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.
Per questa seconda edizione italiana, sono disponibili online gli script in R per tutti gli esempi del libro.
Michael Whitlock è professore di Zoologia presso la University of British Columbia, Vancouver.
Dolph Schluter è professore di Zoologia e Canada Research Chair presso il Biodiversity Research Center della University of British Columbia, Vancouver.
DOWNLOAD
FILESTORE KATFILE