Metodologie informatiche per la chimica

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Metodologie informatiche per la chimica"

Transcript

1 Metdlge ratche per la chca Dr. Serg Brutt Aals de dat 5

2 Ce s rappreseta u dat d sura? Negl esep appea svlt abba ctrat tp d rappresetaze de dat speretal Rappresetaze atrcale elec de dat tabella Rappresetaze graca llustraze de dat su u pa cartesa Dagraa prgressv delle sure rappresetaze de dat surat su u pa cartesa c =uer della sura e =valre della sura Dagraa delle requeze d sura rappresetaze de dat raggruppat class (tervall d valr delle sure) (asse ) e gracat rspett alle requeze (asse )

3 Valre Frequeza Prgressv vs. requeze Rappresetaze graca llustraze de dat su u pa cartesa Dagraa prgressv delle sure rappresetaze de dat surat su u pa cartesa c =uer della sura e =valre della sura Dagraa delle requeze d sura rappresetaze de dat raggruppat class (tervall d valr delle sure) (asse ) e gracat rspett alle requeze (asse ) Prgressv sura Classe

4 Ce s rappreseta ua tedeza? La aggraza delle sservaz speretal csta tpcaete d ua dppa sura vver le sservaz (sure) s spess tteute al varare d ua varable dpedete (sllectaze) Rappresetaze atrcale elec de dat (,) tabella Rappresetaze graca llustraze de dat su u pa cartesa Dagraa prgressv delle sure Dagraa delle requeze d sura Pssbl a pc utl Grac bdesale (,) rappresetaze cartesaa cguta de dat speretal della varable dpedete (asse ) assee alla sura (asse )

5 Teperatura / grad cetgrad Tabella e grac (,) scala b-leare Rappreseta ad esep l adaet della teperatura d u bag d acqua prtat a bllre e lascat rareddare a bagara acqua e ghacc. Tabella Grac t/ s t T/C s T Tep / ut La rappresetaze cartesaa a varabl csete d vsualzzare edataete l adaet d ua sura al varare del paraetr dpedete. Usad le csddette barre d errre è ache pssble rappresetare l certezza d sura sa d che d.

6 Teperatura / grad cetgrad Tabella e grac (,) scala lgartca Se s rappreseta l pa cartesa c ua scala lgartca su l grac s desce lgartc. Tabella Grac lgartc t/ s t T/C s T Tep / ut La rappresetaze lgartca csete d learzzare tutt quegl adaet uzal cu è drettaete prprzale a lg()

7 Teperatura / grad cetgrad Tabella e grac (,) scala b-lgartca Se s rappreseta l pa cartesa c ua scala lgartca su e l grac s desce b-lgartc. Tabella Grac b-lgartc t/ s t T/C s T Tep / ut La rappresetaze b-lgartca csete d learzzare tutt quegl adaet uzal cu l lg() è drettaete prprzale a lg()

8 Ressteza elettrca / Oh Tabella e grac (,) scala b-leare Aalgaete rappreseta scala b-leare l adaet della sura d ua ressteza d u crcut uze del tep tep / s I quest cas la rappresetaze c suggersce che esste ua relaze uzale tra le due varabl, vver che l ua vara al varare della secda. Il valre d sclla attr ad u valr ed al varare d.

9 Teperatura / grad cetgrad Teperatura / grad cetgrad Il vadeecu del bu grac Qual s gl eleet essezal d ua bua rappresetaze graca cartesaa (leare, lgartca b-lgartca)?. Ottzzare la scala al e d redere assa la leggbltà del grac vver sceglere la scala sugl ass del grac d tale che dat speretal ccup tutt l gl tutt l scher.... Tep / ut. Tep / ut Cattv grac lug la scala è adeguata, lug s rappresetat trpp rd d gradezza Bu grac dat s dstrbusc tutt l pa (,)

10 Teperatura / grad cetgrad Il vadeecu del bu grac Qual s gl eleet essezal d ua bua rappresetaze graca cartesaa (leare, lgartca b-lgartca)?. La scala va sepre dcata e sugl ass va dcat ache l sbl della gradezza rappresetata, accpagat dalle utà d sura Tep Tep / ut Cattv grac l asse ha la scala, la gradezza ed etrab ha l utà d sura Bu grac gl ass s crrettaete descrtt

11 Teperatura / grad cetgrad Il vadeecu del bu grac Qual s gl eleet essezal d ua bua rappresetaze graca cartesaa (leare, lgartca b-lgartca)? 3. Se la scala e tale da perettere d apprezzare l errre su dat ess va rprtat sul grac. Gl errr sulle s rappresetat da barre vertcal (barre d errre) d seapezza par ll certezza sulle ; el cas cu sa apprezzabl ache le certezze sulle dat sara crredat da dppe bede d errre. Dppa bada d errre. Tep / ut

12 Teperatura / grad cetgrad Adaet curve d ttg Spess dat speretal su u grac cartesa (,) s crredat da ua lea d tedeza vver ua rappresetaze graca che e llustra l adaet ed Tep / ut Ua crretta lea d tedeza (che può essere ua lea pù geercaete ua curva qualuque,.e. plale, lgartca, espezale, d pteza, etc.) prvee da u ttg vver da ua prcedura statstca che ssata la ra uzale detera paraetr della uze zzad gl scart tra dat speretal e le prevs d ttg.

13 Teperatura / grad cetgrad Teperatura / grad cetgrad Adaet curve d ttg I geerale, a e che sa evtable, s preersce rappresetare dat d che le lee d tedeza sa lear Tep / ut Grac lgartc. Tep / ut Grac b-lgartc

14 Crrete / A Sta delle lee d tedeza Csdera u qualuque set d dat (,) cu esste ua relaze leare lt strgete tra le due varabl Ptezale / V Icertezza d sura Assca ua certezza a cascua sura. Data l deteraze su cascu dat speretale, le rette cpatbl c l ter set d dat s te.

15 Crrete / A Sta delle lee d tedeza Tutte le lee d tedeza pssbl s cprese tra la retta pù pedete cpatble c tutt dat, retta d assa pedeza (NERA) e la retta e pedete cpatble c tutt dat, retta d a pedeza. (ROSSA) Ptezale / V Cecete aglare I cecet aglar d queste due rette desc l tervall etr l quale pssa stare che sa cpres l cecete aglare della retta vera

16 Crrete / A Sta de cecet aglar Tuttava, data l deteratezza asscata a cascu dat speretale e l att che s vvaete perettaete alleat è edat uvc stare la retta d assa pedeza e la retta e pedete Ptezale / V Massa versglaza La sta del cecete aglare d ua retta che sa lea d tedeza d ua dstrbuze d dat (,) leare s può realzzare edate l etd de quadrat

17 Metd de quadrat Il etd de quadrat csete d rcavare paraetr d ua data rappresetaze uzale d ua dstrbuze (,) d dat speretal. Sa e due gradezze legate da ua dpedeza uzale del tp: g,,,..., I cu,. s paraetr caratterstc della ra uzale g(). Suppa d aver esegut sure della varable e della crrspdete, cascua aetta da errr casual. Assua che le certezze sulla sa trascurabl ter relatv rspett alle certezze sulla varable.

18 Metd de quadrat Data la uze =g() descrtta dalla relaze precedete I ter d relaze leare s rduce a: g,...,,, e q s rspettvaete l cecete aglare e l tere t, vver paraetr cstat della uze leare. E pssble rcavare l cecete aglare edate la seguet relaz statstche: q N N,,,,,

19 Crrete / A Metd de quadrat Il tere t della regresse leare vece è dat da: q = Ptezale / V Queste relaz statstche s da sull assut che le certezze sulle sure e sa cstat. Il etd pù geerale csete d trattare ache l cas cu a dat s assc certezze varabl

20 Metd de quadrat E se a cascua s assca u errre dvers: sarà ecessar usare quadrat pesat q q,,, d sura d errre d sura N N I cu sarà tuttava ecessar csderare che <> e <> s le ede pesate delle varabl e secd pes prescelt. N N N N

21 Crrete / A Crrete / A Estraplaz vs. terplaz Data ua lea d tedeza d u dat adaet (,) d sure è pssble eettuare prevs sul valre della gradezza per valr d per la quale è stata surata Ptezale / V Estraplaze Prevse della sura ur dall tervall d dage Ptezale / V Iterplaze Prevse della sura etr l tervall d dage

22 Crrete / A Rcaptl geerale Csdera u qualuque set d dat (,) cu esste ua relaze leare lt strgete tra le due varabl Ptezale / V Icertezza d sura Assca ua certezza a cascua sura. Data l deteraze su cascu dat speretale, le rette cpatbl c l ter set d dat s te.

23 Crrete / A Massa versglaza Data u qualuque see d dat (,) crrelat da u adaet leare è sepre pssble rcavare ua retta che sa la glre apprssaze pssble della dstrbuze speretale applcad l CRITERIO DI MASSIMA VEROSIMIGLIANZA Ptezale / V

24 Massa versglaza Il crter d assa versglaza è estedble ad ua qualuque cppa d gradezze crrelate da ua relaze uzale ( sl alle rette!). Csdera u see d valr d ua varable dpedete e crrspdet valr surat d ua varable dpedete. I,,..., D,,..., Assua che essta u dell terc che crrel valr d a valr s e che quest dell sa rappresetat dalla uze aaltca ():,,...,, Le quattà,. s paraetr uerc dpedet (e ttzzabl) t t sl c grade apprssaze. Idcha valr zal ( d prva) dell see de paraetr (cecet) ce:,,...,

25 Massa versglaza I lea d prcp questa dstraze resta valda ache per crrelaz tra pù (p) varabl dpedet (,,. p ) ed ua varable dpedete ().,,,...,,,..., Per seplctà però trattere l cas cu p= e esste ua sla varable dpedete. Il prcp d assa versglaza e etd de quadrat rguarda la deteraze de glr valr de paraetr,. al e d asszzare gl valr sservat d e crrspdete valr calclat d edate ( ). I eett l plct quest ateatc rguarda la deteraze delle glr sluz d u see d equaz sultaee (chaate equaz delle sservaze) cgte....,,...,,,,...,,,,...,, p

26 M quadrat Il uer d sservaz speretal deve eccedere (ralete d ale u rde d gradezza) l uer d paraetr ttzzabl. Il crrspdete prblea ateatc è qud SOVRADETERMINATO. Per l cas cu = è pssble rcavare paraetr da ttzzare a l equaze rcavata può essere valdata vver vercata c dat aggutv. L apezza dell see d sservaz speretale rspett al uer d paraetr da deterare è asszzata al e d:. Capare u tervall d valr d suceteete ap da valdare l applcabltà del dell;. Icreetare precse ed accuratezza della prcedura d deteraze de paraetr; 3. Otteere raz statstche rguardat la qualtà d paraetr e del dell applcat.

27 Metd d ttzzaze Il crter de quadrat al e d ttzzare paraetr s da sul CRITERIO DI MASSIVA VEROSIMIGLIANZA. L see de glr paraetr è quell che asszza la uze d prbabltà per l ter see d sure d. La prbabltà P per tteere per = ua sgla sura d par a è data da: P e,... ; Stt l assuze che le sure segu ua dstrbuze rale c devaze stadard. Esteded l equaze all ter set d sure d la prbabltà sarà: P P e,... ;

28 Metd d ttzzaze Csdera la varaze d P rspett a valr de paraetr. Sl l espete dell espezale sarà luezat dalle varaz de paraetr: al e d asszzare P è ecessar zzare la satra all espete. P e P ;,... ;,... a P Da cu dscede che l prcp d assa versglaza per P dvee l crter de quadrat:...

29 Metd d ttzzaze Da cu dscede che l prcp d assa versglaza per P dvee l crter de quadrat:... I cu s le varaz rspett a varaz tese ed dpedet d e è data da:,... ; I cu / è l pes dell sservaze -esa (vver l vers del quadrat della accuratezza asscata all -esa sura). Nel cas cu dat abba tutt detca accuratezza asscata / dvee ua cstate che gca alcu rul ella zzaze d.

30 Equaz ral Aché sa vera l crter d assa versglaza... Ovver deve essere u. Da cu: Csderad l equaze d (e ssttued a / = ) è pssble dervarla rspett ad k.... ;,... ;,... ;,... k k

31 Equaz ral Csdera l cas geerale cu () sa ua uze leare. Espadala sere d Talr trcadla al pr rde attr al valre =(,,, ) dat da valr zal ( d prva) de cecet. Ssttued la precedete elle equaz della dervata d da zzare,..., ;,... k k k k

32 k k k... Equaz ral Rarragad la precedete s tteg equaz: ua per cascu paraetr k. Satra su put Satra su paraetr

33 k k k Equaz ral cas della retta Csdera ce valr d parteza = = (e qud =) e scrva le equaz date le sure ce segue:,, Data la geeratrce delle equaz ral Scrva le equaz ral:

34 Equaz ral cas della retta Faced le dervate d () S rcava:,,

35 Equaz ral cas della retta Rarragad acra: Che rslved rspett a due paraetr: D D D

36 Equaz ral cas della retta - errr Data l equaze della retta d cu s vule deterare paraetr edate quadrat: I paraetr s rcava c le equaz ral: D D D,, E gl errr asscat? Sta l errre ed su : s

37 Equaz ral cas della retta - errr,, L errre asscat al tere t sarà: D Metre l errre asscat al cecete aglare sarà: D

38 Y Esep Csdera u set d dat (,) cu esste ua relaze leare Y

39 Esep Rcava prdtt e rcrdat che =/ Y

40 Esep Calcla le satre da dat precedet

41 Esep Date le quattà rcavate e csderad che =4 (uer d put) D D D,,

42 Esep Valuta gl errr (=4) ,,.4558 s

43 Y Esep - rsultat Rassua rsultat dell aals de dat ,, I asseza d pssbl valutaz su lt d sesbltà lt a 3 cre sgcatve paraetr vst che ache era deterata a tale lte.

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO Laboratoro d Fsca I: laurea Ottca e Optoetra Msura d ua ressteza co l etodo OLTMPEOMETICO descrzoe s sura ua ressteza utlzzado u voltetro e u llaperoetro sfruttado la relazoe : Per coduttor ohc è dpedete

Dettagli

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE ANALISI DELLA REGRESSIONE L Aals della Regressoe rguarda lo studo delle relazo esstet fra o pù caratter quattatv o varal. La rcerca de lega esstet fra pù varal s poe coe rcerca delle relazo fuzoal che

Dettagli

Problemi di rete. 1. Premessa

Problemi di rete. 1. Premessa Prble d rete Preessa Pra d passare alla sluze delle ret tpgrache c cu s rslve qualuque prblea d pszaet d put ell spaz è utle serars sul ccett d rete geerale e sugl aspett terc che ccrr alla sluze Dre che

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

Distribuzioni doppie. Esempi. Reddito annuo (x ) tramite una tabella a doppia entrata in cui per ogni coppia di

Distribuzioni doppie. Esempi. Reddito annuo (x ) tramite una tabella a doppia entrata in cui per ogni coppia di Dstrbuz dppe Quad veg sderate gutamete due le d ua matre d dat s ha ua dstrbuze dppa dsaggregata ( utara. S tratta dell eleaze delle mdaltà d due aratter (X e Y sservate per g utà statsta del llettv sderat:

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

Dettagli

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

Esercizi sull incertezza di misura

Esercizi sull incertezza di misura Esercz sull certezza d sura Eserczo 1 S vuole deterare l certezza tpo da attrbure al rsultato d ua surazoe d ressteza effettuata co etodo e struetazoe d certezza trascurable rspetto a quella legata alle

Dettagli

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya STATISTICA Eserctazoe 4 Dott.ssa Vera Gurtovaa //5 Eserczo. La seguete tabella a doppa etrata rporta dat relatv al umero d SMS vat u mese e all'età de mttet. S calcolo covaraza e correlazoe della varable

Dettagli

Analisi delle distribuzioni doppie: dipendenza

Analisi delle distribuzioni doppie: dipendenza Varabl statstche bvarate Aals delle dstrbuzo doppe: dpedeza Ccchtell Cap. 9 Utà statstche u u : : : u : : : v.s. bvarata quattatva (, ) : U R, soo le COMPONENT d (,) u uvola d put (scatter plot) u Statstca

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

Vantaggi della stratificazione

Vantaggi della stratificazione Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Vata della stratfcaze I prcpal vata del campamet stratfcat s: mlramet ell effceza del stmatre del ttale e della meda; pssbltà d stmare

Dettagli

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe

Dettagli

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

Dettagli

Compito A1- Soluzioni

Compito A1- Soluzioni Compto A- Soluzo Eserczo (4 put) I ua dage statstca codotta presso 0 rstorat s soo raccolt dat rportat tabella, dove l sgfcato delle varabl è l seguete Spesa: Copert: Stelle: esa a persoa meda (escl. bevade)

Dettagli

L OCCHIO. L OCCHIO: Proprietà Ottiche

L OCCHIO. L OCCHIO: Proprietà Ottiche L OCCHIO La truttura dell cch può esser trvata svarat test, put fdametal per quat rguarda l str teresse: studad l spettr Elettr-Magetc s s trvat due ftrecettr c (per l rss, l blu ed l verde) bastcell (vse

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe nforatche per la chca Dr. Sergo Brutt Anals de dat 6 Y Rcaptolo generale Dato un nsee d sure sperental d una varable dpendente al varare d una varable ndpendente è possble edante l crtero de

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

Dettagli

valido se i dati E dato da max(x i )-min(x i )

valido se i dati E dato da max(x i )-min(x i ) Idc d Dspersoe o d Varabltà: Rage e DIQ No basta la coosceza d quale è la poszoe meda de dat statstc, serve ache cooscere quale è la varabltà de dat raccolt attoro al valore medo. Allo scopo d troducoo

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 3,6 5 5 38 40 45 63 63/5 3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Indipendenza in distribuzione

Indipendenza in distribuzione Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto

Dettagli

Approssimazione mediante il metodo dei Minimi Quadrati

Approssimazione mediante il metodo dei Minimi Quadrati pprossazoe edate l etodo de Quadrat Il etodo de quadrat è u approcco geerale al problea della soluzoe d u sstea leare sovradeterato, coè cu la atrce de coeffcet è co >. Data fatt la atrce e l vettore b

Dettagli

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y?

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y? Relazoe fra varabl casual X e Y cogutamete dstrbute Test d potes due popolazo Coeffcete d Correlazoe ρ XY (9.5.3) Regressoe ρ XY rspode alla domada esste u assocazoe leare tra le varabl X e Y? Costrure

Dettagli

Lezione 4. Metodi statistici per il miglioramento della Qualità

Lezione 4. Metodi statistici per il miglioramento della Qualità Tecologe Iormatche per la Qualtà Lezoe 4 Metod statstc per l mglorameto della Qualtà Msure d Tedeza Cetrale Ultmo aggorameto: 30 Settembre 2003 Il materale ddattco potrebbe coteere error: la segalazoe

Dettagli

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1 Le mede Mede: permettoo d stetzzare ua dstrbuzoe sulla base d u solo valore. Possoo essere classcate : Mede aaltche: calcolate tramte operazo algebrche su valor del carattere solo per caratter quattatv

Dettagli

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

Dettagli

POLITECNICO DI TORINO

POLITECNICO DI TORINO POLITECNICO DI TORINO EERCITAZIONI DI LOGITICA Laurea Igegera Lgstca e della Prduze Crs d Lgstca e d Dstrbuze 1 Dcete: Prf. Ig. Gul Ztter Tutre: Ig. Gula capacc A.A. 007/008 VERIONE 3 METODI EPLANATORY

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe nforatche per la chca Dr. Sergo Brutt Test d potes e soothng Rsultat dell eserctazone Legenda: A = copto eccellente; B = copto buono; C = copto suffcente; D = copto scarso; E = copto nsuffcente.

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEETI DI STATISTICA S desce popolazoe oggetto l seme d tutt quegl elemet che hao comue almeo ua caratterstca (o attrbuto) Lo studo d ua popolazoe è eettuato qud dal puto d vsta d u suo attrbuto: s valuta

Dettagli

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola.

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola. Coteut Corso d Statstca Facoltà d Ecooma a.a. - fracesco mola Lezoe 9 Correlazoe leare Scatterplot e aals grafca L uso delle varabl stadardzzate La covaraza Il coeffcete d correlazoe leare d Bravas-Pearso

Dettagli

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

Sommario. Facoltà di Economia. 1 k. 1 1 ε. francesco mola. Lezione n 16. Diseguaglianza di Cebicev. Diseguaglianza di Cebicev

Sommario. Facoltà di Economia. 1 k. 1 1 ε. francesco mola. Lezione n 16. Diseguaglianza di Cebicev. Diseguaglianza di Cebicev Crs d tatstca Facltà d Ecma a.a. 00-00 fracesc mla mmar La dseguaglaza d Cebcev Cvergeza e rcpal Terem Cvergeza prbabltà Cvergeza dstrbuze Terema d Berull Legge de Grad Numer (deble e frte) Terema d De

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

Come descrivere fisicamente con facilità questi eventi?

Come descrivere fisicamente con facilità questi eventi? Come descrvere scamete co acltà quest evet? Quattà d moto Osservazoe: Tato maggore è la massa d u corpo, tato pù è dcle ermarlo ( a partà d veloctà) Data ua partcella d massa m e veloctà v s desce quattà

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE L ANALISI DI REGRESSIONE La regressoe è volta alla rcerca d u modello atto a descrvere la relazoe esstete tra ua varable Dpedete e ua varable dpedete (regressoe semplce)

Dettagli

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma: La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in Le mede Italo Nofro LE MEDIE Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt u collettvo Statstca medca Le mede Le

Dettagli

Regressione e Correlazione

Regressione e Correlazione Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata

Dettagli

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica). Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere

Dettagli

Modelli di accumulo del danno dovuto a carichi ciclici

Modelli di accumulo del danno dovuto a carichi ciclici Modell d accumulo del dao dovuto a carch cclc Modell d accumulo del dao dovuto a carch cclc È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa

Dettagli

IL METODO DELLA MASSIMA VEROSIMIGLIANZA. Sia D un insieme di dati osservati e sia M ( θ ) un modello di probabilità caratterizzato dal vettore di

IL METODO DELLA MASSIMA VEROSIMIGLIANZA. Sia D un insieme di dati osservati e sia M ( θ ) un modello di probabilità caratterizzato dal vettore di IL METODO DELLA MASSIMA VEROSIMIGLIANZA Sa D u see d dat osservat e sa M ( θ ) u odello d probabltà caratterzzato dal vettore d paraetr θ = ( θ, θ,..., θ k ) defto sull see Θ. La fuzoe d θ [ θ ] L( θ )

Dettagli

Quantita di moto. Dato un generico corpo di massa m e velocita v definiamo la grandezza fisica vettoriale quantita di moto q per tale corpo come.

Quantita di moto. Dato un generico corpo di massa m e velocita v definiamo la grandezza fisica vettoriale quantita di moto q per tale corpo come. Quatta d oto Dato u geerco corpo d assa e velocta v defao la gradezza fsca vettorale quatta d oto q per tale corpo coe qv Nel S.I la uta d sura della quatta d oto sara qud kg /s. Quatta d oto e II legge

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3 ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

Appunti: elementi di Statistica

Appunti: elementi di Statistica Uverstà d Ude, Facoltà d Sceze della Forazoe Corso d Laurea Sceze e Tecologe Multedal Corso d Mateatca e Statstca (Gorgo T. Bag) Apput: eleet d Statstca. INTENSITÀ, FREQUENZA ASSOLUTA E RELATIVA.. L aals

Dettagli

Nel seguito tratteremo più dettagliatamente del caso parametrico, ma non tralasceremo di fornire alcuni utili strumenti per quello non parametrico.

Nel seguito tratteremo più dettagliatamente del caso parametrico, ma non tralasceremo di fornire alcuni utili strumenti per quello non parametrico. INTRODUZIONE AL TEST DELLE IPOTESI 5. Itrduze Il prblea he affrtere qu d segut è u de pù prtat per la Statsta sa da u put d vsta ter he applatv: erare ua regla he peretta d dedere se, dat u ert prefssat

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115 Quale retta? Quale retta? Questa? Oppure questa? Questa certamete o! 0 1 0 1 La retta mglore è quella che pù s avvca all seme de 115 put corrspodet alle coppe d valor (x, y ). Per la stma de parametr s

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

DATA MINING PER IL MARKETING (63 ore)

DATA MINING PER IL MARKETING (63 ore) DATA MINING PER IL MARKETING (63 ore) Marco Ra mra@upr.t Sto web del corso http://www.ra.t/dmm REGRESSIONE INFERENZIALE 1 Itroduzoe agl elemet aleator N. dpedet (X) Vedte mlo d (Y) A 10 1,9 B 18 3,1 C

Dettagli

Formulario e tavole. Complementi per il corso di Statistica Medica

Formulario e tavole. Complementi per il corso di Statistica Medica Complemet per l corso d Statstca Medca Formularo e tavole Ne è cosetto l uso all esame scrtto, ma og Studete deve cosultare solo l propro formularo, e essu altro materale! Statstca Descrttva destà ampea

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

Dettagli

Le misure di variabilità

Le misure di variabilità arlea Pllat - Semar d Statstca (SVIC) "Le msure d varabltà e cocetrazoe" La varabltà L atttude d u carattere quattatvo X ad assumere valor dfferet tra le utà compoet u seme statstco è chamata varabltà

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

La distribuzione statistica doppia (o bivariata)

La distribuzione statistica doppia (o bivariata) Marlea Pllat - Semar d Statstca (SVIC) "Le dstrbuzo doppe" La dstrbuzoe statstca doppa (o bvarata) Se u seme d utà statstche s osservao gl stat d gradezza assut da due caratter e s ottee ua -pla statstca

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

Esercitazioni per il corso di Chimica Fisica I II anno della laurea in Scienza dei Materiali

Esercitazioni per il corso di Chimica Fisica I II anno della laurea in Scienza dei Materiali Pr. edla Ferrar hca Fsca I Laurea ceza de Materal Eserctaz er l crs d hca Fsca I II a della laurea ceza de Materal Parte I E. suga d bere dell acqua da u bcchere er ezz d ua caucca luga c. Dre quale dereza

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca acoltà d Ecooma a.a. - La cocetrazoe Quado studarla? Obettvo Dagramma d Lorez apporto d cocetrazoe rea d cocetrazoe Esemp Sommaro Lezoe 7 Lez7-a.a. - statstca-fracesco mola Quado studarla?

Dettagli

Sommario. Corso di Statistica Facoltà di Economia. Indici Statistici di posizione o locazione Medie (cont.) Moda Mediana. Lezione n 5.

Sommario. Corso di Statistica Facoltà di Economia. Indici Statistici di posizione o locazione Medie (cont.) Moda Mediana. Lezione n 5. Corso d Statstca Facoltà d Ecooma Lezoe 5 a.a. 000-00 00 Fracesco Mola z z z z Sommaro Idc Statstc d poszoe o locazoe Mede (cot. Moda Medaa a.a. 000-000 statstca-fracesco mola 4 a Propretà della meda artmetca

Dettagli

Calcolo dei fattori di vista

Calcolo dei fattori di vista Su u supporto ceraco è otata ua sere d coduttor elettrc patt euspazat co passo p par a c e altezza h par a c. ss hao ua teperatura d fuzoaeto T 50 C e la loro lughezza è grade desoe al pao della fgura.

Dettagli

Capitolo 2 Errori di misura: definizioni e trattamento

Capitolo 2 Errori di misura: definizioni e trattamento Captolo Error d msura: )Geeraltà defzo e trattameto I cocett d meda, varaza e devazoe stadard s utlzzao ormalmete per otteere formazo sulla botà d ua msura. I geerale, s assume come msura m della gradezza

Dettagli

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

Dettagli

Alcuni metodi per la risoluzione di sistemi lineari con matrici strutturate.

Alcuni metodi per la risoluzione di sistemi lineari con matrici strutturate. Alcu meto per la rsoluzoe sstem lear co matrc strutturate. A. url - Calcolo Scetco Problema Rsolvere l sstema leare: A A. url - Calcolo Scetco Problema q A Co A matrce el tpo: p O A è ua matrce tragoale!

Dettagli

Indici di Posizione: Medie Algebriche

Indici di Posizione: Medie Algebriche ANALISI DELLE DISTRIBUZIONI STATISTICHE L Aal delle Dtrbuzo Stattche cote ell elaborazoe ateatca de dat tattc. Lo copo è quello d rcavare tutte le orazo tetche pù portat che rguardao dat raccolt. Idc d

Dettagli

Consistenza : se una distribuzione è fatta da termini costanti allora la media deve essere uguale a tale costante

Consistenza : se una distribuzione è fatta da termini costanti allora la media deve essere uguale a tale costante ANALISI DELLE DISTRIBUZIONI STATISTICHE L Aal delle Dtrbuzo Stattche cote ell elaborazoe ateatca de dat tattc. Lo copo è quello d rcavare tutte le orazo tetche pù portat che rguardao dat raccolt. Idc d

Dettagli

Capitolo 6 Gli indici di variabilità

Capitolo 6 Gli indici di variabilità Captolo 6 Gl dc d varabltà ommaro. Itroduzoe. -. Il campo d varazoe. - 3. La dffereza terquartle. - 4. Gl scostamet med. -. La varaza, lo scarto quadratco medo e la devaza. - 6. Le dffereze mede. - 7.

Dettagli

Misure di forze elettromotrici. Misure di forze elettromotrici

Misure di forze elettromotrici. Misure di forze elettromotrici Il metd ptezimetric di ggedrf permette di misurare la frza elettrmtrice di u geeratre cfrtadla c ua frza elettrmtrice ta c precisie (pila campie). Si utilizza u ptezimetr ed u galvametr (u ampermetr estremamete

Dettagli

Miscibilità parziale

Miscibilità parziale Mscltà parzale Q 1 Q 2 xr xq U geerc sstema c cmpsze C x è csttut da due fas ua è la Sluze d A satura d B che ha cmpsze C 1 e l altra è la sluze B satura d A che ha ccetraze C 2. La quattà Q 1 d sluze

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza Uverstà egl Stud d Bergamo Corso d laurea Igegera dle STATISTICA Stma d massma verosmglaza Sao,, varabl aleatore d Posso dpedet, cascua co valore atteso λ S determ lo stmatore d massma verosmglaza d λ

Dettagli

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio 8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa

Dettagli

CAPITOLO XVI REGRESSIONE LINEARE SEMPLICE. S, PRESS e loro significativita 79

CAPITOLO XVI REGRESSIONE LINEARE SEMPLICE. S, PRESS e loro significativita 79 CAPITOLO VI REGRESSIONE LINEARE SEMPLICE 6.. La statstca bvarata: utlzzare la regresse ppure la crrelaze? 6.. descrze d ua dstrbuze bvarata 3 6.3. La regresse de fgl vers la medcrta 9 6.4. Mdell d regresse

Dettagli

Intelligenza Artificiale II. Ragionamento probabilistico Apprendimento. Marco Piastra. Intelligenza Artificiale II - AA 2008/2009

Intelligenza Artificiale II. Ragionamento probabilistico Apprendimento. Marco Piastra. Intelligenza Artificiale II - AA 2008/2009 Itellgeza rtfcale II Ragoaeto probablstco ppredeto Marco Pastra Ragoaeto probablstco: appredeto - Parte 3 Osservazo Maxu Lelhood Estato at e probabltà per odell grafc Maxu a Posteror Estato ppredeto d

Dettagli

Propagazione delle incertezze

Propagazione delle incertezze Propagazoe delle certezze Luca Mar, versoe 18.5.16 Questo testo è dstrbuto co Lceza Creatve Commos Attrbuzoe Codvd allo stesso modo 4.0 Iterazoale Coteut Itroduzoe...1 Rappresetazoe d gradezze codzo d

Dettagli

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt e l fereza S defsce campoameto u procedmeto attraverso l quale

Dettagli

Il campionamento e l inferenza

Il campionamento e l inferenza e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco Ao

Dettagli

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1 Mutua varabltà È ua msura d quato le utà statstche dfferscoo tra d loro (o pù rspetto ad u puto fsso). Il calcolo degl dc s basa sulle dffereze tra tutte le coppe d utà statstche. Dffereze mede (seza rpetzoe)

Dettagli