STATISTICA AMBIENTALE
CdS SCSTAT B110
(LM-82) - codice corso B015122
9 CFU - SECS-S/01 -
Laurea Magistrale in Scienze
Statistiche della Facoltà
di Economia - Università di Firenze
Obiettivi del corso
I fenomeni
ambientali, ma non solo, presentano molto spesso una componente spaziale che
non può essere trascurata nella loro analisi. L'obiettivo del corso è quello di
introdurre lo studente alle tecniche statistiche descrizione ed analisi dei
dati spaziali (dati ove è presente una dipendenza spaziale) e di consentire
agli studenti di acquisire le competenze tecniche per affrontare il problema
della gestione ed elaborazione di informazioni geografiche.
Prerequisiti
Il corso di Inferenza Statistica è
propedeutico. E' altresì caldamente consigliata almeno la precedente
frequenza del corso Modelli Statistici (avanzato). Tuttavia nel materiale
fornito e durante il corso verranno richiamati alcuni argomenti quando
necessari.
Programma del corso
- Introduzione (Bailey & Gatrell:
cap.
1): I dati spaziali saranno considerati come realizzazione di un Processo
Stocastico. Dopo aver definito il concetto di autocorrelazione spaziale ed il
ruolo fondamentale che esso riveste nell'analisi dei dati spaziali, questi
verranno convenientemente distinti in quattro tipologie, secondo il diverso
meccanismo teorico generatore del processo: dati di processo di punto, dati di
superficie aleatoria o geodati, dati di area e dati
di interazione spaziale. Saranno passati in rassegna i metodi e le tecniche più
comunemente utilizzate per la descrizione ed analisi di ciascuna tipologia di
dato.
- Dati e GIS (Sistemi Informativi Geografici) (Bailey & Gatrell:
cap. 2)
- Cenno all’uso
del programma ArcView per la creazione di mappe
tematiche e la gestione del dato georeferenziato.
- Dati di processo
di punto (Bailey & Gatrell: cap. 3 e 4): stima kernel
dell'intensità del primo ordine, metodi distanze vicino più prossimo (funzioni
F e G) e funzione K per la stima dell'intensità del secondo ordine.
- Dati di
superficie aleatoria o geodati (Bailey & Gatrell:
cap. 5
e 6 sino 6.3 escluso): metodi per la stima della superficie quali medie mobili
spaziali, kernel, tassellazione.
Variogramma-covariogramma e correlogramma, modelli
per il variogramma e covariogramma,
trend surface analysis, kriging, modelli Bayesiani per il
kriging.
- Dati di area (Bailey & Gatrell:
cap. 7
e 8 sino 8.3 escluso): indice descrittivo I di Moran
per l'autocorrelazione spaziale, modelli autoregressivi
simultanei SAR e condizionali CAR, modelli Bayesiani
CAR.
- Dati di
interazione spaziale (Bailey
& Gatrell: cap. 9): modelli gravitazionali.
- Cenni all'uso di
alcune librerie del software R per la descrizione, rappresentazione, analisi di
dati spaziali e per la loro simulazione.
Testo consigliato
per la preparazione dell'esame
Per la parte teorica: Bailey TC, Gatrell
AC (1995) Interactive Spatial Data Analysis, Longman.
Per la parte di laboratorio in R: Bivand RS, Pebesma EJ,
Gomez-Rubio V (2008) Applied Spatial
Data Analysis with R, Springer.
Orario delle lezioni
Corso svolto nel I
semestre.
Orario di
ricevimento
Lunedì 11.00-13.00
c/o dip. di Statistica (stanza 9) o per appuntamento
via email.
Modalità di esame
E’ prevista una
prova orale che verterà su tutto il programma del corso. Le date degli appelli all’interno di ogni sessione sono
consultabili sul sito della Facoltà.
Ultima modifica: 27 febbraio 2012 