Docente

prof.Giovanni Fonseca giovanni.fonseca@uniud.it

Crediti

6 CFU

Attività formativa prevista

Finalità

Programma

Il corso prevede lo studio dei principali strumenti statistici per l'analisi delle informazioni di tipo ambientale
o territoriale. Oltre a fornire le conoscenze teoriche, per ogni argomento sono previste sessioni di laboratorio per applicare le nozioni acquisite a dati reali tramite l'utilizzo del software statistico R.
Programma del corso:
- Richiami di statistica di base.
- Introduzione a R.
- Dati ambientali: metodi di rilevazione e archiviazione, ricerca e reperimento di dati ambientali.
- Statistica descrittiva: indici di posizione e variabilita', principali rappresentazioni grafiche, istogramma,
metodi del nucleo per il lisciamento, applicazioni a dati ambientali.
- Il modello di regressione lineare: introduzione e scopi, covarianza e correlazione, assunzioni, retta di
regressione, modello di regressione multipla, stima con i minimi quadrati, inferenza e diagnostica, selezione
delle variabili, utilizzo a scopi previsivi, esempi.
- Analisi della varianza: motivazione, statistica test, esempi.
- Estensioni del modello lineare: modelli lineari generalizzati, dati binari.
- Modelli lineari per serie storiche: introduzione alle serie storiche, approccio classico (trend, ciclo,
stagionalita'), approccio stocastico, autocorrelazione, modelli autoregressivi, modelli a media mobile,
destagionalizzazione tramite medie mobili, stima del modello, previsione.
- Statistica spaziale: introduzione ai dati spaziali, rilevazione, metodi di analisi, variogramma e variogramma
empirico, kriging.
- Boostrap: introduzione e scopi, esempi di applicazione.

Esercitazioni

Bibliografia

Appunti dalle lezioni e materiale fornito dal docente
Manuali di R nel sito cran.r-project.org
Ulteriore materiale didattico o informazioni reperibili:
S.M. Iacus e G. Masarotto, Laboratorio di statistica con R, McGraw-Hill.
J. Faraway, Linear models with R, CRC Press.
S. Borra e A. Di Ciaccio, Statistica, metodologie per le scienze economiche e sociali, McGraw-Hill.
T. Di Fonzo e F. Lisi, Complementi di statistica economica. Analisi delle serie storiche univariate, CLEUP.

Modalità d'esame

Orario e luogo di ricevimento

Indirizzi