Parametri di qualità dei dati analitici
|
|
- Giuditta Di Giacomo
- 5 anni fa
- Visualizzazioni
Transcript
1 Parametri di qualità dei dati analitici 1
2 Ogni misurazione è affetta da incertezze che possono essere minimizzate ma mai eliminate. I dati di una misurazione possono fornire solo una stima del valore vero 2
3 GLI ERRORI NELL ANALISI CHIMICA Ogni analisi chimica (ogni misurazione!) è affetta da errori sperimentali. Gli errori sperimentali si combinano tra loro in modo da rendere ogni nuova misura più o meno diversa dalla precedente. L incertezza della misura sperimentale non può mai essere eliminata completamente perciò il valore vero di una quantità è sempre sconosciuto. Tuttavia, spesso può essere valutata l'entità probabile dell'errore. È possibile definire i limiti entro cui il valore vero di una quantità misurata cade con un dato livello di probabilità. La stima dell accuratezza dei dati sperimentali non è mai facile. 3
4 Nonostante ciò, ogni volta che collezioniamo i risultati di un analisi è necessario stimare l accuratezza, poiché i dati con accuratezza ignota sono inutili. D'altro canto, anche risultati che non sono particolarmente accurati possono essere di considerevole valore se sono noti i limiti di incertezza. Una delle domande a cui rispondere prima di cominciare un'analisi è: "qual è il massimo errore tollerabile nel risultato. La risposta a questo quesito determina il tempo richiesto per il lavoro: un aumento consistente dell'accuratezza può richiedere ore, giorni, e persino settimane di lavoro aggiuntivo. Nessuno può permettersi di produrre dati che siano più accurati di quanto occorra. 4
5 ANALISI REPLICATE Valore vero x t X 1 X 2 X 3 X 4 Per un set di misure il valore centrale è considerato una stima più affidabile del valore vero rispetto alla singola misura Il valore centrale corrisponde di solito alla media o alla mediana La variazione dei dati in analisi replicate ci permette di stimare l incertezza associata a questo valore vero 5
6 MEDIA E MEDIANA 6
7 Precisione La precisione indica la riproducibilità delle misure ossia la vicinanza (o la dispersione) di risultati ottenuti esattamente nelle stesse condizioni. La precisione è ottenuta effettuando la misura su campioni replicati. 7
8 Accuratezza L accuratezza indica la vicinanza del valore misurato (o il valore medio) dal valore vero o accettato. Può essere quantificata calcolando l errore assoluto o l errore relativo. Errore assoluto: E x i x t oppure E x xt Errore relativo: E r xi xt x t oppure E r x x x t t Errore relativo %: E r xi xt x t 100 oppure E r x x x t t 100 dove x i è il valore misurato, x e il valore medio e x t è il valore vero 8
9 Precisione vs Accuratezza x 1 Preciso o accurato? x 2 Gli errori possono essere errori casuali o errori sistematici. Gli errori casuali influenzano la precisione, quelli sistematici l esattezza. x 3 x 4 x t =20.02 ppm 9
10 ERRORI NELL ANALISI QUANTITATIVA Errori grossolani (outlier) sono visibilmente errati, dovuti ad eventi anomali, rivelati da efficiente controllo di qualità, richiedono di rianalizzare il campione, non vanno considerati tra gli errori che inficiano le misure sperimentali. Es. in una titolazione cade accidentalmente del titolante fuori dal beker contenente la soluzione da titolare. 10
11 ERRORI NELL ANALISI QUANTITATIVA Errori imprevedibili dovuti a cause che rendono imperfetto il controllo del sistema chimico in oggetto. rivelati da efficiente controllo di qualità, non vanno considerati tra gli errori che inficiano le misure sperimentali. 11
12 ERRORI NELL ANALISI QUANTITATIVA Errori casuali indeterminati, accidentali, random, di natura casuale, non hanno un segno definito legati alle naturali fluttuazioni di parametri strumentali per natura non sono identificabili non sono eliminabili, ma possono essere minimizzati operando con cura sono stimati dalla misura della deviazione dalla media, deviazione standard, deviazione standard relativa e varianza determinano la precisione di una procedura possono essere dovuti allo strumento, al metodo o al personale impiegato nell analisi. 12
13 ERRORI NELL ANALISI QUANTITATIVA Errori sistematici (bias) possono essere individuati e corretti hanno un segno definito sono stimati dalla misura della deviazione, assoluta o relativa, del valore medio di n replicati ed il valore vero, determinano l accuratezza di una procedura si possono suddividere in strumentali di metodo e personali possono essere costanti o proporzionali 13
14 ERRORI NELL ANALISI QUANTITATIVA Errori sistematici strumentali: inesatta calibrazione utilizzazione impropria degli strumenti di misura uso di strumenti malfunzionanti o non idonei. Es. pipetta o buretta non più calibra per utilizzo di basi forti 14
15 ERRORI NELL ANALISI QUANTITATIVA Errori sistematici di metodo: comportamento non ideale di reattivi e reazioni, uso di condizioni sperimentali non idonee. Es. mancata correzione della temperatura nella misura del ph, formazione di composti più o meno solubili del previsto, cinetiche troppo lente etc. 15
16 ERRORI NELL ANALISI QUANTITATIVA Errori sistematici personali: distrazione nell operare o ignoranza della corretta procedura. Possono essere dovuti a difetti fisici o pregiudizi inconsci. Es. presenza di bolle d aria nel beccuccio di una buretta, errori di parallasse etc. 16
17 ERRORI NELL ANALISI QUANTITATIVA Errori sistematici possono essere costanti (es. errore nella lettura di una buretta) o proporzionali (es. presenza nel campione di una impurezza interferente in proporzione all analita). 17
18 ERRORI NELL ANALISI QUANTITATIVA Errori sistematici costanti: indipendenti dalla concentrazione dell analita, Es. eccesso di reagente durante una titolazione 18
19 ERRORI NELL ANALISI QUANTITATIVA Errori sistematici proporzionali: dipendono in modo proporzionale dalla concentrazione dell analita, attribuito alla presenza di interferenti nella matrice o proprietà chimico-fisiche della matrice Es. interferenza di Fe(III) nella determinazione del Cu(II) con KI 19
20 ERRORI NELL ANALISI QUANTITATIVA Identificazione ed eliminazione di errori sistematici: a. analisi di campioni standard, quando disponibili; b. analisi mediante utilizzo di strumentazione di provata affidabilità o di riferimento; c. analisi del bianco, ovvero un campione del tutto analogo a quello in esame, ad eccezione della presenza dell analita; d. analisi di campioni di dimensione crescente. 20
21 Errori random Detti anche errori indeterminati Errori sistematici Detti anche errori determinati Non possono essere eliminati ma minimizzati con un attento lavoro Identificati dalla variabilita in misurazioni ripetute (dispersione attorno al valore medio) Quantificati da misure di precisione come la deviazione standard o la deviazione standard relativa Sorgenti: incertezze personali, strumentali, di metodo Potrebbero essere individuati ed eliminati Identificati dalla discordanza tra la media di misurazioni ripetute e il valore corretto (vero a patto che l errore random non oscuri il bias) Quantificati da misure come l errore assoluto o l errore relativo nella media standard (vero a patto che il numero di misurazioni sia grande da avere una stima vera del bias) Sorgenti: bias personali, strumentali, di metodo 21
22 22
23 23
24 Esempio misure poco precise poco accurate misure più precise di analista 1 ma ancora meno accurate Valori di concentrazione (ppb) di Hg in un campione di acqua fluviale ottenuti da diversi analisti. Considerare come valore accertato, 1.7 ppb Analista x m MEDIA s DEV. STD Analista Analista Analista misure accurate ma poco precise le misure più precise e più accurate 24
25 TRATTAZIONE STATISTICA DI MISURE REPLICATE Popolazione e campione Popolazione = l intero insieme di valori possibili per la variabile, es. tutti le pasticche di vitamina C da 100 mg prodotte. Campione = una porzione della popolazione, es. una bottiglietta di pasticche di vitamina C da 100 mg. Generalmente sono disponibili solo i dati per i campioni, poiché e impossibile ottenere i dati per l intera popolazione. 25
26 TRATTAZIONE STATISTICA DI MISURE REPLICATE Media e deviazione standard: x 1 n n i 1 x i s 1 n -1 n x i x i 1 2 n = numero di replicati per n x μ s σ In assenza di errori sistematici e se il numero di misurazioni effettuate e limitato, x e solo una stima del valore vero, μ, ottenuto eseguendo un numero di repliche molto elevato, mentre s e una stima della dispersione(σ) dei dati sperimentali intorno al valor medio. 26
27 TRATTAZIONE STATISTICA DI MISURE REPLICATE Es. misure replicate nella calibrazione di una pipetta da 10ml. No. Vol, ml. No. Vol, ml. No. Vol, ml Mean volume ml Median volume ml Standard deviation ml 27
28 TRATTAZIONE STATISTICA DI MISURE REPLICATE Distribuzione dei dati sperimentali Disponendo di un numero elevato di dati (replicati di una misura) si può valutare la loro distribuzione intorno al valore medio. Riportando in un istogramma la frequenza con cui ricorrono i dati dei replicati di misure sperimentali in intervalli regolari si può ottenere un grafico del tipo riportato in figura (A). 28
29 29
30 TRATTAZIONE STATISTICA DI MISURE REPLICATE Ogni set di n dati rappresenta un campione della popolazione. Potendo eseguire un numero infinito di replicati si otterrebbe una distribuzione continua di tipo gaussiano. La distribuzione e simmetrica intorno alla media, μ, e la media e la mediana coincidono. all 996 values frequency value
31 La distribuzione normale La distribuzione normale è la distribuzione continua più usata in assoluto. Tra i motivi del suo grande successo ne citiamo due: Diversi fenomeni continui sembrano seguire, almeno approssimativamente, una distribuzione normale. La distribuzione normale può essere utilizzata per approssimare numerose distribuzioni di probabilità discrete. Le principali proprietà sono: La distribuzione normale ha una forma campanulare e simmetrica completamente determinata da µ e σ, la curva e simmetrica rispetto a µ, più grande e il valore di σ maggiore e l ampiezza della curva Le sue misure di posizione centrale (valore atteso, moda, mediana) coincidono. 31
32 TRATTAZIONE STATISTICA DI MISURE REPLICATE 2πσ 2 32
Quantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
Dettagli2. Variabilità mediante il confronto di valori caratteristici della
2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliCapitolo 3. Errori di misura. 3.1 L'incertezza nella misura
Interventi didattici integrativi Appunti di Fisica III 1 Capitolo 3 Errori di misura 3.1 L'incertezza nella misura 3.2 Le misure dirette 3.3 Serie di misure dirette 3.4 Le misure indirette 3.5 Procedimento
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
DettagliINCERTEZZA DI MISURA
L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,
DettagliPreprocessamento dei Dati
Preprocessamento dei Dati Raramente i dati sperimentali sono pronti per essere utilizzati immediatamente per le fasi successive del processo di identificazione, a causa di: Offset e disturbi a bassa frequenza
DettagliIntroduzione alla Teoria degli Errori
Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non
DettagliA cura di P.I. Antonio Caprai e-mail: caprai@iirg.pi.cnr.it tel. ++39 050 3152391
CONSIGLIO NAZIONALE DELLE RICERCHE ISTITUTO INTERNAZIONALE PER LE RICERCHE GEOTERMICHE 56127 PISA (Italy) Via G. Moruzzi, 1 - Tel. 0503152381 0503152383 0503152384 Fax 050312562322 05031562323 e-mail:
DettagliDETERMINAZIONI SPERIMENTALI ED ERRORI. confrontare quella grandezza con un'altra di riferimento, ad essa omogenea, detta unità di misura.
DETERMINAZIONI SPERIMENTALI ED ERRORI MISURARE UNA GRANDEZZA = confrontare quella grandezza con un'altra di riferimento, ad essa omogenea, detta unità di misura. LUNGHEZZA metro (m) distanza percorsa dalla
DettagliLa Distribuzione Normale (Curva di Gauss)
1 DISTRIBUZIONE NORMALE o CURVA DI GAUSS 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809) nell'ambito
DettagliL indagine statistica
1 L indagine statistica DEFINIZIONE. La statistica è quella disciplina che si occupa della raccolta di dati quantitativi relativi a diversi fenomeni, della loro elaborazione e del loro utilizzo a fini
Dettagli2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale
BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
Dettaglil insieme delle misure effettuate costituisce il campione statistico
Statistica negli esperimenti reali si effettuano sempre un numero finito di misure, ( spesso molto limitato ) l insieme delle misure effettuate costituisce il campione statistico Statistica descrittiva
DettagliIl Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma
DettagliStatistica descrittiva
Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Statistica descrittiva Ing. Antonino Cancelliere Dipartimento
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliUtilizzeremo un kit analitico per valutare la qualità dell acqua potabile delle nostre case, scuole e fontanelle cittadine.
Acqua in brocca Ciao! Io sono LABBY e vi farò da guida per l analisi dell acqua del vostro rubinetto! Utilizzeremo un kit analitico per valutare la qualità dell acqua potabile delle nostre case, scuole
DettagliEsercitazioni per il corso di Microonde 2005/2006: CENNI DI TEORIA DELL ERRORE. Ing. Ricci Andrea Simone
Esercitazioni per il corso di Microonde 2005/2006: CENNI DI TEORIA DELL ERRORE Ing. Ricci Andrea Simone INCERTEZZA DI MISURA - Introduzione X SISTEMA Y Misura > complesso di attività volte alla valutazione
Dettagli(accuratezza) ovvero (esattezza)
Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile
DettagliANALISI CHIMICHE ED ELABORAZIONE DATI
ISTITUTO TECNICO INDUSTRIALE A. PANELLA REGGIO CALABRIA CORSO DI PERFEZIONAMENTO ANALISI CHIMICHE ED ELABORAZIONE DATI ANALISI DEI VINI ANALISI DELLE ACQUE DESTINATE AL CONSUMO UMANO Progetto realizzato
DettagliIl risultato di un analisi chimica è un informazione costituita da: un numero un incertezza un unità di misura
Il risultato di un analisi chimica è un informazione costituita da: un numero un incertezza un unità di misura Conversione del risultato in informazione utile È necessario fare alcune considerazioni sul
DettagliDISTRIBUZIONI DI PROBABILITÀ
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI
DettagliIndice Aspetti generali sul campionamento da popolazioni finite Campionamento probabilistico Disegno campionario semplice
Indice 1 Aspetti generali sul campionamento da popolazioni finite.. 1 1.1 Rilevazionicensuarieerilevazionicampionarie... 1 1.2 Lineemetodologichediunarilevazionestatistica... 3 1.3 Popolazioni, etichette,
DettagliVERIFICA IN CAMPO Sistemi di Monitoraggio in Continuo delle Emissioni (AMS/SME) IAR - LINEARITÀ - TARATURA POLVERIMETRO - QAL2 - AST NOTA INFORMATIVA
VERIFICA IN CAMPO Sistemi di Monitoraggio in Continuo delle Emissioni (AMS/SME) IAR - LINEARITÀ - TARATURA POLVERIMETRO - QAL2 - AST NOTA INFORMATIVA Assicurazione Qualità Sistemi di Monitoraggio in Continuo
DettagliMetodi di Distanza. G.Allegrucci riproduzione vietata
Metodi di Distanza La misura più semplice della distanza tra due sequenze nucleotidiche è contare il numero di siti nucleotidici che differiscono tra le due sequenze Quando confrontiamo siti omologhi in
DettagliIL CRITERIO DEL MERCATO OBIETTIVO Presuppone lo sviluppo di 3 fasi principali
IL CRITERIO DEL MERCATO OBIETTIVO Presuppone lo sviluppo di 3 fasi principali 1. Identificazione delle basi e segmentazione del mercato 2. Definizione dei profili dei segmenti SEGMENTAZIONE DEL MERCATO
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica
DettagliLE CARTE DI CONTROLLO (4)
LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale
DettagliCifre significative. Supponiamo di misurare il volume di un liquido con una buretta che consente di misurare tale volume con un incertezza di 0.
Cifre significative I numeri utilizzati in chimica provengono sempre da misure sperimentali. Questi numeri sono dunque affetti da errore. Le cifre significative esprimono il risultato della misura tenendo
DettagliLS Paola (CS) A.S. 2015/2016. D.Lgs 81/2008 e s.m.i. PARTE I^
LS Paola (CS) A.S. 2015/2016 D.Lgs 81/2008 e s.m.i. PARTE I^ A cura del prof. Gianfranco Granieri Corso Sicurezza Lavoro 81/08 Docente Formatore MIUR RSPP IIS Roggiano Gravina (CS) PREMESSA Il D.Lgs 81/2008
DettagliServizi per. Laboratorio MUSP www.musp.it
Servizi per migliorare la qualità www.musp.it Collaudo volumetrico Calibrazione volumetrica della Macchina Utensile www.musp.it Perché la Calibrazione Volumetrica Accuratezza Volumetrica è l indice più
DettagliLa mappatura dei geni umani. SCOPO conoscere la localizzazione dei geni per identificarne la struttura e la funzione
La mappatura dei geni umani SCOPO conoscere la localizzazione dei geni per identificarne la struttura e la funzione Un grande impulso alla costruzione di mappe genetiche è stato dato da le tecniche della
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliStatistica descrittiva
Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di indicatori sintetici che individuano, con un singolo valore, proprieta` statistiche di un campione/popolazione rispetto
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliNel dubbio sempre chiedere e massima attenzione
Dispositivi di sicurezza personali Lo studente che accede al laboratorio deve essere munito di: camice occhiali protettivi guanti protettivi. Definiti DPI Nel dubbio sempre chiedere e massima attenzione
DettagliLa mobilità degli elementi chimici
La mobilità degli elementi chimici Gli ioni contenuti nella parte sinistra del diagramma sono quelli che in soluzione si presentano sotto forma di cationi semplici. Gli ioni nella parte centrale del diagramma
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica
Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -
DettagliGrafici delle distribuzioni di frequenza
Grafici delle distribuzioni di frequenza L osservazione del grafico può far notare irregolarità o comportamenti anomali non direttamente osservabili sui dati; ad esempio errori di misurazione 1) Diagramma
DettagliStatistica descrittiva: prime informazioni dai dati sperimentali
SECONDO APPUNTAMENTO CON LA SPERIMENTAZIONE IN AGRICOLTURA Statistica descrittiva: prime informazioni dai dati sperimentali La statistica descrittiva rappresenta la base di partenza per le applicazioni
DettagliAnalisi quantitative
Analisi quantitative Diversi metodi per la quantificazione delle proteine totali (reazioni generali delle proteine): 1. Dosaggio spettrofotometrico diretto 2. Metodi colorimetrici 1. Dosaggio spettrofotometrico
DettagliUniversità del Piemonte Orientale. Corso di dottorato in medicina molecolare. a.a. 2002 2003. Corso di Statistica Medica. Inferenza sulle medie
Università del Piemonte Orientale Corso di dottorato in medicina molecolare aa 2002 2003 Corso di Statistica Medica Inferenza sulle medie Statistica U Test z Test t campioni indipendenti con uguale varianza
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
DettagliTEST DI AUTOVALUTAZIONE TEST SU DUE CAMPIONI
TEST DI AUTOVALUTAZIONE TEST SU DUE CAMPIONI I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Statistica Parte A. Per verificare l efficacia di un farmaco
DettagliAnalisi statistica degli errori
Analisi statistica degli errori I valori numerici di misure ripetute risultano ogni volta diversi l operazione di misura può essere considerata un evento casuale a cui è associata una variabile casuale
DettagliPIANO DI STUDIO DELLA DISCIPLINA
Modulo Gestione Qualità UNI EN ISO 9001 : 2008 Tel. 0331635718 fax 0331679586 info@isisfacchinetti.it www.isisfacchinetti.it PIANO STUDIO DELLA DISCIPLINA PIANO DI STUDIO DELLA DISCIPLINA Chimica Analitica
DettagliRiassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice
cap 0 Romane - def_layout 1 12/06/12 07.51 Pagina V Prefazione xiii Capitolo 1 Nozioni introduttive 1 1.1 Introduzione 1 1.2 Cenni storici sullo sviluppo della Statistica 2 1.3 La Statistica nelle scienze
DettagliMISURE DI VOLUME. Per versare. Per contenere
MISURE DI VOLUME Unità di volume: LITRO (L) (IUPAC: dm 3 ) ml : 10-3 L = cm 3 = cc ml : 10-6 L Il volume dipende dalla TEMPERATURA. I contenitori in vetro hanno coefficienti di espansione molto piccoli;
DettagliIntroduzione all Inferenza Statistica
Introduzione all Inferenza Statistica Fabrizio Cipollini Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) G. Parenti Università di Firenze Firenze, 3 Febbraio 2015 Introduzione Casi di studio
DettagliIncertezza di Misura Approccio utilizzando la relazione di Horwitz
Validazione dei metodi e incertezza di misura nei laboratori di prova addetti al controllo di alimenti e bevande Bologna 25 novembre 2004 Incertezza di Misura Approccio utilizzando la relazione di Horwitz
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliMotivazioni e Obiettivi EMC Group @ POLIMI Dip. ELETTROTECNICA
Propagazione del Rumore nei Sistemi di Misura EMI nel Dominio del Tempo D. Bellan and S. A. Pignari POLITECNICO DI MILANO Dipartimento di ELETTROTECNICA EMC Group @ POLIMI Milano, Italy 1 Motivazioni e
DettagliCMR - Centro di Medicina Riabilitativa. Relazione tecnico-diagnostica
CMR - Centro di Medicina Riabilitativa Telefono: 0942.794510 - Fax: 0942.797103 - E-mail: info@cmr-marchese.it Prove in situ per il monitoraggio periodico dell umidità a seguito dell installazione di tecnologia
DettagliCorso di laurea in Scienze Motorie. Corso di Statistica. Docente: Dott.ssa Immacolata Scancarello Lezione 2: Misurazione, tabelle
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione : Misurazione, tabelle 1 Misurazione Definizione: La misura è l attribuzione di un valore numerico
DettagliESPRESSIONE DEL DATO ANALITICO
ESPRESSIONE DEL DATO ANALITICO E impossibile effettuare una analisi chimica con risultati privi di incertezza, è quindi necessario determinare il grado di incertezza associato alla misura per ogni campione
DettagliIndici (Statistiche) che esprimono le caratteristiche di simmetria e
Indici di sintesi Indici (Statistiche) Gran parte della analisi statistica consiste nel condensare complessi pattern di osservazioni in un indicatore che sia capace di riassumere una specifica caratteristica
DettagliLA VALIDAZIONE DEI METODI ANALITICI
Ancona 7 ottobre 003 Validazione dei metodi ed incertezza di misura nei laboratori di prova: le linee guida della Agenzie Ambientali. LA VALIDAZIONE DEI METODI ANALITICI Graziano Bonacchi ARPAT Agenzia
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliAnalisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA
Analisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA 1 Distribuzione di frequenza Punto vendita e numero di addetti PUNTO VENDITA 1 2 3
DettagliSTATISTICA GIUSEPPE DE NICOLAO. Dipartimento di Informatica e Sistemistica Università di Pavia
STATISTICA GIUSEPPE DE NICOLAO Dipartimento di Informatica e Sistemistica Università di Pavia SOMMARIO V.C. vettoriali Media e varianza campionarie Proprietà degli stimatori Intervalli di confidenza Statistica
Dettagli2. Analisi Statistica dei Dati
Frequenza e Probabilità Distribuzione di probabilità Media e varianza Regressione statistica Test del χ Correlazione lineare Analisi della varianza Media e varianza multivariata Gaussiana Multivariata
DettagliElementi di Statistica
Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle
DettagliLimiti di legge. 152/1999 ): 5 ug/l A. Superficiali nel 2008 (Decreto 367/2003): 0,2 ug/l
Limiti di legge Acque Potabili (D.Lgs 3/00): 5 ug/l A. Superficiali e Sotterranee(D.Lgs 5/999 ): 5 ug/l A. Superficiali nel 008 (Decreto 367/003): 0, ug/l La stima della ripetibilità intermedia (S I )
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in
DettagliIntroduzione all analisi dei segnali digitali.
Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza
DettagliI ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale
I ESERCITAZIONE ESERCIZIO 1 Si vuole testare un nuovo farmaco contro il raffreddore. Allo studio partecipano 200 soggetti sani della stessa età e dello stesso sesso e con caratteristiche simili. i) Che
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliSOFTWARE PER DATA LOGGER VACQ
SOFTWARE PER DATA LOGGER VACQ I software a disposizione sono stati sviluppati appositamente per ogni prodotto, esaltandone le specifiche tecniche senza tuttavia risultare incomprensibili all utente. Non
DettagliDefinizione dell informazione desiderata
Università Ca Foscari di Venezia Dipartimento di Chimica Fisica VALUTAZIOE DEL DATO AALITICO Dr. Ligia Maria Moretto AA. 006/07 1 Definizione dell informazione desiderata Scelta del metodo di analisi (necessità
DettagliPrestazioni di accuratezza e precisione del sistema Accu-Chek Aviva. Introduzione. I. ACCURATEZZA Metodo
Prestazioni di accuratezza e precisione del sistema Accu-Chek Aviva Introduzione L accuratezza del sistema è stata valutata in base allo standard ISO 15197:2003. Il sangue capillare di soggetti a cui è
DettagliCorso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali Note A.A. 2009-10 C. Meneghini. 1 misura ed errori di misura
Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali ote A.A. 009-10 C. Meneghini 1 misura ed errori di misura La misura è il processo che permette di determinare il valore di una
DettagliAbbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili:
Incertezze di misura Argomenti: classificazione delle incertezze; definizione di incertezza tipo e schemi di calcolo; schemi per il calcolo dell incertezza di grandezze combinate; confronto di misure affette
DettagliIl campionamento statistico
Lezione 13 Gli strumenti per il miglioramento della Qualità Il campionamento statistico Aggiornamento: 19 novembre 2003 Il materiale didattico potrebbe contenere errori: la segnalazione e di questi errori
DettagliPopolazione. Campione. I risultati di un esperimento sono variabili aleatorie. I valori stimati sono variabili aleatorie. Teorema del limite centrale
I risultati di un esperimento sono variabili aleatorie. Un esperimento non consente di esaminare ogni elemento di una popolazione o di effettuare tutte le misure possibili. campione , sx Stime Popolazion
DettagliDipartimento Scientifico-Tecnologico
ISTITUTO TECNICO STATALE LUIGI STURZO Castellammare di Stabia - NA Anno scolastico 2012-13 Dipartimento Scientifico-Tecnologico CHIMICA, FISICA, SCIENZE E TECNOLOGIE APPLICATE Settore Economico Indirizzi:
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliScenari di emissione SRES (Special Report on Emission Scenarios) e proiezioni globali
Scenari di emissione SRES (Special Report on Emission Scenarios) e proiezioni globali Informazioni e grafici tratte dal IV rapporto IPCC (Intergovernmental Panel on Climate Change): Climate Change 2007:
DettagliCongresso Nazionale Congiunto SIMMESN e SIMGePeD. Malattie genetico-metaboliche tra tecnologia e assistenza 27-29 Ottobre 2011, Bologna
Congresso Nazionale Congiunto SIMMESN e SIMGePeD Malattie genetico-metaboliche tra tecnologia e assistenza 27-29 Ottobre 2011, Bologna Controllo Qualità L'analisi è un procedimento metrologico che ha lo
DettagliDall'analisi dei prospetti informativi diffusi dalla Borsa di Paperopoli Gastone ricava le seguenti informazioni sul rendimento dei tre titoli:
ESERCIZIO 1 Gastone investe i suoi risparmi in tre titoli (A: Paperone & Co; B: Rockerduck & Co; C: Bassotti & Co) quotati sul mercato di Paperopoli. La composizione percentuale del portafoglio di Gastone
DettagliTEST GENETICI PAZIENTI e FAMIGLIARI
TUMORE OVARICO: NELLA GENETICA IL FUTURO DELLA PREVENZIONE E DELLA CURA TEST GENETICI PAZIENTI e FAMIGLIARI Siranoush Manoukian Unità di Genetica Medica Fondazione IRCCS Istituto Nazionale dei Tumori Milano,
DettagliCORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO
CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL EMPO ing Emanuele Zappa SEGNALI: grandezze di base nel dominio del tempo: Ampiezza picco-picco (pk.pk) Ampiezza massima positiva empo Ampiezza massima
DettagliI laureati scuole di provenienza, durata degli studi, votazioni ed età
I laureati scuole di provenienza, durata degli studi, votazioni ed età Il campione in esame comprende gli 11450 laureati presso l Università di Lecce nel periodo maggio 1997 aprile 2004, corrispondente
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliANALISI E GESTIONE DEI COSTI
ANALISI E GESTIONE DEI COSTI Dott.ssa Francesca Mandanici Le valutazioni di convenienza economica di breve periodo: l'analisi differenziale 18 NOVEMBRE 2010 Le applicazioni dell analisi della variabilità
DettagliAppendice III. Criteri per l utilizzo dei metodi di valutazione diversi dalle misurazioni in siti fissi
Appendice III (articolo 5, comma 1 e art. 22 commi 5 e 7) Criteri per l utilizzo dei metodi di valutazione diversi dalle misurazioni in siti fissi 1. Tecniche di modellizzazione 1.1 Introduzione. In generale,
DettagliVariabilità analitica e biologica. Trattamento dei campioni.
Variabilità analitica e biologica. Trattamento dei campioni. Diagnostica biochimico-clinica clinica Lezione 2 La biochimica clinica Le principali finalità per la richiesta di indagini di laboratorio sono
DettagliLa presentazione di progetti a consuntivo nel meccanismo dei certificati bianchi. Walter Grattieri
La presentazione di progetti a consuntivo nel meccanismo dei certificati bianchi Walter Grattieri 1 I «Certificati Bianchi» (D.M. 20.7.2004) Incentivano i progetti di efficienza energetica negli usi finali
DettagliMetodo III.1. Determinazione dell umidità. 1. Determinazione dell umidità nei fertilizzanti che non contengono sostanze volatili diverse dall acqua
METODI III METODI DI DETERMINAZIONE DELL UMIDITA, GRANULOMETRIA, ph e SALINITA Metodo III.1 Determinazione dell umidità 1. Determinazione dell umidità nei fertilizzanti che non contengono sostanze volatili
DettagliIl Metodo Scientifico
Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato
Dettagli