Scheda programma d'esame
BEHAVIOURAL ECOLOGY
ALESSANDRO MASSOLO
Academic year2023/24
CourseCONSERVATION AND EVOLUTION
Code522EE
Credits6
PeriodSemester 2
LanguageEnglish

ModulesAreaTypeHoursTeacher(s)
BEHAVIOURAL ECOLOGYBIO/05LEZIONI52
ALESSANDRO MASSOLO unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Il corso introduce lo studente alle metodiche relative all’acquisizione, archiviazione, analisi e rappresentazione dei dati nell’ambito delle scienze biologiche. Dopo un parte introduttiva sui concetti alla base della raccolta delle informazioni scientifiche, il corso permetterà l’acquisizione delle norme basilari per la creazione di un archivio di dati.

In seguito gli studenti potranno fare proprie le principali misure di tendenza centrale e dispersione di una distribuzione di dati, imparandone gli aspetti teorici e le conseguenze in contesti applicativi. Mediante l’ausilio di casi di studio proposti dal docente o dagli studenti stessi, questi potranno condurre esercitazioni finalizzate alla descrizione dei dati e alla loro rappresentazione. In una seconda fase, gli studenti apprenderanno la logica della verifica inferenziale e i principali test statistici parametrici e non parametrici per il confronto tra campioni (dipendenti e indipendenti), oltre ai confronti tra frequenze e alle misure di associazione tra serie di misurazioni.

Knowledge

The course introduces the students to methods and principles in biological data collection, organization, analysis and representation of the results.

Following an introductory section on basic principles on scientific designs and samplings, the students will learn how to create and organize a set of data.

Later, students will become familiar with central tendency and variability measures both from a theoretical and applied standpoint. Through case studies, provided by the instructor or suggested by the students, students will have opportunities to test their skills through class exercises to improve their data handling, analysis and representation. In the following phase of the course, students will be taught the foundations of inferential statistics and the main parametrical and non-parametrical tests to compare 2 or more samples (both paired and independent) as well as comparing frequencies and assessing associations between data series (correlation and regression).

Modalità di verifica delle conoscenze

Il corso prevede che gli studenti verifichino la loro formazione mediante un esame scritto (organizzato in due prove scritte), durante i quali dovranno prima rispondere a domande su principi e conoscenze di base (Pre-screening di conoscenze di base), e poi una fase successiva divisa a sua volta in due parti: la prima consiste nel descrivere e analizzare un insieme di dati e i risultati delle analisi su di esso condotte in aula durante l'esame; la seconda nell'indicare come farebbero a fare le stesse analisi su un software open access (R Softeware).

Agli studenti sara’ inoltre consentito di condurre un esame orale qualora ritenessero che la valutazione dello scritto non rispecchi le loro reali competenze. In caso di scritto in remoto, l'orale e' obbligatorio.

Assessment criteria of knowledge

Methods:

  • Scientific paper assessment (not assessed, but it is a sort of pre-requisite)
  • Final written exam (two components: an exercise in class, and writing R code to run the same analyses)
  • oral exam (not mandatory)

 

Capacità

Gli studenti alla fine del corso saranno in grado di:

- Identificare e applicare i principali criteri di preparazione di un adeguato disegno sperimentale e di campionamento.

- Organizzare un archivio di dati

- rappresentare graficamente i dati

- descrivere i dati con le principali statistiche descrittive

- Applicare le principali statistiche inferenziali (vedasi programma) a diversi dataset per verificare specifiche ipotesi definite in un protocollo sperimentale/osservazionale/discovery

- Utilizzo di base del software R mediante l'utilizzo dell'interfaccia facilitata R Studio

Skills

At the end of the course the students will be able to

- Identify and apply the main criteria for study design 

- Set up a data table

- Summarize the data using tables and graphs

- Describe data using the appropriate descriptive statistics

- Apply the main inferencial statistics to diverse dataset to test specified hypotheses defined in a experimental/observational/discovery design 

- Run all the above mentioned procedures using R Software through an user-friendly interface (R Studio)

Modalità di verifica delle capacità

Esercizi specifici durante l'esame scritto. Durante gli esercizi si richiede di riportare i comandi di R che consentono di eseguire le varie statistiche e rappresentazioni grafiche.

Nelle domande a risposte multiple si valuta la conoscenza di concetti e principi attraverso la capacita' critica di discernere concetti simili ma differenti, e di valutare criticamente deduzioni logiche a partire da assunti e da dati forniti.

Per maggiori dettagli far riferimento al documento di dettaglio pubblicato sulla pagine di e-learning dedicata al corso (https://polo3.elearning.unipi.it/course/view.php?id=2931).

Assessment criteria of skills

During the written exam students will be asked to complete some exercises and to report the scripts required to run the very same exercises in R. Before the written exam, the students are required to submit online the results of a critical analysis of a scientific paper ahead of the written assignments.

Details on the written exams are available on the e-learning platform online (https://polo3.elearning.unipi.it/course/view.php?id=2931).

Comportamenti

Le studentesse e gli studenti impareranno a valutare criticamente la letteratura scientifica valutandone gli aspetti statistici e sperimentali.

Behaviors

Students will be able to critically assess the statistical quality (design and statistica analyses) of a scientific paper

Modalità di verifica dei comportamenti

Tramite domande specifiche durante l'esame and attraverso la conduzione di un esercizio specifico su un lavoro scientifico di loro scelta.

Assessment criteria of behaviors

Specific questions during lectures and critical assessment exercise to be run on a scientific paper of their choice.

Prerequisiti (conoscenze iniziali)

Nessuno

Prerequisites

None

Indicazioni metodologiche

Il corso e' strutturato in lezioni frontali basate su esempi in Biologia ed esercitazioni relative a esercizi in modalita' analoga a quelle di esame e relative all'utilizzo del software di analisi. Durante il corso si introduce l'uso infatti del software R.

Teaching methods

Delivery: face to face

Learning activities:

  • attending lectures
  • Practical

 

Teaching methods:

  • Lectures
  • exercises
  • active learning

 

Programma (contenuti dell'insegnamento)

Introduzione docente e studenti; struttura del corso; metodi di valutazione  Concetti di base; popolazione e campione I tipi di dati e loro rappresentazione grafica e tabellare; criteri per unachiara rappresentazione grafica lezione non tenuta su richiesta del rettore  Statistiche descrittive generalita' la media campionaria, la curva normale e gli intervalli di confidenza La probabilita' e il teorema di Bayes Falsicabilita' e test delle ipotesi La distribuzione binomiale   Intervalli di confidenza di proporzioni, modelli probabilistici   Lavoro di classe sui temi del compitino con presentazione dei risultati da parte degli studenti e discussione sulle varie soluzioni Chiquadrato per goodness of fit Chiquadrato e Associazione tra variabili categoriali Confronto tra medie di uno o due campioni (dati appaiati) confronto tra due medie per dati indipendenti  I test non parametrici. I disegni sperimentali   I confronti tra medie tra piu' di 2 gruppi per dati appaiati e indipendenti (ANOVA, KW, Friedmann)  Associazione tra variabili numeriche (statistiche parametriche e non) e Regressione.

Syllabus

Descriptive statistics, type of variables, central tendency and dispersion measures. Probability, definitions, distributions (Binomial, Poisson, Normal, Student's t, Chi-squared, Fisher's F). Central limit theorem, confidence intervals for means and proportions. Hypotesis test theory, Z test, t test for two independent samples and for paired data, Chi-squared test, one way analysis of variance and F test. Reaserch design principles. Linear correlation, simple linear regression model.

Bibliografia e materiale didattico

Quest'anno si utilizzeranno i seguenti libri di testo i cui contenuti saranno integrati durante le lezioni, ma utilizzando il primo testo come riferimento primario

  1. Whitlock & Schluter - Analisi Statistica dei Dati Biologici - Zanichelli (Seconda Edizione)
  2. Alan Agresti, Barbara Finlay - a cura di Mariano Porcu - METODI STATISTICI DI BASE E AVANZATI - Pearson
  3. Statistica di Base - Lamberto Soliani - Piccin Editore

Altro materiale didattico sarà fornito dai docenti sulla piattaforma Moodle (e-learning)

Bibliography

The content will be taken from the following textbooks, although the first one will be the main one and will be used as reference.

  1. Whitlock & Schluter - Analisi Statistica dei Dati Biologici - Zanichelli (Seconda Edizione)
  2. Alan Agresti, Barbara Finlay - a cura di Mariano Porcu - METODI STATISTICI DI BASE E AVANZATI - Pearson
  3. Statistica di Base - Lamberto Soliani - Piccin Editore

Other material will be made avaialble online on the e-learning platform

Indicazioni per non frequentanti

Il libro di testo e gli esercizi riportati nel testo permettono di affrontare l'esame.

Non-attending students info

Textbook should be sufficient to prepare the exam

Modalità d'esame

Scritto a risposte multiple ed esercizi, preceduto da un esercizio di analisi critica di un articolo scientifico da caricarsi su piattaforma e-learning in qualunque momento PRIMA dell'esame.

Orale a partire dai contenuti dello scritto e piu' mirato alla comprensione critica dei principi e delle applicazioni della biostatistica.

Per maggiori dettagli far riferimento al documento di dettaglio pubblicato sulla pagine di e-learning dedicata al corso (https://polo3.elearning.unipi.it/course/view.php?id=2931).

Assessment methods

Written and oral exam as detailed in a protocol (in Italian) available online on the course web page on the e-learning platform

Note

Ulteriore materiale informativo e' disponibile sul sito Moodle (e-learning).

Commissione d'esame:

  • Presidente: Alessandro Massolo
  • Presidente Supplente: Paolo Luschi
  • Membri della Commissione: Dimitri Giunchi, Alessandro Cini, Elisabetta Palagi, Anna Gagliardo, Cultori della Materia (se in carica)
Notes

More material is available online on the e-learning platform.

Exam Commission:

  • President: Alessandro Massolo
  • Vice-President: Paolo Luschi
  • Committee member: Dimitri Giunchi, Alessandro Cini, Elisabetta Palagi, Cultori della Materia (if nominated)
Updated: 25/07/2023 15:40