Metodi statistici per la ricerca ambientale

Statistica descrittiva e distribuzioni campionarie, test statistici: Richiami di statistica descrittiva: indici di tendenza centrale e di dispersione. Caratteristiche delle popolazioni e dei campioni (richiami alle principali distribuzioni di probabilità). Uso della distribuzione normale e della distribuzione normale standardizzata. La stima dei parametri ignoti di una popolazione partendo da campioni. Distorsione, efficienza e consistenza di uno stimatore. Il test statistico: concetti di ipotesi nulla, test bilaterali e unilaterali, livello di significatività, protettività, potenza, errori di I, II e III specie. I dati qualitativi: L'analisi dei dati di enumerazione ; il test x al quadrato e sue condizioni di validità. Rapporti tra x al quadrato e Z. Tecniche per i confronti tra proporzioni osservate e teoriche. Tecniche per i confronti tra proporzioni osservate. Tabelle di contingenza e relativi indici per dati nominali e ordinali. La correzione di Yates. Il test G del rapporto di verosimiglianza per piccoli campioni. Cenni ai modelli log-lineari e a tecniche più complesse di analisi di dati espressi come frequenze. Uso di programmi per le precedenti applicazioni. Test t e l'analisi della varianza. Limiti fiduciali di una media. Tecniche per i confronti tra medie campionarie: il caso di 2 campioni. Il test t. Il test t per dati appaiati. Il caso di più campioni: l'analisi della varianza. Prerequisiti e condizioni di applicabilità dell'ANOVA (test di normalità e di omogeneità delle varianze). La trasformazione dei dati. L'analisi della varianza fattoriale e l'interazione: anova a 2 e 3 vie, e relativa interpretazione dei risultati. L'analisi gerarchica della varianza. Modello a fattori fissi e modello a fattori casuali. Tecniche di confronto multiplo tra medie (contrasti e test post-hoc). Cenni a tecniche non parametriche di analisi della varianza. Uso di programmi per le precedenti applicazioni L'analisi della correlazione e della regressione: Il concetto di correlazione. Il coefficiente di correlazione e i relativi test statistici. L'analisi della regressione lineare. Il metodo dei minimi quadrati. Le assunzioni per la regressione e i relativi test. Il coefficiente di regressione e il suo errore standard. Test di significatività per coefficiente di regressione e intercetta. Intervalli fiduciali attorno alla retta di regressione. La regressione passante per l'origine. Il coefficiente di determinazione. L'analisi della regressione multipla. La scelta del modello ottimale (backward, forward e stepwise regression). Cenni a tecniche non parametriche per l'analisi della regressione e della correlazione. Uso di programmi per le precedenti applicazioni Schemi sperimentali e gestione in campo degli esperimenti. La gestione delle fonti di variazione non controllabili e la determinazione del numero di repliche necessario. Gli schemi sperimentali: a blocchi randomizzati, a quadrato latino, a split-plot, a strip-plot. Criteri per la loro scelta. Realizzazione pratica in campo degli schemi precedenti e al calcolatore, delle relative procedure di analisi statistica. Cenni di geostatistica: semivariogrammi e tecniche di interpolazione spaziale. Uso di programmi per le precedenti applicazioni. Introduzione all'analisi multivariata: Cenni all'analisi delle componenti principali; analisi discriminante; analisi della varianza multivariata e alla Cluster analysis. Introduzione all'uso di programmi per le precedenti applicazioni. Esempi di interpretazione di risultati di queste analisi.