Statistica applicata e gestione dei dati ambientali
CORSO DI STUDIO: Scienze e Tecnologie per l’Ambiente e il Territorio (STAT) a.a. 2015/2016
Denominazione insegnamento: Statistica applicata e gestione dei dati ambientali
Applied Statistics
Docente
prof.Giovanni Fonseca giovanni.fonseca@uniud.it
Crediti
6 CFU
Attività formativa prevista
Lezione (h): 60
Esercitazioni (h): 0
Seminari (h): 0
Totale ore*: 60
Ore di studio individuale
previste: 90
Finalità
Il corso si propone di approfondire le problematiche legate agli strumenti statistici maggiormente utilizzati in ambito sperimentale. Particolare rilievo sarà dato agli aspetti di carattere applicativo, alternando, nel corso delle lezioni, momenti di carattere teorico ed esercitazioni.
In particolare ci si propone di sviluppare la capacità di utilizzare autonomamente le principali tecniche e metodiche statistiche per poter descrivere, analizzare e valutare criticamente i dati provenienti dal territorio.
Programma
Il corso prevede lo studio dei principali strumenti statistici per l'analisi delle informazioni di tipo ambientale o territoriale. Oltre a fornire le conoscenze teoriche, per ogni argomento sono previste sessioni di laboratorio per applicare le nozioni acquisite a dati reali tramite l'utilizzo del software statistico R. Programma del corso: - Richiami di statistica di base. - Introduzione a R. - Dati ambientali: metodi di rilevazione e archiviazione, ricerca e reperimento di dati ambientali. - Statistica descrittiva: indici di posizione e variabilita', principali rappresentazioni grafiche, istogramma, metodi del nucleo per il lisciamento, applicazioni a dati ambientali. - Il modello di regressione lineare: introduzione e scopi, covarianza e correlazione, assunzioni, retta di regressione, modello di regressione multipla, stima con i minimi quadrati, inferenza e diagnostica, selezione delle variabili, utilizzo a scopi previsivi, esempi. - Analisi della varianza: motivazione, statistica test, esempi. - Estensioni del modello lineare: modelli lineari generalizzati, dati binari. - Modelli lineari per serie storiche: introduzione alle serie storiche, approccio classico (trend, ciclo, stagionalita'), approccio stocastico, autocorrelazione, modelli autoregressivi, modelli a media mobile, destagionalizzazione tramite medie mobili, stima del modello, previsione. - Statistica spaziale: introduzione ai dati spaziali, rilevazione, metodi di analisi, variogramma e variogramma empirico, kriging. - Boostrap: introduzione e scopi, esempi di applicazione.
Bibliografia
Appunti dalle lezioni e materiale fornito dal docente Manuali di R nel sito cran.r-project.org Ulteriore materiale didattico o informazioni reperibili: S.M. Iacus e G. Masarotto, Laboratorio di statistica con R, McGraw-Hill. J. Faraway, Linear models with R, CRC Press. S. Borra e A. Di Ciaccio, Statistica, metodologie per le scienze economiche e sociali, McGraw-Hill. T. Di Fonzo e F. Lisi, Complementi di statistica economica. Analisi delle serie storiche univariate, CLEUP.
Modalità d'esame
Esame orale.
Orario e luogo di ricevimento
Da definire.
Indirizzi
Dott. Giovanni Fonseca
Dipartimento di Scienze Economiche Statistiche
Via Tomadini 30/A
Tel. 0432 249589
fax 0432 249595