Vai al contenuto principale
Coronavirus: aggiornamenti per la comunità universitaria / Coronavirus: updates for UniTo Community
Oggetto:
Oggetto:

Statistica ambientale-territoriale

Oggetto:

Environmental territorial statistics

Oggetto:

Anno accademico 2016/2017

Codice dell'attività didattica
ECO0457
Docente
Rosaria Ignaccolo (Titolare del corso)
Corso di studi
Laurea magistrale in Economia dell'Ambiente, della Cultura e del Territorio - a Torino [0403M21]
Laurea magistrale in Scienze Statistiche, Economiche e Manageriali - a Torino [009504]
Anno
2° anno
Tipologia
Affine o integrativo
Crediti/Valenza
6
SSD dell'attività didattica
SECS-S/01 - statistica
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Fortemente consigliata/Recommended
Tipologia d'esame
Scritto ed orale
Prerequisiti

Conoscenza dei metodi di statistica inferenziale e dei modelli lineari.


Knowledge of inferential statistics and linear models.
Propedeutico a

Nessun corso.

No other course.
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

I fenomeni ambientali, ma non solo, presentano molto spesso una componente temporale e/o spaziale che non può essere trascurata nella loro analisi. L'obiettivo del corso è quello di introdurre lo studente alle tecniche statistiche di descrizione ed analisi dei dati (temporali e) spaziali e di consentire agli studenti di acquisire le competenze tecniche per affrontare il problema della gestione ed elaborazione di dati reali; le lezioni saranno integrate da esercitazioni svolte in aula informatica.

Environmental phenomena, but not only environmental, are very often featured by a temporal and/or spatial component that cannot be neglected in analyzing them. The main objective of this course is to introduce students to statistical techniques for describing and analysing (temporal and) spatial data. Moreover, students will learn how to deal with management and analysis of real data, and indeed lectures will be complemented by practice in computer labs.

Oggetto:

Risultati dell'apprendimento attesi

 Il corso offre agli studenti una rigorosa e aggiornata conoscenza introduttiva delle principali tecniche per l’analisi e la modellazione di dati spaziali con particolare riferimento ai fenomeni ambientali. 

Gli studenti apprendono come applicare le tecniche descrittive e modellistiche a problemi reali, grazie anche all’utilizzo di specifici packages per l’analisi di dati spaziali del software statistico R.

Gli studenti apprendono vantaggi e limiti delle metodologie trattate, in modo da saper valutare quali siano gli strumenti più adatti nelle specifiche situazioni da sottoporre ad analisi.

Gli studenti apprendono come organizzare e presentare in forma scritta e orale i risultati di analisi di dati reali.

Il corso consente agli studenti di comprendere le basi su cui si fondano le tecniche di analisi di dati spaziali, per essere in grado di applicare i metodi e gli strumenti acquisiti, per aggiornare ed approfondire i contenuti studiati e per intraprendere studi successivi.

 

The course offers students a rigorous and update introduction to the main tools for analyzing and modelling spatial data with particular reference to environmental phenomena.  
Students learn how to apply explorative and modelling techniques to real problems, by learning about specific packages for spatial data analysis of the statistical software R.

Students also learn advantages and potential limitations of the treated techniques, in order to choose suitable tools in the specific situation to be analyzed. 

Students learn how to organize and communicate in written and oral form results of real data analysis.

The course allows students to understand the foundations of spatial data analysis techniques, in order to be able to apply learned procedures, as well as to update and deepen their knowledge.

Oggetto:

Modalità di insegnamento

Lezione frontale ed esercitazioni in aula informatica con utilizzo del software R.  

Lectures and practice in computer labs with R.

Oggetto:

Modalità di verifica dell'apprendimento

 L’esame consiste di una prova scritta (riguardante sia la parte teorica che quella pratica) ed una prova orale che include una discussione di analisi di dati reali realizzate tramite R. Sono anche previste attività di valutazione formativa in itinere con esercizi da risolvere in gruppo utilizzando il software R.

 Written exam about both the theory and practice (spatial data analysis using R) and an oral exam including a discussion of a case study that students will analyze using R software. Moreover during the course there will be group exercises to solve by using R software.

Oggetto:

Programma

Introduzione alle serie temporali e strutture di correlazione nel tempo.
Tipologia di dati spaziali (dati areali, dati di processi di punto, dati geostatistici). Analisi esplorativa e visualizzazione grafica di dati spaziali. Misure di dipendenza spaziale. Modelli statistici per dati spaziali.
Alcune librerie del software R per la rappresentazione e l’analisi di dati ambientali (con struttura temporale e/o spaziale).

   

   

Introduction to time series and temporal correlation.
Types of spatial data (areal data, point patterns, geostatistical data). Exploring and visualizing spatial data. Measures of spatial dependence. Statistical modeling of spatial data.
R software libraries for visualizing and analysing environmental data (with temporal and/or spatial structure).

Testi consigliati e bibliografia

Oggetto:

Materiale fornito dal docente

Bailey, Gatrell (1995) Interactive Spatial Data Analysis, Longman

Bivand, Pebesma, Gomez-Rubio (2013) Applied Spatial Data Analysis with R (seconda edizione), Springer

Posa, De Iaco (2009) Geostatistica – teoria e applicazioni, Giappichelli

 

Notes provided by the professor.

Bailey, Gatrell (1995) Interactive Spatial Data Analysis, Longman

Bivand, Pebesma, Gomez-Rubio (2013) Applied Spatial Data Analysis with R (second edition), Springer

Posa, De Iaco (2009) Geostatistica – teoria e applicazioni, Giappichelli



Oggetto:

Note

Frequenza:

Vivamente consigliata (le lezioni si terranno in laboratorio informatico).

Strongly recommended (lectures will be held in the computer lab).

 

Oggetto:

Altre informazioni

http://www.didattica-est.unito.it/do/home.pl/View?doc=home_appelli.html
Oggetto:
Ultimo aggiornamento: 20/09/2016 15:02
Non cliccare qui!