“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