STATO AVANZAMENTO IV FASE
|
|
- Rossana Carboni
- 5 anni fa
- Visualizzazioni
Transcript
1 2011 Regione Liguria Parco Naturale Regionale dell Antola Dipartimento di Biologia Animale Università di Pavia STATO AVANZAMENTO IV FASE Olio su tela di Emilia Salvini GIUGNO 2011
2 Regione Liguria Parco Naturale Regionale dell Antola Dipartimento di Biologia Animale Università di Pavia STATO AVANZAMENTO IV FASE Olio su tela di Emilia Salvini 2
3 GIUGNO 2011 A CURA DI ALBERTO MERIGGI PIETRO MILANESI LAURA SCHENONE DÉSIRÉE SIGNORELLI MATTEO SERAFINI NICOLA BRIELLI ELISA TORRETTA DIPARTIMENTO DI BIOLOGIA ANIMALE - UNIVERSITÀ DEGLI STUDI DI PAVIA ETTORE RANDI ROMOLO CANIGLIA ELENA FABBRI LABORATORIO DI GENETICA ISTITUTO SUPERIORE PER LA PROTEZIONE E LA RICERCA AMBIENTALE 3
4 PREMESSA La presente relazione tecnica espone i risultati preliminari del quarto anno di monitoraggio nell ambito del progetto Il Lupo in Liguria, raccolti dal mese di giugno 2010 a maggio 2011, considerando quattro stagioni: estate, autunno, inverno e primavera. Al fine di ottenere informazioni sulla distribuzione del lupo in Liguria attendibili e confrontabili con quelle raccolte durante le precedenti fasi del progetto e, al fine di individuare eventuali zone di recente o recentissima espansione dell areale, lo schema di monitoraggio non è stato modificato. Particolare attenzione è stata data anche al reperimento di campioni biologici freschi, utili per le analisi genetiche e finalizzati alla definizione degli spostamenti e alla stima della consistenza della specie nell intero territorio regionale. Rilevando inoltre i segni di presenza delle potenziali prede del lupo, come già effettuato durante le precedenti fasi del progetto, è stato possibile acquisire dati d abbondanza, consistenza e/o densità, anche per le popolazioni di ungulati selvatici (cinghiale, cervidi e bovidi) e domestici (bovini e ovi-caprini). In sintesi la presente relazione contiene i risultati relativi a: 1. Distribuzione e consistenza del lupo in Liguria (con risultati) ; 2. Aggiornamento e distribuzione degli allevamenti in Liguria (con risultati) ; 3. Impatto del lupo sulla zootecnia (con risultati) ; 4. Valutazione del rischio di predazione a carico del bestiame (in analisi) ; 5. Sperimentazione di metodi preventivi anti-predatori (in analisi) ; 6. Corso di Formazione per operatori del Progetto (da svolgere). 4
5 MATERIALI E METODI 1. DISTRIBUZIONE E CONSISTENZA DEL LUPO IN LIGURIA Durante il monitoraggio, effettuato da giugno 2010 a maggio 2011, sono stati raccolti i dati suddividendo lo sforzo di campionamento nelle diverse stagioni: estate, autunno, inverno e primavera. Lo schema del monitoraggio, che rispecchia quello delle precedenti fasi del progetto, ha permesso di ottenere informazioni attendibili sulla distribuzione del lupo in Liguria ed individuare eventuali zone di recente o recentissima espansione dell areale. Come per gli anni precedenti, particolare attenzione è stata data al reperimento di campioni biologici freschi utili per le analisi genetiche, finalizzate alla definizione degli spostamenti dei lupi e alla stima della consistenza della popolazione che occupa la regione Liguria. Come per le fasi precedenti del progetto, sono stati raccolti anche dati sulle potenziali prede del lupo e dei suoi possibili competitori, acquisendo quindi informazioni riguardanti l abbondanza delle popolazioni di ungulati selvatici (cinghiale, cervidi e bovidi), nonché delle popolazioni delle principali specie di carnivori che vivono sul territorio ligure. Per assicurare una copertura uniforme del territorio regionale e per poter individuare le zone d espansione dell areale del lupo, è stata sovrapposta alla regione una griglia a maglie quadrate di 10 x10 Km ed all interno di ogni cella, definita dalla griglia, è stato scelto in modo opportunistico un transetto di lunghezza minima di 2,2 Km e massima di 10,4 Km. Ogni transetto è stato percorso stagionalmente e sono stati registrati i segni di presenza del lupo (feci, impronte, predazioni su animali selvatici e sul bestiame) e quelli delle potenziali specie preda. A questo scopo sono state predisposte schede di campionamento per la registrazione delle osservazioni e per la raccolta di tutte le informazioni necessarie alle successive elaborazioni; inoltre sono state raccolte e registrate tutte le segnalazioni di terzi riguardanti avvistamenti, ululati, predazioni e lupi abbattuti illegalmente, provenienti da tutta la regione. 5
6 Sulla base della griglia di riferimento, costituita da celle spaziate di 10 Km di lato, sovrapposta al territorio della regione, sono stati selezionati 63 transetti per la lunghezza totale di 285,8 Km (media = 4,6 Km ; DS=1,4) (Fig.1.1). Fig Distribuzione dei transetti per il monitoraggio della presenza del lupo in regione Liguria 6
7 Oltre ai transetti, sono stati individuati 30 punti di marcatura per la raccolta di escrementi freschi da destinare alle analisi genetiche. Il massimo numero di transetti è stato individuato per la provincia di Genova (N=20) e quello minimo per la provincia di La Spezia (N=9); in provincia di Genova i transetti hanno avuto la lunghezza media maggiore, mentre quella minima è risultata per la provincia di La Spezia (Tab. 1.1). Tab Statistiche descrittive della lunghezza dei transetti selezionati in ogni provincia della Liguria Provincia N Transetti Min. Max. Media DS Totale Imperia , , , , ,63 Savona , , , , ,58 Genova , , , , ,63 La Spezia , , ,05 369, ,50 Regione , , , , ,36 7
8 Analogamente ai transetti, è Genova la provincia con il maggior numero di punti di marcatura (N=13), seguita da Imperia, Savona (entrambe con N=7) e La Spezia (N=3). L altitudine dei transetti selezionati è risultata compresa tra un minimo di 150 m s.l.m. a Savona ed un massimo di 2050 m s.l.m. ad Imperia. L escursione altimetrica maggiore è stata registrata per la provincia di Imperia e quella minore per la provincia di La Spezia (Tab. 1.2). Tab Altitudine minima e massima (m s.l.m.) ed escursione altimetrica dei transetti selezionati in ogni provincia della Liguria Provincia Altitudine minima (m s.l.m.) Altitudine massima(m s.l.m.) Escursione (m) Imperia Savona Genova La Spezia Regione
9 Le osservazioni dei segni di presenza, registrate sui transetti, e le segnalazioni pervenute, verificate per la loro attendibilità, sono state ripartite per tipo di osservazione, provincia, stagione e mese. Per definire l areale attualmente occupato dal lupo in Liguria ed individuare i possibili branchi presenti, tutte le osservazioni sono state mappate mediante il programma ArcGIS 9.3. Successivamente è stata effettuata la Kernel Analysis (KA), mediante il programma R Cran, al fine di individuare l areale del predatore. Questo tipo di analisi permette di definire delle fasce concentriche, con densità d osservazioni decrescente dal centro all esterno; sono stati considerati in particolare il contorno più esterno racchiudente il 99% delle osservazioni (KA99), rappresentante l areale complessivo del lupo e quello racchiudente il 50% delle osservazioni (KA50), definibile come core area, ovvero quella porzione d areale più intensamente frequentata. La raccolta delle feci di lupo risulta molto utile per lo svolgimento delle analisi genetiche non invasive; dagli escrementi freschi infatti viene prelevata una piccola porzione di campione in cui si trovano cellule di sfaldamento dell intestino contenenti materiale genetico. L utilizzo delle tecniche genetiche non invasive viene applicato per lo studio di specie elusive, come i grandi carnivori, in quanto consente di studiare le specie senza catturarle e quindi senza creare danno o stress all animale. Dopo la raccolta del campione la conservazione può avvenire tramite congelamento, a temperature di 20 o inferiori, o in etanolo (concentrato almeno al 70%), tenendolo a temperatura ambiente per alcuni giorni o per periodi più lunghi in congelatore a 20. Durante la fase di laboratorio il DNA, dopo essere stato isolato dal campione biologico, viene sottoposto a ripetute PCR (Polymerase Chain Reaction) allo scopo di ampliare le regioni prescelte, permettendo quindi l identificazione della specie, del sesso dell animale e dei singoli individui. Attraverso le analisi genetiche è possibile effettuare delle stime numeriche precise, individuare i componenti dei branchi, calcolare gli spostamenti, stimare l area vitale, valutare le modalità di dispersione degli individui e verificare l esistenza di fenomeni di ibridazione con cani. Il materiale genetico può essere estratto, oltre che da escrementi, anche da peli, dall urina, dal sangue e da 9
10 campioni di tessuto ricavati dalle carcasse degli animali morti. Le analisi sono state effettuate dai genetisti del laboratorio dell I.S.P.R.A. (Istituto Superiore per la Protezione e Ricerca Ambientale) di Ozzano dell Emilia (BO). 10
11 2. AGGIORNAMENTO E DISTRIBUZIONE DEGLI ALLEVAMENTI IN LIGURIA Per valutare l impatto della predazione da parte del lupo sulla zootecnia sono stati utilizzati i dati del censimento degli allevamenti in Liguria effettuato dall Associazione Provinciale Allevatori di Genova. Gli allevamenti sono stati classificati per: Provincia; Specie allevata (bovini e ovi-caprini); Orientamento produttivo (carne, riproduzione, ingrasso, latte, linea vacca-vitello, misto); Modalità (all aperto, stabulato, sconosciuta); Grado di sorveglianza (non sorvegliato, parzialmente sorvegliato, sorvegliato). Inoltre per ogni allevamento è stato fornito il numero di capi allevati. Per valutare l esistenza di eventuali differenze significative nella dimensione media degli allevamenti tra le province, è stata utilizzata l Analisi Multifattoriale della Varianza (metodo GLM). L analisi univariata della varianza (one-way ANOVA) può essere estesa all analisi di un numero maggiore di fattori. La variabile analizzata è sempre una sola, ma il numero di fattori (o criteri di classificazione, o vie) che distinguono i diversi campioni è maggiore di 1. Si parla quindi di ANOVA univariata multifattoriale, detta anche MANOVA. L'ipotesi alla base dell'analisi della varianza è che dati n gruppi, sia possibile scomporre la varianza in due componenti: varianza interna ai gruppi o entro-gruppi (Within) e varianza tra-gruppi (Between). Se la variabilità interna ai gruppi è relativamente elevata rispetto alla variabilità tra i gruppi, allora probabilmente la differenza tra questi gruppi è soltanto il risultato della variabilità interna. La relazione tra varianza totale, σ 2, riferita agli n gruppi e varianze calcolate sui singoli gruppi (g = 1,2,...,G) risulta essere : σ 2 = quindi : σ 2 = 11
12 dove il primo addendo rappresenta la varianza entro-gruppi, il secondo la varianza tra gruppi, M la media totale degli n gruppi ed è uguale alle medie parziali di ciascun gruppo con pesi uguali alle rispettive frequenze relative di gruppo. A loro volta, le medie parziali dei valori del g-esimo gruppo sono date da : Inoltre si ha che: = La varianza entro-gruppi è uguale alla media ponderata delle varianze parziali, calcolate in ogni gruppo. La varianza tra-gruppi è uguale alla varianza ponderata delle medie parziali. I pesi sono uguali alle loro frequenze relative. Per verificare differenze tra le province nella frequenza dei diversi tipi di allevamento è stato utilizzato il test G (analisi per tavole di contingenza mediante il Rapporto di Verosimiglianza, con test esatto di permutazione). Quest analisi permette di verificare eventuali differenze significative tra il numero di casi attesi e quelli osservati, utilizzando la seguente formula: 2 dove O i ed E i sono le frequenze delle categorie i osservate ed attese. 12
13 3. IMPATTO DEL LUPO SULLA ZOOTECNIA Il test G è stato applicato anche per verificare le differenze nella frequenza degli eventi di predazione tra province, specie allevate, orientamento produttivo e modalità d allevamento. Per quanto riguarda le predazioni, sono stati considerati il numero di eventi, il numero di capi predati per evento, il numero di capi predati per allevamento, per anno e per provincia e l importo dei rimborsi. I dati sono stati forniti principalmente dagli assessorati competenti delle quattro province liguri ed a questi sono state aggiunte informazioni, raccolte direttamente presso gli allevatori, riguardanti casi di predazione non denunciati. E stata effettuata un analisi di regressione con stima di curve per verificare eventuali andamenti significativi, negli anni, del numero di eventi e del numero di capi predati per evento, per zona e l importo dei rimborsi erogati. Questa analisi di regressione permette di identificare il modello nonlineare al quale meglio si adattano i dati considerati. Per analizzare i fattori ambientali e non che influiscono sulla probabilità di predazione, sono state misurate 12 variabili riguardanti le aree di pascolo utilizzate dagli allevamenti: 1. Superficie; 2. Perimetro; 3. Indice di forma (rapporto tra circonferenza di un cerchio di pari superficie e perimetro del pascolo); 4. Altitudine (media, minima, massima); 5. Esposizione; 6. Pendenza; 7. Distanza dal pascolo più vicino; 8. Distanza dal bosco più vicino; 9. Distanza dal corso d acqua più vicino; 13
14 10. Distanza dal centro abitato più vicino; 11. Distanza dall osservazione di lupo più vicina; 12. Percentuali dei tipi di vegetazione in un buffer di 1 Km intorno al pascolo. Successivamente, le variabili sono state confrontate tra i pascoli dove sono avvenute predazioni e quelli dove non sono mai state registrate perdite, mediante il test U di Mann-Whitney, per campioni indipendenti, al fine di individuare le variabili più importanti nella distinzione tra pascoli soggetti a predazione e pascoli sicuri. Il test, che può essere applicato quando i campioni hanno dimensioni diverse, permette di verificare la significatività della differenza tra le mediane, basandosi sul calcolo di due valori statistici (U 1 ed U 2 ), riordinando i dati per ranghi. La formula per il calcolo delle U è la seguente: U 1 = n 1 n ΣR 1 dove : U 2 = n 1 n ΣR 2 n 1 = numero di allevamenti in cui si è verificato l evento di predazione; n 2 = numero di allevamenti in cui non si è verificato l evento di predazione; Σ R 1 = sommatoria ranghi degli allevamenti in cui si è verificato l evento di predazione; Σ R 2 = sommatoria ranghi degli allevamenti in cui non si è verificato l evento di predazione; Il valore più piccolo tra U 1 e U 2 (U min ) viene confrontato con il valore tabulato per corrispondenti valori di n 1 ed n 2. Se il valore di U min è più piccolo di quello tabulato possiamo asserire che vi è differenza significativa. 14
15 4. VALUTAZIONE DEL RISCHIO DI PREDAZIONE A CARICO DEL BESTIAME Considerato che la probabilità che avvengano eventi di predazione dipende spesso da fattori concomitanti, sono state condotte anche analisi di tipo multivariato, indirizzate alla formulazione di modelli di rischio di predazione da parte di lupo. Con il termine modello si indica una semplificazione di un sistema complesso. In ambito ecologico il modello è principalmente di tipo matematico. Quando si basa su ipotesi formulate a priori, a partire da informazioni bibliografiche o derivanti dall esperienza personale, si parla di modello teorico oppure, nel caso di dati ricavati dal mondo reale, si parla di modello empirico. É stato attribuito un codice binario (0/1) a ciascun pascolo: con 1 sono stati indicati i pascoli all interno dei quali si è verificato almeno un caso di predazione, con 0 tutti gli altri. In questo modo sono stati rilevati 26 pascoli, confrontati con altrettanti pascoli, scelti in modo casuale tra quelle dove non è stata accertata la presenza di predazione. Attraverso l Analisi della Varianza (one way ANOVA) è stato effettuato il confronto tra i pascoli. L analisi ha permesso di verificare l esistenza di differenze significative tra i valori delle variabili nei pascoli di presenza di predazione ed in quelli di assenza. Mediante Analisi della Funzione Discriminante (AFD) è stato possibile individuare le variabili ambientali più efficaci nel separare i pascoli di presenza da quelli scelti casualmente. La funzione discriminante è rappresentata dall equazione: FD = β 0 + β 1x β n x n dove x n è la n-esima variabile indipendente e β n è il coefficiente standardizzato delle variabili indipendenti. L'apporto di ogni variabile alla funzione discriminante è espresso dal valore assoluto di β, che indica in quale misura la variabile entrata nel modello contribuisce alla discriminazione tra i gruppi individuati sulla base dei valori assunti dalla variabile dipendente e dal coefficiente di correlazione tra la stessa variabile e la FD. L AFD è stata effettuata con la procedura forward 15
16 stepwise (che comporta l aggiunta sequenziale di ciascuna variabile ambientale). La bontà della classificazione della Funzione Discriminante è stata valutata utilizzando 4 indicatori: - Lambda di Wilks (e sua trasformazione in Chi-quadrato): data dal rapporto tra matrice di devianza- codevianza entro gruppi e la devianza totale; - Autovalore: misura la varianza totale della variabile dipendente espressa nelle variabili selezionate, dando un'indicazione dell'importanza relativa della FD; - Correlazione canonica: misura il grado di associazione tra la FD e la variabile dipendente (nel nostro caso, la presenza/assenza di eventi di predazione); - Percentuale di casi classificati correttamente: casi osservati inizialmente in un gruppo che vengono riclassificati dalla funzione nello stesso gruppo. La funzione discriminante è tanto migliore quanto più massimizza l'autovalore, la correlazione canonica e la percentuale di casi classificati correttamente e quanto più minimizza il valore di lambda di Wilks. In questo caso, essendo la variabile dipendente binaria è stata ottenuta una sola funzione discriminante. Inoltre è stato formulato un modello predittivo della probabilità di presenza di predazione da parte di lupo nell area di studio, attraverso un Analisi di Regressione Logistica Binaria (ARLB). L equazione del modello logistico è: dove Y è la probabilità che l evento accada, z è l equazione caratteristica della regressione multipla lineare: z = β 0 + β 1x β n x n dove x n è la n-esima variabile indipendente e β n è il coefficiente standardizzato delle variabili indipendenti. Tramite l ARL è possibile stimare la probabilità di utilizzo delle aree di pascolo da parte del lupo. Questo modello ha il vantaggio di includere un numero di variabili molto ridotto 16
17 rispetto a quello di una funzione discriminante formulata sugli stessi casi. Secondo Meriggi e Massolo (1995), se non si vuole perdere stabilità nelle classificazioni, il numero di variabili che entrano nel modello non dovrebbe superare un quinto dei casi in cui l evento accade (predazione). Per selezionare le variabili che contribuiscono all equazione del modello logistico, è stata utilizzata la procedura forward stepwise, che comporta, dato un insieme di n variabili indipendenti (variabili ambientali), l aggiunta successiva e sequenziale di ciascuna variabile al modello, in una serie di passaggi iterativi. Il risultato ottenuto mediante ciascun passaggio viene saggiato con i test della massima verosimiglianza, del 2 Log Likelihood ( 2LL) e dello Z 2 (Adattamento o Goodness of Fit Statistic). La varianza della variabile dipendente spiegata dal modello è quantificata dal valore di R 2 corretto di Nagelkerke, che può assumere valori compresi tra 0 e 1. La stima del contributo di ciascuna variabile nella determinazione della qualità dell habitat è data dal valore della correlazione parziale (esprimibile con R, R 2 o Rho) tra la variabile in questione e la variabile dipendente, e dal rapporto tra la probabilità che l evento accada e la probabilità complementare che l evento non accada, denominata Esp (B). Un valore di R positivo indica che valori crescenti di quella variabile aumentano la probabilità che l evento accada, un valore di R negativo indica che valori crescenti di quella variabile diminuiscono tale probabilità. Il valore assoluto di R indica quindi il contributo parziale dato al modello da ogni variabile dipendente. Se Esp (B) è maggiore di 1, le probabilità che l evento accada aumentano, se invece è minore di 1 diminuiscono. Come ulteriore stima della predittività del modello di regressione logistica, viene solitamente usata la percentuale di casi classificati correttamente dal modello stesso, cioè dei punti analizzati in cui l evento di predazione coincide con quello previsto dal modello. Anche per questo tipo di analisi è stato effettuato un confronto fra i pascoli di presenza e di controllo. È stata inoltre effettuata un analisi mediante la curva ROC che permette di valutare lo scostamento del modello ottenuto da uno che classifica i casi casualmente (Massolo e Meriggi 2007). La curva ROC viene costruita mettendo in relazione la 17
18 sensibilità del modello (proporzione di casi positivi classificati correttamente) con il reciproco della sua specificità (proporzione di casi negativi classificati correttamente). Nel nostro caso è stato utilizzato il modello logistico perché costituisce uno dei metodi più usati per formulare una Funzione di Selezione delle Risorse, cioè un espressione matematica in grado di sintetizzare il processo di selezione dell habitat di una specie per prevederne la distribuzione (Boyce, McDonald, 1999; Manly et al, 2003). Tuttavia nel modello logistico sono entrate variabili correlate tra loro e quindi sono stati individuati, grazie alla matrice di correlazione di Pearson, sottogruppi di variabili non correlate (P > 0,05). Per ognuno dei sottogruppi è stata effettuata una ARL con la procedura enter, che aggiunge al modello tutte le variabili simultaneamente. L inferenza sui modelli ottenuti con i sottogruppi di variabili non correlate è stata effettuata seguendo l Information-Theoretic Approach (Anderson et al., 2000; 2001). In una prima fase è stato calcolato il logaritmo della massima verosimiglianza (MLL, Maximized Log-likelihood), secondo la formula: MLL = dove n è la dimensione del campione e σ 2 è il rapporto tra la somma dei quadrati dei residui (RSS, Residual Sum of Squares) e n. Quindi i modelli sono stati confrontati utilizzando il criterio di Akaike (AIC, Akaike Information Criterion; Akaike, 1973). AIC = n ln (σ 2 ) + 2k Nel nostro caso è stato calcolato l AIC corretto (AICc), consigliato nel caso la numerosità sia n/k < 40 (dove k è il numero di parametri del modello) (Massolo e Meriggi, 2007). 18
19 Il modello per il quale l AICc è risultato minimo viene selezionato come modello migliore e, per ordinare i modelli successivi, si calcola la differenza tra l AICc del modello migliore e gli AICc degli altri: i = AICc i min (AICc) Sempre per ordinare i modelli in base al rango, è stato poi calcolato per ognuno il peso w i, Akaike weight, del modello i-esimo, il cui valore può essere interpretato come la probabilità di un dato modello di essere il migliore tra tutti quelli considerati (Merli e Meriggi, 2006; Jedrzejewski et al., 2008). La formula usata è la seguente: L importanza relativa delle variabili indipendenti (variabili ambientali) è stata valutata in base ai seguenti criteri: - numero di modelli in cui compare ogni variabile; - varianza spiegata (R 2 ) dei modelli in cui compare la variabile; - valore del coefficiente parziale di regressione standardizzato in ogni modello; - somma dei pesi (w i ) dei modelli in cui entra la variabile; - media pesata dei coefficienti parziali di regressione standardizzati dei modelli in cui entra la variabile: 19
20 Inoltre, è stata calcolata la Varianza campionaria non subordinata di β, vale a dire la componente di varianza dovuta all incertezza nella selezione dei modelli, in modo che le stime non siano condizionate dal modello selezionato: 2 Secondo Anderson e Burnham (2002), oltre al miglior modello devono essere considerati i modelli con AICc < 2. La loro capacità predittiva deve essere valutata osservando la percentuale di casi classificati correttamente ed attraverso l utilizzo della curva ROC. La validazione dei modelli è stata effettuata con il metodo k-fold cross validation (Boyce et al., 2002); i pascoli sono stati divisi in due sottocampioni selezionati casualmente, usati alternativamente per la riformulazione dei modelli e per la loro validazione. La validazione è stata fatta confrontando le classificazioni previste dai modelli con quelle reali, tramite l uso di curve ROC e seguendo un metodo proposto da Boyce et al. (2002). Questo metodo, particolarmente efficace nel costruire dei modelli partendo da dati di presenza di predazione e disponibilità di pascoli, consiste in un analisi di correlazione tra la frequenza dei casi positivi reali e le probabilità previste dai modelli, suddivise in 10 classi, di probabilità 0,10 ciascuna. In seguito per ogni classe è stata calcolata la frequenza dei casi di predazione reale, pesata sul numero di pascoli compreso nella classe. Quindi, le aree di pascolo sono state distribuite in ugual numero tra le 10 classi, ed è stato calcolato il coefficiente di correlazione per ranghi di Spearman tra la frequenza pesata dei casi di predazione reale ed il rango della classe (da 1 a 10). Se il modello si adattasse bene, il numero di casi di predazione reale dovrebbe aumentare all aumentare del rango della classe (Boyce et al. 2002). È stata ulteriormente condotta una validazione complessiva dei modelli per tutti i sottogruppi: sono state calcolate le frequenze medie di casi di presenza di predazione nelle classi di probabilità ed è stata ripetuta l analisi di correlazione di Spearman. Infine i modelli sono stati utilizzati (singolarmente e cumulativamente) per classificare i pascoli dell area di studio. La 20
21 classificazione complessiva è stata ottenuta calcolando per ogni pascolo la probabilità media (ricavata dalle probabilità previste dai modelli) di predazione da parte di lupo. 21
22 5. SPERIMENTAZIONE DI METODI PREVENTIVI ANTI-PREDATORI La predazione sul bestiame allevato allo stato brado ha costituito e costituisce ancora oggi uno dei principali problemi di conservazione dei grandi carnivori (Fico, 2005). Il territorio ligure fino ai primi anni Ottanta non era frequentato da grandi predatori, di conseguenza i pastori non esercitavano alcun controllo sul bestiame. Gli allevatori attuali hanno perso l abitudine alla secolare convivenza con il predatore, tralasciando così anche tutte le forme di prevenzione nei confronti dei loro animali e aumentando di fatto il conflitto col predatore. In queste zone viene utilizzato spesso il pascolo allo stato brado, che ovviamente è più rischioso per il bestiame che risulta più vulnerabile agli attacchi di lupo (Meriggi e Milanesi, 2009). Questo predatore vede negli ungulati domestici una valida alternativa agli animali selvatici, in quanto gli è più facile catturare una pecora o un vitello, disponibili spesso in gran numero nei pascoli, ad alta densità, che predare la più malata o debilitata delle prede selvatiche (Mech, 1970). Esistono diversi metodi di gestione del bestiame e diverse tecniche di prevenzione, tuttavia non esiste un sistema infallibile ed assoluto che elimini del tutto l eventuale rischio di predazione (Meriggi e Milanesi, 2009). Benché il bestiame sia poco importante nella dieta del lupo in Liguria (Meriggi e Lovari, 1996; Meriggi et al., 2009), un miglioramento della gestione delle mandrie (ricovero degli animali di notte e nelle giornate di nebbia e sorveglianza ad opera dei pastori o cani da guardia), anche in quest area, potrebbe ridurre ancor più i danni e ridurre i conflitti tra presenza del lupo e attività zootecniche (Boitani, 1992; Blanco et al., 1992; Kaczensky, 1999; Bradley e Pletscher, 2005; Mancini, 2006). La predazione sul bestiame potrebbe essere influenzata da cambiamenti imposti dall uomo nell abbondanza di densità e specie di ungulati selvatici (Meriggi et al., 1996; Sidorovich et al., 2003). In particolare, in Liguria, l impatto del lupo sul bestiame è decisamente sostenibile considerando l esiguo ammontare dei rimborsi per le predazioni. Il vero problema è la fama che storicamente si porta dietro questo carnivoro, origine della diffidenza, preoccupazione e quindi persecuzione nei suoi 22
23 confronti. L individuazione dei fattori che influenzano maggiormente la scelta dei pascoli da parte del lupo è il primo passo verso la prevenzione. Anche la standardizzazione di un sistema denuncia controllo rimborso da parte delle province e degli organismi competenti (A.S.L., Polizia Provinciale, Corpo Forestale dello Stato, ecc.), in termini di velocità ed efficienza, eviterebbe il protrarsi di ostilità tra gli allevatori, evitando così fenomeni di persecuzione nei confronti della specie. Il compito dei ricercatori e tecnici è quello di far coesistere, in maniera sostenibile, le popolazioni dei grandi carnivori con le attività umane (Mech at al., 2000; Musiani et al., 2003; Sillero-Zubrini e Laurenson, 2003; Treves e Karath, 2003; Berger, 2006). Per questa ragione, nella IV fase del progetto, sono stati individuati 5 pascoli sull intero territorio regionale dove sperimentare diversi sistemi per ridurre il rischio di predazione. Negli allevamenti selezionati per la sperimentazione, 2 di bovini e 3 di ovi-caprini, sarà verificata l efficacia di dissuasori audio-visivi e recinti elettrificati. In ogni provincia è stato individuato almeno un pascolo. I dissuasori sono dotati di un sensore piroelettrico incorporato che si aziona al passaggio degli animali. Questo strumento, testato in diverse aree italiane (Toscana, Emilia-Romagna, Marche), ha dato ottimi risultati, dimostrandosi efficace nel prevenire i casi di predazione e applicabile in diversi contesti ambientali. La concezione innovativa di tale strumento, fondata sulla riproduzione randomizzata di numerosi e diversi suoni e rumori archiviati in formato Mp3, sulla tecnologia wireless con sensori remoti aggiuntivi, e sulla possibilità di autoricarica tramite pannello solare, permette di fornire al mondo della zootecnia un nuovo mezzo di difesa che potrebbe contribuire ad una migliore convivenza con i grandi predatori (Fig. 5.1). Le recinzioni elettrificate, invece, costituiscono una delle soluzioni preventive più frequentemente proposte ed utilizzate per la difesa degli animali al pascolo. Infatti, le recinzioni costituiscono uno strumento di prevenzione efficace anche in zone dove altri sistemi (es. cani da guardiania) possono creare situazioni potenzialmente rischiose per turisti, escursionisti, ecc. Tali soluzioni possono avere caratteristiche molto diversificate, in base al tipo di materiale usato, alle necessità di spostamento delle stesse fra aree diverse, alla dimensione delle superfici da 23
24 proteggere, ecc. In base a tali requisiti le opere dovranno quindi essere progettate e realizzate in modo specifico (Fig. 5.3). Fig. 5.1 Dissuasori Acustico Faunistico (DAF) Alarm Guard (da fototrappolaggio.net) 24
25 Fig. 5.2 Applicazione di Dissuasori Acustico Faunistico (DAF)e pannello solare auto-ricaricante (da fototrappolaggio.net) Fig. 5.3 Recinzioni elettrificate 25
26 6. CORSO DI FORMAZIONE PER OPERATORI DEL PROGETTO Nell ambito della IV fase del Progetto si intende effettuare un corso di formazione teorico-pratico per rilevatori della presenza del lupo in Liguria. Il corso sarà rivolto ad un numero limitato di operatori volontari selezionati tra personale di vigilanza della Provincia (Polizia Provinciale), Corpo Forestale dello Stato, Guardie Ecologiche Volontarie (GEV), Veterinari dell ASL, personale dei Parchi, Associazioni di categoria come allevatori (APA, ARA) e cacciatori. Nel corso saranno trattati i seguenti argomenti: 1. BIOLOGIA DELLA SPECIE (MILANESI P.) - Inquadramento tassonomico - Caratteristiche morfologiche - Habitat e Distribuzione - Comportamento sociale e riproduttivo - Comunicazione - Ecologia Alimentare - Importanza per la conservazione 2. MATERIALI E METODI TECNICHE DI MONITORAGGIO (MILANESI P.) RACCOLTA DATI - Raccolta informazioni (attuali e storiche) - Rete transetti standardizzati - Punti di marcatura - Monitoraggio Genetico - Foto - trappole - Verifica e registrazione predazioni - Georeferenziazione dati 3. RISULTATI OTTENUTI (MILANESI P.) - Stima distribuzione - Uso e selezione Habitat 26
27 - Distribuzione Potenziale - Impatto sulla zootecnia - Rischio Potenziale - Analisi di Sopravvivenza Kaplan-Maier 4. VERIFICA E REGISTRAZIONE PREDAZIONI (MINETTI E.) - La figura giuridica dell accertatore - La posizione di alcune regioni e delle provincie autonome di Trento e Bolzano - La gestione del sopralluogo - Lo stress decisionale - L esame dell ambiente - La raccolta degli elementi anatomo-patologici sulla carcassa - Attrezzature e materiali utili e necessari per effettuare il rilievo - Dinamica della predazione - Come effettuare il rilievo, quali elementi raccogliere e con quale tempistica - I predatori ed i commensali - Ricostruzione del teatro della predazione - Ferite intra-vitam e morsi post-mortem - Valutazione intorno alle condizioni cliniche della preda - I predatori presenti sul territorio la loro distribuzione le loro Abitudini - La conduzione zootecnica e la predazione, comportamento delle mandrie e degli armenti sotto stress da predazione. - Esame della carcassa differenti ferite differenti predatori? - Caratteristiche delle predazione effettuata da canidi come evidenziare le differenze tra lupo e cane se possibile. - Le tracce, le impronte, i reperti rilevabili intorno ad una predazione. - Caratteristiche delle principali tipologie di predazione e varie casistiche ESCURSIONE DIDATTICA - Registrazione segni di presenza di lupo e prede lungo transetti - Verifica e registrazione eventi di predazione - Compilazione schede di rilevamento 27
28 RISULTATI 1. DISTRIBUZIONE E CONSISTENZA DEL LUPO IN LIGURIA Da giugno 2010 a maggio 2011 sono state raccolte in totale 346 osservazioni, di cui 176 in provincia di Genova, 66 a Savona, 61 ad Imperia e 43 a La Spezia. L elevato campione di dati raccolto è il risultato del monitoraggio effettuato lungo transetti standardizzati ed il rilevamento periodico eseguito sui punti di marcatura. Il numero dei transetti è risultato invariato rispetto a quello degli anni precedenti, rispettivamente di 16 in provincia di Imperia, 18 in provincia di Savona, 20 in provincia di Genova e 9 in provincia di La Spezia (Tab.1.3). Tab. 1.3 Copertura dei transetti per provincia e per stagione Provincia N Transetti Estate Autunno Inverno Primavera Totale Imperia Savona Genova La Spezia Regione
29 Come per i transetti, anche il numero di punti di marcatura è risultato invariato rispetto a quello degli anni precedenti. La maggior parte dei rilievi è stata effettuata in provincia di Genova (30,31%), mentre la stagione con il maggior numero di perlustrazioni è risultata complessivamente quella invernale (40,72 %) (Tab.1.4). Tab Numero dei punti di marcatura ripetuti, in totale e per provincia Provincia N Punti N Ripetizioni Autunno N Ripetizioni Inverno N Ripetizioni Primavera Totale Imperia Savona Genova La Spezia Regione
30 Inoltre, durante la IV fase del Progetto, sono stati raccolti campioni biologici utili per le indagini genetiche. La provincia dove è stato raccolto il maggior numero di campioni è stata quella di Genova (66,03%), seguita da Savona (15,09%), Imperia (11,32%) e La Spezia (7,54%) (Tab. 1.5). Tab Numero di campioni biologici raccolti, in totale e per provincia Provincia Analizzati Da analizzare Totale Imperia Savona Genova La Spezia Regione I campioni analizzati sono risultati appartenenti a lupi in 8 casi (30,77 %), riconducibili a cani in 2 casi (7,69 %), mentre non è stato possibile rilevare il profilo genetico in 15 casi (57,69 %). Un ultimo campione, per ulteriori approfondimenti, è attualmente in fase di attribuzione. Gli 8 profili genetici di lupo sono risultati appartenenti a 7 individui diversi. 30
31 Le analisi effettuate col metodo Kernel sui segni di presenza di lupo hanno individuato un areale complessivo di 5102,19 km 2 con una zona di maggior frequentazione di 1635,47 km 2. L areale è risultato suddiviso in due sub-areali di cui il più grande comprendente gran parte della provincia di Genova, parte di quella di La Spezia e di Savona, il secondo per dimensioni, comprendente parte della provincia di Imperia e parte di quella di Savona. Le aree di maggior frequentazione sono risultate sei, distribuite in tutte le province (Fig. 1.2). Fig Areale del lupo in Liguria e zone di maggior frequentazione 31
32 2. AGGIORNAMENTO E DISTRIBUZIONE DEGLI ALLEVAMENTI IN LIGURIA Il censimento degli allevamenti di bovini e ovi-caprini in Liguria ha messo in evidenza come il numero di allevamenti di ovi-caprini sia stato prevalente su quello di bovini (n=1540 e n=1121, rispettivamente). Differenze nella consistenza del bestiame sono risultate tra le quattro province della regione. In particolare, per quanto riguarda i bovini, le province col maggior numero di allevamenti sono risultate Genova e Savona, mentre per gli ovi-caprini gli allevamenti sono risultati concentrati ancora a Genova e a La Spezia. Imperia è stata la provincia col minor numero di allevamenti sia di bovini sia di ovi-caprini (Fig. 2.1). Fig Numero di allevamenti di bestiame nelle province liguri bovini ovicaprini 400 n allevamenti IMPERIA SAVONA GENOVA LA SPEZIA 32
33 Sia per gli allevamenti di bovini, sia per quelli di ovi-caprini, è stata osservata una marcata concentrazione in pochi comuni della regione, situati, in particolare, nella porzione centrooccidentale del territorio regionale (Figg. 2.2 e 2.3). Fig Distribuzione per comune degli allevamenti di bovini in Liguria Fig Distribuzione per comune degli allevamenti ovi-caprini in Liguria 33
34 Per gli allevamenti di bovini è stata registrata una dimensione media di 15,06 capi (min.= 2, max.=700) con variazioni significative tra le province (F=22,187; gl=3; P<0,0001). La dimensione degli allevamenti di ovi-caprini è stata di 15,44 capi (min=2, max=1169) con variazioni significative tra le province (F=25,402; gl=3; P<0,0001). Complessivamente sono risultate differenze significative tra province (F=38,946; P<0,0001) ma non tra specie allevate (F=0,839; P=0,432); anche l interazione tra i due fattori non è risultata statisticamente significativa (F=1,789; P=0,147). Il test di Bonferroni per confronti multipli ha evidenziato differenze tra le dimensioni medie dei pascoli sia bovini che ovi-caprini tra Imperia e le altre province (P<0.0001). La provincia con gli allevamenti di maggiori dimensioni sia di bovini, sia di ovi-caprini è risultata Imperia, seguita da Savona per gli ovi-caprini (Fig. 2.4). Fig Variazioni della dimensione degli allevamenti di bestiame nelle province liguri 34
35 L orientamento produttivo prevalente degli allevamenti di bovini è stato quello da carne a Savona (73%) ed Imperia (15%), mentre a Genova è stata registrata una maggiore diversificazione degli orientamenti produttivi ovvero per riproduzione (93%), ingrasso (95%) e latte (89%). In tutte le province, gli allevamenti che adottano la linea vacca-vitello sono stati un esigua minoranza ad eccezione della provincia di Genova (85%) e totalmente assenti a La Spezia (Fig. 2.5). Fig Orientamento produttivo degli allevamenti di bovini nelle province liguri 35
36 L orientamento produttivo principale degli allevamenti di ovi-caprini è stato quello misto, mentre gli altri tipi (carne, lana, latte) sono risultati scarsamente rappresentati e approssimativamente equivalenti per le 4 province tranne a La Spezia dove il 60% degli allevamenti sono per autoconsumo (Fig. 2.6). Fig Orientamento produttivo degli allevamenti di ovi-caprini nelle province liguri 36
37 Per quanto riguarda le modalità di conduzione, la maggior parte degli allevamenti di ovi-caprini a La Spezia e Imperia sono risultati del tipo all aperto, mentre a Genova e Savona gli allevatori hanno adottato prevalentemente la stabulazione (Fig. 2.7). Fig Modalità di conduzione degli allevamenti di ovi-caprini nelle province liguri 37
38 In tutto il territorio regionale sono state individuate in totale 147 aree di pascolo, di cui 51 utilizzate da bovini, 80 da ovi-caprini, 14 da entrambe le specie e di 16 non abbiamo informazioni. Le province col maggior numero di aree di pascolo sono risultate Genova e Spezia, mentre a Savona e Imperia sono stati censiti rispettivamente solo 2 e 13 pascoli (Figg. 2.8). Fig Distribuzione dei pascoli utilizzati in Liguria 38
39 L Analisi Multifattoriale della Varianza (metodo GLM) ha rilevato differenze significative nella dimensione media dei pascoli tra province (F=5,099; gl=3; P=0,002); in particolare il test di Bonferroni per confronti multipli ha mostrato come la dimensione media dei pascoli in provincia di Genova sia significativamente differente da Imperia (P=0,005) e La Spezia (P=0,009); anche considerando le specie allevate le dimensioni dei pascoli risultano significativamente differenti (F=3,927; gl=2; P=0,022) ed il test di Bonferroni dimostra come ci siano differenze importanti tra le medie dei pascoli ovi-caprini e bovini (P=0,019); invece l effetto dell interazione tra i due fattori è risultato al limite della significatività (F=2,386; gl=4; P=0,055) (Fig. 2.9). Fig Variazioni della superficie media (ha) dei pascoli in relazione alla provincia ed alla specie allevata 39
40 3. IMPATTO DEL LUPO SULLA ZOOTECNIA Per quanto riguarda l impatto predatorio sugli ungulati domestici, ai 178 eventi di predazione nell intero territorio regionale, verificatisi dal 2002 al 2009, attribuiti al lupo e ufficialmente denunciati, sono stati aggiunti 41 nuovi eventi avvenuti nel corso del Le predazioni sono avvenute in 3 zone di cui la prima è identificabile con il territorio circostante il monte Antola e l omonimo parco regionale, la seconda con la Val d Aveto e la terza con le Alpi Liguri, in provincia di Imperia. Nelle tre zone l andamento delle predazioni è stato significativamente differente (X 2 =105,070; gl=16; P<0,0001). In particolare, nella zona dell Antola, è stato osservato un progressivo aumento degli eventi di predazione dal 2004 al 2007 ed un calo dal 2008 al 2009 ed un aumento nel 2010; nella provincia di Imperia, si è assistito ad un aumento dal 2008 al 2009 con un calo nel 2010, mentre nella zona dell Aveto non è risultata una tendenza definita ma piuttosto marcate oscillazioni da un anno all altro anche se dal 2008 vi è stato un progressivo aumento (Fig.3.1). Fig Andamento degli eventi di predazione n Eventi Antola n Eventi Aveto n Eventi Imperia
41 Analogamente agli eventi di predazione, sono stati aggiunti 93 capi abbattuti nel 2010 ai 425 capi predati dal 2002 al 2009, attribuiti al lupo nell intero territorio regionale e ufficialmente denunciati. Nelle tre zone l andamento dei capi predati è stato significativamente differente (X 2 =240,433; gl=18; P<0,0001). In particolare, nella zona dell Antola è stato osservato un progressivo aumento dei capi predati dal 2004 al 2007 ed un calo dal 2008 per poi aumentare di nuovo nel 2010; nella provincia di Imperia si è assistito invece ad un aumento dei capi predati dal 2007 al 2010, mentre nella zona dell Aveto non è risultata una tendenza definita ma marcate oscillazioni da un anno all altro (Fig. 3.2). Fig Andamento dei capi di bestiame predati n Capi Antola n Capi Aveto n Capi Imperia
42 Le predazioni sono state soprattutto a carico di vitelli nella zona dell Antola mentre nella zona dell Aveto e nella provincia di Imperia a carico di pecore e capre, con differenze significative negli eventi di predazione (X 2 =105,038; gl=8; P<0,0001) e nel numero di capi predati (X 2 =240,433; gl=18; P<0,001) (Fig. 3.3). Fig Numero di eventi di predazione e capi predati per le diverse specie di bestiame (anni cumulati) Considerando l andamento mensile delle predazioni, è emerso che tutti i mesi dell anno sono stati interessati da eventi nella zona dell Aveto e dell Antola, mentre in quella di Imperia le predazioni sono iniziate da aprile; inoltre l andamento è risultato bimodale in entrambe le zone genovesi con un primo periodo di aumento delle predazioni, fino al raggiungimento del primo picco, a luglio, in entrambe le zone e di un secondo picco, a settembre, nell Aveto e ad ottobre nell Antola, mentre nella zona di Imperia si ha un incremento degli eventi da aprile fino al picco in settembre. Per quanto riguarda il numero di capi predati, invece nelle zone di Imperia e dell Aveto è stato 42
43 registrato un solo massimo molto marcato, ricadente a settembre mentre all Antola un primo picco si raggiunge tra giugno e luglio ed un secondo tra ottobre e novembre (Fig. 3.4). Fig Andamento mensile del numero di eventi di predazione e di capi predati (anni cumulati) 43
44 Esaminando l andamento mensile degli eventi e dei capi predati per specie, è risultato evidente come le predazioni sui vitelli siano avvenute in anticipo nella stagione di pascolo rispetto a quelle sulle pecore, mentre per le capre si può notare come ci siano eventi e capi predati tutto l anno, con un picco a settembre (Fig. 3.5). Fig Andamento mensile del numero di eventi e di capi predati per le diverse specie di bestiame (anni e zone cumulati) 44
45 L Analisi Multifattoriale della Varianza ha messo in evidenza alcune differenze significative tra gli anni (F=2,308 ; g.l.=8 ; P<0,002), le specie predate (F=4,366 ; g.l.=2 ; P=0,014) e l interazione tra le zone e gli anni (F=4,506 ; g.l.=10 ; P<0,0001), mentre l interazione tra le zone e le specie predate è risultata al margine della significatività (F=2,630; g.l.=3; P=0,051) (Tab. 3.1). Tab Differenze significative delle predazioni tra anni, zone e specie predate Fattori Confronti P Zone Antola Aveto 0,009 Zone Antola - Imperia 0,002 Specie Vacca Pecora < 0,0001 Specie Vacca Capra < 0,0001 Considerando gli anni cumulati, sono emerse differenze significative solo tra specie (F=2,362; g.l.=2; P<0,0001) (Tab. 3.2). Tab Differenze significative delle predazioni tra zone e specie predate Fattori Confronti P Specie Vacca Pecora < 0,0001 Specie Vacca Capra < 0,0001 Zone Imperia - Antola 0,004 Zone Antola Aveto 0,018 45
46 L analisi di regressione con stima di curve, ha mostrato un andamento lineare diretto degli eventi di predazione complessivi negli anni (F = 62,919 ; g.l. = 1 ; P<0,0001 ; R 2 = 0,886; y = 4,88 x 0,08) (Fig. 3.6). Fig Andamento degli eventi di predazione totali 46
47 Considerando il numero di capi predati complessivamente si osserva un andamento logaritmico, che mostra un fenomeno in lieve aumento (F=19,425; g.l.=2 ; P=0,003 ; R 2 =0,697 ; y=35,13 log(x)+ 7,57) (Fig. 3. 7). Fig Andamento dei capi predati totali 47
48 In particolare nel territorio circostante il monte Antola e l omonimo parco regionale, si è osservato un andamento degli eventi di predazione di tipo cubico, con una marcata tendenza alla diminuzione (F = 28,743 ; g.l. = 3 ; P = 0,001 ; R 2 = 0,912 ; y = - 0,23 x 3 + 3,63 x 2 9,89 x + 6,58) (Fig. 3.8). Fig Andamento degli eventi di predazione nella zona del monte Antola 48
49 Tuttavia considerando il numero di capi predati si osserva un andamento lineare diretto (F =11,857; g.l.=1; P=0,01; R 2 =0,576; y=6,19 x 8,99) (Fig. 3.9). Fig Andamento dei capi predati nella zona del monte Antola 49
50 Per quanto riguarda il territorio della Val d Aveto non è stato possibile stimare un andamento significativo né per gli eventi di predazione (F = 0,46 ; g.l. = 1 ; P = 0,52) né per i capi predati (F = 0,42 ; g.l. = 1 ; P = 0,670). Nella provincia di Imperia si è osservato un andamento degli eventi di predazione di tipo lineare, con una marcata tendenza all aumento (F = 7,27 ; g.l. = 1 ; P = 0,03 ; R 2 = 0,439 ; y = 1,06 x - 2,66) (Fig. 3.10). Fig Andamento degli eventi di predazione nella provincia di Imperia 50
51 Per quanto riguarda il numero di capi predati si registra una tendenza analoga a quella degli eventi di predazione (F = 30,109 ; g.l. = 3 ; P = 0,001 ; R 2 = 0,916 ; y = 0,13 x 3 1,15 x 2 + 3,59 x 2,69) (Fig. 3.11). Fig Andamento dei capi predati nella provincia di Imperia 51
52 Considerando i rimborsi erogati dalle province liguri per danni al bestiame da predazione, è risultato come solamente in provincia di Genova i danni siano stati rimborsati con continuità dal 2002 al 2008, mentre a Imperia le predazioni sono state compensate solo nel 2004, e dal 2008 al 2010 e nelle altre province non risultano né denunce ufficiali di danni, né rimborsi per tutto il periodo considerato. L analisi di regressione con stima di curve, ha mostrato un andamento di tipo cubico, con una marcata tendenza alla diminuzione dei rimborsi complessivi erogati negli anni (F = 11,19 ; g.l. = 3; P = 0,001 ; R 2 = 0,793 ; y = - 203,19 x ,45 x ,18 x ,25) (Fig. 3.12). Fig Andamento dei rimborsi erogati complessivi 52
53 Si noti infine come il modello predittivo formulato considerando i rimborsi erogati dal 2002 al 2009 ha stimato correttamente (15250 ± 3787,04) quelli erogati nell anno 2010 (15248 ) (Fig. 3.13). Fig Andamento dei rimborsi erogati complessivi fino al
54 CONCLUSIONI Il presente stato di avanzamento ha mostrato sinteticamente i risultati preliminari della IV fase del Progetto. Risultati e conclusioni, comprendenti quelle relative ai punti 4 5 6, verranno presentati in dettaglio nella relazione finale dell attuale fase. 54
Lupo e zootecnia in Liguria
2011 Regione Liguria Parco Naturale Regionale dell Antola Dipartimento di Biologia Animale Università di Pavia Lupo e zootecnia in Liguria Status e prospettive per la riduzione dei conflitti Olio su tela
DettagliECOLOGIA DEL LUPO (CANIS LUPUS) IN LIGURIA E IMPATTO SULLA ZOOTECNIA
Regione Liguria Parco Naturale Regionale dell Antola Dipartimento di Biologia Animale Università di Pavia ECOLOGIA DEL LUPO (CANIS LUPUS) IN LIGURIA E IMPATTO SULLA ZOOTECNIA GIUGNO 2009 1 A CURA DI ALBERTO
DettagliZona di confine tra GE, PC e PV ( ) Provincia di La Spezia ( ) Provincia di Genova e Parchi dell Aveto e dell Antola ( )
Zona di confine tra GE, PC e PV (1987-1993) Provincia di La Spezia (1992-1994) Provincia di Genova e Parchi dell Aveto e dell Antola (1998-2006) Tutta la regione Liguria (2007-2010) Verifica della presenza
DettagliOBIETTIVI CONSERVAZIONE SPECIE TUTELA ATTIVITA ANTROPICHE
Progetto Il Lupo in Liguria Dott. Pietro Milanesi OBIETTIVI CONSERVAZIONE SPECIE TUTELA ATTIVITA ANTROPICHE Predazione ungulati domestici / selvatici Conflitti uomo-predatore METODI TRANSETTI STANDARDIZZATI
DettagliI risultati del progetto regionale per il monitoraggio del Lupo in Liguria
I risultati del progetto regionale per il monitoraggio del Lupo in Liguria MERIGGI A., MILANESI P., SERAFINI M., SCHENONE L., SIGNORELLI S., TORRETTA E., PUOPOLO F., SOBRERO R., RANDI E., CANIGLIA R.,
DettagliCARTA DELLE VOCAZIONI FAUNISTICHE DELL AMBITO TERRITORIALE DI CACCIA BARI/BT PARTE XIV VOCAZIONI FAUNISTICHE E IDONEITÀ AMBIENTALE VOLPE
CARTA DELLE VOCAZIONI FAUNISTICHE DELL AMBITO TERRITORIALE DI CACCIA BARI/BT PARTE XIV VOCAZIONI FAUNISTICHE E IDONEITÀ AMBIENTALE VOLPE UNIVERSITÀ DEGLI STUDI DI PAVIA DOTT. ALBERTO MERIGGI DOTT. GIANPASQUALE
DettagliCANIS LUPUS IN BASILICATA: ANALISI DEI DANNI SUBITI DALLE POPOLAZIONI ZOOTECNICHE E MONITORAGGIO DELLA POPOLAZIONE NELLA PROVINCIA DI MATERA
DIPARTIMENTO AMBIENTE E TERRITORIO INFRASTRUTTURE ED OPERE PUBBLICHE UFFICIO PARCHI, BIODIVERSITA E TUTELA DELLA NATURA Osservatorio regionale degli habitat naturali e delle popolazioni faunistiche e biodiversità
DettagliPresentazione dell edizione italiana
Presentazione dell edizione italiana Prefazione xiii xvii 1 Introduzione 1 1.1 Statistica e medicina.......................... 1 1.2 Statistica e matematica........................ 2 1.3 Statistica ed
DettagliCARTA DELLE VOCAZIONI FAUNISTICHE DELLA PROVINCIA DI BARLETTA-ANDRIA-TRANI PARTE VIII VOCAZIONI FAUNISTICHE E IDONEITÀ AMBIENTALE STARNA
CARTA DELLE VOCAZIONI FAUNISTICHE DELLA PROVINCIA DI BARLETTA-ANDRIA-TRANI PARTE VIII VOCAZIONI FAUNISTICHE E IDONEITÀ AMBIENTALE STARNA UNIVERSITÀ DI PAVIA DOTT. ALBERTO MERIGGI DOTT. GIANPASQUALE CHIATANTE
DettagliCARTA DELLE VOCAZIONI FAUNISTICHE DELLA PROVINCIA DI BARLETTA-ANDRIA-TRANI PARTE XII VOCAZIONI FAUNISTICHE E IDONEITÀ AMBIENTALE CINGHIALE
CARTA DELLE VOCAZIONI FAUNISTICHE DELLA PROVINCIA DI BARLETTA-ANDRIA-TRANI PARTE XII VOCAZIONI FAUNISTICHE E IDONEITÀ AMBIENTALE CINGHIALE UNIVERSITÀ DI PAVIA DOTT. ALBERTO MERIGGI DOTT. GIANPASQUALE CHIATANTE
DettagliIL LUPO Tecniche di monitoraggio della specie in ambiente alpino. Eugenio Carlini
IL LUPO Tecniche di monitoraggio della specie in ambiente alpino Eugenio Carlini Il monitoraggio della presenza del lupo si effettua attraverso l applicazione integrata di diversi protocolli e metodi
DettagliDISTRIBUZIONE E STATO DEL LUPO (CANIS LUPUS) IN LIGURIA
Regione Liguria Parco Naturale Regionale dell Antola Dipartimento di Biologia Animale Università di Pavia DISTRIBUZIONE E STATO DEL LUPO (CANIS LUPUS) IN LIGURIA Fotografia di Luca Nelli (2007) DICEMBRE
DettagliCARTA DELLE VOCAZIONI FAUNISTICHE DELL AMBITO TERRITORIALE DI CACCIA BARI/BT PARTE XV VOCAZIONI FAUNISTICHE E IDONEITÀ AMBIENTALE CORVIDI E PASSERI
CARTA DELLE VOCAZIONI FAUNISTICHE DELL AMBITO TERRITORIALE DI CACCIA BARI/BT PARTE XV VOCAZIONI FAUNISTICHE E IDONEITÀ AMBIENTALE CORVIDI E PASSERI UNIVERSITÀ DEGLI STUDI DI PAVIA DOTT. ALBERTO MERIGGI
DettagliStatistica descrittiva
Luigi Vajani Statistica descrittiva r,,, I o -:i f e l ~ 1 (f"i I - / I I - ETASLIBRI Indice XIII Presentazione Parte prima - Introduzione 3 Capitolo 1 - Concetti generali 1.1 - Introduzione; l.2 - La
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
Dettagliper togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione
Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti
DettagliCARTA DELLE VOCAZIONI FAUNISTICHE DELLA PROVINCIA DI BARLETTA-ANDRIA-TRANI PARTE XV VOCAZIONI FAUNISTICHE E IDONEITÀ AMBIENTALE CORVIDI E PASSERI
CARTA DELLE VOCAZIONI FAUNISTICHE DELLA PROVINCIA DI BARLETTA-ANDRIA-TRANI PARTE XV VOCAZIONI FAUNISTICHE E IDONEITÀ AMBIENTALE CORVIDI E PASSERI UNIVERSITÀ DI PAVIA DOTT. ALBERTO MERIGGI DOTT. GIANPASQUALE
DettagliDistribuzione, consistenza ed impatto del lupo in Liguria Strategia di convivenza e gestione dei conflitti
Regione Liguria Parco Naturale Regionale dell Antola Dipartimento di Scienze dell Ambiente e della Terra (DI.S.T.A.) Università di Pavia Laboratorio di Genetica Istituto Superiore per la Protezione e la
DettagliSegnalazioni alle prefetture
Segnalazioni alle prefetture Segnalazioni alle prefetture SEGNALAZIONI ALLE PREFETTURE Le segnalazioni alle Prefetture (ai sensi degli art. 75 e 121 del DPR 309/90), per utilizzo o possesso di sostanze
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea in Scienze Biologiche
UNIVERSITÀ DEGLI STUDI DI MILANO Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di Laurea in Scienze Biologiche STUDIO DEGLI EFFETTI DELLA DISMISSIONE E DELLA MODIFICAZIONE DELLE PRATICHE AGRICOLE
DettagliDefinizione della localizzazione e superficie degli areali occupati Variazioni temporali degli areali occupati
Uso dell habitat ed ecologia alimentare del lupo(canis lupus, L. 1758) nell Alto Appennino Reggiano Dott. Nicola Gilio Dipartimento di Biologia Animale-Università di Pavia Parco del Gigante Consistenza
DettagliL'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale
L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi della varianza (ANOVA) La tecnica con cui si esplorano le relazioni
DettagliESERCIZIO 1. Vengono riportati di seguito i risultati di un analisi discriminante.
ESERCIZIO 1. Vengono riportati di seguito i risultati di un analisi discriminante. Test di uguaglianza delle medie di gruppo SELF_EFF COLL_EFF COIN_LAV IMPEGNO SODDISF CAP_IST COLLEGHI Lambda di Wilks
DettagliASSEMBLEA LEGISLATIVA DELLA LIGURIA ORDINE DEL GIORNO IL CONSIGLIO REGIONALE ASSEMBLEA LEGISLATIVA DELLA LIGURIA
ASSEMBLEA LEGISLATIVA DELLA LIGURIA Genova, 18 marzo 2016 Al Signor Presidente dell Assemblea Legislativa della Liguria Prot. 10/145 ORDINE DEL GIORNO Oggetto: Progetto Regionale Il Lupo in Liguria. IL
DettagliIl soggetto organizzatore consegna a ciascun partecipante il materiale adeguato alla preparazione per sostenere la prova d esame.
ALLEGATO B DISPOSIZIONI MINIME RELATIVE AI CORSI DI ABILITAZIONE AL CENSIMENTO E AL PRELIEVO SELETTIVO DEGLI UNGULATI, ALLA CACCIA AL CINGHIALE IN FORMA COLLETTIVA E A CAPOSQUADRA PER LA CACCIA COLLETTIVA
DettagliSTATISTICA. Regressione-2
STATISTICA Regressione-2 Esempio Su un campione di =5unità sono state osservate due variabili, ed : x i 1 2 3 4 5 y i 1.5 2.5 3 2.5 3.5 1. Rappresentare l andamento congiunto di in funzione di mediante
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
DettagliMonitoraggio Ungulati selvatici Anno 2012
Monitoraggio Ungulati selvatici Anno 2012 1. Materiali e metodi Per la primavera 2012, è stato applicata la tecnica del pellet group count con le stesse modalità individuate negli scorsi anni, vale a dire
DettagliDieci anni di monitoraggio del lupo nell Appennino
Verso nuovi modelli di conservazione e gestione del lupo in Italia, Bologna, 22 ottobre 2012 Il lupo nelle Marche, Ancona, 21 gennaio 2013 2002-2012 Dieci anni di monitoraggio del lupo nell Appennino Ettore
DettagliRAPPORTO SULLA SITUAZIONE DEL FAGIANO DI MONTE IN ALTO ADIGE
RAPPORTO SULLA SITUAZIONE DEL FAGIANO DI MONTE IN ALTO ADIGE Foto: Alfred Hinteregger Luglio 2014 RAPPORTO SULLA SITUAZIONE DEL FAGIANO DI MONTE IN ALTO ADIGE 2014 1. Gruppi montuosi Unità gestionali Pagina
DettagliTRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative
TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi
DettagliStatistica multivariata Donata Rodi 17/10/2016
Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
DettagliCHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)
CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON
DettagliStudio scientifico delle interazioni tra gli organismi ed il loro ambiente (Haeckel)
Principi di Ecologia Dipartimento di Biologia Animale-Università di Pavia Dott. Nicola Gilio Definizioni di ecologia Studio scientifico delle interazioni tra gli organismi ed il loro ambiente (Haeckel)
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliLa predazione del lupo sui domestici: impatto sulla zootecnia montana a vent anni dal suo ritorno.
La predazione del lupo sui domestici: impatto sulla zootecnia montana a vent anni dal suo ritorno. Dott.Mauro Bruno S.C.Sanità Animale Fenestrelle, 01 giugno 2018 CAPACITÀ CHI VEDE SOLO UN ASPETTO DEL
DettagliBiostatistica Laurea Magistrale in Biologia
Biostatistica Laurea Magistrale in Biologia Risultati dell esame del 1 Giugno 2016 Matricola 704922 715340 718052 7263 735674 741637 751823 751833 752143 752451 7537 7534 766091 766657 767606 781510 797434
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliMonitoraggio Ungulati selvatici Anno 2010
Monitoraggio Ungulati selvatici Anno 2010 1. Materiali e metodi Per la primavera 2010, è stato applicata la tecnica del pellet group count con le stesse modalità individuate negli scorsi anni, vale a dire
DettagliDanni da lupo e da cani inselvatichiti
Danni da lupo e da cani inselvatichiti Il lupo (Canis Lupus) è una specie protetta a livello nazionale ed europeo ed è inserita nella così detta Lista rossa dell'unione internazionale per la conservazione
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliMonitoraggio Fotografico: regole utili
Monitoraggio del lupo: monitoraggio fotografico Monitoraggio Fotografico: regole utili preparare la MF prima di andare sul campo effettuare controlli più serrati nei primi giorni di posizionamento (3 4
DettagliVALUTAZIONE PRELIMINARE DEI DANNI AL PATRIMONIO ZOOTECNICO NEL PARCO NAZIONALE DEI MONTI SIBILLINI
Migliorare le condizioni per la conservazione dei grandi carnivori Progetto LIFE 07NAT/IT/000502 Relazione sulla VALUTAZIONE PRELIMINARE DEI DANNI AL PATRIMONIO ZOOTECNICO NEL PARCO NAZIONALE DEI MONTI
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliPROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA
PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA PROCEDURA/TECNICA DI ANALISI DEI DATI SPECIFICAMENTE DESTINATA A STUDIARE LA RELAZIONE TRA UNA VARIABILE NOMINALE (ASSUNTA
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliFattori influenzanti il successo delle immissioni di starna. Alberto Meriggi Dipartimento di Biologia Animale Università di Pavia
Fattori influenzanti il successo delle immissioni di starna Alberto Meriggi Dipartimento di Biologia Animale Università di Pavia Il declino delle popolazioni Iniziò dopo la seconda guerra mondiale Subì
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
Dettaglis a Inferenza: singolo parametro Sistema di ipotesi: : β j = β j0 H 1 β j0 statistica test t confronto con valore t o p-value
Inferenza: singolo parametro Sistema di ipotesi: H 0 : β j = β j0 H 1 : β j β j0 statistica test t b j - b s a jj j0 > t a, 2 ( n-k) confronto con valore t o p-value Se β j0 = 0 X j non ha nessuna influenza
DettagliFondamenti di statistica per il miglioramento genetico delle piante. Antonio Di Matteo Università Federico II
Fondamenti di statistica per il miglioramento genetico delle piante Antonio Di Matteo Università Federico II Modulo 2 Variabili continue e Metodi parametrici Distribuzione Un insieme di misure è detto
DettagliSTATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a
STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno espri mibile numericamente
DettagliCorso per rilevatore biometrico. Corso biometria cinghiali dott. Alessandro Barabino
Corso per rilevatore biometrico BIOMETRIA La biometria (bios=«vita»; metros=«misura») è la scienza che studia la misurazione delle variabili morfologiche degli organismi di una popolazione. I dati biometrici
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione
DettagliStima dei parametri di modelli lineari
Stima dei parametri di modelli lineari Indice Introduzione................................ 1 Il caso studio................................ 2 Stima dei parametri............................ 3 Bontà delle
Dettagliprogrammi di introduzione di razze esotiche in Sardegna
Approcci metodologici per la valutazione dell efficacia di programmi di introduzione di razze esotiche in Sardegna ANTONELLO CARTA AGRIS SARDEGNA Gestione risorse genetiche locali Nell ultimo secolo le
DettagliBLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i
BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili
DettagliGRANDI CARNIVORI IN LOMBARDIA
GRANDI CARNIVORI IN LOMBARDIA Meriggi A., Milanesi P., Crotti C., Mazzoleni L. Dipartimento di Biologia Animale Università degli Studi Pavia Classe: Mammiferi Ordine: Carnivori Famiglia Canidi Ursidi Felidi
DettagliCURVE DI DURATA: Introduzione e Rappresentazione analitica
CURVE DI DURATA: Introduzione e Rappresentazione analitica Premesse Si definisce durata di una portata Q riferita ad una sezione di misura, l'intervallo di tempo in cui le portate naturali del corso d
DettagliAmbito Territoriale di Caccia ASCOLI PICENO Via Salaria Inferiore, Ascoli Piceno
Ambito Territoriale di Caccia ASCOLI PICENO Via Salaria Inferiore, 84 63100 Ascoli Piceno CORSO FORMATIVO per l abilitazione alla figura tecnica di CACCIATORE DI CINGHIALE IN FORMA COLLETTIVA (lett. e),
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliINDAGINE SULLA PRESENZA DEL LUPO IN PROVINCIA DI GROSSETO
INDAGINE SULLA PRESENZA DEL LUPO IN PROVINCIA DI GROSSETO Progetto realizzato con il contributo del programma Life della Commissione Europea Programma 1. Il lupo in Italia: distribuzione e minacce 2. Il
DettagliL A B C di R. Stefano Leonardi c Dipartimento di Scienze Ambientali Università di Parma Parma, 9 febbraio 2010
L A B C di R 0 20 40 60 80 100 2 3 4 5 6 7 8 Stefano Leonardi c Dipartimento di Scienze Ambientali Università di Parma Parma, 9 febbraio 2010 La scelta del test statistico giusto La scelta della analisi
DettagliLM 88 SOCIOLOGIA E RICERCA SOCIALE. Metodi Statistici per la Ricerca Sociale. Regressione lineare e correlazione
LM 88 SOCIOLOGIA E RICERCA SOCIALE Metodi Statistici per la Ricerca Sociale Regressione lineare e correlazione 1. Su un campione di individui sono rilevati i caratteri X (peso in Kg) e Y (altezza in cm),
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
DettagliLuigi Santoro. Hyperphar Group S.p.A., MIlano
Come modellare il rischio Luigi Santoro Hyperphar Group S.p.A., MIlano Gli argomenti discussi Le definizioni del termine rischio L utilità di un modello predittivo di rischio Come costruire modelli predittivi
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliCenni di statistica statistica
Cenni di statistica La statistica è una disciplina che ha come fine lo studio quantitativo e qualitativo di un particolare fenomeno in condizioni di incertezza o non determinismo, ovvero di non completa
DettagliAnalisi della varianza
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Facoltà di Medicina e Chirurgia - A.A. 2009-10 Scuole di specializzazione Lezioni comuni Disciplina: Statistica Docente: dott.ssa Egle PERISSINOTTO
DettagliLa progettazione di un indagine statistica
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 L indagine campionaria 2 3 Outline 1 L indagine campionaria 2 3 L indagine campionaria [1/2] Principalmente influenzata da: tempi costi
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione Normale (o di
DettagliUniversità del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare
DettagliIstituzioni di Statistica
Istituzioni di Statistica CORSO DI LAUREA IN ECONOMIA DEL COMMERCIO INTERNAZIONALE CORSO DI LAUREA IN ECONOMIA E AMMINISTRAZIONE DELLE IMPRESE A.A. 2007/2008 DOCENTE: Marco Minozzo PROGRAMMA - STATISTICA
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione
DettagliStatistica Elementare
Statistica Elementare 1. Frequenza assoluta Per popolazione si intende l insieme degli elementi che sono oggetto di una indagine statistica, ovvero l insieme delle unità, dette unità statistiche o individui
DettagliISTITUTO TECNICO INDUSTRIALE STATALE FOCACCIA DISCIPLINA : CALCOLO PROGRAMMAZIONE MODULARE ANNO SCOLASTICO 2010/2011 CLASSI : III, IV, V
ISTITUTO TECNICO INDUSTRIALE STATALE FOCACCIA DISCIPLINA : CALCOLO PROGRAMMAZIONE MODULARE ANNO SCOLASTICO 010/011 CLASSI : III, IV, V Docenti Marino Teresa Scaramella Franca Napoli Raffaele Matarazzo
Dettaglihttp://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella
DettagliLE CARTE DI IMPATTO DEL CINGHIALE IN REGIONE PIEMONTE
LE CARTE DI IMPATTO DEL CINGHIALE IN REGIONE PIEMONTE Assessorato Agricoltura, Tutela della fauna e della flora Direzione Agricoltura Osservatorio regionale sulla fauna selvatica Perché le carte di impatto
DettagliVerso nuovi modelli di conservazione e gestione del lupo in Italia
Verso nuovi modelli di conservazione e gestione del lupo in Italia Lunedì 22 ottobre 2012 Regione Emilia-Romagna, Terza Torre, Sala A Viale della Fiera, 8 - Bologna Foto di Andrea Dal Pian Nel 2012 si
DettagliQuanti soggetti devono essere selezionati?
Quanti soggetti devono essere selezionati? Determinare una appropriata numerosità campionaria già in fase di disegno dello studio molto importante è molto Studi basati su campioni troppo piccoli non hanno
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 5. La correlazione lineare Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014 Sommario 1 Tipi di relazione
Dettaglilezione 4 AA Paolo Brunori
AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente
DettagliCOMPRENSORIO ALPINO DI CACCIA DEL SEBINO CA5
COMPRENSORIO ALPINO DI CACCIA DEL SEBINO CA5 STIMA DELLE CONSISTENE E PROPOSTA DI PRELIEVO DEL CINGHIALE Giugno 2016 a cura di: dott.ssa Elena Bonavetti STIMA DELLA PRESENZA DEL CINGHIALE E PROPOSTA DI
DettagliSTIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2
p. 1/1 INFORMAZIONI Prossime lezioni Giorno Ora Dove 10/02 14:30 P50 11/02 14:30 Laboratorio (via Loredan) 17/02 14:30 P50 23/02 14:30 P50 25/02 14:30 Aula informatica (6-7 gruppi) 02/03 14:30 P50 04/03
DettagliI dati INAIL anno 2015
I dati INAIL anno 2015 Al 30/04/2016, l INAIL dichiara di aver riconosciuto e indennizzato 343.606 infortuni avvenuti sul lavoro nel corso del 2015 su tutto il territorio nazionale. Di questi, il 93% (pari
DettagliAnalisi multivariata per osservazioni appaiate. Analisi multivariata per osservazioni appaiate
Introduzione Notazione Modello additivo Verifica d ipotesi Sia X una variabile q-dimensionale, a valori reali, non degenere, osservata in k tempi diversi (τ 1, τ 2,..., τ k ), sulle stesse n unità statistiche
DettagliPresentazione dell edizione italiana
1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli
DettagliNel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0.
Regressione [] el modello di regressione lineare si assume una relazione di tipo lineare tra il valore medio della variabile dipendente Y e quello della variabile indipendente X per cui Il modello si scrive
DettagliServizi di Igiene Urbana Rifiuti Solidi Indifferenziati
Monitoraggio Anno XI - Report 2 Aprile Giugno 2010 Servizi di Igiene Urbana Rifiuti Solidi Indifferenziati 1) Il Monitoraggio dei Servizi di Igiene Urbana L analisi mira ad individuare le variazioni della
Dettagliviii Indice generale
Indice generale 1 Introduzione al processo di ricerca 1 Sommario 1 Il processo di ricerca 3 Concetti e variabili 5 Scale di misura 8 Test di ipotesi 10 Evidenza empirica 10 Disegni di ricerca 11 Sintesi
DettagliComputazione per l interazione naturale: Regressione probabilistica
Computazione per l interazione naturale: Regressione probabilistica Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2018.html
Dettaglistandardizzazione dei punteggi di un test
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it standardizzazione dei punteggi di un test serve a dare significato ai punteggi che una persona ottiene ad un test, confrontando la
DettagliStatistica multivariata Donata Rodi 08/11/2016
Statistica multivariata Donata Rodi 08/11/2016 MANOVA: Multivariate Analysis of Variance Due o più variabili dipendenti quantitative Una o più variabili indipendenti categoriali (con più livelli) Residui
DettagliI Componenti del processo decisionale 7
Indice Introduzione 1 I Componenti del processo decisionale 7 1 Business intelligence 9 1.1 Decisioni efficaci e tempestive........ 9 1.2 Dati, informazioni e conoscenza....... 12 1.3 Ruolo dei modelli
Dettagli