Presentazione

Organizzazione della Didattica

DM270
STATISTICA PER LE TECNOLOGIE E LE SCIENZE ORD. 2014


9

Corsi comuni

 

Frontali Esercizi Laboratorio Studio Individuale
ORE: 44 0 20 69

Periodo

AnnoPeriodo
III anno1 semestre

Frequenza

Facoltativa

Erogazione

Convenzionale

Lingua

Italiano

Calendario Attività Didattiche

InizioFine
02/10/201719/01/2018

Tipologia

TipologiaAmbitoSSDCFU
caratterizzanteBio-sperimentaleSECS-S/029


Responsabile Insegnamento

ResponsabileSSDStruttura
Prof.ssa CORTESE GIULIANASECS-S/01Dipartimento di Scienze Statistiche

Altri Docenti

DocenteCoperturaSSDStruttura
Prof. CELANT GIORGIOIstituzionaleSECS-S/01Dipartimento di Scienze Statistiche

Attività di Supporto alla Didattica

Non previste.

Bollettino

Istituzioni di analisi matematica, Istituzioni di probabilità, Statistica II, Modelli statistici I.

I fenomeni ambientali e territoriali richiedono spesso lo studio di una componente spaziale, mentre gli studi biomedici coinvolgono spesso la componente temporale. L'obiettivo del corso è fornire agli studenti una conoscenza introduttiva degli strumenti statistici per descrivere ed analizzare fenomeni specifici in ambito ambientale, territoriale e biomedico. Inoltre, in ambito di progettazione degli esperimenti, lo scopo del corso consiste nel fornire un'introduzione ragionata ai disegni di base. Il corso si propone inoltre di rendere gli studenti capaci di scegliere ed applicare la tecnica ed il modello statistico appropriato per l'elaborazione delle diverse tipologie di dati ambientali e biomedici, grazie all'uso di specifici pacchetti del software statistico R. A tale scopo, verranno discussi ed analizzati diversi casi studio di interesse attuale.

Lezioni frontali ed esercitazioni in laboratorio con l'uso del software R. Sono eventualmente previste attività in itinere con esercizi da risolvere in gruppo utilizzando il software R. Il corso prevede eventuali attività di seminari da parte di esperti esterni, volte ad illustrare casi reali di applicazioni nelle tecnologie e nelle scienze.

Il corso si propone di fornire alcuni strumenti statistici legati a specifiche applicazioni in ambito tecnologico, ambientale e biomedico, ed è sviluppato in tre moduli distinti come segue: Modulo I: disegno degli esperimenti. Un problema introduttivo: Il problema di Hoetteling o problema delle pesate, Stimatori ottimali. Definizione di esperimento, casualizzazione, piano completamente casualizzato. Stima e test di un dispositivo completamente randomizzato ad un fattore. Teorema di Cochran. Dispositivi a blocchi incompleti e casualizzazione. Modello associato e sua analisi statistica. Funzioni stimabili e connessioni. Dispositivi con più fattori sotto controllo: quadrati latini e greco latini. Dispositivi fattoriali e non (cenni). Modulo II: modelli per l'analisi dei dati di sopravvivenza. I dati relativi al tempo di attesa fino al verificarsi di un evento prendono generalmente il nome di dati di sopravvivenza. Introduzione ai dati di sopravvivenza e loro peculiarità: dati incompleti, censura a destra, troncamento a sinistra, schemi di censura. Funzione di rischio, funzione di sopravvivenza, relative stime non parametriche e test per il confronto fra più popolazioni. Modelli parametrici per dati di sopravvivenza. Modello semi-parametrico di Cox. Verifica delle assunzioni sottostanti ai modelli per dati di sopravvivenza, selezione del modello. Modulo III: modelli per l'analisi di fenomeni ambientali
. Introduzione alle tipologie di dati spaziali, come ad esempio dati ambientali e geostatistici. Analisi esplorativa e visualizzazione grafica di dati spaziali. Misure di dipendenza spaziale, variogramma, kriging. Modelli statistici per dati spaziali. 


L'esame consiste in una prova scritta riguardante sia la parte teorica che la parte pratica del corso, ha quindi lo scopo di accertare sia le conoscenze sulla teoria metodologica, sia la capacità di applicare tale conoscenze a dati reali ed interpretarne i risultati. La prova scritta potrà eventualmente essere divisa in due parti per il Modulo I e per i Moduli II-III. È possibile un eventuale integrazione con esame orale su richiesta del docente.

Completezza, precisione ed esattezza delle risposte alle domande, e nello svolgimento degli esercizi; capacità di applicare le tecniche statistiche studiate in modo autonomo e consapevole; capacità di analisi critica ed interpretazione dei risultati ottenuti dalle applicazioni.

Peter J. Diggle, Paulo J. Ribeiro J., Model- based Geostatistics. U.S. New York: Springer, 2007 Roger S. Bivand, Edzer J. Pebesma, Virgilio Gòmez- Rubio, Applied Spatial Data Analysis with R.. New York: Springer, 2008 Graeme D. Ruxton, Nick Colegrave, Experimental design for the life sciences. : Oxford University Press (third edition), 2010 John P. Klein, Melvin L. Moeschberger, Survival analysis: Tecniques for censored and truncated data.. U.S. New York: Springer - Verlag (2nd edition), 2003

Durante il corso saranno resi disponibili eventuali appunti e lucidi delle lezioni, ed il codice R usato nei laboratori. In aggiunta, dove necessario, ulteriore materiale didattico e dispense saranno reperibili nel sito accessibile agli studenti.