Determinazione radiochimica dello Sr 90

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Determinazione radiochimica dello Sr 90"

Transcript

1 Determinazione radiochimica dello Sr 90 Lo Sr 90 è uno dei più diffusi e pericolosi prodotti di fissione dell'u 235 e riveste una tale importanza radioprotezionistica da richiedere metodi selettivi di determinazione. Un metodo analitico di largo uso nei laboratori di radioprotezione prevede un attacco acido della matrice, la successiva separazione degli elementi del 1 e 2 gruppo (alcalini e alcalinoterrosi) mediante resine a scambio cationico, l'isolamento dell' Y 90 all'equilibrio con lo Sr 90, mediante la doppia precipitazione del suo idrossido e la determinazione radiometrica di quest'ultimo Resa chimica di estrazione dello Sr 90 L'elevato numero di manipolazioni chimiche a cui viene generalmente sottoposto il campione da analizzare rende necessario determinare ogni volta la resa chimica di estrazione dello Sr. Pertanto, all'inizio del trattamento chimico, il campione viene tracciato con Sr stabile in quantità comprese fra 150 e 250 mg. Per ogni campione si prepara un bianco contenente la stessa quantità di Sr stabile; lo Sr presente in tale soluzione, a fine analisi, viene analizzato per spettrofotometria ad assorbimento atomico insieme a quello rimasto nel campione; ciò consente di stimare per confronto la resa chimica di separazione. Se D i è il risultato della determinazione dello Sr stabile inizialmente aggiunto al campione e è quello della determinazione finale, la resa chimica R di estrazione in %, sarà: D f R = 100. D f /D i (1) L'errore associato alla resa chimica R è calcolabile effettuando una serie di n determinazioni di D i e D f, determinando le rispettive medie e le relative varianze ed applicando, infine, la formula di propagazione degli errori Stima dell'attività di Sr 90 E' noto che, se al momento del suo isolamento l'y 90 è in equilibrio con lo Sr 90, le rispettive attività sono uguali; tuttavia, per motivi di organizzazione del lavoro, non sempre è possibile attendere che fra i due si stabilisca l'equilibrio prima della separazione; in questi casi è possibile normalizzare all'equilibrio l'attività dell'y 90 utilizzando opportuni fattori correttivi che tengono conto del fenomeno della crescita; tali fattori, nella considerazione che il tempo di dimezzamento dello Sr 90 è molto più grande di quello dell'y 90, sono valutati mediante la relazione : ß = (1 - e -0,693 t/t 1/2 ) (2) ß = fattore di crescita dell'y 90 ; t = intervallo di tempo intercorso fra la prima e la seconda precipitazione, espresso in ore;

2 t 1/2 = tempo di dimezzamento dell'y 90 (64 h). In tabella 1 sono riportati alcuni valori di ß espressi in %. Tabella 1 Percentuale di crescita dell'y 90 t ß (giorni) (%) , Una volta preparata la sorgente contenente l'y 90, bisogna seguirne il decadimento mediante conteggi a tempi prefissati ed estrapolare all'ora della 2ª precipitazione (tempo zero) i risultati ottenuti. La pratica del laboratorio prevede che per ogni campione vengano effettuati cinque conteggi per un tempo sufficientemente lungo a registrare almeno 100 impulsi; due di questi devono essere effettuati con t > 64 h ( t = intervallo di tempo, espresso in ore, intercorso fra la 2ª precipitazione e il conteggio). I risultati delle intensità di conteggio, al netto del fondo, vanno riportati su carta semilogaritmica in funzione di t; si traccia, quindi, la migliore retta che interpola i risultati tenendo conto delle loro deviazioni standard al livello di confidenza P e si verifica la purezza dell'y 90 misurato accertandosi che il valore estrapolato a t = 0 si dimezzi per t = 64 h. Soddisfatta l'esigenza di verifica della purezza dell'y 90, i valori delle cinque intensità di conteggio, al netto del fondo, vengono estrapolati a t=0 mediante la relazione : N i(t0) = N i. e 0,693 t/t 1/2 (cps) (3) N i(t0) = intensità di conteggio netto estrapolata al tempo zero, espressa in cps;

3 N i = intensità di conteggio netto misurata, espressa in cps; t = intervallo di tempo intercorso fra la 2ª precipitazione e il conteggio dell'y 90, espresso in ore; t 1/2 = vita media dell'y 90, espressa in ore. Viene poi calcolato il valore medio pesato NM (t0) delle intensità di conteggio estrapolate al tempo zero, mediante la: W i. N i(t0) NM (t0) = (cps) (4) W i nella quale W i è il fattore peso e corrisponde all'inverso della varianza dell'i-esima misura: W i = 1/ (σ c ) 2 (5) Si valuta quindi la deviazione standard del valore medio pesato, σ NM(t0), allo stesso livello di confidenza delle varianze dei singoli conteggi con la relazione : σ NM(t0) = ± (1/ W i ) (6) Infine, viene stimata l'attività A di Sr 90, presente nel campione, nel seguente modo: A = NM (t0). 100/ε. 100/R. 100/ß. 1000/q ovvero: A = NM (t0) /(ε. R. ß. q) (Bq/l o kg) (7) ε = efficienza del contatore beta in %; R = resa chimica di estrazione dello Sr 90 in %; ß = frazione %-le di Y 90 isolata al momento della seconda precipitazione; q = quantità di campione analizzata, in g o cc. 3.- Valutazione dell'errore L'errore totale da associare alla misura di Sr 90, al livello di confidenza P, espresso in %, è valutato mediante la relazione: σa = ±100. [(σ ε /ε) 2 +(σ NM(t0) /NM (t0) ) 2 +(σ Di /D i ) 2 +(σ Df /D f ) 2 ] (%) (8) σ ε = deviazione standard del valore medio dell'efficienza all'energia max dell'y 90, al livello di probabilità P;

4 σ NM(t0) = deviazione standard del valore medio delle intensità di conteggio estrapolate al tempo zero, al livello di probabilità P; σ Di = deviazione standard della determinazione iniziale di Sr stabile, al livello di probabilità P; σ Df = deviazione standard della determinazione finale di Sr stabile, al livello di probabilità P. 4.- Esempio di stima dell'attività di Sr 90 e del suo errore associato Siano noti i seguenti parametri : - efficienza (ε) del contatore beta = (26±2) % ; - fondo (F) della catena di conteggio =120 cp in 30 minuti di misura; - determinazione iniziale (Di) di Sr stabile = 168 mg ± 1,5 % ; - determinazione finale (Df) di Sr stabile = 140 mg ± 1,5 % ; - Y 90 isolato al momento della 2ª precipitazione (ß) =100 % ; - quantità (q) di campione analizzato = 1000 cc ; - intensità (C) dei conteggi lordi registrati ai relativi t, in 30 minuti di misura, come da sottostante specchietto riassuntivo in cui, per comodità, i conteggi sono espressi in cpm anziché in cps: Soluzione : t C (h) (cpm) 22, mediante la (5) e con un fattore di Student pari a 2,58 derivante da (j-1) = e P = 99 % (vedi Tab. 1), calcolare per ogni valore di C la deviazione standard σ C. - Riportare su carta semilogaritmica le intensità di conteggio nette N i e il relativo errore σ C in funzione di t e verificare se è possibile interpolare le intensità di conteggio, tenendo conto dei relativi intervalli di confidenza, con una retta avente pendenza corrispondente a un tempo di dimezzamento di 64 h. - Utilizzando la (3) calcolare, per ogni valore di N i, il corrispondente valore di N i(t0) ; si otterranno in tal modo i risultati riassunti nel sottostante specchietto: t N i σ C N i(t0) σ C(t0) (h) (cpm) (cpm) 22, , ,2

5 , facendo uso della (4), trovare il valore medio pesato delle 5 intensità di conteggio estrapolate al tempo zero (NM (t0) ) e, utilizzando la (6), il corrispondente σ NM(t0) ; si otterrà così: e NM (t0) = 7552 cpm = cps σ NM(t0) = ± 27 cpm = ± 0.45 cps - Mediante la (1) la resa di estrazione dello Sr 90 risulta: R 83 %. - Valutare σ A con la (8): σ A = ±100 [(2/26) 2 +(27/7552) 2 +(1,5/100) 2 +(1,5/100) 2 ] = ± 8 % - L'attività di Sr 90 stimata nel nostro campione sarà, secondo la (7): A = = 583 ± 8 % (Bq/l) 5.- Stima dell'attività minima rivelabile Data la breve vita media dell'y 90, il suo minimo conteggio rilevabile risulta essenzialmente influenzato dall'intervallo di tempo che intercorre fra il momento della 2ª precipitazione e quello dei conteggi. Di solito, a bassi livelli di attività, possono verificarsi due differenti situazioni : 1ª) il residuo analizzato non da nessun conteggio significativamente diverso dal fondo; in tal caso viene stimata l' LDA di Sr 90 in quel campione mediante la relazione: (LR/T). exp(0,693 t/t 1/2 ) LDA (Bq/l o kg) (9) ε. R. β. q 2ª) Solo alcuni conteggi, su un minimo di cinque effettuati per apprezzare il dimezzamento dell'y 90, hanno dei valori significativamente diversi dal fondo; si decide arbitrariamente, in questi casi, di addebitare all'y 90 i valori riscontrati, anche se non è possibile verificarne il decadimento.

6 Tale decisione è determinata dalla constatazione che se anche si addebitasse allo Sr 90 l'attività di un altro beta emettitore, visto la bassa attività in gioco, il giudizio radioprotezionistico non dovrebbe risultarne influenzato e comunque lo sarebbe in maniera cautelativa; tuttavia, in casi ritenuti degni di attenzione è sempre possibile ripetere l'analisi partendo da maggiore quantità di campione.

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi) CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON

Dettagli

1. Sono state eseguite 250 misure di temperatura che hanno rivelato i seguenti valori stimati di media e di deviazione standard per il campione

1. Sono state eseguite 250 misure di temperatura che hanno rivelato i seguenti valori stimati di media e di deviazione standard per il campione Inferenza di Intervallo 1. Sono state eseguite 250 misure di temperatura che hanno rivelato i seguenti valori stimati di media e di deviazione standard per il campione T = 300 K σ T = 50 a. Calcolare un

Dettagli

Inferenziale - esercizi

Inferenziale - esercizi SSMT Statistica inferenziale - Esercizi Pioda Inferenziale - esercizi Esercizio 1. Negli esami di medicina a livello nazionale i punteggi sono dati in funzione di una scala tale per cui tra tutti gli studenti

Dettagli

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n. 5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema

Dettagli

Corso Di CHIMICA ANALITICA II

Corso Di CHIMICA ANALITICA II Corso Di CHIMICA ANALITICA II CHIMICA ANALITICA QUANTITATIVA: determinazione di una specie chimica in funzione della sua concentrazione. CHIMICO ANALITICO: sviluppare nuovi metodi X analita (CAMPIONE):

Dettagli

Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da:

Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: Analisi chimica strumentale Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: (31.4) dove s y è la varianza dei valori

Dettagli

D. Desideri, Università Urbino - R. Rusconi, ARPA Lombardia

D. Desideri, Università Urbino - R. Rusconi, ARPA Lombardia Dipartimento di Scienze Biomolecolari Sezione di Chimica Analitica e Inorganica Validazione di metodi radiometrici: tre casi esemplificativi D. Desideri, Università Urbino - R. Rusconi, ARPA Lombardia

Dettagli

Seconda parte: RISULTATI Rosella Rusconi ARPA Lombardia

Seconda parte: RISULTATI Rosella Rusconi ARPA Lombardia Seconda parte: RISULTATI Rosella Rusconi ARPA Lombardia 23 15 98 3 0 Verifica linearità TARATURA Quale valore di ε Quale incertezza u(ε) MISURA del CAMPIONE Ripetibilità Quale valore di u(a) (uso della

Dettagli

Interferenza da doppia fenditura

Interferenza da doppia fenditura Corso di Fisica per Scienze Biologiche A.A. 2016-17 Esperienza di laboratorio: OTTICA - ESPERIMENTO DI YOUNG Interferenza da doppia fenditura Nomi degli studenti:......... Data:... Introduzione L'obiettivo

Dettagli

Appunti di statistica ed analisi dei dati

Appunti di statistica ed analisi dei dati Appunti di statistica ed analisi dei dati Indice generale Appunti di statistica ed analisi dei dati...1 Analisi dei dati...1 Calcolo della miglior stima di una serie di misure...3 Come si calcola μ...3

Dettagli

1 RELAZIONE DELL ESPERIENZA DI LABORATORIO N.3 DEL DICEMBRE 2017 GRUPPO N.3

1 RELAZIONE DELL ESPERIENZA DI LABORATORIO N.3 DEL DICEMBRE 2017 GRUPPO N.3 1 RELAZIONE DELL ESPERIENZA DI LABORATORIO N.3 DEL 14-18 DICEMBRE 2017 GRUPPO N.3 COMPONENTI DEL GRUPPO: 1. Castronovo Pietro 2. Giuffrè Jasmine 3. Nicoletti Gabriele 4. Palladino Pietro 5. Pellicane Francesco

Dettagli

Σ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica

Σ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica 13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in

Dettagli

Esercitazione del

Esercitazione del Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36

Dettagli

Verifica delle ipotesi

Verifica delle ipotesi Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme

Dettagli

Ulteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie.

Ulteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie. Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it I risultati di un esperimento

Dettagli

Metodi di misura radiometrici: confronti e criticità. Rosella Rusconi ARPA Lombardia

Metodi di misura radiometrici: confronti e criticità. Rosella Rusconi ARPA Lombardia Metodi di misura radiometrici: confronti e criticità Rosella Rusconi ARPA Lombardia La radioattività nelle acque potabili ed il gemellaggio di ARPA Veneto e ARPA Lombardia con la Polonia. Verona, 4 dicembre

Dettagli

Corso di Tecniche biomolecolari applicate Modulo Analisi di Macromolecole

Corso di Tecniche biomolecolari applicate Modulo Analisi di Macromolecole Laboratorio Giorno 1 Corso di Tecniche biomolecolari applicate Modulo Analisi di Macromolecole Docente: Dott. Andrea Strazzulli Attività: Determinazione della concentrazione proteica di un campione. Parte

Dettagli

Laboratorio di Fisica I Anno Accademico

Laboratorio di Fisica I Anno Accademico Laboratorio di Fisica I Anno Accademico 018-019 Relazione terza esperienza di Laboratorio Giorgio Campione Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico

Dettagli

Proprietà della varianza

Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Intermezzo: ma perché dovremmo darci la pena di studiare come calcolare la varianza nel caso di somme,

Dettagli

LABORATORIO DI FISICA I

LABORATORIO DI FISICA I UNIVERSITA DEGLI STUDI DI PALERMO CORSO DI LAUREA IN SCIENZE FISICHE A.A. 2018/2019 13 Dicembre 2018 LABORATORIO DI FISICA I RELAZIONE TERZA ESPERIENZA DI LABORATORIO GRUPPO 1 Nigrelli Giulia Valenti Giuseppe

Dettagli

STATISTICA A K (60 ore)

STATISTICA A K (60 ore) STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta

Dettagli

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze

Dettagli

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta): ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva

Dettagli

Esperimentazioni di Fisica 1. Prova scritta del 5 luglio 2016 SOLUZIONI

Esperimentazioni di Fisica 1. Prova scritta del 5 luglio 2016 SOLUZIONI Esperimentazioni di Fisica 1 Prova scritta del 5 luglio 2016 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 6 10/09/2015 1. 12 Punti) Quesito. Nella misura della costante di una molla con il

Dettagli

LM 88 SOCIOLOGIA E RICERCA SOCIALE. Metodi Statistici per la Ricerca Sociale. Regressione lineare e correlazione

LM 88 SOCIOLOGIA E RICERCA SOCIALE. Metodi Statistici per la Ricerca Sociale. Regressione lineare e correlazione LM 88 SOCIOLOGIA E RICERCA SOCIALE Metodi Statistici per la Ricerca Sociale Regressione lineare e correlazione 1. Su un campione di individui sono rilevati i caratteri X (peso in Kg) e Y (altezza in cm),

Dettagli

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto precedente? (motivare brevemente la risposta):

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto precedente? (motivare brevemente la risposta): ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva

Dettagli

Distribuzione Normale. Dott. Claudio Verona

Distribuzione Normale. Dott. Claudio Verona Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per

Dettagli

E S E R C I Z I T U T O R

E S E R C I Z I T U T O R E S E R C I Z I T U T O R ESERCIZIO Applicazione del Metodo Montecarlo per calcolare p. Si calcola il rapporto fra l area del cerchio di diametro r e l area del quadrato circoscritto, di lato r. Area del

Dettagli

Regressione Lineare Semplice e Correlazione

Regressione Lineare Semplice e Correlazione Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)

Dettagli

DESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.

DESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI. Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi

Dettagli

Metodo dei Minimi Quadrati. Dott. Claudio Verona

Metodo dei Minimi Quadrati. Dott. Claudio Verona Metodo dei Minimi Quadrati Dott. Claudio Verona E in generale interessante studiare l andamento di una variabile in funzione di un altra e capire se c è una funzione matematica che le lega. Viceversa è

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica Intervalli di confidenza Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2018/2019 Marco Pietro Longhi Prob. e Stat. 1

Dettagli

Laboratorio di Fisica I - A.A. 2017/2018. Relazione dell esperienza N. 3

Laboratorio di Fisica I - A.A. 2017/2018. Relazione dell esperienza N. 3 Laboratorio di Fisica I - A.A. 2017/2018 Relazione dell esperienza N. 3 Titolo Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Gruppo 9 Faddetta

Dettagli

DETERMINAZIONE DELLA CONCENTRAZIONE DI ATTIVITA DI STRONZIO-90 NEL LATTE

DETERMINAZIONE DELLA CONCENTRAZIONE DI ATTIVITA DI STRONZIO-90 NEL LATTE Data emissione: 13/10/005 Pagina 1 di 8 INDICE 1. SCOPO E CAMPO DI APPLICAZIONE... pag.. PRINCIPIO DEL METODO... pag. 3. REAGENTI... pag. 4. STRUMENTAZIONE E MATERIALI... pag. 3 5. MODALITA OPERATIVE...

Dettagli

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono

Dettagli

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.

Dettagli

7 - Distribuzione Poissoniana

7 - Distribuzione Poissoniana 7 - Distribuzione Poissoniana Probabilita' (poissoniana) o densita' di probabilita' (gaussiana) 0.7 Poisson, λ=0.5 Gaussiana, µ=λ=0.5, σ= 0.6 0.5 0.4 0.3 0.2 0.1 0 0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 n = numero

Dettagli

UNIVERSITÀ DEL SALENTO

UNIVERSITÀ DEL SALENTO UNIVERSITÀ DEL SALENTO FACOLTÀ DI SCIENZE MMFFNN Corso di Laurea in Fisica CORSO DI LABORATORIO I MISURA DELLA COSTANTE ELASTICA DI UNA MOLLA E VERIFICA DELLA LEGGE DI HOOKE Scopo dell esperienza Misura

Dettagli

BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i

BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili

Dettagli

Esperimentazioni di Fisica 1. Prova d esame del 20 febbraio 2018 SOLUZIONI

Esperimentazioni di Fisica 1. Prova d esame del 20 febbraio 2018 SOLUZIONI Esperimentazioni di Fisica 1 Prova d esame del 20 febbraio 2018 SOLUZIONI Esp-1-Soluzioni - - Page 2 of 6 01/02/2018 1. (12 Punti) Quesito. In un esperimento è stata misurata la grandezza Y in funzione

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII

Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui

Dettagli

MA + H + MAH + Materiale: 500 cc di soluzione di NaOH 0.01 M 500 cc di soluzione di HCl 0.01 M fresca Metil-arancio (MA) Etanolo Acqua distillata

MA + H + MAH + Materiale: 500 cc di soluzione di NaOH 0.01 M 500 cc di soluzione di HCl 0.01 M fresca Metil-arancio (MA) Etanolo Acqua distillata Cambiamenti nell aspetto degli spettri di assorbimento elettronico del metilarancio in funzione del ph a seguito della reazione di protonazione del metilarancio. Scopo dell esperimento è osservare la variazione

Dettagli

STATISTICA A K (60 ore)

STATISTICA A K (60 ore) STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio In una prova sul carico di rottura di due tipi di corda si dispone di 2 campioni di ampiezza 26 e 35 rispettivamente. Nel

Dettagli

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione del corso di Statistica Prof. Domenico Vistocco Alfonso Iodice D Enza May 30, 007 1 Esercizio Si consideri una popolazione caratterizzata dai numeri, 3, 6, 8, 11. Si considerino tutti i possibili

Dettagli

Regressione lineare semplice

Regressione lineare semplice Regressione lineare semplice Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Statistica con due variabili var. nominale, var. nominale: gruppo sanguigno - cancro

Dettagli

Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice

Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Crisafulli Paride Curseri Federica Raia Salvatore Torregrossa M. Roberto Valerio Alessia Zarcone

Dettagli

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto precedente? (motivare brevemente la risposta):

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto precedente? (motivare brevemente la risposta): ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva

Dettagli

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Corso di laurea in Tossicologia Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale

Dettagli

Esercizi. 1. Sia X una variabile aleatoria normale N(3.2, 1.44). Calcolare

Esercizi. 1. Sia X una variabile aleatoria normale N(3.2, 1.44). Calcolare 1 E. Vitali Matematica (Scienze aturali) Esercizi 1. Sia X una variabile aleatoria normale (3.2, 1.44). Calcolare P (X 4.94), P (1 X 4). [0.9265, 0.715] 2. Sia X la variabile aleatoria che rappresenta

Dettagli

Test delle Ipotesi Parte I

Test delle Ipotesi Parte I Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test

Dettagli

Elementi di Psicometria (con laboratorio software 1)

Elementi di Psicometria (con laboratorio software 1) Elementi di Psicometria (con laboratorio software 1) 05-La verifica delle ipotesi con le medie dei campioni (v. 1.0, 15 aprile 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,

Dettagli

CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI

CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI ipotesi sul confronto tra le medie di due campioni indipendenti Obiettivo: decidere, attraverso il confronto tra le medie dei due campioni indipendenti,

Dettagli

RELAZIONE DI LABORATORIO DI FISICA

RELAZIONE DI LABORATORIO DI FISICA RELAZIONE DI LABORATORIO DI FISICA ANNO ACCADEMICO 2017/2018 Esperienza di laboratorio n 3 20/11/17 Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice

Dettagli

Tempo disponibile: 60 minuti

Tempo disponibile: 60 minuti Corso di Specialistica in Biotecnologie Statistica medica. A.A. 005-006 6 Marzo 006 Tempo disponibile: 60 minuti 1. Conducete uno studio clinico controllato randomizzato di fase III per misurare l'effetto

Dettagli

Ulteriori Conoscenze di Informatica e Statistica

Ulteriori Conoscenze di Informatica e Statistica Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it Indici di forma Descrivono le

Dettagli

05. Errore campionario e numerosità campionaria

05. Errore campionario e numerosità campionaria Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,

Dettagli

Statistica4-29/09/2015

Statistica4-29/09/2015 Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche

Dettagli

Correlazione tra due variabili

Correlazione tra due variabili Correlazione tra due variabili Federico Plazzi 26 Novembre 2015 Correlazione tra due variabili Correlazione tra due variabili Variabili dipendenti e variabili indipendenti La variabile indipendente è quella

Dettagli

α = 0.01 α = 0.05 α = 0.1 α = 0.3

α = 0.01 α = 0.05 α = 0.1 α = 0.3 ESERCIZIO 1 Una compagnia alimentare ha condotto una ricerca di mercato su un campione casuali di 00 clienti al fine di determinare quale tra le cinque diverse marche di cereali attualmente offerte sul

Dettagli

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi

Dettagli

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice

Dettagli

Misure di dispersione (o di variabilità)

Misure di dispersione (o di variabilità) 08/04/014 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x 9 range31-74 x 9 range50-941

Dettagli

CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO

CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO In chimica analitica un settore importante riguarda il calcolo dell errore e la valutazione della significatività di una misura. Generalmente nell

Dettagli

Metodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione

Metodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione Metodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi

Dettagli

Quanti soggetti devono essere selezionati?

Quanti soggetti devono essere selezionati? Quanti soggetti devono essere selezionati? Determinare una appropriata numerosità campionaria già in fase di disegno dello studio molto importante è molto Studi basati su campioni troppo piccoli non hanno

Dettagli

Dispersione. si cercano indici di dispersione che:

Dispersione. si cercano indici di dispersione che: Dispersione si cercano indici di dispersione che: utilizzino tutti i dati { x 1, x 2... x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto ad un centro d i = x i C ad es. rispetto

Dettagli

Intervallo di confidenza.

Intervallo di confidenza. Intervallo di confidenza annarita.vestri@uniroma1.it campione inferenza popolazione Media Riportare sempre anche la deviazione standard Stima puntuale di Media, dev.standard, numerosità Qualche semplice

Dettagli

Esperimentazioni di Fisica 1. Prova scritta del 10 giugno 2015 SOLUZIONI

Esperimentazioni di Fisica 1. Prova scritta del 10 giugno 2015 SOLUZIONI Esperimentazioni di Fisica 1 Prova scritta del 10 giugno 2015 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 8 10/06/2015 1. (12 Punti) Quesito La forza che si esercita tra due conduttori percorsi,

Dettagli

STATISTICA A K (60 ore)

STATISTICA A K (60 ore) STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it STIMA PUNTUALE (p. 55) Il parametro è stimato con un unico valore Esempio: stima della share di un programma TV = % di spettatori

Dettagli

Argomenti della lezione:

Argomenti della lezione: Lezione 7 Argomenti della lezione: La regressione semplice Il modello teorico Il calcolo dei parametri Regressione lineare Esamina la relazione lineare tra una o più variabili esplicative (o indipendenti,

Dettagli

ESAME. 9 Gennaio 2017 COMPITO B

ESAME. 9 Gennaio 2017 COMPITO B ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto

Dettagli

Esercizi di Ricapitolazione

Esercizi di Ricapitolazione Esercizio 1. Sono dati 150g di una soluzione S 1 concentrata al 12%. (a) Determinare quanti grammi di soluto occorre aggiungere a S 1 per ottenere una nuova soluzione S 2 concentrata al 20%. (b) Determinare

Dettagli

Il fattore di equilibrio del radon

Il fattore di equilibrio del radon Codice ID: 13877322 Radical Radon Il fattore di equilibrio del radon L.M.Panero *, G.Arman, E.M.Chiaberto*, M.Magnoni* Università degli Studi dell Insubria, Como *ARPA Piemonte, Dipartimento Tematico Radiazioni

Dettagli

a) 36/100 b) 1/3 c)

a) 36/100 b) 1/3 c) Da un urna contenente 10 palline, di cui 6 bianche e 4 nere, si estraggono due palline. Determinare la probabilità del seguente evento E=«le due palline sono bianche» nel caso di estrazioni a) con rimbussolamento

Dettagli

MISURA DI G CON LA BILANCIA DI CAVENDISH

MISURA DI G CON LA BILANCIA DI CAVENDISH MISURA DI G CON LA BILANCIA DI CAVENDISH 1.INTRODUZIONE Lo scopo di questo esperimento è ricavare il valore della costante di Gravitazione Universale G utilizzando la bilancia di torsione di Cavendish,

Dettagli

Indici di Dispersione

Indici di Dispersione Indici di Dispersione Si cercano indici di dispersione che: utilizzino tutti i dati {x 1, x 2,..., x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto a un centro d i = x i C ad esempio,

Dettagli

3) Vengono di nuovo ripetute le misure del punto 2 e i risultati sono s, s, s, s, s, s, s, 96.

3) Vengono di nuovo ripetute le misure del punto 2 e i risultati sono s, s, s, s, s, s, s, 96. Problema A Un pendolo e costituito da una massa di dimensioni trascurabili appesa a un filo considerato in estensibile, di massa trascurabile, lunghezza L, e fissato a un estremo. L Il periodo di oscillazione

Dettagli

Approssimazione normale alla distribuzione binomiale

Approssimazione normale alla distribuzione binomiale Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N

Dettagli

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con

Dettagli

Cognome e nome Tempo disponibile: 75 minuti

Cognome e nome Tempo disponibile: 75 minuti Corso di Laurea in Biotecnologia Statistica medica. A.A. 2010-2011 21 giugno 2011 Cognome e nome Tempo disponibile: 75 minuti 1. Immaginate di condurre uno studio sperimentale in cui si confronta l effetto

Dettagli

Prova scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012

Prova scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012 Prova scritta di Complementi di Probabilità e Statistica 7 Dicembre. Un ingegnere vuole investigare se le caratteristiche di una superficie metallica sono influenzate dal tipo di pittura usata e dal tempo

Dettagli

ACQUISIZIONE DI 100 GATEs da 1 s à 1671 eventi

ACQUISIZIONE DI 100 GATEs da 1 s à 1671 eventi ACQUISIZIONE DI 00 GATEs da s à 67 eventi Gates: 00 Counts mean: 6,7 Counts std: 4, r = (6,7 +/- 0,4) Hz 0 GATE à fra e conteggi DISTRIBUZIONE ESPONENZIALE (tempi di arrivo) un fenomeno si presenta con

Dettagli

ISTOGRAMMI E DISTRIBUZIONI:

ISTOGRAMMI E DISTRIBUZIONI: ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI

Dettagli

VALIDAZIONE DEI METODI RADIOCHIMICI. Analisi di alcuni aspetti: 1. Taratura. 2. Ripetibilità. Dott. Maurizio Bettinelli.

VALIDAZIONE DEI METODI RADIOCHIMICI. Analisi di alcuni aspetti: 1. Taratura. 2. Ripetibilità. Dott. Maurizio Bettinelli. VALIDAZIONE DEI METODI RADIOCHIMICI Analisi di alcuni aspetti: 1. Taratura (verifica di Linearità) 2. Ripetibilità Dott. Maurizio Bettinelli 29 settembre 2011 www.kosmosnet.it 1 www.kosmosnet.it 2 www.kosmosnet.it

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Risoluzione di Equazioni non lineari Sia

Dettagli

Occorre trovare la distribuzione di DM

Occorre trovare la distribuzione di DM Esercizio In una prova sul carico di rottura di due tipi di corda si dispone di 2 campioni di ampiezza 26 e 35 rispettivamente. Nel primo campione la media è 185,3Kg, nel secondo campione la media è 175,2Kg.

Dettagli

Distribuzione Normale. Dott. Claudio Verona

Distribuzione Normale. Dott. Claudio Verona Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per

Dettagli

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b}

Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha. P {X = a, Y = b} = P {X = a}p {Y = b} Due variabili aleatorie X ed Y si dicono indipendenti se comunque dati due numeri reali a e b si ha P {X = a, Y = b} = P {X = a}p {Y = b} Una variabile aleatoria χ che assume i soli valori 1, 2,..., n

Dettagli

Nel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0.

Nel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0. Regressione [] el modello di regressione lineare si assume una relazione di tipo lineare tra il valore medio della variabile dipendente Y e quello della variabile indipendente X per cui Il modello si scrive

Dettagli

Proposte per l armonizzazione delle stime di LOD/LOQ

Proposte per l armonizzazione delle stime di LOD/LOQ Proposte per l armonizzazione delle stime di LOD/LOQ Silvia Ciardullo, Marina Patriarca LNR Metalli pesanti negli alimenti Dipartimento di Sanità pubblica veterinaria e sicurezza alimentare Istituto Superiore

Dettagli

STATISTICA. Esercitazione 6

STATISTICA. Esercitazione 6 STATISTICA Esercitazione 6 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale tre compiti diversi con i seguenti risultati: Compito A Compito B Compito C Numero studenti 41 39 43

Dettagli

Obiettivo: confrontare due proporzioni, studiare il legame in presenza di un fattore di stratificazione

Obiettivo: confrontare due proporzioni, studiare il legame in presenza di un fattore di stratificazione Prof.ssa G. Serio, Prof. P. Trerotoli, Cattedra di Statistica Medica, Università di Bari 1/13 Il chi-quadro di Mantel-Haenszel Obiettivo: confrontare due proporzioni, studiare il legame in presenza di

Dettagli

Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3

Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows. Immettere Nome utente b## (##

Dettagli

ESEMPI DI PROVE SCRITTE DICEMBRE 2014

ESEMPI DI PROVE SCRITTE DICEMBRE 2014 ESEMPI DI PROVE SCRITTE DICEMBRE 2014 44 044 CHIMICA ANALITICA CON ELEMENTI DI CHEMIOMETRIA - G29 Set 2013 1] La notazione convenzionale di un amminoacido nella sua forma più protonata è H 4G 2+. Pertanto

Dettagli

Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione

Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze

Dettagli

Insegnamento di Idrologia. Esercitazione n. 1. 1) che il tempo di ritorno della portata di progetto deve essere di 200 anni;

Insegnamento di Idrologia. Esercitazione n. 1. 1) che il tempo di ritorno della portata di progetto deve essere di 200 anni; Insegnamento di Idrologia Esercitazione n. 1 Si vuole costruire un argine lungo l'adda, nei pressi di Fuentes, in provincia di Sondrio. Per l'analisi idrologica sono disponibili i massimi annuali della

Dettagli