Confronto tra gruppi (campioni indipendenti)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Confronto tra gruppi (campioni indipendenti)"

Transcript

1 Confronto tra gruppi (campioni indipendenti) Campioni provenienti da una popolazione Normale con medie che possono essere diverse ma varianze uguali campioni: Test z or t sulla differenza tra medie 3, 4, o più campioni: ANalysis Of Variance (ANOVA): test F sull'indice η

2 Analysis of variance (inferential approach) Studio dei fattori che influenzano il tempo impiegato da un topo ad uscire da un nuovo labirinto 4 gruppi ognuno di 3 topi, tali che: Ipotesi: l esperienza ha un effetto sul tempo Esperienza precedente: Group 1: 1 labirinto Group : labirinti Group 3: 3 labirinti Group 4: 4 labirinti Se l ipotesi è vera ci si aspetta che una maggiore esperienza faccia decrescere il tempo impiegato ad uscire dal labirinto

3 Dati Gruppo Tempi Medie Time Group 1 Group Group 3 Group 4

4 Come interpretare le differenze Le apparenti differenze tra le medie potrebbero essere dovute alla variabilità del campione piuttosto che all effetto dell esperienza Le differenze sono significative? Ipotesi: nessun effetto dell esperienza µ 1 = µ = µ 3 = µ 4 I 4 gruppi provengono dalla stessa popolazione L'Analisi della varianza (ANOVA) è il metodo per testare questa ipotesi

5 Notazione dell'anova y ij = j-ma osservazione del gruppo i (independemente dal ruolo di righe e colonne nella tabella dei dati) G = numero di gruppi n = numero di osservazioni (uguale) in ciascun gruppo Ogni gruppo contiene lo stesso numero n di osservazioni H 0 : µ 1 = µ = = µ G H a : Almeno una media è diversa dalle altre Si suppone che i gruppi abbiano la stessa varianza σ

6 Test dell'uguaglianza tra ciascuna coppia 4 = 6 t test separati sarebbero necessari per testare l'ipotesi nulla. Oltre ad essere un processo lungo, 6 t test separati sugli stessi dati avrebbero un livello di significatività globale α molto più basso rispetto a quello usato in un unico test.

7 Il test F Se le medie sono uguali, la varianza tra i gruppi è nulla: σ = 0 Più le medie sono diverse, più σ σ EXT σint 0 σ EXT = σ INT La decisione è basata sul rapporto: σ σ EXT INT 1. Più basso è il rapporto, più realistica è l'ipotesi nulla Più alto è il rapporto, meno realistica è l'ipotesi nulla. Livello di significatività della decisione: σ σ EXT INT ~ F G 1;n G

8 Risultati dell'anova σ σ MS SS (k 1) = = MS SS (n k) EXT EXT EXT INT INT INT Sum of squares DoF Mean of squares F (observed) Significance Variability Among groups (external) B Within groups (internal) W SS EXT k-1 MS EXT = SS EXT /(k-1) SS INT n-k MS INT = SS INT /(n-k) Total SS TOT n-1 MS TOT = SS TOT /(n-1) = σ F = MS EXT /MS INT P-value

9 Fonti di variabilità SS TR = devianza dovuta ai trattamenti: tra i gruppi SS E = devianza residua: nei gruppi (non dovuta ai trattamenti ma alla variabilità comunque presente nei dati) Nell'equazione: SS T = SS TR + SS E SS T = devianza totale n osservazioni: SS T ha n -1 g.d.l. k trattamenti: SS TR ha k -1 g.d.l. SS E ha k j= 1 (n 1) = n k j g.d.l

10 Risultati dell'esperimento dei topi ANOVA SS DoF MS F p-value Among , Within Total Decisione Il valore di F ed il p-value portano a rifiutare H 0 I campioni provengono da 4 popolazioni tra le quali almeno una differisce dalle altre L'esperienza ha un effetto sul tempo impiegato ad uscire dal labirinto

11 Osservazioni Quando G = il test ANOVA è uguale al test t, poichè: F 1,m = t m Negli studi sperimentali è possibile selezionare campioni bilanciati (= della stessa dimensione) attraverso il Disegno degli esperimenti ; questo non è sempre possibile nelle scienze economiche o sociali (studi osservazionali) Vantaggi dei campioni blanciati Il test è meno sensibile a piccole deviazioni dall'omoschedasticità. Ciò non è vero quando I campioni hanno dimensioni diverse La potenza del test è massima quando i gruppi hanno la stessa numerosità

12 Fatturato e settore merceologico Ipotesi nulla: le vendite medie sono uguali in tutti i settori SM FATT Ice Packaging 101 Food 109 Food 33 Food 199 FATT Fra gruppi Entro gruppi Totale ANOVA univariata Somma dei Media dei quadrati df quadrati F Sig , ,14,36, , , ,30 49 Health Care 354 Ice Packaging 145 Drinks 467 Food 177 Food 161 Health Care 158 Ice Packaging 115 Ice Packaging 108 Food 1444 Health Care 493 Ice Packaging 185 F Decisione: Ice Packaging ,807 0,36 σ σ EXT INT Basso valore di F = bassa σ EXT = medie vicine Il p-value è molto alto: Si accetta l ipotesi di vendite medie uguali tra i settori, confermata dal campione osservato.

13 Mini-glossario ANOVA Fattore sperimentale (o di classificazione): variabile responsabile della differenza tra le medie. Trattamento: modalità (dati qualitativi) o livello (dati ordinali) di un fattore. Disegno degli esperimenti: insieme di regole per assegnare le osservazioni ai trattamenti.

14 Test di omoschedatsicità Test di Hartley, per gruppi di uguale dimensione Test di Bartlett, per gruppi di dimensioni diverse Per entrambi l ipotesi nulla è: H : σ = σ =... = σ = σ 0 1 k H 1 : almeno una varianza è diversa Se si rifiuta H 0 non si dovrebbe procedere con l ANOVA In alcuni casi i dati possono essere trasformati per stabilizzare la varianze. Se le cause dell eteroschedasticità non sono identifcate l esperimento dovrebbe essere ripetuto

15 Se l ipotesi nulla si rifiuta Conclusione: Almeno una media differisce dalle altre (il trattamento ha un effetto) Ulteriore analisi Quali coppie di trattamenti differiscono? Test delle ipotesi: Confronti multipli H 0 : µ i = µ j, i e j Gruppi di uguale dimensione Alcuni esempi 1. Least Significant Difference (LSD) di Fisher. Multiple-range test di Duncan 3. Procedura di Student Newman Keuls 4. Honestly Significant Difference (HSD) di Tukey 5. Metodo di Scheffè

16 ANOVA a due vie (two-way) Test dell effetto di due fattori Tabella dei dati: Fattore A 1... j... k Fattore B y 11 y 1... y 1j... y 1k y 1. y 1 y... y j... y k y y i1 y i... y ij... y ik y i y r1 y r... y rj... y rk y r. y.1 y.... y.i... y.k y y.1 y y. j. y. k y 1. y. y i. y r. Ciascuna y ij è una v.c. Normale Y ij ~ N(µ ij ; σ )

17 Decomposizione della devianza k r j= 1 i= 1 ( Yij Y.. ) = ( Y.j Y.. ) + ( Yi. Y.. ) + ( Yij Y.j Yi. + Y.. ) ( Yij Y.. ) = k (.j..) (.i.. ) = r Y Y + k Y Y + j= 1 i= 1 k r j= 1 i= 1 colonne ( Yij Y.j Yi. Y.. ) + + r righe SST = SSK + SSR + SSE r = numero di righe k = numero di colonne

18 I rsultati della two-way ANOVA Source of variation Sum of squares DoF Means of squares Among columns Among rows Error (= within) Total SS * K k 1 M S * = SS * / k 1 SS * r 1 M S * = SS * / r 1 R SS * E ( k )( r ) SS * T rk 1 K R 1 1 M S * = SS * /( k 1)( r 1) E K R E r = numero di righe k = numero di colonne

19 Il test r = numero di righe k = numero di colonne 1) Test sull effetto del fattore A (colonne) H 0 : µ i = µ j i, j = 1,,k H 1 : almeno una media diversa ) Test sull effetto del fattore B (righe) H 0 : µ i = µ j i, j = 1,,r H 1 : almeno una media diversa Ipotesi nulle H 0 : µ 1 =... = µ j =... = µ k SS χ K (k 1) F = (k 1) MSK (k 1) = ~ SSE MSE χ(k 1)(r 1) ~ F (k 1)(r 1) (k 1)(r 1) (k 1);(k 1)(r 1) H 0 : µ 1 =... = µ i =... = µ r SS χ R (r 1) F = (r 1) MSR (r 1) = ~ SSE MSE χ(k 1)(r 1) ~ F (k 1)(r 1) (k 1)(r 1) (r 1);(k 1)(r 1)

20 Esempio Si vuole sapere quale combinazione di diesel e carburatore da la migliore performance. Esperimento: 5 carburatori e 4 tipi di diesel. Stessa quantità di diesel in ogni carburatore. Le performance sono in tabella: Carburatori y. j y i ,4 Diesel , , ,4 r = 4 k = 5 y i. y. j ,5 10,75 5,75 11,5 7

21 Risultati C y.. rk = = 164 ( )(5) = 1344, 8 4 SS = y C = ( ) 1344, 8 = 191, T 4 5 ij i= 1 j= 1 SS K k y j =. (... ) C = r 4 j= , 8 = 108, SS R r yi ( ) =. C = 36 3 k 5 i= , 8 = 73, 0, SS = SS ( SS + SS ) = 191, ( 108, + 73, ) = 9, 8 E T K R Source of variation Sum of squares DoF Means of squares F Tra carburatori 108, 4 7,05 33,11 Tra diesel 73, 3 4,40 9,86 P-value 0, , Residua 9,8 1 0,8 Totale 191, 19 5,17

22 Decisioni 1) Test sull effetto del fattore A (colonne) H 0 : µ i = µ j i, j = 1,,k H 1 : almeno una media diversa P-value basso, rifutiamo H 0 I 5 carburatori hanno diverse performance con ogni diesel ) Test sull effetto del fattore B (righe) H 0 : µ i = µ j i, j = 1,,r H 1 : almeno una media diversa P-value basso, rifutiamo H 0 I 4 diesel hanno performance diverse in ogni carburatore Possiamo scegliere la combinazione migliore sulla tabella dei dati

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) 4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla

Dettagli

4. Confronto tra medie di tre o più campioni indipendenti

4. Confronto tra medie di tre o più campioni indipendenti BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 = 1

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 = 1 Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 Capitolo 3. L'analisi della varianza. Il problema dei confronti multipli. La soluzione drastica di Bonferroni ed il test

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA) Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad

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

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento Analisi della varianza a una via a misure ripetute (Anova con 1 fattore within) modello strutturale dell'analisi della varianza a misure ripetute con 1 fattore: y = μ ik 0 +π i +α k + ik ε ik interazione

Dettagli

ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE

ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE CON REPLICHE INTRODUZIONE Lo studio di un fenomeno non si deve limitareit alla valutazione dei singoli fattori in studio ma molto spesso è importante

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza

Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza Titolo della lezione Analisi dell associazione tra due caratteri: indipendenza e dipendenza Introduzione Analisi univariata, bivariata, multivariata Analizzare le relazioni tra i caratteri, per cercare

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 4 Materiale di supporto per le lezioni. Non sostituisce il libro di testo Dipendenza di un carattere QUANTITATIVO da un carattere QUALITATIVO

Dettagli

STUDIO DI SETTORE SM43U

STUDIO DI SETTORE SM43U ALLEGATO 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SM43U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

ANALISI DELLE FREQUENZE: IL TEST CHI 2

ANALISI DELLE FREQUENZE: IL TEST CHI 2 ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento

Dettagli

MODELLI LINEARI E NON LINEARI IN R

MODELLI LINEARI E NON LINEARI IN R MODELLI LINEARI E NON LINEARI IN R Angelo M. Mineo Dipartimento di Scienze Statistiche e Matematiche S. Vianelli Università degli Studi di Palermo Copyright 2008 Angelo M. Mineo. All rights reserved. i

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente

Dettagli

LA CORRELAZIONE LINEARE

LA CORRELAZIONE LINEARE LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione

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

STATA. e la BIOSTATISTICA di Norman - Streiner. Prof. Pierpaolo Vittorini pierpaolo.vittorini@univaq.it

STATA. e la BIOSTATISTICA di Norman - Streiner. Prof. Pierpaolo Vittorini pierpaolo.vittorini@univaq.it e la BIOSTATISTICA di Norman - Streiner pierpaolo.vittorini@univaq.it Università degli Studi dell Aquila Facoltà di Medicina e Chirurgia 14 febbraio 2013 Contenuti e obiettivi Breve riassunto applicativo

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

Minimizzazione di Reti Logiche Combinatorie Multi-livello

Minimizzazione di Reti Logiche Combinatorie Multi-livello Minimizzazione di Reti Logiche Combinatorie Multi-livello Maurizio Palesi Maurizio Palesi 1 Introduzione Obiettivo della sintesi logica: ottimizzazione delle cifre di merito area e prestazioni Prestazioni:

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

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

Equilibrio Termico tra Due Corpi

Equilibrio Termico tra Due Corpi Equilibrio Termico tra Due Corpi www.lepla.eu OBIETTIVO L attività ha l obiettivo di fare acquisire allo sperimentatore la consapevolezza che: 1 il raggiungimento dell'equilibrio termico non è istantaneo

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA Pag 1 di 92 Francesco Sardo ELEMENTI DI STATISTICA PER VALUTATORI DI SISTEMI QUALITA AMBIENTE - SICUREZZA REV. 11 16/08/2009 Pag 2 di 92 Pag 3 di 92 0 Introduzione PARTE I 1 Statistica descrittiva 1.1

Dettagli

Comparazione dello stress dei caregiver di pazienti affetti da Malattia di Alzheimer o Demenza Vascolare

Comparazione dello stress dei caregiver di pazienti affetti da Malattia di Alzheimer o Demenza Vascolare Comparazione dello stress dei caregiver di pazienti affetti da Malattia di Alzheimer o Demenza Vascolare Grazia D Onofrio 1, Daniele Sancarlo 1, Francesco Paris 1, Leandro Cascavilla 1, Giulia Paroni 1,

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

Appendice I. Principali procedure ed istruzioni per la gestione di files, l'analisi statistica di tipo descrittivo e la correlazione semplice

Appendice I. Principali procedure ed istruzioni per la gestione di files, l'analisi statistica di tipo descrittivo e la correlazione semplice . Principali procedure ed istruzioni per la gestione di files, l'analisi statistica di tipo descrittivo e la correlazione semplice Ordinamento di osservazioni: PROC SORT PROC SORT DATA=fa il sort è numerico

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

ANALISI DEI DATI CON SPSS

ANALISI DEI DATI CON SPSS STRUMENTI E METODI PER LE SCIENZE SOCIALI Claudio Barbaranelli ANALISI DEI DATI CON SPSS II. LE ANALISI MULTIVARIATE ISBN 978-88-7916-315-9 Copyright 2006 Via Cervignano 4-20137 Milano Catalogo: www.lededizioni.com

Dettagli

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1

LEZIONE 14. a 1,1 v 1 + a 1,2 v 2 + a 1,3 v 3 + + a 1,n 1 v n 1 + a 1,n v n = w 1 LEZIONE 14 141 Dimensione di uno spazio vettoriale Abbiamo visto come l esistenza di una base in uno spazio vettoriale V su k = R, C, permetta di sostituire a V, che può essere complicato da trattare,

Dettagli

Acustica con una Bic e uno smartphone

Acustica con una Bic e uno smartphone 1 Acustica con una Bic e uno smartphone L. Galante #, 1, A. M. Lombardi*, 2 # LSS G. Bruno, Torino, Italy. * ITCS Primo Levi, Bollate (MI), Italy. Abstract. A smartphone, with its integrated sensors and

Dettagli

STATISTICA (A-K) a.a. 2007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 2007

STATISTICA (A-K) a.a. 2007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 2007 A STATISTICA (A-K) a.a. 007-08 Prof.ssa Mary Fraire Test di STATISTICA DESCRITTIVA Esonero del 007 STESS N.O. RD 00 GORU N.O. RD 006 ) La distribuzione del numero degli occupati (valori x 000) in una provincia

Dettagli

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI STATISTICA 1 ESERCITAZIONE 1 Dott. Giuseppe Pandolfo 30 Settembre 2013 Popolazione statistica: insieme degli elementi oggetto dell indagine statistica. Unità statistica: ogni elemento della popolazione

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Conduzione di uno studio epidemiologico (osservazionale)

Conduzione di uno studio epidemiologico (osservazionale) Conduzione di uno studio epidemiologico (osservazionale) 1. Definisco l obiettivo e la relazione epidemiologica che voglio studiare 2. Definisco la base dello studio in modo che vi sia massimo contrasto

Dettagli

ANALISI DI SEGNALI BIOLOGICI

ANALISI DI SEGNALI BIOLOGICI ANALISI DI SEGNALI BIOLOGICI A.Accardo accardo@units.it LM Neuroscienze A.A. 2010-11 Parte II 1 Analisi in frequenza di un segnale l analisi in frequenza di un segnale o analisi di Fourier descrive il

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE

ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE Per gli studenti del 1 Anno della Facoltà di Agraria APPUNTI DALLE LEZIONI (A.A. 00/003) Andrea Onofri Dipartimento di Scienze Agroambientali e della

Dettagli

Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università

Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università Università degli Studi di Milano - Bicocca Nucleo di Valutazione Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università Alessandra Caserini

Dettagli

Appunti sull uso di matlab - I

Appunti sull uso di matlab - I Appunti sull uso di matlab - I. Inizializazione di vettori.. Inizializazione di matrici.. Usare gli indici per richiamare gli elementi di un vettore o una matrice.. Richiedere le dimensioni di una matrice

Dettagli

Principal Component Analysis (PCA)

Principal Component Analysis (PCA) Principal Component Analysis (PCA) Come evidenziare l informazione contenuta nei dati S. Marsili-Libelli: Calibrazione di Modelli Dinamici pag. Perche PCA? E un semplice metodo non-parametrico per estrarre

Dettagli

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

Dettagli

La sicurezza dell LHC Il Large Hadron Collider (LHC) può raggiungere un energia che nessun altro acceleratore di particelle ha mai ottenuto finora,

La sicurezza dell LHC Il Large Hadron Collider (LHC) può raggiungere un energia che nessun altro acceleratore di particelle ha mai ottenuto finora, La sicurezza dell LHC Il Large Hadron Collider (LHC) può raggiungere un energia che nessun altro acceleratore di particelle ha mai ottenuto finora, ma la natura produce di continuo energie superiori nelle

Dettagli

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

Prodotti. Scarichi Assetti Cerchi Fibra di Carbonio Motorsport Moduli Aggiuntivi

Prodotti. Scarichi Assetti Cerchi Fibra di Carbonio Motorsport Moduli Aggiuntivi Prodotti Scarichi Assetti Cerchi Fibra di Carbonio Motorsport Moduli Aggiuntivi 2 Scarichi Scarico 500 SS500B, SS500G, SS500B1 CARATTERISTICHE Hand Made Street Legal 2 uscite Look retrò Plug-in Acciaio

Dettagli

GUIDA RAPIDA emagister-agora Edizione BASIC

GUIDA RAPIDA emagister-agora Edizione BASIC GUIDA RAPIDA emagister-agora Edizione BASIC Introduzione a emagister-agora Interfaccia di emagister-agora Configurazione dell offerta didattica Richieste d informazioni Gestione delle richieste d informazioni

Dettagli

Appunti di Statistica

Appunti di Statistica Appunti di Statistica Riccardo Ricci Università di Firenze, Facoltà di Psicologia Corso di Laurea in Scienze e Tecniche di Psicologia del Lavoro e delle Organizzazioni Anno Accademico 2002-2003 1 maggio

Dettagli

Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5

Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5 Analisi Costi e Benefici Laura Vici laura.vici@unibo.it LEZIONE 5 Rimini, 26 aprile 2006 1 The Inter temporal Effects of International Trade Valore in $ del consumo di beni oggi G D F H 1/(1+r) G Valore

Dettagli

a) Nel disegno contrassegnato con il numero uno. RSB0002 a) 20. b) 18. c) 16. d) 22. c

a) Nel disegno contrassegnato con il numero uno. RSB0002 a) 20. b) 18. c) 16. d) 22. c RSB0001 In quale/i dei disegni proposti l area tratteggiata é maggiore dell area lasciata invece bianca? a) Nel disegno contrassegnato con il numero uno. b) In nessuno dei due. c) Nel disegno contrassegnato

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1 Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo

Dettagli

La dinamica delle collisioni

La dinamica delle collisioni La dinamica delle collisioni Un video: clic Un altro video: clic Analisi di un crash test (I) I filmati delle prove d impatto distruttive degli autoveicoli, dato l elevato numero dei fotogrammi al secondo,

Dettagli

Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN:

Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN: Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN: 88-8453-208-6 (print) ISBN: 88-8453-207-8 (online), Firenze

Dettagli

INCERTEZZA DI MISURA

INCERTEZZA DI MISURA L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,

Dettagli

4. Operazioni elementari per righe e colonne

4. Operazioni elementari per righe e colonne 4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:

Dettagli

ISTITUTO COMPRENSIVO N 1 LANCIANO - SCUOLA SECONDARIA DI PRIMO GRADO CURRICOLO VERTICALE - Classe Prima MATEMATICA a.s. 2014/2015

ISTITUTO COMPRENSIVO N 1 LANCIANO - SCUOLA SECONDARIA DI PRIMO GRADO CURRICOLO VERTICALE - Classe Prima MATEMATICA a.s. 2014/2015 NUMERI. SPAZIO E FIGURE. RELAZIONI, FUNZIONI, MISURE, DATI E PREVISIONI Le sociali e ISTITUTO COMPRENSIVO N 1 LANCIANO - SCUOLA SECONDARIA DI PRIMO GRADO CURRICOLO VERTICALE - Classe Prima MATEMATICA procedure

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

Modal 2 Modulo Analisi modale Modulo per l Analisi della dinamica strutturale.

Modal 2 Modulo Analisi modale Modulo per l Analisi della dinamica strutturale. Modal 2 Modulo Analisi modale Modulo per l Analisi della dinamica strutturale. L analisi modale è un approccio molto efficace al comportamento dinamico delle strutture, alla verifica di modelli di calcolo

Dettagli

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1

FACOLTA DI INGEGNERIA SCHEDA DIDATTICA N 1 FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N ARGOMENTO: CALCOLO DELLE PROBABILITA

Dettagli

19. Inclusioni tra spazi L p.

19. Inclusioni tra spazi L p. 19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p

Dettagli

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)

Dettagli

if t>=0 x=1; else x=0; end fornisce, nella variabile x, il valore della funzione gradino a tempi continui, calcolata in t.

if t>=0 x=1; else x=0; end fornisce, nella variabile x, il valore della funzione gradino a tempi continui, calcolata in t. Il programma MATLAB In queste pagine si introduce in maniera molto breve il programma di simulazione MAT- LAB (una abbreviazione di MATrix LABoratory). Introduzione MATLAB è un programma interattivo di

Dettagli

Determinare la grandezza della sottorete

Determinare la grandezza della sottorete Determinare la grandezza della sottorete Ogni rete IP possiede due indirizzi non assegnabili direttamente agli host l indirizzo della rete a cui appartiene e l'indirizzo di broadcast. Quando si creano

Dettagli

Breve introduzione al metodo del Analytic Hierarchy Process (AHP)

Breve introduzione al metodo del Analytic Hierarchy Process (AHP) Breve introduzione al metodo del Analytic Hierarchy Process (AHP) Massimo Paolucci (paolucci@dist.unige.it) DIST Università di Genova 2 Il metodo SAW costruisce un peso con cui valutare le alternative

Dettagli

Corso di Valutazioni d Azienda

Corso di Valutazioni d Azienda Andrea Cardoni Università degli Studi di Perugia Facoltà di Economia Dipartimento di Discipline Giuridiche e Aziendali Corso di Laurea Magistrale in Economia e Management Aziendale Corso di Valutazioni

Dettagli

1 Medie. la loro media aritmetica è il numero x dato dalla formula: x = x 1 + x 2 +... + x n

1 Medie. la loro media aritmetica è il numero x dato dalla formula: x = x 1 + x 2 +... + x n 1 Medie La statistica consta di un insieme di metodi atti a elaborare e a sintetizzare i dati relativi alle caratteristiche di una fissata popolazione, rilevati mediante osservazioni o esperimenti. Col

Dettagli

Qualificare i fornitori attraverso un sistema analitico di rating

Qualificare i fornitori attraverso un sistema analitico di rating articolo n. 3 giugno 2014 Qualificare i fornitori attraverso un sistema analitico di rating MASSIMILIANO MARI Responsabile Acquisti, SCANDOLARA s.p.a. Realizzare un sistema di rating costituisce un attività

Dettagli

AGGIORNATO AL 28/07/2009

AGGIORNATO AL 28/07/2009 AGGIORNATO AL 28/07/2009 1 CHECK LIST CARTELLINO: da stampare 1 MP (in PluriMIX) A. Compilare la Descrizione in modo ordinato B. Definire se visualizzare o no nelle componenti C. Assegnare la categoria

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

LEZIONE 17. B : kn k m.

LEZIONE 17. B : kn k m. LEZIONE 17 17.1. Isomorfismi tra spazi vettoriali finitamente generati. Applichiamo quanto visto nella lezione precedente ad isomorfismi fra spazi vettoriali di dimensione finita. Proposizione 17.1.1.

Dettagli

Misurazione dei rendimenti: una rassegna delle tecniche più diffuse

Misurazione dei rendimenti: una rassegna delle tecniche più diffuse Misurazione dei rendimenti: una rassegna delle tecniche più diffuse L interesse principale di chi ha sottoscritto un fondo d investimento è quello di conoscere di quanto sia cresciuta la propria ricchezza,

Dettagli

Preprocessamento dei Dati

Preprocessamento dei Dati Preprocessamento dei Dati Raramente i dati sperimentali sono pronti per essere utilizzati immediatamente per le fasi successive del processo di identificazione, a causa di: Offset e disturbi a bassa frequenza

Dettagli

Decomposizioni di uno schema, Decomposizioni che preservano i dati (loss-less joins) Prof.ssa Rosalba Giugno

Decomposizioni di uno schema, Decomposizioni che preservano i dati (loss-less joins) Prof.ssa Rosalba Giugno Decomposizioni di uno schema, Decomposizioni che preservano i dati (loss-less joins) Prof.ssa Rosalba Giugno Decomposizione di uno schema Dato uno schema relazionale R={A1,A2, An} una sua decomposizione

Dettagli

VALORE DELLE MERCI SEQUESTRATE

VALORE DELLE MERCI SEQUESTRATE La contraffazione in cifre: NUOVA METODOLOGIA PER LA STIMA DEL VALORE DELLE MERCI SEQUESTRATE Roma, Giugno 2013 Giugno 2013-1 Il valore economico dei sequestri In questo Focus si approfondiscono alcune

Dettagli

Rapida Introduzione all uso del Matlab Ottobre 2002

Rapida Introduzione all uso del Matlab Ottobre 2002 Rapida Introduzione all uso del Matlab Ottobre 2002 Tutti i tipi di dato utilizzati dal Matlab sono in forma di array. I vettori sono array monodimensionali, e così possono essere viste le serie temporali,

Dettagli

Grafica e analisi di dati utilizzando GNUPLOT Carlo Meneghini

Grafica e analisi di dati utilizzando GNUPLOT Carlo Meneghini 1 Grafica e analisi di dati utilizzando GNUPLOT Carlo Meneghini Vediamo come graficare dati e funzioni e come effettuare fit non lineari utilizzando il programma: Gnuplot. Gnuplot e un software free, ottenibile

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control 1 Introduzione SPC si occupa del miglioramento della qualità. I metodi per il miglioramento della qualità possono essere applicati a qualsiasi area in una fabbrica o organizzazione

Dettagli

Carcere & Scuola: ne vale la Pena

Carcere & Scuola: ne vale la Pena PROGETTO DI EDUCAZIONE ALLA LEGALITA E CIVILTA Carcere & Scuola: ne vale la Pena Scuola di Alta Formazione in Scienze Criminologiche, Istituto FDE, Mantova Associazione LIBRA Rete per lo Studio e lo Sviluppo

Dettagli

Lezione 4: Principi di Conservazione Conservazione della quantità di moto e del momento della quantità di moto

Lezione 4: Principi di Conservazione Conservazione della quantità di moto e del momento della quantità di moto Lezione 4: Principi di Conservazione Conservazione della quantità di moto e del momento della quantità di moto Claudio Tamagnini Dipartimento di Ingegneria Civile e Ambientale Università degli Studi di

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

3. TEORIA DELL INFORMAZIONE

3. TEORIA DELL INFORMAZIONE 3. TEORIA DELL INFORMAZIONE INTRODUZIONE MISURA DI INFORMAZIONE SORGENTE DISCRETA SENZA MEMORIA ENTROPIA DI UNA SORGENTE NUMERICA CODIFICA DI SORGENTE 1 TEOREMA DI SHANNON CODICI UNIVOCAMENTE DECIFRABILI

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

Dettagli

IL GIUDIZIO SUL BILANCIO DEL REVISORE LEGALE

IL GIUDIZIO SUL BILANCIO DEL REVISORE LEGALE CAPITOLO 19 IL GIUDIZIO SUL BILANCIO DEL REVISORE LEGALE di Piero Pisoni, Fabrizio Bava, Donatella Busso e Alain Devalle 1. PREMESSA La relazione del revisore legale deve esprimere il giudizio sull attendibilità

Dettagli

ISOZAKI TOWER (CITYLIFE COMPLEX): A NEW

ISOZAKI TOWER (CITYLIFE COMPLEX): A NEW Technical-scientific seminar on Analysis and design of tall building structures University of Patras 16 May 214 h. 11:-18: ISOZAKI TOWER (CITYLIFE COMPLEX): A NEW OFFICE BUILDING IN MILAN (21-214) Structural

Dettagli

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Consideriamo il nostro dataset formato da 468 individui e 1 variabili nominali costituite dalle seguenti modalità : colonna D: Age of client

Dettagli

DA PORTO A., NANINO E., DEL TORRE M., SECHI L.A., CAVARAPE A. CLINICA MEDICA - Azienda Ospedaliero-Universitaria S.Maria Misericordia di Udine

DA PORTO A., NANINO E., DEL TORRE M., SECHI L.A., CAVARAPE A. CLINICA MEDICA - Azienda Ospedaliero-Universitaria S.Maria Misericordia di Udine DA PORTO A., NANINO E., DEL TORRE M., SECHI L.A., CAVARAPE A. CLINICA MEDICA - Azienda Ospedaliero-Universitaria S.Maria Misericordia di Udine VITAMINA D: SINTESI, METABOLISMO E CARENZA Il 40-50% della

Dettagli