Insegnamento mutuato da: B024206 - STATISTICS FOR SPATIAL DATA Laurea Magistrale in STATISTICA, SCIENZE ATTUARIALI E FINANZIARIE Curriculum STATISTICO
Lingua Insegnamento
inglese
Contenuto 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 di raccolta, 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.
- Bailey TC, Gatrell AC (1995) Interactive Spatial Data Analysis, Longman.
- Bivand RS, Pebesma EJ, Gomez-Rubio V (2008) Applied Spatial Data Analysis with R, Springer.
Obiettivi Formativi
Il corso si propone di introdurre lo studente alle principali tecniche utilizzate per l'analisi di dati ove sia presente e rilevante la dipendenza spaziale.
Prerequisiti
esami propedeutici: inferenza statistica e modelli statistici
Metodi Didattici
Lezioni di didattica frontale in aula ed in laboratorio.
Altre Informazioni
materiale sulla piattaforma e-learning
Modalità di verifica apprendimento
Prova orale su tutto il programma svolto. L'orale sarà volto a verificare le conoscenze teoriche sui vari argomenti trattati durante il corso. Inoltre, verranno valutate competenze e abilità nel saper capire quale tipo di analisi statistica è più opportuna in specifici casi di studio e anche l'acquisizione del linguaggio tecnico specifico della disciplina.
Programma del corso
1- Introduzione alla statistica spaziale.
2- Processi stocastici spaziali e proprietà.
3- Dati di processo di punto: 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. Estensione ai processi di punto marcato e loro analisi. Tecniche di individuazione di cluster spaziali.
4- Dati di superficie aleatoria o geodati: 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.
5- Dati di area: indice descrittivo globale e locale I di Moran per l'autocorrelazione spaziale, modelli autoregressivi simultanei SAR e condizionali CAR, modelli Empirici Bayesiani e Bayesiani CAR. Regressioni ecologiche e regressione geografica pesata. Tecniche per l'individuazione di cluster spaziali. Stima per piccole aree.
6- Dati di interazione spaziale: modelli gravitazionali.
In laboratorio verrano presentate alcune librerie del softhware R per la descrizione, rappresentazione, analisi di dati spaziali.
Nel caso l'esame sia sostenuto per 6 CFU è escluso dal programma l'argomento 3: Dati di processo di punto.