ENVIRONMENTAL DATA ANALYSIS

L’insegnamento ricade tra le attività educative del corso di dottorato che consentono allo studente di acquisire strumenti per l’analisi di dati mediante tecniche statistiche. L’obiettivo dell’insegnamento è quello di fornire le basi per l'utilizzo del software R per l'applicazione di metodi statistici di particolare interesse per le scienze ambientali.

La frequenza e la partecipazione alle attività formative proposte dal corso e lo studio individuale consentiranno agli studenti di:

1. Conoscenza e comprensione
1.1 Conoscere i principali metodi statistici per l'analisi di dati, con particolare riferimento a quelli ambientali.

2. Capacità di applicare conoscenza e comprensione
2.1 Saper applicare i metodi statistici.
2.2 Saper utilizzare in modo autonomo l'ambiente software R per analizzare i dati.

3. Capacità di giudizio
3.1 Saper individuare il metodo statistico più idoneo al problema di interesse.

4. Abilità comunicative
4.1 Saper comunicare chiaramente, correttamente ed efficacemente i risultati dell’analisi statistica ai vari stakeholder, sia in forma scritta che parlata.
4.2 Sapere interagire con il docente e gli altri studenti durante le lezioni teoriche e le applicazioni di volta in volta considerate.

5. Capacità di apprendimento
5.1 Saper prendere appunti durante le lezioni per integrare e chiarire con essi i contenuti del materiale didattico.
5.2 Saper valutare i propri progressi nell’apprendimento della materia rispondendo a domande aperte poste dal docente e risolvendo esercizi.

Conoscenza dei concetti base di statistica, matematica, programmazione.

Basi di programmazione in R.

Statistica descrittiva e inferenziale. Test di ipotesi parametrici e nonparametrici. Test sui ranghi.

Analisi di dati categoriali.

Rappresentazioni grafiche.

Correlazione e concordanza.

Modelli di regressione. Stima e test di ipotesi. Bontà di adattamento.

Analisi classica delle serie storiche. Trend e stagionalità. Modelli ARIMA. Previsione.

Casi studio.

I contenuti possono variare in base al livello di conoscenze pregresse degli studenti in statistica, matematica e informatica.

Libri open source su R
Articoli scientifici
Slide delle lezioni fornite dal docente

Scrittura di un paper secondo il template fornito dal docente.

Insegnamento organizzato in:
a) lezioni sui concetti teorici principali e la descrizione dei vari metodi
b) esercitazioni in cui si mettono in pratica i concetti teorici, analizzando dati, interpretando e comunicando i risultati.

Nessuna.

scritto