Analisi statistica dei dati biologici

Titolo	Analisi statistica dei dati biologici
Autori	Michael C. Whitlock, Dolph Schluter
Curatore	Giorgio Bertorelle
Traduttore	Alfredo Suvero
Argomento	Matematica e scienze Biologia, scienze della vita
Editore	Zanichelli
Formato	Libro: Prodotto composito per la vendita al dettaglio
Pagine	496
Pubblicazione	01/2022
Numero edizione	2
ISBN	9788808420145

aggiungi ai desideri

€63,30

0 copie in libreria

Descrizione
Inserisci un commento

Per analizzare i dati che raccoglie, chi studia gli organismi viventi ha bisogno di padroneggiare i metodi statistici. Un corso introduttivo che funzioni deve, però, accostarsi all’analisi dei dati più dal punto di vista biologico che da quello strettamente statistico: privilegiare la comprensione intuitiva dei concetti per arrivare all’espressione formale, utilizzare esempi tratti da studi condotti realmente e, soprattutto, affrontare quegli argomenti su cui biologia, medicina, scienze forestali e ambientali, agronomia e tutte le scienze della vita si interrogano. Analisi statistica dei dati biologici nasce proprio per far fronte a queste esigenze; la sua efficacia si può ricondurre in particolare a queste caratteristiche: gli esempi tratti dalla letteratura scientifica specializzata; gli esercizi basati su dati reali: decine di problemi costruiti a partire da ricerche realmente condotte nelle diverse discipline che studiano i viventi, alcuni con soluzione (contrassegnati in blu), alcuni senza (contrassegnati in rosso), esercizi di calcolo sulle procedure, tre sezioni di problemi di riepilogo con soluzioni; le spiegazioni intuitive dei concetti chiave: Che cos’è un buon campione? Che cosa distingue la descrizione dei dati dall’inferenza statistica? Cos’è la distribuzione campionaria di una stima? Come possiamo pianificare correttamente un esperimento? l’analisi dei dati in pratica: come realizzare buone visualizzazioni grafiche, come stimare e verificare le ipotesi di lavoro, concentrandosi sugli aspetti pratici e rilevando gli errori più comuni; il disegno sperimentale in pratica: i controlli, la randomizzazione, la pseudo-replicazione e il raggruppamento spiegati in modo intuitivo e nei risvolti più operativi; gli argomenti più moderni, in genere trascurati nei corsi introduttivi, quali la verosimiglianza, la regressione non lineare, i modelli lineari generali, i test basati su simulazioni o permutazioni, l’analisi di sopravvivenza e il bootstrap; i focus tra un capitolo e l’altro, che trattano molti argomenti di rilevanza generale, come la differenza tra significatività statistica e importanza biologica o tra associazione statistica e relazione di causa-effetto, il problema dei test multipli, la scelta del test statistico più appropriato; i riepiloghi dei concetti-chiave a fine capitolo, i formulari che raggruppano le equazioni studiate, un corredo di immagini di qualità e mai puramente ornamentali.