“Applicazioni Statistiche alle Scienze Naturali”
Docente: Prof. Giovanna Jona Lasinio Dipartimento DSPSA, piano, 4 stanza 28 tel 0649910473 e-mail
[email protected]
Studenti target: LM primo anno
Livello dell’Unità: introduttivo/specialistico
Pre-requisiti: nessuno
Crediti: 6
Descrizione dei contenuti
1)
Introduzione – elementi di statistica di base (media, varianza, indici di posizione, distribuzioni di
frequenza). Grafici e statistiche riassuntive.
2)
Distribuzioni di probabilità: la distribuzione normale e sua rilevanza nella modellizzazione dei dati
biologici.
3)
Distribuzioni di probabilità: la distribuzione t di Student
4)
Il test t: principi del test, test t a due campioni con varianze uguali, test t a due campioni con
varianze diverse. Test t per misure accoppiate.
5)
Analisi della varianza: cenni teorici, distribuzione F di Fisher-Snedecor, relazioni tra t ed F.
6)
Elementi di disegno degli esperimenti per l’analisi della varianza- disegni fattoriali – disegni
fattoriali a due fattori – disegni fattoriali a più di due fattori
7)
Regressione lineare e correlazione: la correlazione di Pearson, il modello lineare con una variabile
indipendente. Cenni sulla regressione multipla e sulla regressione non lineare.
8)
Test del chi-quadro: quando usarlo e quando non usarlo, uso del test come verifica della bontà di
adattamento, uso del test nelle tabelle a doppia entrata
9)
Cenni sui test non parametrici.
10)
Introduzione alle tecniche di analisi multivariata: analisi in componenti principali.
Le lezioni si svolgono su 4 ore settimanali, suddivise in due lezioni da due ore, nelle quali si dividono le
ore di lezione in 1 ora di lezione teorica seguita da 1 ora di lezione pratica/esercitazione al computer,
nella quale si procede all’applicazione delle tecniche illustrate nella lezione teorica. Il software di cui si fa
uso è R (open source) http://www.r-project.org/.
Competenze da sviluppare e Risultati di apprendimento attesi
Si vuole fornire una conoscenza di base degli strumenti statistici elencati. Inoltre si vuole rendere il
discente capace di implementare le procedure statistiche tramite il software open source R.
CONTENUTO
( CFU)
Ore in aula
Lezioni
frontali
Lezioni
frontali
Ore studente a Ore studente Verifiche del
casa
totali
profitto
Ondine vengono resi
disponibili test di
autovalutazione
Prova orale con
discussione della
tesina sviluppata
Lezioni
frontali
Esercitazioni
Lezioni
frontali
Lezioni
frontali
Esercitazioni
Lezioni
frontali
Esercitazioni
Lezioni
frontali
Valutazione finale
Modalità d'esame – Si richiede di svolgere un lavoro su dati reali (tesina) da discutere in sede d’esame
Testi consigliati
Lucidi e appunti del corso (disponibili online http://elearning.sta.uniroma1.it/moodle/ previa iscrizione al
sito)
Whitlock M.C., Schulter D. Analisi statistica dei dati biologici Zanichelli
van Emden H. Statistics for terrified biologists Blacwell Publishing, UK
