Nunatak isola di rifugio - Nunatak isola di rifugio - Nunatak isola di rifugio Nunatak

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Nunatak isola di rifugio - Nunatak isola di rifugio - Nunatak isola di rifugio Nunatak"

Transcript

1 Dipartimento di Biologia Animale Università di Pavia, Piazza Botta, 9, I-27100, Pavia, Italy. I MODELLI DI VALUTAZIONE AMBIENTALE PER LE POTENZIALITA FAUNISTICHE: ASPETTI METODOLOGICI E STATO IN ITALIA Alessandro Massolo Alberto Meriggi

2 INTRODUZIONE Sin dalla metà degli anni settanta, La Division of Ecological Services, US Fish and Wildlife Service (USFWS) del Department of the Interior degli Stati Uniti, ha cercato di formalizzare il processo di modellizzazione ecologica finalizzata alla valutazione ambientale, sviluppando delle procedure di valutazione denominate Habitat Evaluation Procedures (HEP). Le HEP hanno due possibili finalità: (A) valutare la qualità ambientale relativa di aree differenti allo stesso tempo t, e (B) stimare la qualità relativa della stessa area a tempi diversi (t e t+1; USFWS 1980). Fondamento centrale delle HEP è che gli habitat possano essere valutati mediante l uso di indici di idoneità ambientale (HSI, Habitat Suitability Index) per specie di interesse gestionale e/o conservazionistico. In Italia è solo dalla fine degli anni 80 che la modellistica ambientale per studi di ecologia animale e per la gestione e conservazione faunistica è andata diffondendosi in modo crescente (Meriggi & Alieri 1989). I Modelli di Valutazione Ambientale (MVA) a scopi di gestione e conservazione delle risorse faunistiche in Italia vengono formalizzati però solo negli anni 90 (Massolo & Meriggi 1995), sebbene con tecniche differenti e in maniera meno formale rispetto alle procedure standard previste dai documenti del USFWS, che erano maggiormente integrate in un processo complessivo di valutazione ambientale (stime dei costi, definizione delle specie indicatrici rispetto agli obiettivi di pianificazione e/o progettazione, etc.). LE MOTIVAZIONI E LE APPLICAZIONI In Italia, le tecniche di valutazione ambientale a fini faunistici sono state inizialmente applicate nell ambito di ricerche di ecologia animale, per comprendere quali componenti ambientali potevano essere responsabili delle variazioni osservate nelle popolazioni animali, oppure utilizzando vari indicatori di status delle popolazioni stesse (presenza/assenza, classi di abbondanza, densità, parametri demografici, ecc.) come indici di qualità ambientale. I modelli formulati avevano sostanzialmente come scopo quello di spiegare le variazioni di tali indici al variare delle caratteristiche ambientali (p.es. Meriggi et al. 1992; Meriggi & Sacchi 2000). Molto velocemente i modelli hanno trovato applicazioni importanti anche nella gestione faunistica come strumento integrativo alla pianificazione (ad es. piani faunistico-venatori provinciali). La possibilità di formulare modelli che fossero in grado di prevedere lo status delle popolazioni in aree per cui non si avevano informazioni relative alla specie, oppure che consentissero di stimare le variazioni degli indicatori (ad es. densità) in presenza di particolari strategie di gestione del territorio, ha reso queste tecniche molto più diffuse anche tra gli operatori e i

3 tecnici. Lo sviluppo di software con interfacce per l utente estremamente facilitate sui programmi Windows per PC ha infine consentito ad utenti non esperti di formulare modelli anche estremamente complessi, utilizzando procedure informatiche molto sofisticate ed elaborate da un punto di vista computazionale. Tra le applicazioni di gestione del territorio, l individuazione di aree critiche per la conservazione di specie di particolare pregio naturalistico è una delle più diffuse (Massolo & Meriggi 1998; Corsi et al. 1999; Posillico et al. 2004). Soltanto recentemente, l uso dei MVA è divenuto di particolare interesse anche nell ambito delle valutazioni di impatto o di incidenza ambientale e nella valutazione ambientale strategica (VIA e VAS), dove i MVA sono utilizzati per applicazioni su ampia scala o per stimare gli effetti sulle popolazioni animali di piani, programmi o progetti. ASPETTI METODOLOGICI DEI MVA La valutazione ambientale intesa come finora descritto, passa attraverso un processo logico che prevede una sequenza di passaggi concettuali e operativi che sono ben descritti in letteratura (Grant 1986, Massolo & Meriggi 1995). Una corretta formulazione di un modello deve prevedere buona parte di questi passaggi, pena la sua inefficacia in uno dei suoi obiettivi principali (previsione, sintesi, comunicazione, ecc.). LE MOTIVAZIONI E GLI OBIETTIVI Il primo passo nella formulazione di un modello di valutazione ambientale è di definire con chiarezza gli obiettivi che si debbono conseguire attraverso il processo di valutazione. Come abbiamo visto in precedenza, i modelli possono assolvere diverse finalità e la precisa definizione degli obiettivi specifici e di dettaglio di tali finalità rappresenta un elemento essenziale per tutto il processo di valutazione, poiché condiziona molte scelte tecniche successive, quali la scala, il tipo di metodica di modellizzazione, la sua rappresentazione, ecc. Nel caso di analisi ambientali finalizzate a studi ecologici, è prioritario stabilire se si desideri prevedere l andamento di un fenomeno di particolare interesse scientifico o con particolari problematiche di conservazione e/o gestionali (modelli predittivi) o invece ricercare e studiare i fattori ecologici che condizionano i parametri biologici di interesse (modelli esplicativi). La scelta tra una finalità predittiva o esplicativa determina, infatti, profonde differenze nelle caratteristiche del protocollo di lavoro. In caso di modelli predittivi, l enfasi deve essere data al

4 potere descrittivo del modello, mentre nel caso di modelli esplicativi l enfasi ricade maggiormente sulle relazioni tra le componenti ecologiche e il fenomeno oggetto della ricerca. Nel caso di un processo di valutazione ambientale in senso stretto (Valutazione di Impatto Ambientale o Valutazione Ambientale Strategica), le caratteristiche del progetto, del programma o del piano di gestione del territorio definiscono le caratteristiche dei modelli che devono essere formulati. Gli interventi di gestione o la pianificazione territoriale sono caratterizzati da modalità esecutive o di programmazione ben definite che individuano le modalità di esecuzione (progetto) o le priorità cui devono rispondere (piano o programma). Una precisa definizione delle loro caratteristiche vincola la successiva formulazione di modelli che dovranno appunto rispondere a queste esigenze, particolarmente in termini di fenomeno ecologico da valutare, estensione del territorio considerato, durata della simulazione (intervallo temporale), scala e indicatori di impatto o di variazione. Nel caso di un progetto esecutivo da sottoporre a VIA, per esempio, le sue caratteristiche strutturali o funzionali (gestione di un bacino idrico, nuova rete stradale, infrastrutture industriali, ecc.), la sua posizione nello spazio e nell ecosistema (p. es. in che posizione rispetto a un bacino fluviale) determinano molte delle scelte successive relative alla definizione del sistema di riferimento e delle componenti da monitorare e quindi modellizzare. LA DEFINIZIONE DEL SISTEMA Per definizione del sistema si intende l individuazione dei confini spaziali dell area di interesse, la scala cartografica di riferimento, e l arco temporale di monitoraggio e di simulazione, oltre che l ambito ecologico e temporale di validità. In molti casi i modelli potrebbero, infatti, essere adatti a situazioni locali e scarsamente generalizzabili, mentre, in altri, avere minori capacità descrittive a livello locale, ma una grande applicabilità a scale più ampie. Analogamente, i modelli potrebbero essere stati formulati per fenomeni con cadenze stagionali e quindi non essere applicabili in altri periodi (ad. es. habitat idonei per siti riproduttivi di specie migratorie). La scelta delle dimensioni dell area ha conseguenze immediate: sia teoriche, sia operative. Un area molto estesa comporta uno sforzo di campionamento e di analisi geografica e ambientale molto importante. L esistenza di cartografie tematiche in formato numerico, un adeguata competenza sull utilizzo di Sistemi Informativi Geografici e un altrettanto adeguato supporto informativo per la computazione hanno provocato, in questi ultimi 15 anni, un incremento delle analisi ambientali su ampia scala (piccola scala geografica, 1:50.000, 1: ). Ciononostante, gli studi ecologici ad ampia scala richiedono un altrettanto intenso sforzo nella quantificazione (vedi oltre) delle componenti biotiche che non siano già

5 rappresentate nella cartografia tematica e/o che non possano essere caratterizzate mediante interpretazione di dati in remoto (remote sensing). Ovviamente, l estensione dell area di riferimento condiziona anche la scelta della scala geografica. Un analisi a livello regionale è difficilmente attuabile a scale di riferimento superiori a 1:25.000, ma più facilmente dovrà essere condotta a scale minori (p. es. 1:50.000), mentre a livello nazionale l analisi difficilmente potrà andare oltre la scala di 1: , che di fatto è la scala di riferimento per le carte tematiche delle Regioni e per la cartografia nazionale a livello europeo (vedi CORINE LandCover; landcover/en/tab_content_rlr). Per studi ecologici di dettaglio, come per singoli progetti da sottoporre a VIA o su ricerche condotte su organismi di ridotte dimensioni, le scale possono variare notevolmente da 1: fino a 1:5.000 o minori, solo in casi eccezionali. LE COMPONENTI DEL SISTEMA Un sistema complesso qual è un sistema ecologico, è generalmente composto da elementi/componenti che interagiscono tra loro spesso alterandosi reciprocamente (Begon et al. 2005). In un contesto ecologico questi elementi sono le componenti che determinano le caratteristiche del sistema ambientale. Le componenti di un sistema ecologico da definirsi per la formulazione di un modello di valutazione ambientale devono rispondere sostanzialmente a due requisiti: devono essere coerenti con gli obiettivi dell analisi e devono essere misurabili su tutta l area di studio. La coerenza tra l individuazione delle componenti e le finalità della valutazione ambientale è fondamentale per la successiva fase di quantificazione. Durante il processo di analisi, infatti, si deve cercare di focalizzare lo sforzo sugli obiettivi prefissati dallo studio e non necessariamente sulla formulazione di un modello quanto più completo ed esaustivo possibile. Ciò è particolarmente auspicabile, quando si deve condurre una valutazione ambientale ad ampia scala, in cui il dettaglio delle informazioni disponibili, o reperibili, è chiaramente ridotto. Inoltre, in uno studio d idoneità ambientale per una specie di interesse conservazionistico, per esempio, la scelta di possibili componenti che possano determinare una variazione di idoneità del territorio per la specie stessa è un passaggio molto impegnativo, poiché molte delle componenti che si ritengono importanti per la valutazione non sono direttamente misurabili e quindi non possono essere utilizzate con facilità in un modello. Sfortunatamente, coerenza e misurabilità di una componente sono raramente conseguibili, ma molto più spesso c è una certa incertezza su quali caratteristiche della componente siano misurabili e quali invece, seppur auspicabili, non lo siano.

6 Un esempio piuttosto calzante è quello riguardante la qualità del territorio per una specie come il lupo (Massolo & Meriggi 1998). La sopravvivenza delle popolazioni di lupi è fortemente condizionata dalla presenza dell uomo, che esercita sostanzialmente un duplice effetto: da un lato incrementa la disponibilità di prede attraverso un aumento delle risorse trofiche disponibili (bestiame), dall altro riduce le possibilità di sopravvivenza in maniera diretta (persecuzione) e indiretta (incidenti stradali, disturbo venatorio, turistico, ecc.). In questo caso la componente Uomo è fondamentale per comprendere la qualità del territorio per una popolazione di lupi, però risulta difficile definirne con precisione le caratteristiche sia in termini qualitativi (turismo, attività venatorie, ecc.), sia quantitativi (misure di intensità della presenza dell uomo). Bisogna quindi definire con precisione le sotto-componenti della componente uomo che possono essere misurate con un certo grado di attendibilità e che si ritiene giochino un ruolo importante nella determinazione della qualità ambientale per il lupo. In questa (Massolo & Meriggi 1998) e in applicazioni successive (Glenz et al. 2001) gli indicatori utilizzati, non avendo a disposizione parametri diretti, sono stati l estensione delle strade e la presenza di territorio urbanizzato, oppure più diretti quali l abbondanza di ungulati domestici. LA QUANTIFICAZIONE La fase di quantificazione è un processo che in realtà comincia già durante l individuazione delle componenti ambientali. La scelta delle componenti, come abbiamo appena visto, prevede infatti che si utilizzino indicatori che siano misurabili e, quindi, prevede la definizione di misure che meglio rappresentano le componenti scelte. Questi indicatori possono essere individuati secondo i dati già disponibili presso archivi esistenti (cartografici o altri) o reperibili attraverso campionamenti mirati. Nel caso si voglia formulare un modello predittivo per applicarlo su un territorio diverso da quello in cui sono stati ricavati i dati di riferimento, le componenti scelte dovranno essere misurabili anche per tutto il territorio di applicazione. Per formulare un modello di valutazione ambientale è infatti auspicabile avere una serie di dati (training set) relativi a diverse aree rappresentative del territorio, che consentano di formulare le equazioni o i criteri di valutazione senza ricorrere completamente alla sola indicazione soggettiva dell esperto, che rimane comunque un alternativa valida, seppur meno auspicabile. Il rilevamento dei dati fenomenici (abbondanza, parametrici demografici, ecc ) Qualora fosse possibile utilizzare un training set, questo dovrebbe essere necessariamente caratterizzato dalla disponibilità di dati relativi alla componente ecologica che si vuole modellizzare (p.es. idoneità o potenzialità faunistica), anche detta variabile fenomenica.

7 Questa variabile dovrebbe caratterizzare il fenomeno ecologico in modo diretto e quanto più ragionevolmente possibile. Nel caso degli studi d idoneità ambientale per le potenzialità faunistiche spesso si utilizza la distribuzione della specie sul territorio, o la sua densità come indicatorei di qualità. In realtà, la relazione tra qualità ambientale e questi parametri potrebbe non essere così chiara, soprattutto se intervengono possibili fattori di disturbo a condizionare la presenza della specie (p.es. interventi di controllo o gestione della popolazione come prelievi controllati o ripopolamenti), o nel caso in cui la densità a livello locale sia condizionata da particolari condizioni ecologiche che però rappresentano anomalie nell ecologia della specie (Hobbs & Hanley 1990). Sarebbe, quindi, auspicabile acquisire dati relativi anche ad altri parametri demografici (successo riproduttivo,mortalità e dispersione, reclutamento, Van Horne 1983, Meriggi 1991), oppure utilizzare prudenzialmente le classi di densità anziché direttamente i valori stimati, quando si possa ritenere che le stime effettuate risentano di gravi anomalie. Le aree che compongono il training set possono essere indicate con il termine Unità di Campionamento (UC) e corrispondono alle unità statistiche di un processo di campionamento. Le dimensioni delle UC per studi d idoneità ambientale faunistica dovrebbero essere comparabili alle dimensioni dell home range della specie, in modo da poter includere al loro interno buona parte degli habitat normalmente utilizzati. Come indicazione orientativa si potrebbero considerare adeguate dimensioni che corrispondono al 25% dell home range fino a superfici due volte più estese e oltre ( %). Un problema spesso limitante nella formulazione di un modello è la numerosità del training set, che dipende sostanzialmente dalla variabilità ambientale (maggiore variabilità, maggiore numerosità) e dal numero di variabili predittive che si intendono usare per spiegare il fenomeno o per modellizzare l andamento (maggiore il numero delle variabili indipendenti e maggiore la numerosità), con un rapporto di almeno 5 casi per ogni variabile che viene inserita nel modello, nel caso di un modello di regressione lineare, mentre, nel caso di modelli classificatori o predittivi delle differenze tra gruppi (p.es. tra classi di idoneità), per ciascun gruppo occorrerebbe avere un numero di casi almeno doppio del numero di variabili selezionate dal modello (Williams & Titus 1988, Williams et al. 1990). L analisi ambientale Per ciascuna UC, unitamente al rilevamento delle variabili fenomeniche, si dovrebbero rilevare anche le caratteristiche ambientali che condizionano le variazioni del fenomeno e quindi i suoi indicatori. Le caratteristiche ecologiche di un territorio possono essere descritte mediante la misurazione di opportuni indicatori. Questi indicatori sono generalmente ricavati da cartografie tematiche in formato numerico o rilevate direttamente sul campo attraverso adeguate procedure di

8 campionamento e apposite tecniche di rilevamento. La scala di riferimento deve essere coerente con la biologia ed ecologia delle specie oggetto dello studio, se non si vuole correre il rischio che un livello di dettaglio non sufficiente porti a stime di idoneità non adeguate (Schulz & Joyce 1992). LE COMPONENTI ESPLICITE Tra le componenti normalmente esplicitate nella cartografia tematica ad ampia scala, l altitudine (spesso disponibile in cartografie numeriche come punti quotati, curve di livello o modelli digitali del terreno) e l uso o la copertura del suolo (p.es. Corine Land Cover e Inventari Forestali) sono tra le più diffuse. Utilizzando unicamente questo genere di cartografia tematica è possibile calcolare, per ciascuna porzione di territorio, opportune statistiche relative all altitudine (media, minimo, massimo, varianza, mediana, ecc.) e alla presenza e abbondanza (assoluta e relativa) di diverse categorie di copertura o uso del suolo (percentuale di territorio occupato dalle categorie individuate nei tematismi). A questi tematismi possono aggiungersene altri relativi a fattori biotici o abiotici (inquinamento, densità, ecc.) da cui è possibile ricavare analoghe statistiche per ogni unità territoriale. LE COMPONENTI IMPLICITE Dagli stessi tematismi possono essere estratti indicatori non espliciti che descrivono proprietà intrinseche del paesaggio come la complessità orografica, la complessità della composizione paesaggistica (per classi di uso del suolo, vegetazione, ecc.), la frammentazione e connettività degli habitat, ecc Gli indicatori orografici sono abbastanza noti. La pendenza viene calcolata mediante algoritmi che si basano sulla pendenza dei poligoni di Thiessen (o Dirchlet), o della retta che unisce due curve di livello adiacenti (Burrough 1986). Analogamente l esposizione viene spesso calcolata utilizzando la direzione della proiezione ortogonale a ciascun poligono di Tiessen. Per quanto riguarda invece l orografia, si utilizzano misure non altrettanto comuni, ad esempio la lunghezza delle curve di livello per unità di superficie per misurare la rugosità (roughness o ruggedness) di un area (Beasom et al. 1983). Per quanto concerne invece le caratteristiche di complessità della composizione ambientale, l utilizzo di indici numerici di diversità e equiripartizione (Shannon, Simpson, ecc.) e loro modificazioni è molto comune (Farina 2001). Negli ultimi anni, il crescente diffondersi di tecniche di ecologia del paesaggio (Forman & Godron 1986, Farina 2001, Battisti 2004), degli indici che tipicamente vengono utilizzati in

9 questo ambito disciplinare (McGarigal 1995, 2002), e la contemporanea disponibilità di software (Fragstat per Windows, Patch Analyst per ArcView 3.x della ESRI ) per il loro calcolo, ha portato a un loro ampio utilizzo in studi di valutazione ambientale (Hargis & Bissonette 1998). In particolare, queste tecniche consentono di stimare la frammentazione del paesaggio o di un particolare habitat tramite indici (metriche di paesaggio, landscape metrics) di dimensione media delle patch, deviazione standard, numero di patch; la distribuzione e posizione degli stessi tramite la stima della minima distanza da patch simili, o tramite indicatori di distribuzione. La forma delle patch è invece collegata all estensione delle fasce ecotonali, ed è stimata tramite indici di forma, basati sulla lunghezza media di ecotoni per patch, o sul rapporto perimetro/superficie. Infine, lo studio della struttura delle reti (network analysis; Massolo 2006a) permette di analizzare le caratteristiche di connettività degli habitat, che possono essere rilevate anche attraverso l utilizzo delle metriche di paesaggio, ma che preferibilmente dovrebbero essere indagate mediante l uso di indici appositamente sviluppati come l indice di coesione dei patch (cohesion index) di Schumaker (1998), o i più conosciuti indici di connettività e di circuitazione (Farina 2001, Massolo 2006a). Visti anche gli incoraggianti risultati ottenuti, la teoria e le tecniche di ecologia del paesaggio rappresentano oggi la frontiera per gli studi di ecologia animale e di valutazione ambientale (Bissonette 1997, Battisti 2004, Farina 2004, Massolo 2006b), incentrandosi sulle relazioni tra le caratteristiche di connettività, frammentazione e complessità del mosaico ambientale e le caratteristiche delle popolazioni o comunità animali. LA FORMULAZIONE DEL MODELLO Gli approcci alla modellizzazione ecologica sono molteplici e dipendenti dal tipo di processo che si intende descrivere. Negli studi di ecologia animale e negli studi di valutazione ambientale finalizzati alla gestione e/o conservazione delle componenti faunistiche di un territorio, i modelli più comunemente utilizzati sono sostanzialmente i modelli che si basano sull intersezione di più criteri di valutazione della qualità/idoneità/potenzialità di un territorio (modelli multi-criterio), e i modelli stocastici multivariati (modelli statistici). In entrambi i casi, l approccio può variare molto da modello a modello, ma mantiene delle caratteristiche proprie dello specifico approccio di modellizzazione. I classici modelli HSI (Habitat Suitability Index) del USFWS (1981) sono esempi calzanti dei modelli multi-criterio, ma possono essere sviluppati anche utilizzando approcci di tipo statistico o baesiano (USFWS 1981). I modelli multi-criterio I modelli multi-criterio si basano sull individuazione di alcuni criteri che l esperto individua come rilevanti per determinare l idoneità del territorio per una determinata specie. I più comuni

10 modelli del genere fanno riferimento agli HSI (Habitat Suitability Index) del USFWS (1981). I modelli multi-criterio possono originare sia da dati pregressi (modelli empirici), sia da espressioni verbali (linguistici). In entrambi i casi, si possono formulare relazioni tra singoli criteri (variabili o caratteristiche ambientali) e l idoneità del territorio per la specie o per il gruppo di specie di particolare interesse (guild). L idoneità, secondo la procedura di formulazione di un HSI viene scomposta secondo componenti funzionali dell ambiente mirati a soddisfare particolari requisiti della specie (cibo, riparo, riproduzione, ecc.) o relativi a fasi (classi di età) o stagioni particolari (stagione riproduttiva, o di svernamento, ecc.). L idea è quella di individuare quelle componenti ambientali utili per soddisfare tutti i requisiti che l esperto ritiene fondamentali attraverso l utilizzo di criteri che li soddisfano. Spesso i criteri sono definiti in maniera deterministica e precisa (crisp), cioè con soglie di variazione dell idoneità molto nette. Ad esempio l espressione linguistica fino a 200 m s.l.m. e oltre i 1100 m la specie non è presente, da 400 a 900 m la specie è in condizioni altitudinali ottimali, mentre nelle fasce intermedie si ha un progressivo incremento (da 200 a 400 m) o deterioramento (da 900 a 1100 m) delle condizioni di idoneità legate all altitudine viene interpretata in maniera estremamente precisa, considerando i livelli soglia come esatti. Un simile approccio è stato utilizzato nella formulazione dei modelli per i vertebrati italiani per la Rete Ecologica Nazionale (Boitani et al. 2002). In alternativa, queste soglie possono essere anche definite mediante la logica fuzzy (lanuginosa) che consente di includere nel processo di modellizzazione l incertezza insita nei dati pregressi o nelle espressioni linguistiche (Robertson et al. 2004). La logica fuzzy consente di attribuire a ciascuna soglia un certo grado di incertezza (p.es. l espressione precedente andrebbe modificata con la soglia altitudinale va dai 200 ai 1100 m con un certo grado di appartenenza all insieme specie non presente e all insieme specie presente ) e, quindi, di gestirla nelle successive operazioni di combinazione dei criteri (per ulteriori approfondimenti si rimanda a Robertson et al. 2004). I modelli statistici multivariati Un alternativa all approccio multi-criterio è rappresentato dalle tecniche statistiche multivariate; queste tecniche consentono di stimare le variazioni del processo ecologico oggetto dello studio o dell indicatore che lo descrive (variabile dipendente) mediante l utilizzo di un insieme di predittori rappresentati dalle variabili (variabili indipendenti) che misurano le caratteristiche del sistema (Fabbris 1997, Tabachnick & Fidell 2000, Härdle & Simar 2003). In questo caso la componente di idoneità non viene scomposta come per gli HSI, ma viene descritta nella sua interezza, partendo da dati empirici che ne caratterizzano le proprietà e che vengono sintetizzate dalla variabile dipendente che si assume descriva l andamento dell idoneità.

11 Le tecniche multivariate più utilizzate si basano su generalizzazioni del modello lineare: ˆ = x k k y β + β x β + ε Dove la variabile dipendente viene descritta da un associazione lineare di un insieme k di variabili indipendenti (x ), i più una componente aleatoria ε che è tipica della variabile dipendente e non può essere spiegata dall insieme delle k x inserite nel modello. I modelli che si basano sul modello lineare variano sostanzialmente sulla base delle caratteristiche dell indicatore del processo che viene caratterizzato. Nel caso che si decida di utilizzare la densità come indicatore della qualità ambientale di una specie, la tecnica più utilizzata è l analisi di regressione lineare multipla (Barrai 1984, Sokal & Rohlf 1995, Fabbris 1997). Questa tecnica si basa sulla stima di coefficienti (detti coefficienti di aumento unitario parziale) tali da minimizzare la distanza tra la retta e lo sciame di punti nello spazio a k dimensioni quando si utilizzino k predittori (detti anche variabili indipendenti o variabili predittive, x). Esistono tecniche (stepwise selection) che si basano su rimozioni o aggiunte di una variabile indipendente alla volta rispettivamente al set di variabili completo o a un modello con solo la variabile. Queste tecniche prevedono il confronto del modello che si genera passo dopo passo (stepwise), in seguito all aggiunta o rimozione di una variabile, con il modello precedente utilizzando diverse diagnostiche di adattamento. Esse consentono, quindi, di selezionare, all interno di un set di variabili indipendenti misurate, quelle che contribuiscono maggiormente a descrivere i dati osservati. L interpretazione dei coefficienti è piuttosto semplice, poiché il valore assoluto del coefficiente indica l entità del contributo di quella variabile ecologica alla variazione della variabile dipendete (indicatore, p.es. densità), mentre il segno indica la direzione dell effetto (un coefficiente negativo determina una riduzione della variabile dipendente, mentre un coefficiente positivo ne determina un aumento). Tale immediata interpretazione in realtà è inficiata da due considerazioni, le unità di misura in cui vengono misurate le variabili indipendenti (le x) non sono sempre le stesse in tutto il set di variabili e le variabili spesso non sono tra loro indipendenti (sono cioè correlate). A queste difficoltà si può ovviare standardizzando i coefficienti (rendendone cioè la media uguale a 0 e la varianza uguale a 1, coefficienti standardizzati, beta) e utilizzando variabili tra loro non correlate. Nel caso le variabili utilizzate non fossero tra loro indipendenti, è possibile utilizzare una procedura dell Analisi Fattoriale denominata Analisi delle Componenti Principali (ACP; Tabachnick & Fidell 2000). Questa procedura permette di estrarre dalla matrice di dati ambientali un numero ridotto di componenti, rappresentate da una serie di equazioni lineari. Ciascuna Componente Principale (CP) riassume un gruppo di variabili tra loro correlate che sono responsabili di parte della

12 varianza della matrice ambientale. Le CP così ottenute sono indipendenti e, quindi, facilmente utilizzabili in un modello di regressione multipla al posto delle variabili originarie. Nel caso la variabile fenomenica o variabile indipendente non sia invece misurata con una scala continua, bensì in classi (p.es. classi di densità), la regressione lineare multipla non è utilizzabile, ma si possono utilizzare altre tecniche tra cui le più comuni e note sono l Analisi di Funzione Discriminante (AFD; Tabachnick & Fidell 2000) e l Analisi di Regressione Logistica (RegLog; Hosmer & Lemeshow 1989). L Analisi di Funzione Discriminante (AFD) rappresenta la più comune tra le procedure di classificazione tra 2 o più gruppi (Barrai 1984, Williams et al. 1990, Tabachnick & Fidell 2000). L AFD si basa anch essa sul modello lineare, con una variante importante e cioè che la variabile dipendente non ha un diretto significato biologico, ma serve unicamente per caratterizzare la combinazione lineare in modo che sia quanto più possibile differente tra i gruppi (Barrai 1984). FD = β + β x β k x k Le funzioni discriminanti FD che vengono estratte sono pari al numero di gruppi da discriminare meno 1 (n - 1). Le procedure di parametrizzazione dell equazioni delle FD possono utilizzare i rapporti tra le varianze (rapporto tra varianze tra i gruppi e varianza entro i gruppi, oppure il rapporto tra la varianza entro i gruppi e la varianza totale) dei punteggi delle funzioni discriminanti che vengono calcolati per ciascun caso (UC) appartenente a un gruppo, o la distanza multidimensionale tra i gruppi (distanza di Mahalanobis). L analisi di regressione logistica nasce invece come uno strumento per stimare la probabilità di un evento (nel caso degli MVA, l idoneità ambientale) sulla base di un insieme di variabili predittive che caratterizzano ciascuna unità statistica (nel caso degli MVA, le Unità Campione) secondo il seguente modello: e p(x) = e b0 + b1x bi xi b0 + b1x bixi Dove: p(x) = probabilità che l evento (idoneità) accada. x i = i-esima variabile indipendente (caratteristica ambientale). b i = coefficiente parziale di variazione unitario. Come si può notare, una trasformazione denominata logit data dal logaritmo naturale del rapporto tra la probabilità che l evento accada e il suo complementare (questo rapporto è

GRANDI CARNIVORI IN LOMBARDIA

GRANDI 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

Dettagli

RILEVAMENTI ED ANALISI DEI DATI FAUNISTICI ED AMBIENTALI

RILEVAMENTI ED ANALISI DEI DATI FAUNISTICI ED AMBIENTALI RILEVAMENTI ED ANALISI DEI DATI FAUNISTICI ED AMBIENTALI Riferimenti normativi e tecnici. Gli INDIRIZZI REGIONALI PER LA PIANIFICAZIONE FAUNISTICO VENATORIA PROVINCIALE (allegato 6 INDIRIZZI PER LA GESTIONE

Dettagli

APPLICAZIONI E MODELLI GIS IN CAMPO ECOLOGICO

APPLICAZIONI E MODELLI GIS IN CAMPO ECOLOGICO APPLICAZIONI E MODELLI IN CAMPO ECOLOGICO Marcella ALIBRANDO (*), Massimiliano CARRINO (*), Luciano CRUA (**), Massimiliano FERRARATO (**), Barbara LORUSSO (*), Davide VIETTI (**) (*) ARPA Piemonte Centro

Dettagli

Atlante delle specie faunistiche indicatrici di qualità ambientale nel territorio della Provincia di Milano

Atlante delle specie faunistiche indicatrici di qualità ambientale nel territorio della Provincia di Milano UNIVERSITA DEGLI STUDI DI PAVIA DIPARTIMENTO DI BIOLOGIA ANIMALE Atlante delle specie faunistiche indicatrici di qualità ambientale nel territorio della Provincia di Milano A cura di: Dott. Alberto Meriggi

Dettagli

PARERE. DIREZIONE CENTRALE AMBIENTE E LAVORI PUBBLICI Servizio valutazione impatto ambientale. Articolo 15, comma 1, d.lgs.

PARERE. DIREZIONE CENTRALE AMBIENTE E LAVORI PUBBLICI Servizio valutazione impatto ambientale. Articolo 15, comma 1, d.lgs. DIREZIONE CENTRALE AMBIENTE E LAVORI PUBBLICI Servizio valutazione impatto ambientale Articolo 15, comma 1, d.lgs. 152/2006 Valutazione ambientale strategica del Piano regionale di miglioramento della

Dettagli

STUDIO DI SETTORE VK18U

STUDIO DI SETTORE VK18U ALLEGATO 11 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VK18U STUDI DI ARCHITETTURA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'obiettivo dell'applicazione dello studio di settore è di attribuire

Dettagli

Statistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2.

Statistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2. Analisi multivariata Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Cercare di capire le relazioni

Dettagli

MODELLI FENOLOGICI SVILUPPATI DAL MIPAF

MODELLI FENOLOGICI SVILUPPATI DAL MIPAF MODELLI FENOLOGICI SVILUPPATI DAL MIPAF Antonio Brunetti, MiPAF Ufficio Centrale di Ecologia Agraria Introduzione I modelli fenologici applicati in agrometeorologia permettono di stimare l evoluzione del

Dettagli

RISCHIO E CONTROLLO DI GESTIONE LA COSTRUZIONE DI UN BUDGET

RISCHIO E CONTROLLO DI GESTIONE LA COSTRUZIONE DI UN BUDGET LA COSTRUZIONE DI UN BUDGET Prof. Francesco Albergo Docente di PIANIFICAZIONE E CONTROLLO Corso di Laurea in Economia Aziendale Curriculum in Gestione Aziendale Organizzata UNIVERSITA degli Studi di Bari

Dettagli

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre.

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Corso di Statistica Medica 2004-2005 Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Sono previste 30 ore di lezione di statistica e 12 di

Dettagli

BIODIVERSITÀ DEI SUOLI ITALIANI: IL CONTRIBUTO DEGLI ACARI ORIBATEI

BIODIVERSITÀ DEI SUOLI ITALIANI: IL CONTRIBUTO DEGLI ACARI ORIBATEI Università degli Studi di Siena Dipartimento di Biologia Evolutiva BIODIVERSITÀ DEI SUOLI ITALIANI: IL CONTRIBUTO DEGLI ACARI ORIBATEI Massimo MIGLIORINI, Fabio BERNINI Gli Acari sono un gruppo di aracnidi

Dettagli

I Modelli della Ricerca Operativa

I Modelli della Ricerca Operativa Capitolo 1 I Modelli della Ricerca Operativa 1.1 L approccio modellistico Il termine modello è di solito usato per indicare una costruzione artificiale realizzata per evidenziare proprietà specifiche di

Dettagli

Che cosa è la Validità?

Che cosa è la Validità? Validità Che cosa è la Validità? Un test è valido quando misura ciò che intende misurare. Si tratta di un giudizio complessivo della misura in cui prove empiriche e principi teorici supportano l adeguatezza

Dettagli

STUDIO DI SETTORE UK24U

STUDIO DI SETTORE UK24U A L L E G AT O 6 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UK24U C O N S U L E N Z A A G R A R I A F O R N I T A D A A G R O T E C N I C I E P E R I T I A G R A R I CRITERI PER L EVOLUZIONE DELLO STUDIO

Dettagli

STUDIO DI SETTORE UK25U

STUDIO DI SETTORE UK25U A L L E G AT O 7 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UK25U C O N S U L E N Z A A G R A R I A F O R N I T A D A A G R O N O M I CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'obiettivo dell'applicazione

Dettagli

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili:

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili: Incertezze di misura Argomenti: classificazione delle incertezze; definizione di incertezza tipo e schemi di calcolo; schemi per il calcolo dell incertezza di grandezze combinate; confronto di misure affette

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

I TEST DIAGNOSTICI E L ANALISI DELLA CURVA ROC

I TEST DIAGNOSTICI E L ANALISI DELLA CURVA ROC G Ital Nefrol 2011; 28 (6): 642-647 MASTER IN EPIDEMIOLOGIA CLINICA I TEST DIAGNOSTICI E L ANALISI DELLA CURVA ROC Graziella D Arrigo, Fabio Provenzano, Claudia Torino, Carmine Zoccali, Giovanni Tripepi

Dettagli

Dipartimento Biologia e Biotecnologie. Luigi Boitani. Il monitoraggio della biodiversità nella

Dipartimento Biologia e Biotecnologie. Luigi Boitani. Il monitoraggio della biodiversità nella Dipartimento Biologia e Biotecnologie Luigi Boitani Il monitoraggio della biodiversità nella rete N2000 dell Emilia Romagna Biodiversità in Italia Roma 25 26 Febbraio 2014 Biodiversità in regione Emilia-Romagna

Dettagli

Metodi e Modelli per le Decisioni

Metodi e Modelli per le Decisioni Metodi e Modelli per le Decisioni Corso di Laurea in Informatica e Corso di Laurea in Matematica Roberto Cordone DI - Università degli Studi di Milano Lezioni: Giovedì 13.30-15.30 Venerdì 15.30-17.30 Ricevimento:

Dettagli

General Linear Model. Esercizio

General Linear Model. Esercizio Esercizio General Linear Model Una delle molteplici applicazioni del General Linear Model è la Trend Surface Analysis. Questa tecnica cerca di individuare, in un modello di superficie, quale tendenza segue

Dettagli

Sommario. Capitolo 1 Impiego della statistica per la gestione dell azienda 1. Capitolo 2 Disponibilità e produzione delle informazioni statistiche 19

Sommario. Capitolo 1 Impiego della statistica per la gestione dell azienda 1. Capitolo 2 Disponibilità e produzione delle informazioni statistiche 19 Prefazione XI Capitolo 1 Impiego della statistica per la gestione dell azienda 1 1.1 Premessa 1 1.2 Il ruolo della statistica a supporto del processo decisionale del manager 3 1.3 L impiego della statistica

Dettagli

Metodologie statistiche per l analisi del rischio

Metodologie statistiche per l analisi del rischio Corso di Laurea in Sicurezza igienico-sanitaria degli alimenti Metodologie statistiche per l analisi del rischio INTRODUZIONE ALL ANALISI QUANTITATIVA DEL RISCHIO PER LA SICUREZZA IGIENICO-SANITARIA DEGLI

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Dipartimento di Biologia Animale Università degli Studi di Pavia

Dipartimento di Biologia Animale Università degli Studi di Pavia Dipartimento di Biologia Animale Università degli Studi di Pavia INDAGINE SUI DANNEGGIAMENTI DA CINGHIALE (SUS SCROFA) NEL PARCO NAZIONALE DELL ARCIPELAGO TOSCANO E SULL EFFICACIA DEI METODI DI CONTROLLO

Dettagli

Statistica descrittiva: prime informazioni dai dati sperimentali

Statistica descrittiva: prime informazioni dai dati sperimentali SECONDO APPUNTAMENTO CON LA SPERIMENTAZIONE IN AGRICOLTURA Statistica descrittiva: prime informazioni dai dati sperimentali La statistica descrittiva rappresenta la base di partenza per le applicazioni

Dettagli

DoE - Design of Experiment

DoE - Design of Experiment 3 Tecniche di DoE DoE - Design of Experiment Sequenza di Prove Sperimentali da Effettuare per Studiare e Ottimizzare un Processo Un esperimento programmato è una prova o una serie di prove in cui vengono

Dettagli

estratto da Competenze assi culturali Raccolta delle rubriche di competenza formulate secondo i livelli EFQ a cura USP Treviso Asse matematico

estratto da Competenze assi culturali Raccolta delle rubriche di competenza formulate secondo i livelli EFQ a cura USP Treviso Asse matematico Competenza matematica n. BIENNIO, BIENNIO Utilizzare le tecniche e le procedure del calcolo aritmetico ed algebrico, rappresentandole anche sotto forma grafica BIENNIO BIENNIO Operare sui dati comprendendone

Dettagli

Analisi ecologica territoriale

Analisi ecologica territoriale Come si distribuiscono gli ecosistemi nello spazio e come si possono delimitare? GEOGRAFIA DEGLI ECOSISTEMI ed ECOLOGIA DEL PAESAGGIO Sono tra le scienze che analizzano la distribuzione spaziale degli

Dettagli

Simone Ciadamidaro, Maria Rita Minciardi, Gian Luigi Rossi ENEA Laboratorio di Ecologia UTTS-ECO - Centro Ricerche ENEA di Saluggia

Simone Ciadamidaro, Maria Rita Minciardi, Gian Luigi Rossi ENEA Laboratorio di Ecologia UTTS-ECO - Centro Ricerche ENEA di Saluggia Sperimentazione di Linee guida per la valutazione della compatibilità ambientale degli impianti idroelettrici sull ecosistema fluviale in ambiente montano Simone Ciadamidaro, Maria Rita Minciardi, Gian

Dettagli

Statistical learning Strumenti quantitativi per la gestione

Statistical learning Strumenti quantitativi per la gestione Statistical learning Strumenti quantitativi per la gestione Emanuele Taufer Vendite Simbologia Reddito Statistical learning A cosa ci serve f? 1 Previsione 2 Inferenza Previsione Errore riducibile e errore

Dettagli

Caso di Studio. Analisi strutturale delle reti ecologiche. Autore: Alessandro Massolo

Caso di Studio. Analisi strutturale delle reti ecologiche. Autore: Alessandro Massolo Caso di Studio Analisi strutturale delle reti ecologiche Autore: Alessandro Massolo Gianni Moriani, Marco Ostoich, Enrico Del Sole METODOLOGIE DI VALUTAZIONE AMBIENTALE - Materiale CD ANALISI STRUTTURALE

Dettagli

EVOLUZIONE STUDIO DI SETTORE TG87U

EVOLUZIONE STUDIO DI SETTORE TG87U ALLEGATO 21 NOTA TECNICA E METODOLOGICA EVOLUZIONE STUDIO DI SETTORE TG87U NOTA TECNICA E METODOLOGICA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine di

Dettagli

Metodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla

Metodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla Il metodo della regressione può essere esteso dal caso in cui si considera la variabilità della risposta della y in relazione ad una sola variabile indipendente X ad una situazione più generale in cui

Dettagli

Le operazioni di assicurazione e la teoria

Le operazioni di assicurazione e la teoria Capitolo 1 Le operazioni di assicurazione e la teoria dell utilità 1.1 Introduzione In questo capitolo si discutono alcuni aspetti di base della teoria delle assicurazioni. In particolare, si formalizza

Dettagli

L impatto delle piste da sci sulla biodiversità animale

L impatto delle piste da sci sulla biodiversità animale L impatto delle piste da sci sulla biodiversità animale Antonio Rolando Dipartimento di Biologia Animale e dell Uomo Università degli Studi di Torino Torino, 24 settembre 2010 L impatto sugli artropodi

Dettagli

CAPITOLO 4. LA GRIGLIA DEL VALORE ECONOMICO

CAPITOLO 4. LA GRIGLIA DEL VALORE ECONOMICO CAPITOLO 4. LA GRIGLIA DEL VALORE ECONOMICO INDICE CAPITOLO 4. LA GRIGLIA DEL VALORE ECONOMICO... 1 1. LA GRIGLIA DEL VALORE ECONOMICO... 3 1.1 METODOLOGIA DI ANALISI... 3 1.2 LE COMPONENTI DELLA GRIGLIA

Dettagli

Proposta metodologica per l ottimizzazione delle reti di monitoraggio ambientale. R.Bruno, A.Pistocchi DICMA Università di Bologna

Proposta metodologica per l ottimizzazione delle reti di monitoraggio ambientale. R.Bruno, A.Pistocchi DICMA Università di Bologna Proposta metodologica per l ottimizzazione delle reti di monitoraggio ambientale. R.Bruno, A.Pistocchi DICMA Università di Bologna In generale, la valutazione di una rete di monitoraggio ambientale deve

Dettagli

III Forum di partecipazione pubblica I linguaggi del rischio: discipline a confronto

III Forum di partecipazione pubblica I linguaggi del rischio: discipline a confronto III Forum di partecipazione pubblica I linguaggi del rischio: discipline a confronto 15 gennaio 2013, c/o Camera di Commercio di Parma Via Verdi, Parma Il rischio idraulico La memoria degli eventi calamitosi

Dettagli

Regressione logistica

Regressione logistica Regressione logistica Strumenti quantitativi per la gestione Emanuele Taufer Metodi di classificazione Tecniche principali Alcuni esempi Data set Default I dati La regressione logistica Esempio Il modello

Dettagli

STUDIO DI SETTORE VG82U

STUDIO DI SETTORE VG82U ALLEGATO 18 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG82U SERVIZI PUBBLICITARI, RELAZIONI PUBBLICHE E COMUNICAZIONE 862 CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio

Dettagli

La Regressione Lineare

La Regressione Lineare La Regressione Lineare. Cos è l Analisi della Regressione Multipla? L analisi della regressione multipla è una tecnica statistica che può essere impiegata per analizzare la relazione tra una variabile

Dettagli

Analisi discriminante

Analisi discriminante Capitolo 6 Analisi discriminante L analisi statistica multivariata comprende un corpo di metodologie statistiche che permettono di analizzare simultaneamente misurazioni riguardanti diverse caratteristiche

Dettagli

STUDIO DI SETTORE TK16U

STUDIO DI SETTORE TK16U ALLEGATO 7 NOTA TECNICA E METODOLOGICA EVOLUZIONE STUDIO DI SETTORE TK16U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine

Dettagli

SISTEMI INFORMATIVI AZIENDALI

SISTEMI INFORMATIVI AZIENDALI SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1 Data Mining. Introduzione La crescente popolarità

Dettagli

STUDIO DI SETTORE UG93U

STUDIO DI SETTORE UG93U A L L E G AT O 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UG93U A T T I V I T À D E G L I S T U D I D I D E S I G N CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di

Dettagli

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI Docente: Prof. Massimo Mariani 1 SOMMARIO Il rendimento di un attività finanziaria: i parametri rilevanti Rendimento totale, periodale e medio Il market

Dettagli

lezione 18 AA 2015-2016 Paolo Brunori

lezione 18 AA 2015-2016 Paolo Brunori AA 2015-2016 Paolo Brunori Previsioni - spesso come economisti siamo interessati a prevedere quale sarà il valore di una certa variabile nel futuro - quando osserviamo una variabile nel tempo possiamo

Dettagli

Verso un manifesto per le aree protette come Centri di Ricerca in Ecologia applicata alla Pianificazione, Gestione, Conservazione

Verso un manifesto per le aree protette come Centri di Ricerca in Ecologia applicata alla Pianificazione, Gestione, Conservazione Verso un manifesto per le aree protette come Centri di Ricerca in Ecologia applicata alla Pianificazione, Gestione, Conservazione Corrado Battisti Provincia di Roma (Servizio Ambiente) Gianluca Forti Museo

Dettagli

MATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE ALLA FINE DELLA SCUOLA PRIMARIA

MATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE ALLA FINE DELLA SCUOLA PRIMARIA MATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE ALLA FINE DELLA SCUOLA PRIMARIA L alunno si muove con sicurezza nel calcolo scritto e mentale con i numeri naturali e sa valutare l opportunità di

Dettagli

AREA MATEMATICO-SCIENTIFICO-TECNOLOGICA MATEMATICA

AREA MATEMATICO-SCIENTIFICO-TECNOLOGICA MATEMATICA AREA MATEMATICO-SCIENTIFICO-TECNOLOGICA MATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA SECONDARIA DI PRIMO GRADO. L alunno ha rafforzato un atteggiamento positivo rispetto

Dettagli

STUDIO DI SETTORE UG53U

STUDIO DI SETTORE UG53U ALLEGATO 9 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UG53U ORGANIZZAZIONE DI CONVEGNI ED ATTIVITA DI TRADUZIONI ED INTERPRETARIATO CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'obiettivo dell'applicazione

Dettagli

Introduzione alla Simulazione Numerica

Introduzione alla Simulazione Numerica Introduzione alla Simulazione Numerica Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 1.0 - Novembre 2001 Simulazione numerica Tecnica che permette di eseguire esperimenti su un

Dettagli

Competenza chiave europea: MATEMATICA. Scuola Primaria. DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte

Competenza chiave europea: MATEMATICA. Scuola Primaria. DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte Competenza chiave europea: MATEMATICA Scuola Primaria DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte TAB. A TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE al termine della Scuola Primaria

Dettagli

Corso di Gestione dei sistemi di trasporto. Cap. 1 Pianificazione del traffico urbano. S. Sacone, S. Siri - DIST

Corso di Gestione dei sistemi di trasporto. Cap. 1 Pianificazione del traffico urbano. S. Sacone, S. Siri - DIST Corso di Gestione dei sistemi di trasporto Cap. 1 Pianificazione del traffico urbano S. Sacone, S. Siri - DIST Introduzione Buona parte delle attività economiche in un area urbana sono legate alla movimentazione

Dettagli

STUDIO DI SETTORE VG87U

STUDIO DI SETTORE VG87U ALLEGATO 21 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG87U CONSULENZA FINANZIARIA, AMMINISTRATIVO-GESTIONALE E AGENZIE DI INFORMAZIONI COMMERCIALI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE

Dettagli

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno.

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno. Corso di Statistica Medica Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno. Sono previste 40 ore complessive, di cui almeno 16 di lezione frontale e le restanti

Dettagli

Principal Component Analysis

Principal Component Analysis Principal Component Analysis Alessandro Rezzani Abstract L articolo descrive una delle tecniche di riduzione della dimensionalità del data set: il metodo dell analisi delle componenti principali (Principal

Dettagli

PROGRAMMAZIONE ANNUALE

PROGRAMMAZIONE ANNUALE PROGRAMMAZIONE ANNUALE CLASSE QUARTA AREA LINGUISTICO ARTISTICO - ESPRESSIVA a. Ascoltare e parlare 1. Cogliere l argomento principale dei discorsi altrui 2. Prestare attenzione a situazioni comunicative

Dettagli

Gestione dei Progetti (2005-2006)

Gestione dei Progetti (2005-2006) Gestione dei Progetti (2005-2006) Alessandro Agnetis DII Università di Siena (Alcune delle illustrazioni contenute nella presentazione sono tratte da PMBOK, a guide to the Project Management Body of Knowledge,

Dettagli

I dati ricavabili da suddette verifiche (tiranti, velocità, etc.) saranno comunque necessari per procedere con la fase progettuale esecutiva.

I dati ricavabili da suddette verifiche (tiranti, velocità, etc.) saranno comunque necessari per procedere con la fase progettuale esecutiva. INDICE 1. Premessa 1 2. Descrizione dei luoghi 1 3. Valutazione degli afflussi meteorici 3 4. Valutazione dei deflussi 6 5. Calcolo del DMV 7 6. Modifiche alle portate attese a seguito delle opere 10 1.

Dettagli

STUDIO DI SETTORE SG54U

STUDIO DI SETTORE SG54U ALLEGATO 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG54U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

è decidere sulla verità o falsità

è decidere sulla verità o falsità I test di ipotesi I test di ipotesi Il test delle ipotesi consente di verificare se, e in quale misura, una determinata ipotesi (di carattere sociale, biologico, medico, economico, ecc.) è supportata dall

Dettagli

CURRICOLO MATEMATICA

CURRICOLO MATEMATICA 1 CURRICOLO MATEMATICA Competenza 1 al termine della scuola dell Infanzia 2 NUMERI Raggruppare, ordinare, contare, misurare oggetti, grandezze ed eventi direttamente esperibili. Utilizzare calendari settimanali

Dettagli

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione

Dettagli

Sistemi Informativi Geografici

Sistemi Informativi Geografici Sistemi Informativi Geografici Introduzione ai dati geografici Alberto Belussi Anno accademico 2007-08 08 Sistemi Informativi Territoriali (SIT) o Geografici I Sistemi Informativi Territoriali (SIT) gestiscono

Dettagli

ALLEGATO I LA GESTIONE DELLE PROCEDURE DI VALUTAZIONE DI INCIDENZA PER OPERE/PIANI AVENTI EFFETTI SUL SITO

ALLEGATO I LA GESTIONE DELLE PROCEDURE DI VALUTAZIONE DI INCIDENZA PER OPERE/PIANI AVENTI EFFETTI SUL SITO ALLEGATO I LA GESTIONE DELLE PROCEDURE DI VALUTAZIONE DI INCIDENZA PER OPERE/PIANI AVENTI EFFETTI SUL SITO Nell ambito delle misura di conservazione obbligatorie per i Siti della Rete Natura 2000, la normativa

Dettagli

Valutare un test. Affidabilità e validità di un test. Sensibilità e specificità

Valutare un test. Affidabilità e validità di un test. Sensibilità e specificità Valutare un test 9 Quando si sottopone una popolazione ad una procedura diagnostica, non tutti i soggetti malati risulteranno positivi al test, così come non tutti i soggetti sani risulteranno negativi.

Dettagli

Statistica. L. Freddi. L. Freddi Statistica

Statistica. L. Freddi. L. Freddi Statistica Statistica L. Freddi Statistica La statistica è un insieme di metodi e tecniche per: raccogliere informazioni su un fenomeno sintetizzare l informazione (elaborare i dati) generalizzare i risultati ottenuti

Dettagli

II incontro 23 novembre 2015. prof. Giancarlo Cencetti

II incontro 23 novembre 2015. prof. Giancarlo Cencetti Perugia I.T.T. Alessandro Volta Piano formazione Never Stop Learning - Percorso A I processi di valutazione e autovalutazione della scuola II incontro 23 novembre 2015 prof. Giancarlo Cencetti Obiettivi

Dettagli

LIFE11 ENVIT/00243 LIFE RII RIQUALIFICAZIONE INTEGRATA IDRAULICO- AMBIENTALE DEI RII APPARTENENTI ALLA FASCIA PEDEMONTANA DELL EMILIA ROMAGNA

LIFE11 ENVIT/00243 LIFE RII RIQUALIFICAZIONE INTEGRATA IDRAULICO- AMBIENTALE DEI RII APPARTENENTI ALLA FASCIA PEDEMONTANA DELL EMILIA ROMAGNA Progetto: LIFE11 ENVIT/00243 LIFE RII RIQUALIFICAZIONE INTEGRATA IDRAULICO- AMBIENTALE DEI RII APPARTENENTI ALLA FASCIA PEDEMONTANA DELL EMILIA ROMAGNA Metodologia monitoraggio elementi chimico fisici,

Dettagli

Analisi dei gruppi (Cluster analysis)

Analisi dei gruppi (Cluster analysis) Capitolo 10 Analisi dei gruppi (Cluster analysis) Partendo da un collettivo multidimensionale, l analisi dei gruppi mira ad assegnarne le unità a categorie non definite a priori, formando dei gruppi di

Dettagli

2.1 DATI NAZIONALI E TERRITORIALI (AREE E Regioni)

2.1 DATI NAZIONALI E TERRITORIALI (AREE E Regioni) ANALISI TERRITORIALE DEL VALORE DEL PATRIMONIO ABITATIVO Gli immobili in Italia - 2015 ANALISI TERRITORIALE DEL VALORE DEL PATRIMONIO ABITATIVO Nel presente capitolo è analizzata la distribuzione territoriale

Dettagli

La statistica multivariata

La statistica multivariata Cenni di Statistica Multivariata Dr Corrado Costa La statistica multivariata La statistica multivariata è quella parte della statistica in cui l'oggetto dell'analisi è per sua natura formato da almeno

Dettagli

ALLEGATO 4. Nota Tecnica e Metodologica SG34U

ALLEGATO 4. Nota Tecnica e Metodologica SG34U ALLEGATO 4 Nota Tecnica e Metodologica SG34U 1 NOTA TECNICA E METODOLOGICA 1. CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione dello studio

Dettagli

6. ANALISI DEI CAMBIAMENTI NELLA DISTRIBUZIONE SPAZIALE

6. ANALISI DEI CAMBIAMENTI NELLA DISTRIBUZIONE SPAZIALE 6. ANALISI DEI CAMBIAMENTI NELLA DISTRIBUZIONE SPAZIALE Nella precedente analisi dei cambiamenti di immagini telerilevate ci si è impegnati a quantificare le variazioni spettrali, senza interessarci alla

Dettagli

IPOTESI di CURRICOLO SCUOLA PRIMARIA E SECONDARIA DI PRIMO GRADO 6 IC PADOVA con riferimento alle Indicazioni Nazionali 2012

IPOTESI di CURRICOLO SCUOLA PRIMARIA E SECONDARIA DI PRIMO GRADO 6 IC PADOVA con riferimento alle Indicazioni Nazionali 2012 IPOTESI di CURRICOLO SCUOLA PRIMARIA E SECONDARIA DI PRIMO GRADO 6 IC PADOVA con riferimento alle Indicazioni Nazionali 2012 COMPETENZE SPECIFICHE Numeri! Conoscere e utilizzare algoritmi e procedure in

Dettagli

METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica

METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica EPIDEMIOLOGIA Ha come oggetto lo studio della distribuzione delle malattie in un popolazione e dei fattori che la influenzano

Dettagli

Regressione Mario Guarracino Data Mining a.a. 2010/2011

Regressione Mario Guarracino Data Mining a.a. 2010/2011 Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile

Dettagli

Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte

Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte Istituto Tecnico Tecnologico Basilio Focaccia Salerno Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte Anno scolastico 01-01 I Docenti della Disciplina Salerno, settembre 01 Anno scolastico

Dettagli

STUDIO DI SETTORE WK21U

STUDIO DI SETTORE WK21U ALLEGATO 12 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK21U ATTIVITÀ DEGLI STUDI ODONTOIATRICI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce ai

Dettagli

Regressione logistica. Strumenti quantitativi per la gestione

Regressione logistica. Strumenti quantitativi per la gestione Regressione logistica Strumenti quantitativi per la gestione Emanuele Taufer file:///c:/users/emanuele.taufer/dropbox/3%20sqg/classes/4a_rlg.html#(1) 1/25 Metodi di classificazione I metodi usati per analizzare

Dettagli

Dinamiche di Metapopolazione e gestione di ambienti multipatch: modellizzazione

Dinamiche di Metapopolazione e gestione di ambienti multipatch: modellizzazione Dinamiche di Metapopolazione e gestione di ambienti multipatch: modellizzazione Carmela Cascone a*, Francesco Giannino b, Danilo Russo b, Stefano Mazzoleni b a Centro Regionale di Competenza INNOVA, Dip.

Dettagli

L analisi spaziale. Indici statistici geospaziali

L analisi spaziale. Indici statistici geospaziali L analisi spaziale Uno degli scopi principali dei GIS e quello di offrire strumenti concettuali e metodologici per studiare analiticamente le relazioni nello spazio L analisi spaziale ha come obbiettivo

Dettagli

STUDIO DI SETTORE VG93U

STUDIO DI SETTORE VG93U A L L E G AT O 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG93U A T T I V I T À D E G L I S T U D I D I D E S I G N CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di

Dettagli

STUDIO DI SETTORE VK17U

STUDIO DI SETTORE VK17U A L L E G AT O 6 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VK17U P E R I T I I N D U S T R I A L I CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce

Dettagli

CAPITOLO 10. Controllo di qualità. Strumenti per il controllo della qualità e la sua gestione

CAPITOLO 10. Controllo di qualità. Strumenti per il controllo della qualità e la sua gestione CAPITOLO 10 Controllo di qualità Strumenti per il controllo della qualità e la sua gestione STRUMENTI PER IL CONTROLLO E LA GESTIONE DELLA QUALITÀ - DIAGRAMMI CAUSA/EFFETTO - DIAGRAMMI A BARRE - ISTOGRAMMI

Dettagli

WORKSHOP CLASSIFICARE PER INNOVARE LA GESTIONE DELLE AREE PROTETTE Un contributo italiano al processo di classificazione NOTE INTRODUTTIVE

WORKSHOP CLASSIFICARE PER INNOVARE LA GESTIONE DELLE AREE PROTETTE Un contributo italiano al processo di classificazione NOTE INTRODUTTIVE WORKSHOP CLASSIFICARE PER INNOARE LA GESTIONE DELLE AREE PROTETTE Un contributo italiano al processo di classificazione NOTE INTRODUTTIE Le presenti note intendono richiamare il quadro problematico di

Dettagli

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D) ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Calcolo delle corrispondenze Affrontiamo il problema centrale della visione stereo, cioè la ricerca automatica di punti corrispondenti tra immagini Chiamiamo

Dettagli

4. Matrici e Minimi Quadrati

4. Matrici e Minimi Quadrati & C. Di Natale: Matrici e sistemi di equazioni di lineari Formulazione matriciale del metodo dei minimi quadrati Regressione polinomiale Regressione non lineare Cross-validazione e overfitting Regressione

Dettagli

Metodologie per l Analisi di Prestazioni

Metodologie per l Analisi di Prestazioni Metodologie per l Analisi di Prestazioni Prof. Michele Colajanni Corso di Impianti di Elaborazione Ingegneria Informatica Università di Modena e Reggio Emilia Principali passi di una metodologia valutativa

Dettagli

Il ruolo del coordinatore infermieristico nella formazione continua dei collaboratori

Il ruolo del coordinatore infermieristico nella formazione continua dei collaboratori ARTICOLI ORIGINALI Il ruolo del coordinatore infermieristico nella formazione continua dei collaboratori 38 Tratto dalla propria Tesi di Master La percezione del Coordinatore Infermieristico sulla competenza

Dettagli

RAPPORTO CER Aggiornamenti

RAPPORTO CER Aggiornamenti RAPPORTO CER Aggiornamenti 17 Settembre 2010 L ECONOMIA ITALIANA HA GIA SUPERATO UN PUNTO DI MASSIMO CICLICO? I dati diffusi dall Istat lo scorso venerdì suscitano qualche preoccupazione sulle prospettive

Dettagli

Conoscenza. Metodo scientifico

Conoscenza. Metodo scientifico Conoscenza La conoscenza è la consapevolezza e la comprensione di fatti, verità o informazioni ottenuti attraverso l'esperienza o l'apprendimento (a posteriori), ovvero tramite l'introspezione (a priori).

Dettagli

STUDIO DI SETTORE VG82U

STUDIO DI SETTORE VG82U ALLEGATO 18 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG82U SERVIZI PUBBLICITARI, RELAZIONI PUBBLICHE E COMUNICAZIONE CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di

Dettagli

COMPETENZE SPECIFICHE

COMPETENZE SPECIFICHE COMPETENZE IN MATEMATICA DISCIPLINA DI RIFERIMENTO: MATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE FISSATI DALLE INDICAZIONI NAZIONALI PER IL CURRICOLO 2012. MATEMATICA TRAGUARDI ALLA FINE DELLA

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

STUDIO DI SETTORE UG41U

STUDIO DI SETTORE UG41U A L L E G AT O 1 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UG41U R I C E R C H E D I M E R C A T O E S O N D A G G I D I O P I N I O N E CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione

Dettagli

PIANO DI MONITORAGGIO

PIANO DI MONITORAGGIO IN RECEPIMENTO DEL PARERE DELL ORGANO TECNICO COMUNALE PR. N.17160 DEL 10.12.2012 E DEL CONTRIBUTO DELL ORGANO TECNICO REGIONALE N. PR. 1088/DB0805 DEL 15.11.2012 DETERMINA DI INCARICO N. 24 DEL 6.12.2012

Dettagli