ENVIRONMENTAL DATA ANALYSIS - MOD.1

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.

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

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)

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

Reimann, C. Filzmoser, P. Garrett, R.G, Dutter, R. (2008) Statistical Data Analysis Explained, Wiley, New York

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.

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.

Inglese

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.

orale