Dipartimento di Scienze della Vita e dell'Ambiente - Guida degli insegnamenti (Syllabus)

Programma

Nuova ricerca Nuova ricerca    Stampa scheda Stampa scheda

STATISTICA PER LE SCIENZE SPERIMENTALI
GIUSEPPE SCARPONI

Sede Scienze
A.A. 2016/2017
Crediti 6
Ore 48
Periodo 1^ semestre
Lingua ITA
Codice U-gov ST03 3S244

Prerequisiti

Conoscenza degli argomenti degli insegnamenti di Matematica e Informatica.



Modalità di svolgimento del corso

Sono previste sia lezioni teoriche (6 crediti, 48 ore) che esercitazioni pratiche di laboratorio al computer in piccoli gruppi di 2-3 studenti (1 credito, 8 ore). Al corso frontale è affiancata un’attività didattica in modalità e-learning contenente, fra l’altro: materiale didattico, test di autovalutazione, i dati per le esercitazioni sperimentali, prenotazione per le esercitazioni in aula informatica, presenze a lezione ed alle esercitazioni, risultati degli esami



Risultati di apprendimento attesi

Conoscenze:
L'insegnamento permette agli studenti di acquisire le basi teoriche e metodologiche dell'analisi statistica univariata e multivariata applicata allo studio delle scienze sperimentali. In particolare lo studente dovrà conoscere le basi della statistica generale, i test di ipotesi, l’analisi della varianza, nonché le procedure dell'analisi dei gruppi (cluster analysis), delle componenti principali, del metodo dei prossimi più vicini, delle variabili canoniche (analisi discriminante).

Capacità di applicare le conoscenze:
Alla fine del percorso lo studente dovrà avere acquisito la capacità di effettuare le procedure informatiche richieste per l'analisi statistica dei dati utilizzando alcuni pacchetti statistici commerciali, nonché interpretare correttamente i risultati ottenuti.

Competenze trasversali:
L’esecuzione di esercitazioni sperimentali singole e di gruppo, nonché la discussione dei risultati ottenuti, contribuiscono a migliorare, sia il grado di autonomia di giudizio in generale, sia la capacità comunicativa che deriva anche dal lavoro in gruppo, sia la capacità di apprendimento in autonomia e di trarre conclusioni, dello studente.



Programma

Contenuti (lezioni frontali, 5 CFU, 40 ore). Basi teoriche e metodologiche delle principali tecniche dell'analisi statistica univariata e multivariata applicata allo studio delle scienze sperimentali. Dati e distribuzione dati. Statistiche descrittive. Distribuzione normale. Inferenza. Intervallo di fiducia. Test di ipotesi. Analisi della varianza. Regressione lineare. Dati multivariati e informazione. Analisi di dati non raggruppati: analisi dei gruppi (cluster analysis), analisi delle componenti principali. Analisi di dati raggruppati: metodo dei k prossimi più vicini (KNN), analisi delle variabili canoniche, discriminazione e classificazione. Studio di casi reali con riferimenti a problematiche biologiche, archeologiche (paleobiologiche), chimiche. Sono previste esercitazioni sperimentali al computer per lo studio di alcuni casi reali trattati nel corso.

Esercitazioni al computer (1 CFU, 8 ore/studente). Le esercitazioni sono svolte in piccoli gruppi (2-3 studenti/computer). Pacchetti statistici utilizzati: Unistat, SIMCA, S-Plus, Parvus, Statgraphics. Es. n. 1: Istogrammi, Tabelle di frequenza, Statistiche riassuntive, Intervallo di fiducia, Test d’ipotesi. Es. n. 2: Cluster analysis I. Es. n. 3: Cluster analysis II, Metodo dei k prossimi più vicini (KNN). Es. n. 4: Analisi delle componenti principali (PCA). Es. n. 5: Analisi delle variabili canoniche (CVA) o Analisi discriminate.



Modalità di svolgimento dell'esame

Metodi di valutazione dell’apprendimento:
L’esame consiste in un compito scritto e successiva revisione/discussione degli elaborati. Nel compito sono previste 30 domande aperte. Queste includono anche esercizi su test d’ipotesi e domande sull’interpretazione dei risultati dell’analisi multivariata di un caso di studio ottenuti con uno dei pacchetti statistici utilizzati nel corso. Ad ogni domanda viene attribuito un punteggio compreso tra zero ed uno. Al risultato, calcolato come somma dei punteggi ottenuti sulle singole domande, vengono aggiunti ulteriori due punti. L’esame si intende superato quando il voto finale è maggiore o uguale a 18. Durante il corso di lezioni è anche prevista la possibilità di partecipare a prove in itinere (1° e 2° parziale). Il risultato di un parziale può essere mediato con l’altro purché il punteggio ottenuto sia almeno uguale a 15. In caso di risultato negativo o di insoddisfazione in uno dei due parziali, questo può essere recuperato nella prima sessione d’esame immediatamente successiva.

Criteri di valutazione dell’apprendimento:
Nella prova scritta lo studente dovrà dimostrare di conoscere principi e metodi dell’analisi statistica univariata (distribuzioni, inferenza, test d’ipotesi) e multivariata (cluster analysis, analisi delle componenti principali, metodo dei k prossimi più vicini, analisi delle variabili canoniche). La capacità di applicare le conoscenze acquisite viene valutata anche attraverso le risposte scritte relative agli esercizi sui test d’ipotesi e alle domande sul caso di studio presentato nella parte “pratica” dell’esame scritto.

Criteri di misurazione dell’apprendimento:
Il voto finale è attribuito in trentesimi. L’esame si intende superato quando il voto è maggiore o uguale a 18. È prevista l’assegnazione del massimo dei voti con lode (30 e lode).

Criteri di attribuzione del voto finale:
Il voto finale viene attribuito sulla base del compito scritto (e sulla sua revisione/discussione pubblica), cioè somma dei punteggi ottenuti sulle trenta domande a cui vengono aggiunti due punti. La lode viene attribuita quando il punteggio ottenuto dalla precedente somma superi il valore 30 e contemporaneamente lo studente abbia dimostrato piena padronanza della materia.



Testi consigliati

Appunti di lezione
O. Vitali. Statistica per le Scienze Applicate. Vol. 2. Cacucci Editore, Bari, 1993.
O. Vitali. Principi di Statistica. Cacucci Editore, Bari, 2003.
M.C. Whitlock, D. Schluter. Analisi statistica dei dati biologici. Zanichelli, Bologna, 2010.
W.W. Daniel. Biostatistica. Edises, Napoli, 1996.
R.R. Sokal, F.J. Rohlf. Biometry. The Principles and Practice of Statistics in Biological Research, W.H. Freeman, San Francisco, 1995.
G. Norman, D. Steiner. Biostatistica. Seconda ediz., Casa Editrice Ambrosiana, Milano, 2015.
W.J. Krzanowski. Principles of Multivariate Analysis. A User’s Perspective, Seconda ediz., Oxford University Press, 2000.
I.T. Jolliffe. Principal Component Analysis, Seconda ediz., Springer-Verlag, New York, 2002.



Corsi di laurea
  • Scienze ambientali e protezione civile




Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427