ENVIRONMENTAL DATA ANALYSIS - MOD.1

Anno accademico 2019/2020 Programmi anni precedenti
Titolo corso in inglese ENVIRONMENTAL DATA ANALYSIS - PART 1
Codice insegnamento CM0532 (AF:314483 AR:168357)
Modalità In presenza
Crediti formativi universitari 6 su 12 di ENVIRONMENTAL DATA ANALYSIS
Livello laurea Laurea magistrale (DM270)
Settore scientifico disciplinare SECS-S/01
Periodo I Semestre
Anno corso 1
Sede VENEZIA
Spazio Moodle Link allo spazio del corso
Inquadramento dell'insegnamento nel percorso del corso di studio
Il corso fa parte degli insegnamenti fondamentai del Master in Scienze Ambientali (Curriculum in Global Environmental Change). L'analisi quantitativa dei dati è essenziale per le scienze ambientali
e saper utilizzare essa aumenta la nostra comprensione dei processi ambientali.
Questo modulo fornirà una panoramica delle tecniche statistiche e grafiche comunemente utilizzate per l'analisi dei dati ambientali.
Gli studenti avranno l'opportunità di progettare semplici esperimenti, raccogliere e analizzare i propri dati, nonché di analizzare i dati reali forniti da diversi studi di ricerca ambientale.
Inoltre diamo un'introduzione a R, un ambiente statistico e computazionale liberamente disponibile, che è ampiamente utilizzato dagli scienziati di tutto il mondo.
Non è richiesta alcuna esperienza di programmazione prerequisito.

Risultati di apprendimento attesi
In questo corso gli studenti applicheranno i metodi appresi in un corso base in Statistica per esplorare e rispondere a domande chiave utilizzando i dati in Ecologia e Scienze Ambientali.
In tal modo, gli studenti si confronteranno con la complessità dei dati del mondo reale, imparando e praticando strumenti essenziali per acquisire, trattare e condividere i dati.

* Competenze specifiche

Conoscenza elementare del linguaggio di programmazione R e applicazione di esso alla
1) visualizzazione di dati
2) modellazione di dati
Utilizzo di linguaggi Markdown per scrivere un rapporto tecnico
Prerequisiti
Conoscenza di base della statistica a livello di un corso introduttivo di una triennale (esempio di libro di testo David S. Moore (2013) Statistica di base, Apogeo)
Contenuti
Programmazione in R
Elementi di algebra e analisi in R

Introduzione all'analisi dei dati ambientali.
Distribuzioni, campionamenti e statistiche descrittive
Figure, tabelle e presentazione dei dati

Regressione e correlazione
Analisi della varianza
Statistica non parametrica
Testi di riferimento
Reimann, C. Filzmoser, P. Garrett, R.G, Dutter, R. (2008) Statistical Data Analysis Explained, Wiley, New York
Modalità di verifica dell'apprendimento
L'esame consiste di due fasi:
1) preparazione di un elaborato individuale relativo all'analisi di un dataset
2) presentazione orale.
I voti saranno determinati da un esame orale (50%) e da un progetto (50%),

Questo è il primo modulo e ogni modulo avrà un suo esame.
Metodi didattici
Questo corso si basa su lezioni frontali, che copriranno i principali argomenti, sottolineando e discutendo i punti importanti.
Le lezioni teoriche saranno integrate da esercizi e sessioni di laboratorio. Il software statistico utilizzato nel corso è R (www.r-project.org).
La partecipazione personale è importante e aiuterà lo studente a imparare in modo più efficiente per leggere il materiale assegnato per rafforzare le lezioni.
Degli script R da varie fonti possono essere usati per rinforzare il materiale.

Lingua di insegnamento
Inglese
Altre informazioni
La frequenza di ogni lezione e uno sforzo genuino nel fare gli esercizi suggeriti sono due dei fattori più importanti che influenzano la riuscita in questo corso. L'analisi statistica richiede sia l'ascolto che il fare.
Modalità di esame
orale
Programma definitivo.
Data ultima modifica programma
17/06/2019