CARBONI MARTA
Obiettivi
Competenze culturali (conoscenza di): - Statistica descrittiva e statistica inferenziale - Formulazione di ipotesi e verifica - Modelli statistici in ecologia - Cenni di analisi multivariata.Competenze metodologiche (saper effettuare): - Uso pratico del software statistico R - Saper rilevare, organizzare e interpretare dati ecologici – Saper effettuare test d’ipotesi e scegliere test appropriati - Saper riportare correttamente i risultati statistici - Saper interpretare e comprendere le analisi statistiche in articoli scientifici.
Programma
TEORIASignificato della disciplina: analisi statistiche in biologia e in ecologia – Statistica descrittiva, inferenziale e predittiva - Misure di dispersione – Media e mediana – Distribuzioni di probabilità – Formulare ipotesi e testarle – Ipotesi nulla - Test a una e a due code – Test parametrici e non parametrici – t test e analoghi – Analisi delle frequenze - Analisi della varianza – Analisi della covarianza – Potenza statistica - Correlazioni e regressioni – Generalized linear models - Modelli statistici avanzati in ecologia (modelli misti, model selection, testare l’efficacia di un modello) – Analisi multivariata (se rimane tempo: tecniche di ordinamento e classificazione)
ESERCITAZIONI
– Introduzione al software statistico R – Tipi di variabili – Tecniche grafiche – Tecniche di analisi –t test e analoghi – Analisi delle frequenze - Analisi della varianza – Analisi della covarianza – Correlazioni e regressioni – Generalized linear models - Mixed Effects Models - Metodi avanzati in R (se rimane tempo: cicli, funzioni, randomizzazioni).
Prerequisiti
Non ci sono prerequisiti particolari. E' di aiuto una buona conoscenza dell'inglese per la consultazione di materiale ausiliarioTesti Adottati
Dispense e script distribuiti durante le lezioni; File PDF delle lezioni svolte.Libri di testo consigliati:
Crawley, M.J. (2007) The R Book. Wiley.
Gotelli & Allison. A Primer in Ecological Statistics, Sinauer Ass. Inc.
Software:
R Core Team (2014). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-project.org/.
Il ricevimento si effettua previo appuntamento via mail: marta.carboni@uniroma3.it
Modalità Erogazione
Il corso si svolgerà con lezioni frontali e con esercitazioni pratiche in aula con l'ausilio del software per l’analisi statistica RModalità Frequenza
La frequenza con costanza è fortemente raccomandataModalità Valutazione
La valutazione prevede due prove pratiche in itinere, una presentazione orale e un esame finale. Le prove in itinere saranno pratiche e consisteranno nell’elaborazione di dati sperimentali utilizzando il software R tramite la produzione di script di analisi e nella produzione di un report scritto di presentazione e interpretazione dei risultati. La prima prova in itinere sarà una prova di autovalutazione, senza una votazione finale. La seconda prova sarà valutata. In particolare, saranno valutati sia il raggiungimento dei risultati corretti che la modalità di svolgimento dell’esercizio, la preparazione dello script del codice e la capacità di riportare e interpretare i risultati correttamente in un report scientifico. E' prevista inoltre la presentazione orale, svolta in gruppo, di un articolo scientifico in ambito ecologico, con enfasi sulle tecniche di analisi statistica utilizzate. L’esame finale prevederà sia una prova pratica affine a quelle in itinere (analisi di dati, preparazione dello script e di un report), che una discussione orale a partire dal lavoro svolto e volta a verificare anche la conoscenza e la comprensione degli altri argomenti e metodi di analisi trattati nel corso.Risultati Apprendimento Attesi
Al termine del corso, lo studente sarà in grado di comprendere e applicare i principali metodi di analisi statistica utilizzati in biologia ed ecologia, scegliendo le tecniche più appropriate in funzione dei dati e delle ipotesi di ricerca. Avrà acquisito competenze pratiche nell'utilizzo del software R per l'elaborazione, la visualizzazione e l'analisi di dati ecologici, inclusa l'applicazione di modelli statistici semplici e avanzati. Sarà inoltre in grado di interpretare criticamente i risultati, valutare l'efficacia dei modelli e comunicare le conclusioni attraverso report scientifici e presentazioni orali.Esempi Domande
Svolgere a scelta uno degli esercizi in R e consegnare un report di 1-2 pagine + script R. Esempio di esercizio:Nel file fornito trovate dati sulla distribuzione delle specie di anfibi nella provincia di Roma su una griglia e su variabili ambientali associate. Testate quali variabili ambientali sono importanti utilizzando un modello lineare e individuate il modello migliore tramite selezione di modello.
