Insegnamento mutuato da: B002657 - STATISTICA Laurea Magistrale in SCIENZE E GESTIONE DELLE RISORSE FAUNISTICO-AMBIENTALI
Lingua Insegnamento
Italiano.
Contenuto del corso
Elementi di statistica descrittiva con R. Il calcolo delle probabilità. Modelli Bayesiani lineari e di regressione logistica. Il disegno statistico degli esperimenti.
Stefanini F.M., 2020, Introduzione ai metodi Bayesiani in statistica applicata: materiale ausiliario (sito web).
Obiettivi Formativi
Conoscenze:
elementi generali del paradigma Bayesiano; capacità di formulare un modello lineare per risposte univariate; fondamenti del disegno statistico degli esperimenti.
Competenze acquisite:
riconoscere le caratteristiche delle variabili che compaiono nello studio di un fenomeno; valutare le peculiarità degli esperimenti richiesti per rispondere ad un quesito di ricerca; identificare le criticità connesse all'analisi statistica dei risultati.
Lo studente al termine del corso deve sapere:
1. sintetizzare con riassunti statistici opportuni la qualità dei dati e gli aspetti salienti del fenomeno investigato;
2. trasformare i dati elementari ed effettuare l'analisi statistica con il software R;
3. formulare e applicare modelli lineari di uso ricorrente;
4. applicare le idee di base del disegno sperimentale.
Prerequisiti
Insegnamenti contenenti i prerequisiti (vincolanti e/o consigliati).
Corsi vincolanti: nessuno.
Corsi raccomandati: matematica di un corso di laurea triennale.
Metodi Didattici
CFU:
Lezioni di didattica frontale (totale ore): 48 (webinar e aula)
Altre Informazioni
Modalità di verifica apprendimento
Esame orale sugli argomenti trattati a lezione, nelle esercitazioni e nei progetti assegnati.
Programma del corso
Introduzione al corso: lo studio della statistica applicata: la preparazione dell’esame, le risorse del corso ed R. Distribuzioni di frequenze, momenti, quantili; sintesi grafiche uni e multivariate. Il calcolo delle probabilità per variabili casuali con riferimento particolare a casi: Bernoulli, Binomiale, Normale, Poisson, Multinomiale, Beta, Gamma. Introduzione ai metodi Bayesiani in prospettiva soggettivista. Modelli lineari per risposte gaussiane e la regressione logistica: stima e test delle ipotesi con variabili esplicative qualitative e/o quantitative. Esperimenti randomizzati in condizioni controllate: campionamento casuale, randomizzazione, controllo, replicazione, variabili obiettivo e covariate.