Salta al contenuto principale della pagina

MONITORAGGIO E GESTIONE DEI DATI AMBIENTALI

CODICE 84093
ANNO ACCADEMICO 2017/2018
CFU 5 cfu al 3° anno di 9916 SCIENZE AMBIENTALI E NATURALI (L-32) GENOVA
SETTORE SCIENTIFICO DISCIPLINARE BIO/07
LINGUA Italiano
SEDE GENOVA (SCIENZE AMBIENTALI E NATURALI )
PERIODO 1° Semestre
PROPEDEUTICITA
Propedeuticità in ingresso
Per sostenere l’esame di questo insegnamento è necessario aver sostenuto i seguenti esami:
  • SCIENZE AMBIENTALI E NATURALI 9916 (coorte 2015/2016)
  • ECOLOGIA 52675
  • ELEMENTI DI MATEMATICA 65707
MODULI Questo insegnamento è un modulo di:

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Fornire agli studenti basi per il disegno sperimentale in ecologia e di relativa analisi dei dati, attraverso tecniche univariate e multivariate.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Acquisizione delle conoscenze fondamentali per l’organizzazione ed analisi di dati ecologici, la strutturazione di un disegno sperimentale in ecologia, principali tecniche di analisi.

Gli studenti verranno anche introdotti all’utilizzo di R per la realizzazione di grafici e di analisi statistiche.

MODALITA' DIDATTICHE

Lezioni frontali ed esercitazioni in aula.

PROGRAMMA/CONTENUTO

  1. Il disegno sperimentale in ecologia, il metodo ipotetico deduttivo
  2. Parametri di una popolazione, inferenza statistica, stima del volume di una popolazione

ANALISI UNIVARIATE

1) Distribuzioni di frequenza, asimmetria e curtosi

2) L’Analisi della Varianza: ripartizione algebrica della variabilità, il modello lineare

3) Disegni multifattoriali, gerarchizzati e ortogonali

4) Disegni BACI e beyond BACI

5) Correlazione e regressione lineare

ANALISI MULTIVARIATE

1) Coefficienti di similarità e cluster analysis

2) Ordinamenti PCA ed MDS

3) Test multivariati (ANOSIM, PERMANOVA)

TESTI/BIBLIOGRAFIA

Underwood A.J., 1997. Experiments in ecology. Cambridge University Press

Gambi M.C., Dappiano M., 2003. Manuale di metodologia di campionamento e studio del benthos marino mediterraneo. Biologia Marina Mediterranea, vol 10 (Suppl.).

Camussi A., Möller F., Ottaviano E., Sari Gorla M., 1995. Metodi statistici per la sperimentazione biologica. Zanichelli.

Zar J.H., 1999. Biostatistical Analysis. Fourth Editino. Prentice Hall, Upper Saddle River, New Jersey 07458.

Legendre, Pierre & Louis Legendre. 1998. Numerical ecology. 2nd English edition. Elsevier Science BV, Amsterdam. xv + 853 pages.

DC Schneider Quantitative Ecology, 2nd edn, 2009. London: Academic Press. 432 pp.

A.F. Zuur, E.N. Ieno, G. M. Smith. Analysing Ecological Data. Statistics for Biology and Health. Springer, 2007

Fowler, Cohen. Statistica per Osnitologi e Naturalisti. Scienze Naturali Testi, Franco Muzzio Editore, 2010.

 

A disposizione (scaricabili da Aula WEB) Power Point delle lezioni.

DOCENTI E COMMISSIONI

Commissione d'esame

CRISTINA MISIC (Presidente)

PAOLO POVERO (Presidente)

MARIACHIARA CHIANTORE

MARIO PETRILLO

LEZIONI

MODALITA' DIDATTICHE

Lezioni frontali ed esercitazioni in aula.

INIZIO LEZIONI

A partire dal 25 settembre 2017.

ESAMI

MODALITA' D'ESAME

Orale, prova pratica.

MODALITA' DI ACCERTAMENTO

Prova orale. Un test di valutazione sulla parte pratica (utilizzo di R) verrà effettuato a fine corso e conteggiato (sommato) alla prova orale  

Calendario appelli

Data Ora Luogo Tipologia Note
01/02/2018 09:30 GENOVA Scritto Aula 304 DISTAV Palazzo delle Scienze C.Europa 26 III piano
15/02/2018 09:30 GENOVA Scritto Aula 304 DISTAV Palazzo delle Scienze C.Europa 26 III piano
12/06/2018 09:30 GENOVA Scritto Aula 304 DISTAV Palazzo delle Scienze C.Europa 26 III piano
28/06/2018 09:30 GENOVA Scritto Aula 304 DISTAV Palazzo delle Scienze C.Europa 26 III piano
12/07/2018 09:30 GENOVA Scritto Aula 304 DISTAV Palazzo delle Scienze C.Europa 26 III piano
13/09/2018 09:30 GENOVA Scritto Aula 304 DISTAV Palazzo delle Scienze C.Europa 26 III piano
27/09/2018 09:30 GENOVA Scritto Aula 304 DISTAV Palazzo delle Scienze C.Europa 26 III piano

ALTRE INFORMAZIONI

Frequenza raccomandata. Gli argomenti trattati ed i numerosi esempi discussi a lezione spingono all’assidua frequentazione delle lezioni. Parte delle stesse saranno inoltre effettuate in aula informatica per consentire agli studenti di effettuare loro stessi le analisi sui dati utilizzando excel ed R.