- Area Economico-Statistica
- Corso di Laurea Triennale
- Statistica e Gestione delle Informazioni [E4102B]
- Insegnamenti
- A.A. 2019-2020
- 3° anno
- Statistica Spaziale e Ambientale
- Introduzione
Syllabus del corso
Obiettivi formativi
Il
corso intende fornire un’introduzione ai metodi statistici per l’analisi di fenomeni
il cui valore varia nello spazio e ad alcune problematiche connesse con l'analisi statistica dei dati ambientali.
Questo insegnamento fornirà conoscenze e capacità di comprensione relativamente:
- alle informazioni presenti nelle survey ambientali
- alle rappresentazioni cartografiche di fenomeni che si esplicano sullo spazio
- ai metodi per l'analisi di fenomeni ambientali
Alla fine dell'insegnamento gli studenti saranno in grado di:
- manipolare e analizzare dati georeferenziati tramite software per l'elaborazione statistica
- produrre rappresentazioni cartografiche tematizzate degli indicatori ambientali e dei fenomeni che variano nello spazio in generale
- analizzare e interpretare aspetti specifici connessi con i dati proveninenti da survey ambientali
L'insegnamento consente allo studente di acquisire solide basi
nell'applicazione della statistica al contesto lavorativo statistico-ambientale.
Contenuti sintetici
Introduzione
all’analisi dei dati spaziali; georeferenziazione; elementi di cartografia;
metodi per l’interpolazione di superfici continue o relative ad un supporto spaziale discreto. Stimatori bayesiani empirici per tassi. Stima del
valore di fondo natuarale di una sostanza nel suolo o nell’acqua. Spline e modelli di regressione semiparametrica per l’analisi dei
dati ambientali. Applicativi in ambiente R per l'analisi di dati spaziali e ambientali.
Programma esteso
a) Georeferenziazione. Sistemi di riferimento e proiezioni
cartografiche. Funzionalità dei gis, dati raster e vettoriali. Lisciamento di
una mappa nel caso di dati continui e reticolari, metodi IWD, poligoni di Voronoi, medie mobili spaziali, stimatori bayesiani empirici per tassi.
b) Stima del valore di fondo nel suolo o nell’acqua
c) WLS, B-spline e i modelli additivi
d) Laboratorio in R.
Prerequisiti
Il corso non ha propedeuticità. Sono consigliati i contentuti del corso di Analisi Statistica Multivariata, Statstica II e Informatica.
Metodi didattici
Lezioni frontali e sessioni di laboratorio informatico in ambiente R mirate all'analisi di dati contenuti in archivi amministrativi o raccolti in survey ambientali.
Modalità di verifica dell'apprendimento
L'esame finale consiste di due parti: una prova in laboratorio informatico e una prova orale.
Nella prova di laboratorio informatico, svolta in ambiente R, allo studente sarà richiesto di eseguire un'elaborazione di dati ambientali e/o spaziali utilizzando codici e funzioni presentati e discussi durante le sessioni di laboratorio informatico del corso. La prova mira a verificare la capacità acquisità dallo studente nel rispondere a concrete esigenze che, nell'ambito della tematica dei dati spaziali e ambientali, possono emergere in contesto lavorativo o di ricerca. Saranno quindi valutate le capacità di analisi dei dati, di sintesi e interpretazione dei risultati, nochè la competenza acquisita nell'uso del software R.
Durante la prova non è ammesso l'uso di testi o altro materiale con l'esclusione dei codici che verranno messi a disposizione dal docente all'inizio della prova.
Durante la prova non è ammesso l'uso del cellulare.
La prova orale è mirata ad accertare la conoscenza teorica dello studente sugli argomenti del corso. Saranno quindi valutate la capacità di formalizzare in termini statistico-probabilistici le tematiche proposte in sede di esame e il rigore metodologico del loro sviluppo.
Il punteggio finale è costituito da una media dei voti ottenuti nelle due parti.
Testi di riferimento
Saranno messe a disposizioni degli studenti dispense e codici software tramite la pagina elearning del corso.
Periodo di erogazione dell’insegnamento
Primo ciclo del secondo semestre.
Lingua di insegnamento
Italiano.
Learning objectives
The course aims at providing students with a
set of methodologies to deal with
spatial and environmental data.
Contents
Geocoding. An
introduction to cartography. Explorative spatial data analysis; spatial
interpolation. Semiparametric statistical models for
environmental data analysis. Estimation of the background level. Computer sessions using the R software for the analysis of environmental spatial data.
Detailed program
a) Geocoding and an introduction to cartography. GIS. Raster and vector data. Map smoothing for continuous and lattice data
b) Estimation of the background level
c) WLS, B-spline and
additive models
d) Laboratory sessions in
R.
Prerequisites
Elements of Multivariate Statistics, Inference and Informatics.
Teaching methods
Class lessons and lab sessions in R.
Assessment methods
Lab assesment and oral examination .
The overall mark is obtained by averaging the marks of the two parts.
Textbooks and Reading Materials
Reading material and software codes will be made available through the eLearning web page of the course.
Semester
First term of the second semester.
Teaching language
Italian.
Scheda del corso
Staff
-
Riccardo Borgoni