Salta gli elementi di navigazione
banner
logo ridotto
logo-salomone
DISPAA Dipartimento di Scienze delle Produzioni Agroalimentari e dell'Ambiente

Statistica computazionale

(prima e seconda parte)

CFU: 4


Docenti: Ottorino Luca Pantani, Federico Maria Stefanini

 


Aula: E (Laboratorio Informatico Cascine) Piazzale delle Cascine n.15, Firenze Padiglione ovest - piano terra
Frequenza obbligatoria: 75% delle lezioni (raccolta firme)
Accertamento finale: si
Esercitazioni: si
Articolazione del corso: n. 5 lezioni per un totale di 16 ore
Materiale didattico: sito web dottorato

 

Descrizione del corso

Il corso è orientato all'uso di risorse computazionali open-source, in particolare il software R in ambiente Rstudio. Nella prima parte sono presentate le risorse disponibili nei software ed in rete per essere produttivi nell'uso del linguaggio statistico S, sia nell'analisi di risultati  sperimentali che di studi osservazionali. Viene trattata sia la gestione del dato che lo sviluppo di script per tracciare il calcolo statistico, sia esso di tipo descrittivo-riassuntivo oppure di tipo grafico. Nella seconda parte sono presentate alcune classi di modelli che ricorrono nelle applicazioni agrarie, in particolare i modelli lineari per risposte gaussiane, anche in presenza di coefficienti casuali. Infine sono introdotte le generalizzazioni richieste per trattare risposte binarie e per quelle inerenti i conteggi. Gli argomenti sono presentati ricorrendo a casi di studio selezionati.

 

Programma del corso

N. ordine

Tema trattato

Data

Orario


1 lezione (OLP)

Panoramica generale dell'ambiente R e software open source. Aiuti, siti e mailing list. Librerie specifiche. Ciclo di lavoro: importazione, ispezione, manipolazione, esportazione dati rielaborati, risultati di analisi e rappresentazioni grafiche.

07.02.2014

14:30-17:30

2 lezione
(OLP)

Caratteristiche degli oggetti in R e loro manipolazione, slicing e subsetting.
Cenni di programmazione. Strutturazione del codice e documentazione.

14.02.2014

14:30-17:30

3 lezione
(OLP)

Rappresentazione di grafici avanzati in R. Funzioni per la statistica descrittiva.

19.02.2014

14:30-17:30

4 lezione
(FMS)

I modelli lineari per risposte normali: dagli effetti fissi ai coefficienti casuali. Formulazione del modello, stime puntuali ed intervallari. L'analisi dei residui. Il test delle ipotesi. Casi di studio

25.02.2014

14:00-17:30

5 lezione
(FMS)

La regressione logistica e la regressione di Poisson. Formulazione dei modelli, stime puntuali ed intervallari. L'analisi dei residui. Il test delle ipotesi. Casi di studio.

27.02.2014

09:30-13:00


 
ultimo aggiornamento: 30-Gen-2014
Unifi Home Dipartimento Home Dottorato

Inizio pagina