DATA ANALYSIS

L'insegnamento fa parte degli insegnamenti comuni del corso di Laurea Magistrale in Scienze Ambientali, curriculum "Global Environmental Change". L'obiettivo principale del Corso di Laurea è la formazione di qualificati professionisti, in grado di mettere competenze interdisciplinari a servizio della diagnosi e soluzione di problemi ambientali complessi. In particolare, il curriculum si prefigge di fornire una visione sistemica e integrata delle dinamiche ambientali ed economiche, al fine di mettere il laureato nelle condizioni di affrontare da un punto di vista olistico le sfide legate alla gestione dell'ambiente in presenza di cambiamenti globali e nel contesto dello sviluppo sostenibile. Di particolare rilievo, a tal riguardo, è la sfida rappresentata dalla messa a punto di politiche di adattamento e mitigazione dei cambiamenti climatici. In questo contesto, l'insegnamento fornisce gli elementi fondamentali per l'analisi di dati tramite l'utilizzo dell'ambiente software R, inclusi i metodi per risolvere equazioni differenziali in ambito ambientale.

La frequenza e lo studio individuale degli appunti del corso, lo svolgimento degli esercizi proposti, a fine corso consentiranno a studenti/studentesse di conseguire i seguenti risultati:

1) Conoscenza e comprensione.
- essere in grado di analizzare un insieme di dati ambientali usando metodi statistici di base;
- essere in grado di descrivere gli aspetti principali dei dati, anche con tabelle e grafici;
- essere in grado di effettuare inferenze tramite test di ipotesi;
- essere in grado di applicare la regressione lineare;
- essere in grado di applicare il software R per risolvere equazioni differenziali in ambito ambientale.

2) Capacità di applicare conoscenza e comprensione.
- essere in grado di commentare criticamente i risultati ottenuti sia con metodi statistici che matematici;
- essere in grado di disseminare le conclusioni raggiunte tramite l’applicazione di metodi statistici e matematici;
- essere in grado di contestualizzare le analisi e i risultati alla luce delle altre discipline cardine per lo studio dei cambiamenti climatici.

3) Capacità di giudizio
- essere in grado di commentare in maniera autonoma e critica i risultati delle analisi statistiche condotte
- essere in grado di disseminare i risultati e le conclusioni raggiunte.

Nozioni acquisite in corsi di base di matematica e statistica.

1) Basi di programmazione in R.
Assegnazioni, confronti ed espressioni logiche.
Controlli condizionali.
Cicli.
Velocizzare il codice R.

2) Basi di dati in R
Vettori, matrici, data frame.
Leggere, scrivere, modificare dati.

3) Metodi statistici in R
Pacchetti aggiuntivi.
Statistica di base.
Statistica computazionale.
Test di ipotesi.
Regressione lineare per lo studio congiunto di due variabili.
Rappresentazioni grafiche.

4) Applicazioni pratiche
Esempi di programmi per applicazioni statistiche.
Analisi di dati ecologici e ambientali.
Come presentare i risultati.
Come commentare i dati.
Come disseminare i risultati.

5) Metodi matematici in R
Matrici: autovalori, autovettori.
Risoluzione di equazioni differenziali in R.

Materiale didattico open source su R
Articoli scientifici
Appunti forniti dal docente

Gli studenti saranno valutati sulla base di una prova scritta con domande ed esercizi sui punti chiave del corso. Durante il corso si svolgerà almeno una simulazione di esame.

Lezioni teoriche
Esercitazioni
Lezioni pratiche

Inglese

Nessuna.

scritto