Obiettivi formativi
L'obiettivo principale del corso è fornire allo studente le nozioni
teoriche e pratiche per applicare il corretto metodo scientifico in
ambito ecologico. Si impara a testare vari tipi di modelli o ipotesi,
a predisporre un esperimento valido per testare il modello o le
ipotesi, ad analizzarne statisticamente i dati raccolti e a
presentarne efficacemente i risultati.
L'enfasi dell'interpretazione è sempre sul "lasciare parlare i dati"
in modo da sviluppare nello studente una concezione critica della
scienza e possibilmente libera da ogni preconcetto.
Lo studente impara la teoria e le nozioni pratiche per analizzare i
dati ( “Conoscenza e capacità di comprensione”), impara ad applicarle
autonomamente, dapprima in classe e successivamente in autonomia, a
situazioni nuove ( “Conoscenze applicate e capacità di comprensione”),
impara a trarre autonomamente le conclusioni statisticamente
correttesulla base base dei dati e della loro aderenza alle ipotesi e
ai modelli testati ("Autonomia di giudizio") e infine impara a
presentare graficamente in modo efficace i risultati ottenuti
("Abilità comunicative"). La progressiva autonomia da parte dello
studente favorisce quindi anche lo svilupparsi delle cosiddette
“Capacità di apprendere”.
Prerequisiti
Avere frequentato un corso introduttivo alla statistica o al calcolo
delle probabilità nel corso della laurea triennale
Contenuti dell'insegnamento
# I test statistici "classici" con R
* Il t di student
* I test non parametrici
* Il chi quadrato
* Un test di permutazione
# L'analisi della varianza in ecologia
* L'anova come modello interpretativo dei processi ecologici
* Preparazione della matrice dei dati
* La funzione lm di R
* Analisi ed interpretazione dell'interazione statistica
* Verifica delle assunzioni
# La regressione lineare con le matrici
* Il modello Y=Xb + e
* Le formule "normali"
* Applicazioni con R
# L'ANOVA con le matrici
* Applicazioni con R
* Disegno sperimentale
# Fitting non lineari
* La funzione nls di R
* Scelta fra tre modelli diversi
# Modelli lineari generalizzati (GLM)
* Regressione Logistica
* Regressione di Poisson
* Cosa fare in caso di over-dispersion
# La scelta del test statistico giusto
# La Statistica Multivariata
* Analisi delle Componenti Principali
* Non Metric Multidimensional Scaling - nMDS
* Cluster Analysis
Programma esteso
Vedere i Contenuti
Bibliografia
Sono a disposizione on-line le dispense
preparate dall'insegnante.
Metodi didattici
Il corso ha un forte contenuto pratico. Gli studenti avranno tutti a
disposizione un computer e ciascuna lezione consisterà in un breve
introduzione teorica seguita da esercitazioni pratiche di analisi di
dati ecologici guidate dall'insegnante o da un esercitatore. Alcuni
argomenti saranno presentati con un approccio deduttivo imparando la
legge generale da simulazioni al calcolatore di diversi casi
particolari.
Modalità verifica apprendimento
Il voto finale è frutto della media del voto totalizzato da ogni
studente con due modalità diverse
- durante il corso, alla fine di ogni lezione, l'insegnante assegna
dei compiti a casa da svolgere in autonomia, in cui lo studente
applica a nuove situazioni le nozioni apprese in classe. Viene
valutata con domande apposite la capacità critica dello studente
nell'interpretazione statistica dei dati, nel sostegno alle ipotesi
testate e nella verifica delle assunzioni.
- alla fine del corso viene effettuato un esame pratico un cui lo
studente in totale verificata autonomia simula una sessione di
analisi dei dati ottenuti da uno o più esperimenti ecologici e a
presentare i risultati graficamente in modo corretto ed efficace.
Altre informazioni
- - -
Obiettivi agenda 2030 per lo sviluppo sostenibile
Questo insegnamento concorre alla realizzazione degli obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile in quanto durante il corso vengono affrontati esempi di analisi critiche di dati di tipo ambientale ed ecologico, contribuendo alla sviluppo di un mentalità ambientale con forti basi scientifiche.
