ITALIANO

Tipologie di dati nelle Scienze ambientali con particolare riferimento alla biologia ed ecologia: variabili qualitative e quantitative, scale di misura; disegno sperimentale: popolazione statistica, campione statistico, unità di campionamento osservazione; rappresentazione dei dati: diagrammi a barre, a torta, istogrammi, curve di distribuzione; statistiche descrittive: indici di centralità dei dati (media, mediana e moda), indici di variabilità (varianza, deviazione standard, errore standard); statistica inferenziale: T-test, Analisi della Varianza, correlazione e regressione lineare. Uso ed interpretazione dei risultati di statistiche sia descrittive che statistiche in campo ambientale.

Whitlock M.C and Schluter, D., 2010. Analisi statistica dei dati biologici. Zanichelli
Dispense rese disponibili dal docente

Lo studente acquisirà conoscenze su: metodologie statistiche (descrittive ed inferenziali) necessarie per l’analisi di sistemi biologici ed ecosistemi a diversa complessità. Attraverso un approccio pratico-applicativo si vogliono fornire le nozioni di base della biometria indispensabili sia per affrontare l’analisi di dati provenienti da una ricerca originale su sistemi biologici ed ecologici che per leggere in maniera più consapevole i risultati di ricerche in campo ambientale pubblicate su riviste scientifiche. In particolare lo studente sarà capace di: • Riconoscere tipo e caratteristiche di diverse variabili ambientali e di diversi tipi di universi campionari, campioni e unità di campionamento • Identificare le principali caratteristiche di un disegno sperimentale • Analizzare e gestire dati ambientali usando sia tecnihce di statistica descrittiva che inferenziale • Interpretare e commentare i risultati di statistiche descrittive ed inferenziali riportati nella letteratura scientifica ed applicate a dati ambientali con particolare riferimento a quelli provenienti da sistemi biologici ed ecologici I

Conoscenze di base della Biologia

Il corso consiste di 22 ore di lezioni frontali con l’ausilio di slides e di 10 ore di esercitazioni numeriche in cui le statistiche illustrate nelle lezioni frontali vengono usate per analizzare dati ambientali provenienti dalla letteratura scientifica e dai risultati delle analisi di campo condotte durante l’esercitazione del modulo di Ecologia generale La presenza non è obbligatoria, ma fortemente raccomandata soprattutto per le esercitazioni numeriche

Durante il corso viene effettuato un test in progress. Esame scritto finale: l’esame consiste di quattro domande contenenti sia esercizi numerici che l’interpretazione dei risultati di statistiche descrittive ed inferenziali applicate a dati ambientali. Il tempo a disposizione varia tra 30 e 45 minuti in funzione della complessità degli esercizi proposti Il voto è dato in 30/30; il valore viene successivamente ponderato in funzione del numero di CFU (4) del modulo di Biometria; pertanto esso contribuisce per 4/10 alla valutazione finale dell’esame L’esame si considera superato se le risposte corrette superano il 60%

Introduzione alla biometria. Le variabili biometriche: definizioni ed esempi. Osservazioni individuali. Unità di campionamento. Popolazione statistica e popolazione biologica. Universo campionario discreto e continuo. Campione di osservazioni. Tecniche di campionamento di dati biologici. Il design sperimentale. Bias Tabelle di dati biometrici e matrici di dati grezzi. Rappresentazione grafica dei dati. Frequenze. Distribuzioni di frequenza di dati ecologici. Curva di distribuzione normale e sue caratteristiche. Forma della curva di distribuzione normale. Curva gaussiana e nicchia ecologica. Curve asimmetriche: caratteristiche e significato biologico. Normalizzazione e trasformazione dei dati. Statistiche descrittive in ambito ambientale. Statistiche di centralità. Statistiche di dispersione. Significato, uso ed interpretazione di statistiche descrittive in ambito biologico. Interpretazione della variabilità in biometria. Statistica inferenziale. Concetto di significatività statistica. Ipotesi nulla ed ipotesi di lavoro. Test parametrici e non parametrici. T-test o t di Student. Calcolo del t-test con numero uguale o differente di osservazioni. Errore del I e del II tipo. F-test. Analisi della varianza (ANOVA), filosofia generale del test e campi di applicazione. Calcolo dell’ANOVA ad un fattore. Confronto del risultato con i valori tabulati. Interpretazione di risultati di ANOVA ad una ed a più vie. Relazioni tra variabili. Correlazione e regressione lineare: differenze teoriche e significato statistico. Significatività statistica della correlazione. Applicazioni in campo biologico

Italian

Data typology in Environmental science, mainly concerning biology and ecology: qualitative and quantitative variables, Scales of measurement; experimental design: statistical population, sample, unit sample, observation; presenting data: bar chart, pie chart, histogram, distribution curve; descriptive statistics: measuring the average (mean, median, mode) and variability (variance, standard deviation, standard error); inferential statistics: T-test, Analysis of Variance, correlation, linear regression. Use and interpretation of results of both descriptive and inferential statistics performed in environmental context

Whitlock M.C and Schluter, D., 2010. Analisi statistica dei dati biologici. Zanichelli
Handout on line

Students will gain knowledge about the fundamental statistics (descriptive and inferential) needed to analyze biological and ecological systems. Aim of this course is to convey the basics of biometry to analyse experimental data of original researches on biological and ecological systems and to better understand results reported in scientific papers concerning environmental data. In particular the student will be able to: • Recognize types and characteristics of different environmental variable types as well as sampling universe, sample, sampling units • Identify main characteristics of an experimental design • Process and manage environmental data using both descriptive and inferential statistics • Interpret and comment results of descriptive and inferential statistics reported in scientific literature and applied to environmental data, particularly concerning biological and ecological systems.

Basic knowledge in Biology

The course consists of 20 hours of lectures with slides and 12 hours of numerical exercises. In the numerical exercise the statistics explained in the lectures are practically applied to environmental data derived both from scientific literature and from the in field sampling activities carried out in the field activities within the Ecology module. Attendance is not mandatory, although it is strongly encouraged with reference to the numerical exercises.

During the course a midterm test is carried out. Final examination: one written test: the test is made up of 4 questions concerning both numerical exercise and interpretation of results of statistics applied to environmental data. Time available: between 30 and 45 minutes depending on the complexity of the exercises The grading is in 30/30; the minimum mark (18/30) is gained if at least 60% of the answers are correct. The value is after weighted according to the number of the CFU (4) of the Biometry module. Therefore it contributes 4/10 of the total grading. The exam is considered passed (18/30) only if correct answers are more than 60%

Introduction to main topics of Biometry. Biometric variables: types and characteristics. Individual observations, sample unit, observation. Statistical and biological population. Sample: definition and dimension. Sampling methods. Experimental design. Bias. Raw data matrix. Graphical representation. Frequency distribution curve of ecological data. Gaussian or "bell-shaped" curve. Ecological niche and data matrices. Asymmetric distribution of ecological data. Management of not normally distributed data: normalization and standardization Descriptive statistics in environmental science. Centrality statistics. Mean, median, mode. Dispersion statistics. Standard deviation. Standard error. Coefficient of Variance. Use of descriptive statistics in environmental and ecological context. Inferential statistics. Significance in statistics. Null and work hypothesis. Parametric and not parametric tests. T-test applied to both equal and different sample dimension. Type I and type II error in statistics. F-test. One-way and two-way ANOVA. Output of ANOVA. Interpretation of ANOVA outputs. Relationships between environmental variables. Correlation and regression of variable. Pearson correlation index. Use of correlation in biology and ecology.