Insegnamento BIOMETRIA ZOOTECNICA
| Nome del corso di laurea | Scienze zootecniche |
|---|---|
| Codice insegnamento | GP000819 |
| Curriculum | Comune a tutti i curricula |
| Docente responsabile | Francesca Maria Sarti |
| Docenti |
|
| Ore |
|
| CFU | 6 |
| Regolamento | Coorte 2021 |
| Erogato | Erogato nel 2021/22 |
| Erogato altro regolamento | |
| Attività | Caratterizzante |
| Ambito | Discipline zootecniche e delle produzioni animali |
| Settore | AGR/17 |
| Anno | 1 |
| Periodo | Primo Semestre |
| Tipo insegnamento | Obbligatorio (Required) |
| Tipo attività | Attività formativa monodisciplinare |
| Lingua insegnamento | ITALIANO |
| Contenuti | Principali modelli statistici utilizzati nel campo delle produzioni animali e loro risoluzione tramite software dedicati. |
| Testi di riferimento | 1. A. PETRIE, P. WATSON Statistics for Veterinary and Animal Science, Blackwell Science ed., 1999. 2. E. BALLATORI Statistica e metodologia della ricerca, Galeno ed. 3. Commissione di Studio ASPA Metodologia Statistica e Disegno Sperimentale Elementi di Statistica di Base per le Scienze Zootecniche, 2018, EFG. 4. CAMUSSI, F. MOLLER, E. OTTAVIANO, M. SARI GORLA Metodi statistici per la sperimentazione biologica, Zanichelli ed. 5. G.W.SNEDECOR, W.G.COCHRAN Statistical methods, VI edition, Ames, Iowa, USA. 6.R.COCCARDA Manuale di statistica, Statistica descrittiva, inferenziale e calcolo delle probabilità. Maggioli ed. 7. G.A.MACCARARO, B.CHIANDOTTO, R.DE CRISTOFARO, G.CHISCI, F.SALVI, E.OTTAVIANO, E.MARUBINI, M.BABBINI, N.MONTANARO, F.NICOLIS, M.TURRI Biometria principi e metodi, Piccini ed. 8. G. CONTE, C. DI MAURO, N.P.P. MACCIOTTA Elementi di statistica di base per le scienze zootecniche, EFG ed. 9. Materiale delle lezioni. |
| Obiettivi formativi | 1.acquisire conoscenze di biometria zootecnica 2.acquisire conoscenze di informatica 3.saper costruire una sperimentazione zootecnica 4.conoscere i principali modelli statistici 5.conoscere i principali software statistici 6.saper scegliere il modello più adatto al tipo di esperimento 7.saper elaborare i risultati sia con software dedicati che programmabili 8.saper interpretare le elaborazioni 9.saper organizzare l'esposizione dei risultati ottenuti 10.saper stendere ed elaborare un lavoro scientifico |
| Prerequisiti | Per frequentare l'esame in maniera proficua è necessario conoscere le basi della statistica acquisite durante la laurea triennale, inoltre è necessaria una buona dimestichezza con il programma Excel. |
| Metodi didattici | Il Corso è organizzato nel seguente modo:-lezioni frontali in aula sugli argomenti riportati nel programma;-esercitazioni guidate al computer su tutti gli argomenti svolti durante il corso;-esercitazione finale con simulazione di prova del compito scritto. |
| Modalità di verifica dell'apprendimento | L'esame consiste in una prova scritta finale della durata di circa 3 ore in cui lo studente dovrà dimostrare di essere in grado di analizzare i dati tramite i test statistici spiegati durante il corso. La prova orale consentirà di verificare le capacità di comunicazione dello studente con proprietà di linguaggio e la capacità di applicare le competenze acquisite. Per informazioni sui servizi di supporto agli studenti con disabilità e/o DSA visita la pagina http://www.unipg.it/disabilita-e-dsa |
| Programma esteso | LEZIONI TEORICHE Algebra matriciale Definizione di matrice e vettore; matrici speciali; principali operazioni con le matrici e i vettori (addizione, sottrazione, moltiplicazione); prodotto di Kronecker; potenza di una matrice; proprietà delle matrici; inversa di una matrice; calcolo del determinante; proprietà del determinante; inversa generalizzata; inversa di Moore-Penrose; vettori linearmente dipendenti; vettori linearmente dipendenti (LIN); risoluzione dei sistemi di equazione con le matrici. Test parametrici e non parametrici. Test statistici parametrici (ANOVA a una via, a due vie, regressione). Cenni di AMOVA. Test statistici non parametrici (test Kolmogorov-Smirnov, test di Wilcoxon o test dei ranghi per confronto di gruppi in campioni appaiati, analogo del test t; test della somma dei ranghi per confronto di due gruppi in campioni indipendenti, analogo del test t, test di correlazione dei ranghi di Spearman analogo non parametrico del coefficiente di Pearson. Applicazioni del Test del chi-quadro). Principali modelli statistici. Soluzioni e funzioni stimabili: medie stimate, errori, confronti e significatività. Adattamento del modello. Modelli di tipo monofattoriale o plurifattoriale con eventuali interazioni. Modelli statistici lineari ad effetti fissi con classificazione fattoriale (cross classification), gerarchica (nested) o mista. Modelli a regressione, Regressione lineare e correlazione, il metodo dei minimi quadrati, il modello statistico di regressione lineare, intervalli di confidenza delle stime dei coefficienti della retta di regressione, correlazione lineare semplice; regressione quadratica e cubica, regressione stepwise. La sperimentazione in campo animale Pianificazione della sperimentazione zootecnica; come si conduce un esperimento scientifico; impostazione della prova e scelta degli animali; esecuzione della prova e raccolta dei dati; elaborazione e valutazione statistica. Il software statistico R ed applicazioni con Excel. LEZIONI PRATICHE Risoluzione dei modelli studiati sulla base di casi applicati alle produzioni animali. Risoluzione dei modelli tramite software dedicati R e Excel. |