivi formativi

Il principale obiettivo per un corso introduttivo all'analisi dei dati è sviluppare nello studente famigliarità con la materia, le sue logiche e le sue modalità operative. In particolare, si vuole guidare lo studente ad acquisire la capacità di sapere scegliere quali dati utilizzare per rispondere ad un determinato quesito e con che tecniche (test) analizzarli.

Prerequisiti

Conoscenze elementari della matematica: sommatoria, produttoria, matrici, determinanti, limiti, derivate. Le conoscenze della matematica testé elencate sono importanti perchè la trattazione degli algoritmi dei test statistici (es. Regressione) prevede la dimostrazione di alcune formule per la quale è richiesta conoscenza delle suddette competenze matematiche

Contenuti dell'insegnamento

I contentui principali sono legati ai concetti della probabilità e relative distribuzioni (binomiale, normale); ai metodi per la gestione dei dati sperimentali (tabelle, grafici, istogrammi) e ai test parametrici più importanti (Z, T, ANOVA, Regressione, Correlazione).

Programma esteso

1. Statistica e campioni
2. Visualizzare e descrivere i dati.
3. Probabilità
3. Variabili casuali e loro distribuzioni: binomiale, Poisson, normale.
4. Analisi delle proporzioni: test binomiale.
5. Prova delle Ipotesi
6. Il test del chi-quadrato
7. Tabelle di contingenza e associazione tra variabili categoriche
8. Inferenza statistica: la distribuzione campionaria di una stima; l'intervallo di confidenza.
9. L'inferenza in una popolazione con distribuzione normale. Distribuzione normale standardizzata e t di Student
8. Il confronto tra due medie
9. Il confronto tra le medie di più di due gruppi: analisi della varianza a un criterio di classificazione, analisi della varianza a due criteri di classificazione, interazione.
10. Correlazione
11. Regressione lineare semplice.

Bibliografia

M.C. Whitlock, D. Schluter, Analisi Statistica dei dati biologici. Zanichelli
T.H. Wonnacott, R.J. Wonnacott
Introduzione alla statistica
Franco Angeli

Metodi didattici

I concetti teorici sono sviluppati mediante lezioni frontali, che sono affiancate da esercitazioni in classe sui temi di volta in volta affrontati.

Modalità verifica apprendimento

La verifica dell'apprendimento è svolta mediante una prova scritta consistente in un esercizio che richiede la soluzione di un problema attraverso l'applicazione di un test statistico tra quelli affrontati nel corso e 3 domande di teoria.
Per la verifica della modalità dell'apprendimento si utilizzerà una griglia di valutazione che prevede un'articolazione dl voto così articolata:
La prova prevede l'esecuzione di un esercizio in cui il candidato deve individuare il test appropriato per risolvere il problema specificato nella domanda, utilizzando i dati forniti. L’esercizio ha valore di 12 punti su 30 e lo scopo è di appurare conoscenze (ciò che si è appreso) e competenze (capacità di applicare ciò che si è appreso).
I fattori di valutazione sono: 1) individuazione corretta del problema con espressione corretta delle ipotesi da sottoporre a test (punti 5); individuazione del test appropriato e motivazione del suo utilizzo (perché ho scelto quel test, punti 4); esecuzione corretta del test (secondo gli algoritmi proposti o alternative corrette, punti 2); ordine espositivo e chiarezza nella stesura (punti 1).
Le tre domande aperte hanno lo scopo di appurare le conoscenze e competenze. Fattori di valutazione: correttezza della riposta (punti 4), correttezza della esposizione formale (linguaggio usato e chiarezza espositiva, punti 2)

Altre informazioni

- - -