Sistemi di Misura e Monitoraggio

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Sistemi di Misura e Monitoraggio"

Transcript

1 Sstem d Msura e Montoraggo Espressone e valutazone dell ncertezza d msura To measure s to know (Lord Kelvn) 1

2 La msura d una grandezza X è costtuta da un numero, da una ncertezza u() e da una untà d msura [U] ( ± u() ) [U] 2

3 Perché esprmere un ncertezza? E necessaro fornre una ndcazone quanttatva della qualtà del rsultato. Senza tale ndcazone non è possble confrontare: rsultat fra d loro rsultat con rferment assegnat da specfche e norme Procedura per caratterzzare la qualtà del rsultato d una msurazone, coè per esprmerne l ncertezza 3

4 Possamo ottenere l valore vero del msurando come rsultato d una msura? NO!! 4

5 In un processo d msura agscono cnque element prncpal: l msurando l campone l metodo lo strumento l operatore 5

6 Ognuno d quest element contrbusce a rendere non determnable l valore vero. Msurando: conoscenza parzale, modello matematco ncompleto, modfca del suo stato da parte del processo d msura Campone: è solo una approssmazone della untà d msura. Metodo: sfrutta n generale un prncpo fsco senza consderarne l nterazone con altr fenomen. 6

7 Strumento: l suo funzonamento dffersce da quello deale per la non dealtà de suo component, sensbltà alle condzon ambental, età. Operatore: la lettura corretta degl strument, la corretta nterpretazone de rsultat, la realzzazone del crcuto d msura dpendono fortemente dalla capactà e dalla esperenza dell operatore. Per tacere del resto del mondo: temperatura, nterferenze elettromagnetche,. 7

8 Conseguenza: Rpetendo l processo d msura, anche senza cambare le condzon d msura, s ottengono rsultat dfferent (dspersone de rsultat). Sono nfatt certamente present delle grandezze d nfluenza sconoscute che non sono controllabl. 8

9 Cause: Sstematche: rpetendo la msura agscono allo stesso modo Casual: rpetendo la msura agscono n modo dfferente e, complessvamente, tendono a compensars 9

10 Morale Il semplce numero non fornsce una nformazone completa sul msurando. E necessaro ndcare quanto è ncompleta questa nformazone. In altre parole, occorre ndcare la qualtà della msura effettuata. 10

11 Come esprmerla? Fno a qualche anno fa la bontà d una msura venva espressa attraverso l concetto d errore (Gauss, nz del XIX secolo). Sa X la grandezza da msurare, l valore msurato e v l valore vero. L errore assoluto X è dato da: X = - v 11

12 Problemone Come è possble rferrs a un valore vero se questo non è rcavable dal processo d msura? Se lo s conoscesse non s farebbero msure Parlare d errore è qund concettualmente sbaglato 12

13 Teora dell ncertezza Nell ottobre 1980 l Bureau Internatonal de Pods et Measures (BIPM) convocò un gruppo d lavoro allo scopo d revsonare le modaltà d valutazone della qualtà d una msura. Nel 1993 la Internatonal Organzaton for Standardzaton (ISO) emana la Gude to the epresson of Uncertanty n Measurement (GUM). Partecpano: IEC (Internatonal Electrotechncal Commsson), BIPM, OIML (Organsaton Internatonale de Metrologe Legal), IUPAC (Internatonal Unon of Pure and Appled Chemstry), IUPAP (Internatonal Unon of Pure and Appled Physcs), IFCC (Internaton Federaton of Clncal Chemstry). 13

14 Nel 1995 vene pubblcata la seconda edzone della GUM Nel 1999 la GUM vene ntegralmente adottata nella normatva europea come norma spermentale ENV Nel 2000 l CEI la pubblca n Itala Dal 2004 crcola una bozza d un supplemento alla GUM rguardante metod numerc per la valutazone dell ncertezza. 14

15 Incertezza d msura Il concetto d ncertezza è stato ntrodotto allo scopo d defnre un parametro che da una valutazone quanttatva della qualtà d una msura. parametro che, assocato al rsultato d una msura, caratterzza la dspersone de valor che ragonevolmente possono essere attrbut al msurando 15

16 Il metodo per valutare ed esprmere l ncertezza d msura deve essere: UNIVERSALE deve essere applcable a tutt tp d msurazone e d dat d ngresso usat nelle msurazon. La grandezza usata per esprmere l ncertezza deve essere: INTERNAMENTE COERENTE deve essere dervable drettamente dalle component che v contrbuscono, ndpendente dal modo n cu queste vengono raggruppate e dalla scomposzone delle component n sottocomponent. TRASFERIBILE l ncertezza valutata per un rsultato deve essere drettamente utlzzable come componente nella valutazone dell ncertezza d un altra msurazone nella quale ntervenga l rsultato. 16

17 La GUM stablsce regole general per la valutazone e l espressone dell ncertezza d msura puttosto che struzon dettaglate o fnalzzate ad una specfca tecnologa. controllo e garanza della qualtà nella produzone conformtà a legg o regolament rcerca nella scenza e nell ngegnera taratura campon e strument, prove allo scopo d mantenere la rferbltà a campon nazonal svluppare e mantenere campon d rfermento nazonal e nternazonal 17

18 S consderno tutte le component note d errore note o potzzate e le s correggano Resta comunque un dubbo su come l rsultato rappresent l valore della quanttà msurata: gl effett casual s possono rdurre effettuando una meda d pù msure ma resta una ncertezza dovuta al numero lmtato d osservazon gl effett sstematc possono essere compensat nel lmte della conoscenza della correzone stessa. Il rsultato d una msurazone è ancora solamente una stma del valore del msurando a causa d quanto sopra. 18

19 Il rsultato d una msura vene consderato come una varable aleatora (v.a.) Come ogn v.a., essa sarà caratterzzata da una certa dstrbuzone d probabltà Lo scarto tpo d tale dstrbuzone vene assunto a rappresentare l ncertezza d msura e chamato ncertezza tpo (standard uncertanty) 19

20 L ncertezza come ntervallo d confdenza L ncertezza defnsce qund un ntervallo d confdenza, coè un ntervallo all nterno del quale cadono, con un dato lvello d confdenza, gran parte de valor ragonevolmente attrbubl al msurando. Il lvello d confdenza corrspondente dpende dal tpo d dstrbuzone d probabltà -u() +u() 20

21 Esempo Nel caso d una dstrbuzone Normale (gaussana) l ntervallo medo ±σcorrsponde a un lvello d confdenza (probabltà) del 68.3% medo ±σ 21

22 Un caso notevole 2 ( a2 a σ = 12 1 ) 2 a 1 a 2 σ = a2 a σ 2 2 a = 3 -a a σ = a 3 22

23 Valutazone dell ncertezza d msura S dstnguono due tp d ncertezza: Incertezze d tpo A Incertezze d tpo B Tale classfcazone rguarda la metodologa con la quale esse sono valutate e non le loro caratterstche. 23

24 Incertezze d tpo A S defnscono ncertezze d tpo A quelle che vengono valutate medante l applcazone d tecnche statstche, coè a partre dalla dstrbuzone statstca de rsultat d un numero sgnfcatvo d msure. Il msurando vene stmato dalla meda della dstrbuzone. L ncertezza tpo vene stmata dallo scarto tpo spermentale della meda. 24

25 u( ) = s( ) = s( q k N ) q k è la k-esma occorrenza della osservazone q della varable aleatora. N è l numero d occorrenze S può dmostrare (teorema del lmte centrale) che s(q k )/ N è la mglor stma dello scarto tpo del valore medo. 25

26 Incertezze d tpo B S defnscono ncertezze d tpo B quelle che vengono valutate medante l applcazone d tecnche NON statstche. In questo tpo d anals la dstrbuzone d probabltà vene potzzata sulla base dell esperenza o d altre nformazon. E l caso delle specfche d uno strumento. Anche n questo caso l ncertezza vene espressa dallo scarto tpo. 26

27 Osservazone Nella valutazone d tpo A msurando e ncertezza vengono stmat attraverso dstrbuzon d frequenza che stmano dstrbuzon d probabltà Nella valutazone d tpo B la dstrbuzone d probabltà vene potzzata. 27

28 Defnzon e smbol della GUM Incertezza tpo u() (standard uncertanty): ncertezza del rsultato espressa come scarto tpo Incertezza estesa U() (epanded uncertanty): grandezza che defnsce, attorno al rsultato, un ntervallo che s rtene contenga gran parte della dstrbuzone de valor che possono essere ragonevolmente attrbut all ncertezza. 28

29 Per poter assocare all ncertezza una certa probabltà occorre conoscere o potzzare la dstrbuzone d probabltà. Fattore d copertura K (coverage factor): fattore numerco utlzzato come moltplcatore dell ncertezza tpo per ottenere l ncertezza estesa. 29

30 c% k 50 0, , , , ,576 99,

31 Scrttura dell ncertezza L ncertezza d msura vene scrtta normalmente n una delle due seguent forme: n valore assoluto (stessa untà d msura del msurando) n valore relatvo (grandezza admensonale, può essere espressa n p.u., percento, permlle, ppm, ) 31

32 Numero d cfre sgnfcatve Il numero d cfre sgnfcatve d una grandezza s ottene contando, da snstra verso destra, tutte le cfre a partre dalla prma cfra dversa da zero, ndpendentemente dalla poszone della vrgola. 32

33 Esemp cfre cfre 4 1 cfra cfra cfra cfre cfre 33

34 Convenzone sulle cfre sgnfcatve Incertezza assoluta 1 cfra Incertezza relatva 2 cfre Esempo u(r) = Ω 3 Ω u(i)%=u(i)/i100= % 1.2% 34

35 Incertezza nelle msure drette Il valore del msurando vene determnato medante strument appostamente costrut e tarat. Ad esempo voltmetr, ampermetr, wattmetr, frequenzmetr, L ncertezza è calcolata n base alle specfche fornte dal costruttore dello strumento. 35

36 La GUM dce: n mancanza d ulteror nformazon fornte dal costruttore, s assume che contrbut all ncertezza sano rappresentabl da dstrbuzon rettangolar a valor medo nullo ed estrem dat dalle specfche fornte dal costruttore stesso. 36

37 Negl strument elettromeccanc le specfche sono espresse da un unco ndce, chamato ndce d classe c. L ndce d classe è espresso come una percentuale del fondo scala ncertezza assoluta costante lungo tutta la scala. 37

38 Infatt: voltmetro classe 0.5, fondo scala 200 V. Ogn lettura è affetta da una ncertezza assoluta massma costante par a /100/ 3 = 0.58 V L ncertezza relatva aumenta man mano che c allontana dal fondo scala. 38

39 Negl strument dgtal, nvece, le specfche d accuratezza sono normalmente espresse da due ndc: uno (ad. es. α ) fornsce una ncertezza costante n valore relatvo e l altro (ad es. β ) una costante n valore assoluto. α percentuale della lettura β percentuale del fondo scala 39

40 Esempo Voltmetro classe 2, 150 V fondo scala. Ipotes: dstrbuzone unforme σ = a 3 U=84 V u(u)=2/100/ 3150 = V = 2 V u(u)%=u(u)100/u= 2.061%= 2.1% U = (84 ± 2) V oppure (84 V ± 2.1%) 40

41 Esempo U dc = V; U fs =10 V; α=0.0035%; β=0.0005% Ipotes: dstrbuzone unforme σ = a 3 u( U) = = V U=( ± ) V 41

42 Esempo U ac = V; U fs =750 V; f = 50 Hz; α=0.06%; β=0.03% Ipotes: dstrbuzone unforme σ= a 3 u( U ) = = V U =(227.5 ± 0.2) V 42

43 Osservazone Il numero d cfre fornte dallo strumento è sovrabbondante rspetto all ncertezza. 43

44 Incertezza nelle msure ndrette Il valore del msurando vene determnato sfruttando relazon esstent con grandezze msurate drettamente. Sa l rsultato y d una msura dpendente da N msure, 1 N, secondo la funzone: y = f( 1, 2,,,, N ) 44

45 Sano note le ncertezze tpo u( ) d cascun. L ncertezza u c (y) su y è detta ncertezza tpo combnata (combned standard uncertanty): ncertezza tpo del rsultato d una msura allorquando l rsultato è ottenuto medante valor d un certo numero d altre grandezze; essa è uguale alla radce quadrata postva d una somma d termn che sono le varanze o le covaranze d quelle grandezze, pesate secondo la varazone del rsultato della msura al varare d esse. (ISO GUM) L ncertezza estesa vene po valutata a partre dall ncertezza combnata. 45

46 Il modo n cu vene valutata u c (y) dpende dal grado d correlazone fra le grandezze d ngresso. Grandezze scorrelate = = N N u c u f y u ) ( ) ( ) ( 46 = = = = c u c u y u 1 1 ) ( ) ( ) ( I termn c sono dett coeffcent d sensbltà

47 Esempo Msura d potenza apparente S attraverso msure d U ed I con strument dvers. U = 223 V, u(u) = 1 V; I = 4.5 A, u(i) = 0.1A S = UI = VA S U = I S I = U u c ( S) 2 2 = I u ( U) + U u ( I) 2 2 = VA S = (1.00 ± 0.02) kva 47

48 Grandezze correlate = + = = + = ), ( 2 ) ( ) ( N j N j j N c u f f u f y u dove u(, ) = u(, ) è la covaranza fra e 48 dove u(, j ) = u( j, ) è la covaranza fra e j

49 Coeffcente d correlazone Il grado d correlazone fra e j è espresso dal coeffcente d correlazone r: ) ( ) ( ), ( ), ( j j j u u u r = 49 j E sempre 0 r 1 r = 0 grandezze ndpendent r = 1 grandezze totalmente correlate

50 Pertanto l espressone dell ncertezza combnata per grandezze correlate può essere così rscrtta: ) ( ) ( ), ( 2 ) ( ) ( j N j N j j N c u u r f f u f y u + = = + = = 50 Se r = 1, u c (y) è l espressone d un quadrato Se r = 0, assume l espressone scrtta per l caso non correlato.

51 Esempo Stesso caso d prma ma s potzz d usare lo stesso strumento r = 1. u c ( S) = I u ( U) + U u ( I) + 2 I U u( U) u( I) = I u( U) + U u( I) = 26.8 VA S = (1.00 ± 0.03) kva 51

52 Tutto bene se. Trascurable non lneartà d f. Dsponbltà dell espressone analtca d f. Assenza d dscontnutà n f v. Pccol valor de contrbut all ncertezza 52

53 Bblografa Gude to the epresson of Uncertanty n Measurement, ISO, Internatonal Standardzaton Organzaton, Geneva, Swtzerland, UNI CEI ENV 13005: Guda all espressone dell ncertezza d msura,

INCERTEZZE DI MISURA

INCERTEZZE DI MISURA INCERTEZZE DI MISURA Introduzone L esgenza d raggungere un consenso nternazonale nella espressone dell ncertezza de rsultat d msura è stata l motvo prncpale che nel 993 ha condotto alla pubblcazone della

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986 Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane

Dettagli

Propagazione delle incertezze

Propagazione delle incertezze Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze

Dettagli

Precisione e Cifre Significative

Precisione e Cifre Significative Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte

Dettagli

Valutazione dell incertezza di misura

Valutazione dell incertezza di misura Valutazone dell ncertezza d msura 1 Gl attor della msurazone l sstema msurato l msurando lo strumento l metodo l campone L untà d msura l utlzzatore l sstema msurato l msurando Gl attor della msurazone

Dettagli

Misure Ripetute ed Indipendenti

Misure Ripetute ed Indipendenti Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

Analisi statistica degli errori casuali

Analisi statistica degli errori casuali Anals statstca degl error casual error casual: dovut a ncertezze spermental non controllabl che comunque spngono l valore msurato con ugual probabltà n alto od n basso rspetto al valore vero. Quest error

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

Dettagli

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM) Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA

Dettagli

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita

Teoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

Dettagli

Propagazione degli errori

Propagazione degli errori Propagazone degl error Msure drette: la grandezza sca vene msurata drettamente (ad es. Spessore d una lastrna). Per questo tpo d msure, la teora dell errore svluppata nelle lezone precedent é sucente per

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)

Dettagli

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2 Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra

Dettagli

CARATTERISTICHE DEI SEGNALI RANDOM

CARATTERISTICHE DEI SEGNALI RANDOM CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:

Dettagli

a) Individuare l intervallo di confidenza al 90% per la media di popolazione;

a) Individuare l intervallo di confidenza al 90% per la media di popolazione; Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

Incertezza di sensibilità < fluttuazione intrinseca delle misure.

Incertezza di sensibilità < fluttuazione intrinseca delle misure. Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso

Dettagli

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat

Dettagli

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree

Dettagli

Misure dirette utilizzate per il calcolo della misura indiretta X:

Misure dirette utilizzate per il calcolo della misura indiretta X: Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono

Dettagli

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

Dettagli

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student. Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana

Dettagli

Argomenti del corso Parte I Caratteristiche generali e strumenti terminali

Argomenti del corso Parte I Caratteristiche generali e strumenti terminali Argoment del corso Parte I Caratterstche general e strument termnal 3. Prestazon general degl strument d msura: caratterstche statche Taratura statca Elaborazone statstca de dat Cenn Metodo de mnm quadrat

Dettagli

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende

Dettagli

LA VARIABILITA. IV lezione di Statistica Medica

LA VARIABILITA. IV lezione di Statistica Medica LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce

Dettagli

La likelihood. , x 3. , x 2. ,...x N

La likelihood. , x 3. , x 2. ,...x N La lkelhood È dato un set d msure {x 1, x 2, x 3,...x N } (cascuna delle qual può essere multdmensonale) Supponamo che la pdf (f) dpenda da un parametro (anch'esso eventualmente multdmensonale) La verosmglanza

Dettagli

UNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C

UNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C ELEMETI BASILARI DI TEORIA DEGLI ERRORI. VALOR MEDIO, DEVIAZIOE STADARD E VARIAZA S defnsce valor medo d un nseme d dat,,, la quanttà: () S defnsce varanza emprca dell nseme precedente la quanttà: σ ()

Dettagli

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione.

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione. Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.

Dettagli

Capitolo 3. Cap. 3-1

Capitolo 3. Cap. 3-1 Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare

Dettagli

Correlazione lineare

Correlazione lineare Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl

Dettagli

Limitazioni di ampiezza negli amplificatori reali

Limitazioni di ampiezza negli amplificatori reali Lmtazon d ampezza negl amplfcator real G. Martnes 1 Lnearzzazone della trans-caratterstca G. Martnes Anals a pccolo segnale e concetto d punto d lavoro IL RUMORE EGLI AMPLIFICATORI Defnzon S defnsce rumore

Dettagli

Incertezza dei risultati analitici - Determinazione dello zolfo totale nel carbone. Metodo gravimetrico Eschka

Incertezza dei risultati analitici - Determinazione dello zolfo totale nel carbone. Metodo gravimetrico Eschka ESEMPIO N. 1 Incertezza de rsultat analtc - Determnazone dello zolfo totale nel carbone. Metodo gravmetrco Escka Introduzone Questo esempo s rfersce ad un metodo d anals assoluto, n cu l unca grandezza

Dettagli

LA CALIBRAZIONE NELL ANALISI STRUMENTALE

LA CALIBRAZIONE NELL ANALISI STRUMENTALE LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra

Dettagli

Che cos è l ESCS e come si valuta

Che cos è l ESCS e come si valuta Che cos è l ESCS e come s valuta Danele Checch (Unverstà degl Stud d Mlano e Anvur * ) Roma 1 marzo 2016 * I parer espress sono del tutto personal e non mplcano mnmamente le sttuzon d appartenenza. 1 Cosa

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

IL RUMORE NEGLI AMPLIFICATORI

IL RUMORE NEGLI AMPLIFICATORI IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono

Dettagli

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI TECNICHE DI ANALISI DEI DATI AA 017/018 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/hxl9zg Unverstà della Campana Lug Vanvtell Dpartmento d Pscologa

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

Giovanni Buti STIMA DELL INCERTEZZA DI MISURA GB INTERTEK LABTEST

Giovanni Buti STIMA DELL INCERTEZZA DI MISURA GB INTERTEK LABTEST Govann But STIM DELL INCERTEZZ DI MISUR GB008-0405 INTERTEK LBTEST FIRENZE 8 PRILE 005 INDICE DEI CONTENUTI o bstract Scopo e campo d pplcazone..p 3 o Document d Rfermento...p 3 o Premessa..p 3 o nals.

Dettagli

Richiami di modelli di utilità aleatoria

Richiami di modelli di utilità aleatoria Corso d LOGISTICA TERRITORIALE www.unroma.t/ddattca/lt DOCENTE prof. ng. Agostno Nuzzolo Rcham d modell d utltà aleatora prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale Modell d domanda e utltà

Dettagli

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI TECNICHE DI ANALISI DEI DATI AA 16/17 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/rwabbd Seconda Unverstà d Napol (SUN) Dpartmento d Pscologa TECNICHE

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

Principio di massima verosimiglianza

Principio di massima verosimiglianza Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.

Dettagli

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes

Dettagli

Potenzialità degli impianti

Potenzialità degli impianti Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà

Dettagli

CORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE

CORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE CORRETT RPPREETZIOE DI U RIULTTO: LE CIFRE IGIFICTIVE Defnamo cfre sgnfcatve quelle cfre che esprmono realmente l rsultato d una msura, o del suo errore, coè che non sono completamente ncluse nell ntervallo

Dettagli

La resistività apparente viene ricavata dalla relazione:

La resistività apparente viene ricavata dalla relazione: 3. Teora e Normatva PROGRAM GEO - SEVCon 3.1 Confgurazon strumental. La resstvtà apparente vene rcavata dalla relazone: V ρ a (Ω m) = k I k = coeffcente geometrco, dpendente dalla confgurazone strumentale;

Dettagli

Laboratorio di Fisica per Scienze Naturali 1 - Elementi di Statistica e di teoria degli errori

Laboratorio di Fisica per Scienze Naturali 1 - Elementi di Statistica e di teoria degli errori Laboratoro d Fsca per Scenze atural - Element d Statstca e d teora degl error Msura d una grandezza fsca e suo errore Tp d msure Le msure d una grandezza fsca possono venre classfcate come: msure drette:

Dettagli

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Laboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca

Dettagli

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON 3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.

Dettagli

Lezione 4. Politica Economica Avanzata

Lezione 4. Politica Economica Avanzata Lezone 4 Poltca Economca Avanzata Come msuramo la rendta d Conoscamo la def. Teorca. un mpresa? Dvdamo n base al valore medano tra mprese a bassa ed alta rendta. Che legame con la crescta della produttvtà

Dettagli

03/03/2012. Campus di Arcavacata Università della Calabria

03/03/2012. Campus di Arcavacata Università della Calabria Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto

Dettagli

Tutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017

Tutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017 Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può

Dettagli

si utilizzano per confrontare le distribuzioni

si utilizzano per confrontare le distribuzioni Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89

Dettagli

IL RUMORE NEGLI AMPLIFICATORI

IL RUMORE NEGLI AMPLIFICATORI G. Martnes 1 G. Martnes G. Martnes 3 IL RUMORE EGLI AMPLIFICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element

Dettagli

una variabile casuale è continuase può assumere un qualunque valore in un intervallo

una variabile casuale è continuase può assumere un qualunque valore in un intervallo Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3 Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

MODELLI DI UTILITÀ ALEATORIA

MODELLI DI UTILITÀ ALEATORIA corso d Teora e Tecnca della Crcolazone + Trasport e Terrtoro a.a. 2012-2013 MODELLI DI UTILITÀ ALEATORIA PROF. ING. UMBERTO CRISALLI Dpartmento d Ingegnera dell Impresa crsall@ng.unroma2.t Modell d utltà

Dettagli

DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplice Radiazioni ionizzanti

DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplice Radiazioni ionizzanti DIPARTIMENTO TEMATICO RADIAZIONI Struttura Semplce 21.01 Radazon onzzant TITOLO Interconfronto Consorzo Eraclto Msure d rateo d dose gamma n campo - Cuncolo esploratvo de la Maddalena Allneamento msure

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

Sistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese

Sistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese Sstem Intellgent Relazone tra ottmzzazone e statstca - IV Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@dunmt Anals dell

Dettagli

Indicatori di dimensione e di concentrazione

Indicatori di dimensione e di concentrazione Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche

Dettagli

RAPPRESENTAZIONE DI MISURE. carta millimetrata

RAPPRESENTAZIONE DI MISURE. carta millimetrata carta mllmetrata carta mllmetrata non è necessaro rportare sul foglo la tabella (ma auta; l mportante è che sta da qualche parte) carta mllmetrata 8 7 6 5 4 3 smbolo della grandezza con untà d msura!!!

Dettagli

L analisi della correlazione lineare

L analisi della correlazione lineare L anals della correlazone lneare Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d apol Federco II Professore supplente, Unverstà della Baslcata a.a. 20/202 Prof. Roberta Sclano Statstca

Dettagli

Statistica Descrittiva

Statistica Descrittiva Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86

Dettagli

Corso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI

Corso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI A.A. 2006/07 Corso d Teora de Campon Facoltà d Economa Corso d Laurea SIGI M. Govanna Ranall Lezon: Martedì 18:00 19:30; Govedì 12:15 13:45 Oraro d rcevmento: Lunedì 16:00 18:00 (stanza 24) Durata: 9 settmane

Dettagli

Modelli di utilità aleatoria

Modelli di utilità aleatoria corso d Teora de Sstem d Trasporto Modell d utltà aleatora PROF. ING. UMBERTO CRISALLI Dpartmento d Ingegnera dell Impresa crsall@ng.unroma.t Iscrzone al corso Modell d offerta ü Da effettuars anche on

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze

Dettagli

Studio delle oscillazioni del pendolo semplice e misura dell accelerazione di gravita g.

Studio delle oscillazioni del pendolo semplice e misura dell accelerazione di gravita g. Studo delle oscllazon del pendolo semplce e msura dell accelerazone d ravta. Introduzone fsca Un pendolo semplce e costtuto da un flo d lunhezza L nestensble e d massa trascurable a cu e appesa un corpo

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

Propagazione degli errori

Propagazione degli errori Propagaone degl error Voglamo rcavare le ncertee nelle msure ndrette. Abbamo gà vsto leone un prma stma degl error sulle grandee dervate valda n generale. Consderamo ora l caso specco d grandee aette da

Dettagli

Indici di variabilità

Indici di variabilità Indc d varabltà Gl ndc d varabltà msurano ) la dspersone (rspetto alla poszone) ) la varabltà = 0 = 0 Gl ndc d poszone sono tanto pù rappresentatv quanto mnore è la dspersone de dat ntorno ad ess. La varabltà

Dettagli

Rappresentazione dei numeri

Rappresentazione dei numeri Rappresentazone de numer PH. 3.1, 3.2, 3.3 1 Tp d numer Numer nter, senza segno calcolo degl ndrzz numer che possono essere solo non negatv Numer con segno postv negatv Numer n vrgola moble calcol numerc

Dettagli

Lezione 2 le misure di sintesi: le medie

Lezione 2 le misure di sintesi: le medie Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl

Dettagli

Appunti di Teoria dell Informazione

Appunti di Teoria dell Informazione Corso d Telecomuncazon (Classe Qunta della specalzzazone Elettronca e Telecomuncazon) Pagna - - . La teora dell nformazone La teora dell nformazone descrve l funzonamento de sstem d comuncazone sa analogc

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza 5: Strato fsco: lmtazone d banda, formula d Nyqust; caratterzzazone del canale n frequenza Larghezza d banda d un segnale La larghezza d banda d un segnale è data dall ntervallo delle frequenze d cu è

Dettagli

Argomenti del corso Parte I Caratteristiche generali e strumenti terminali

Argomenti del corso Parte I Caratteristiche generali e strumenti terminali Unverstà del Salento Argoment del corso Parte I Caratterstche general e strument termnal 3. Prestazon general degl strument d msura: caratterstche statche Taratura statca Elaborazone statstca de dat Cenn

Dettagli

Energia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo

Energia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo Energa e Lavoro Fnora abbamo descrtto l moto de corp (puntform) usando le legg d Newton, tramte le forze; abbamo scrtto l equazone del moto, determnato spostamento e veloctà n funzone del tempo. E possble

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119

Dettagli

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

Dettagli