Valutazione dell incertezza di misura
|
|
- Eduardo Rossi
- 5 anni fa
- Visualizzazioni
Transcript
1 Valutazone dell ncertezza d msura 1
2 Gl attor della msurazone l sstema msurato l msurando lo strumento l metodo l campone L untà d msura l utlzzatore
3 l sstema msurato l msurando Gl attor della msurazone l metodo l campone lo strumento L untà d msura l utlzzatore La conoscenza del msurando è spesso ncompleta e lo stato del msurando può non essere perfettamente noto; La defnzone del msurando può non descrvere completamente la realtà fsca (l modello matematco può essere ncompleto); Il processo d msura modfca l msurando (nelle msure ndustral questo vene trascurato) 3
4 l sstema msurato l msurando Gl attor della msurazone l metodo l campone lo strumento L untà d msura l utlzzatore I campon che s utlzzano nel confronto non sono deal (campon sempre mglorabl); non fornscono l valore esatto delle untà d msura ma solo una loro (buona) approssmazone 4
5 l sstema msurato l msurando Gl attor della msurazone l metodo l campone lo strumento L untà d msura l utlzzatore Il metodo d msura sfrutta, generalmente, un fenomeno fsco, che può non essere completamente noto. Generalmente l metodo non consdera altr fenomen che possono nterferre con quello utlzzato 5
6 l sstema msurato l msurando Gl attor della msurazone l metodo l campone lo strumento L untà d msura l utlzzatore Il prncpo operatvo mpegato dffersce da quello deale a causa d: component non deal, rumore generato nternamente allo strumento stesso, sensbltà alle condzon ambental, taratura nadeguata, età, ecc. I dspostv utlzzat non sono deal 6
7 l sstema msurato l msurando Gl attor della msurazone l metodo l campone lo strumento L untà d msura l utlzzatore Capactà ed esperenza dell operatore hanno un ruolo fondamentale nel processo d msura. (Es: esecuzone della msura al momento gusto, valutazone della poszone d un ndce su una scala graduata, corretta nterpretazone de rsultat d una msura, elaborazon corrette delle letture degl strument, ecc.) 7
8 l sstema msurato l msurando Gl attor della msurazone l metodo l campone lo strumento Procedmento L untà d msura Software l utlzzatore L errore dovuto al procedmento è legato ad approssmazon ed assunzon tpche del metodo, dove spesso s fanno delle potes semplfcatve; L errore del software è legato agl algortm matematc utlzzat per l calcolo 8
9 l sstema msurato l msurando Gl attor della msurazone l metodo l campone lo strumento L untà d msura Fenomen estern l utlzzatore Sollectazon meccanche, dsturb elettromagnetc, condzon ambental (ad es. la temperatura) (grandezze d nfluenza) nfluenzano tutto l processo d msura n modo mprevedble 9
10 Effett Se l processo d msura è rpetuto un certo numero d volte, rsultat ottenut sono sempre dfferent, anche se le condzon d msura non sono cambate. Se l processo d msura è rpetuto da un altro operatore, con strument dfferent, rsultat della msura possono essere dfferent (anche rproducendo le stesse condzon d msura) Ecco perché esprmere l rsultato d una msura con un solo valore (e un untà d msura) è prvo d sgnfcato! 10
11 Error aleator e sstematc In generale, una msurazone presenta mperfezon che danno luogo ad un errore nel rsultato della msurazone. Tradzonalmente, un errore è consderato avere due component, una casuale, o aleatora, ed una sstematca. Nota L errore è un concetto dealzzato; gl error non possono essere conoscut esattamente. 11
12 Error aleator Gl error casual (stocastc, aleator) sono presumblmente orgnat da varazon non prevedbl o casual, nel tempo e nello spazo, delle grandezze d nfluenza. Gl effett d tal varazon, effett casual, danno luogo a varazon n osservazon rpetute del msurando. Benché non sa possble correggere l errore casuale del rsultato d una msurazone, è tuttava possble rdurlo aumentando l numero d osservazon; la sua speranza matematca o valore atteso o valor medo, è zero. 1
13 Error sstematc L errore sstematco non può essere sempre elmnato ma sovente può essere notevolmente rdotto. Se una grandezza d nfluenza produce sul rsultato d una msurazone un effetto dentfcato n un errore sstematco, tale effetto può essere quantfcato e, se d proporzon sgnfcatve rspetto all accuratezza rchesta alla msurazone, compensato apportando una correzone o fattore d correzone S potzza che, a seguto della correzone, l valore atteso dell errore generato da un effetto sstematco sa zero. 13
14 Correzon degl error aleator e sstematc L errore casuale s può rdurre aumentando l numero d osservazon. L errore sstematco s può correggere perché è modellzzable, n base a: conoscenze sul comportamento de sstem che ntervengono nella msurazone; conoscenza dell effetto delle grandezze d nfluenza; Per quest error s può correggere l rsultato sulla base del modello (se la componente d errore è sgnfcatva) Esempo: error d consumo degl strument (carco strumentale); 14
15 Error grossolan Sono dovut n genere a dsattenzone e svste dell'operatore (regstrazone o anals de dat, scelta d metod e strument) o a guast dello strumento Possono ntrodurre un errore rlevante ed gnoto nel rsultato d una msurazone. Normalmente sono d ampezza tale da essere mmedatamente rconoscbl e rvelate da un accurata revsone de dat; svste mnor possono essere mascherate da varazon casual, o apparre tal. Le valutazon dell ncertezza non sono concepte per tenere conto d tal error. 15
16 Valore vero (d una grandezza) [VIM 1.19] Valore compatble con la defnzone d una data grandezza n senso determnato. Note: 1 Esso è un valore che sarebbe ottenuto da una msurazone perfetta. I valor ver sono per natura ndetermnat. 3 In connessone a valore vero s usa l artcolo ndetermnatvo un puttosto che l artcolo determnatvo l perché v possono essere dvers valor compatbl con la defnzone d una data grandezza n senso determnato; Valore convenzonalmente vero (d una grandezza) [VIM 1.0] Valore attrbuto ad una grandezza n senso determnato ed accettato, a volte per convenzone 16
17 Errore Errore (d msura) [VIM 3.10] (errore assoluto) rsultato d una msurazone meno un valore vero del msurando. E = M V dove V è l valore vero ed M valore msurato. Note: 1 Dato che un valore vero non s può determnare, n pratca s usa un valore convenzonalmente vero In valore relatvo s ha l errore relatvo defnto come: M V e % = 100 = 100 V E V 17
18 Correzone C = E V = M + C Correzone [VIM 3.15] Valore aggunto algebrcamente al rsultato bruto d una msurazone per compensare l errore sstematco. Note: 1 La correzone è uguale all errore sstematco stmato cambato d segno. Dato che l errore sstematco non può essere conoscuto perfettamente, la compensazone non può essere completa. Fattore d correzone [VIM 3.16] Fattore numerco per l quale l rsultato bruto d una msurazone vene moltplcato per compensare l errore sstematco. Nota: Dato che l errore sstematco non può essere conoscuto perfettamente, la compensazone non può essere completa. Il rsultato d una msurazone, anche se corretto per gl effett sstematc dentfcat, è ancora una stma del valore del msurando a causa dell ncertezza orgnata dagl effett casual e dalla non perfetta correzone del rsultato per gl effett sstematc. 18
19 Errore causale Errore casuale [VIM 3.13] Rsultato d una msurazone meno la meda che rsulterebbe ebbe da un numero nfnto d msurazon dello stesso msurando effettuate sotto condzon d rpetbltà. Note: 1 L errore casuale è uguale all errore meno l errore sstematco. Poché s può esegure solo un numero fnto d msurazon, è possble determnare soltanto una stma dell errore casuale. 19
20 Errore sstematco [VIM 3.14] Meda che rsulterebbe da un numero nfnto d msurazon dello stesso msurando, effettuate sotto condzon d rpetbltà,, meno un valore vero del msurando. Note: 1 L errore sstematco è uguale all errore meno l errore casuale. Come l valore vero, l errore sstematco e le sue cause non possono essere conoscut completamente. 0
21 C = E 1
22 Incertezza La Norma UNI CEI 13005: Guda all espressone dell ncertezza d msura GUM ha qund ntrodotto l concetto d ncertezza. La parola ncertezza sgnfca dubbo, e pertanto ncertezza d msura, sgnfca dubbo crca la valdtà del rsultato d una msurazone. Defnzone: Parametro, assocato al rsultato d una msurazone, che caratterzza la dspersone de valor ragonevolmente attrbubl al msurando. VIM, GUM La valutazone dell ncertezza s basa su un modello probablstco. Questo è l modello che deve essere usato ne certfcat uffcal, sulla base della GUM
23 Statstca La statstca rguarda metod scentfc per raccoglere, ordnare, rassumere, presentare ed analzzare dat, ed anche per trarre valde concluson e prendere ragonevol decson sulla base d tal anals. Popolazone (fnta ed nfnta) e campone rappresentatvo Raccoglere dat relatv alle caratterstche d un gruppo d ndvdu o oggett ( popolazone ) è spesso mpossble (o poco pratco). Pertanto, s esamna una pccola parte del gruppo, detta campone ; se l campone è rappresentatvo, dall anals del campone s possono trarre concluson crca l ntera popolazone. 3
24 Statstca La statstca nduttva o nferenza statstca tratta le condzon sotto le qual è possble trarre concluson crca la popolazone dall anals d un campone rappresentatvo. Non essendo certa n assoluto spesso s usa l lnguaggo della probabltà. La statstca descrttva o deduttva descrve o analzza un dato gruppo senza trarne alcuna conclusone o nferenza rspetto ad un gruppo pù grande. 4
25 Statstca dstrbuzone d frequenze Dat grezz: dat non ordnat numercamente Quando s voglono rassumere de dat grezz è utle dstrbure dat stess n class e determnare l numero d ndvdu appartenent a cascuna classe (frequenza della classe). Un ordnamento tabulare de dat secondo le class e secondo le corrspondent frequenze delle class è detto dstrbuzone d frequenze. Massa [kg] (classe) 59,5-6,5 6,5 65,5 65,5 68,5 68,5 71,5 71,5 74,5 Numero d student (frequenza della classe) Esempo: campone d 100 student con dfferent pes. 8 5
26 Statstca dstrbuzone d frequenze Massa [kg] (classe) 59,5-6,5 6,5 65,5 65,5 68,5 68,5 71,5 71,5 74,5 Numero d student (frequenza della classe) ISTOGRAMMA: rettangol avent base sull asse orzzontale, con centro sul valore centrale e lunghezza uguale all ampezza della classe, ed aree proporzonal alle frequenze delle class POLIGONO DI FREQUENZA: grafco lneare delle frequenze delle class passante per valor central delle class stesse 6
27 Statstca dstrbuzone d frequenze Massa [kg] (classe) 59,5-6,5 6,5 65,5 65,5 68,5 68,5 71,5 71,5 74,5 Numero d student (frequenza della classe) Se le class sono d uguale ampezza, rettangol dell stogramma hanno le altezze proporzonal alle frequenze delle class. La base è l ampezza della classe e l altezza è presa par alla frequenza della classe. 7
28 Statstca curve d frequenze I dat raccolt possono essere consderat come appartenent ad un campone tratto da una grande popolazone. Poché da una grande popolazone s possono ottenere un gran numero d osservazon, è possble, per dat contnu, sceglere class molto pccole e avere tuttava un certo numero d osservazon all nterno d cascuna classe. In tal modo, un polgono d frequenze avrebbe segment molto pccol, approssmabl a delle curve, dette curve d frequenza. Tal curve teorche possono essere approssmate lscando polgon d frequenza del campone; l approssmazone mglora al crescere delle dmenson del campone. 8
29 Statstca Meda, Medana, Moda La meda artmetca d n numer (valor d una data grandezza), è la somma de suddett numer dvso n : = dove q rappresenta un generco valore q della grandezza. n q = 1 n q 9
30 Statstca Msure d dspersone Dspersone o varazone de dat è l atttudne d cert dat numerc a dspors ntorno ad un valore medo. Lo scarto quadratco medo camponaro s è s = n q = 1 ( q ( n 1) ) La varanza camponara è par a s. Quando s fa rfermento ad una popolazone nfnta le due grandezze s ndcano rspettvamente con σ e σ. 30
31 Statstca Teora elementare della probabltà La probabltà emprca o stmata d un evento è data dalla frequenza relatva del presentars dell evento, quando l numero delle osservazon è molto grande. La probabltà è qund l lmte della frequenza relatva, quando l numero delle osservazon cresce ndefntamente. Se una varable X può assumere un nseme dscreto d valor X 1, X, X n, rspettvamente con probabltà p 1, p, p n, s dce che per X è stata defnta una dstrbuzone d probabltà dscreta. La funzone p(x) è detta funzone d probabltà d X S ha qund un analoga tra le dstrbuzon d frequenza relatva (per campon) e le funzon d probabltà, p(x) (per le popolazon). 31
32 Statstca Teora elementare della probabltà Se la varable X può assumere un nseme contnuo d valor, l polgono delle frequenze relatve d un campone dventa, nel caso teorco d una popolazone, una curva contnua Y = p(x) p(x) è chamata funzone d denstà (d probabltà) l area sotto la curva compresa fra le lnee X=a e X=b dà la probabltà che X cada tra a e b. l area totale sottesa dalla curva è uguale a 1. 3
33 Statstca Dstrbuzone normale o d Gauss La funzone : p q 1 σ ( ) q = e σ π ( μ ) descrve la dstrbuzone d probabltà o d Gauss, cosddetta curva a campana, dove q rappresenta un generco valore q della grandezza, σ è lo scarto quadratco medo della popolazone ed μ l valore medo della popolazone. 33
34 Dstrbuzone normale S può determnare l espressone razonalzzata della dstrbuzone normale ntroducendo la varable: k p = ( q σ μ ) da cu p ( 1 q ) = e σ π 1 k p S ottene una dstrbuzone che ha la caratterstca d avere valore medo nullo e scarto quadratco medo par ad 1. 34
35 Dstrbuzone normale
36 Dstrbuzone normale Dalla tabella 1 s può calcolare la probabltà che l valore generco q sa compreso nell ntervallo: μ k p σ < q < μ + k p σ 36
37 Statstca Teora de campon elementar La teora de campon è lo studo delle relazon esstent tra una popolazone ed campon estratt dalla popolazone stessa. E molto mportante perché per esempo è utle nella stma de valor gnot de parametr della popolazone stessa (la meda, la varanza, etc.). Infatt tal parametr possono essere stmat quando s conoscono parametr corrspondent del campone (teora statstca della stma). I campon devono essere rappresentatv della popolazone. 37
38 Dstrbuzone camponara della meda Se s consderano dvers campon d ampezza n estrabl da una popolazone, s può calcolare per cascun campone un parametro, (per esempo la meda), che possblmente varerà da campone a campone. E qund possble rcavare una dstrbuzone d quel parametro, nel nostro caso la meda, che vene detta dstrbuzone camponara del parametro stesso, nel caso n esame dstrbuzone camponara della meda. Per cascuna dstrbuzone camponara è possble calcolare un la meda, lo scarto quadratco medo ecc. In tal caso s parla d meda o d scarto quadratco medo della dstrbuzone camponara della meda. 38
39 Dstrbuzone camponara della meda Campone d n element 1 3 Popolazone nfnta 39
40 1 1 Dstrbuzone camponara della meda
41 Dstrbuzone camponara della meda Nel caso della dstrbuzone camponara della meda s può osservare che se la popolazone è nfnta o se s ha n > 30 s ha che: La meda della popolazone μ concde con la meda della dstrbuzone camponara della meda ; Lo scarto quadratco medo della dstrbuzone camponara della meda è: μ σ = σ n 41
42 Intervall d confdenza Se la dstrbuzone camponara della meda è approssmatvamente normale c s può aspettare che una reale statstca camponara cada negl ntervall sotto ndcat, dove μ è la meda della dstrbuzone camponara della meda ed σ è lo scarto quadratco medo della dstrbuzone camponara della meda, con la seguente probabltà: l 68,7 % de cas è compreso tra l 95,45 % de cas è compreso tra l 99,73 % de cas è compreso tra μ σ e μ + σ μ σ e μ + σ μ 3σ e μ + 3σ 4
43 Intervall d confdenza D fatto s conosce e s vuole sapere d quanto c s dscosta da μ, meda della stma camponara, che, come detto prma, concde con la meda della popolazone μ. S può essere confdent d trovare che μ è compresa negl ntervall che vanno da : l 68,7 % de cas è compreso tra l 95,45 % de cas è compreso tra l 99,73 % de cas è compreso tra σ e + σ σ e + σ 3σ e + 3σ 43
44 Intervall d confdenza Gl estrem d quest ntervall sono qund dett lmt d confdenza o lmt fducar rspettvamente al 68,7 %, 95,45 % e 99,73 %. In generale lo scarto quadratco medo della popolazone σ è sconoscuto e s rcorre allo scarto quadratco medo camponaro s. s = n q = 1 ( n 1) σ S può qund osservare che l termne rappresenta lo scarto tpo ovvero l ncertezza della meda n ( q ) 44
45 Teora de pccol campon Nel caso n cu l ampezza del campone n è mnore d 30 la dstrbuzone camponara non s può pù rtenere normale. Bsogna allora rcorrere alla dstrbuzone t d Student che è valda sa per pccol che per grand campon che n forma razonalzzata è espressa medante la varable: t p ( μ = dove, rappresenta l valore medo delle s n ) msurazon, ed è una stma del valore atteso μ, mentre s è lo scarto tpo spermentale della sere d msurazon ed è una stma dello scarto quadratco medo della popolazone σ. 45
46 Teora de pccol campon La dstrbuzone camponara t dpende dalla costante ν= n 1 (numero d grad d lbertà). Per ogn valore d ν esste una curva d dstrbuzone della probabltà d t p. Per grand valor d n le curve s approssmano alla curva normale standardzzata. 46
47 Teora de pccol campon 47
48 Teora de pccol campon Ne segue che, n analoga a quanto vsto per gl ntervall d confdenza nel caso d grand campon, per calcolare la probabltà che l valore sperato μ s trov nell ntervallo: t p σ e + t p σ bsogna determnare l valore della varable t p dalla tabella che rporta valor d t p a dvers lvell d probabltà n funzone de grad d lbertà ν=n -1. Da cu s può osservare che l termne rappresenta l ncertezza della meda. σ = σ n 48
49 VALUTAZIONE DELL INCERTEZZA Norma UNI CEI Guda all espressone dell ncertezza d msura GUM L ncertezza del rsultato d una msurazone consste n genere d svarate component che possono essere raggruppate n due categore a seconda del modo n cu se ne stma l valore numerco: A) quelle valutate per mezzo d metod statstc (anals statstca d sere d osservazon) B) quelle valutate medante altr metod 49
50 Incertezze d categora A Sono consderate n osservazon rpetute ndpendent della grandezza q esegute nelle stesse condzon spermental. S mmagna una popolazone vrtuale nfnta d valor, pertnent alla grandezza q da cu sono stat estratt, quell della sere d valor ottenut nelle n osservazon (campone) La stma del valore sperato o del valore medo della popolazone nfnta è la meda artmetca delle osservazon: = n q = 1 n q 50
51 Incertezze d categora A Lo scarto tpo spermentale s, stma dello scarto quadratco medo della popolazone nfnta σ, e dato da: s = n q = 1 ( q ( n 1) ) dove ν = n -1 sono grad d lbertà. 51
52 Incertezze d categora A La mglor stma dello scarto tpo spermentale della meda che rappresenta l ncertezza tpo u della meda è data da: u s = = s n 5
53 Incertezze d categora A Concluson Per le ncertezze d categora A sono dunque fornte: la meda artmetca, come stma del valore sperato l ncertezza tpo, come stma dello scarto quadratco medo camponaro della meda s L ncertezza può essere data n valore assoluto o relatvo u& espresso come: u u& = u 53
54 Incertezze d categora A Esempo 54
55 Incertezze d categora A Esempo 55
56 Incertezze d categora A Esempo 1 Rsultato: (100,040±0,034) Ω dove 0,034 Ω è l ncertezza tpo 56
57 Incertezze d categora B La grandezza NON è ottenuta con osservazon rpetute, e la sua dstrbuzone è valutata a pror sulla base d: dat d msurazon precedent esperenza dell operatore specfche tecnche del costruttore dat fornt n certfcat d taratura 57
58 Incertezze d categora B Bsogna qund ndagare sul tpo d dstrbuzone d probabltà che assume la varable nell ntervallo dcharato o conoscuto che può essere espresso: come semampezza a dell ntervallo ntorno al valore msurato come valore massmo e valore mnmo mn e ma fasca d valor a mn valore centrale ma msura 58
59 Incertezze d categora B Nel prmo caso la stma del valore sperato è l valore msurato Nel secondo caso s calcola come valore medo: = ma + mn 59
60 Incertezze d categora B Not gl estrem dell ntervallo massmo d varazone del valore bsogna valutare l ncertezza, ntesa come stma dello scarto quadratco medo camponaro della meda, a seconda della dstrbuzone d probabltà con cu s suppone sa dstrbuto l msurando all nterno dell ntervallo. Normalmente s usano: Dstrbuzone rettangolare Dstrbuzone trangolare Dstrbuzone trapezodale Dstrbuzone normale 60
61 Dstrbuzone rettangolare Tutt valor che una varable causale X può assumere nell ntervallo d valor dcharato sono ugualmente probabl. L andamento della dstrbuzone d probabltà è rettangolare. S dmostra che la stma dello scarto quadratco medo camponaro della meda, e qund l ncertezza tpo della meda, è par a: ma mn u = 3 61
62 Dstrbuzone trapezodale Un altra possbltà è che spesso è pù realstco trovare valor vcno al valore medo che n prossmtà degl estrem L andamento della dstrbuzone d probabltà è trapezodale. S dmostra che la stma dello scarto quadratco medo camponaro della meda, e qund l ncertezza tpo della meda, è par a, u = ( ma mn ) 6 (1 + β ) con β compreso tra zero ed uno. 6
63 Dstrbuzone trangolare Per β=0 s ha una dstrbuzone trangolare (per β=1 s ha la dstrbuzone rettangolare) S dmostra che la stma dello scarto quadratco medo camponaro della meda, e qund l ncertezza tpo della meda, è par a: u = ( ma mn 6 ) 63
64 Incertezze d categora B Il valore sperato sarà par a quello centrale dell ntervallo. La valutazone qund dpende da come vene fornto l ntervallo dcharato dal costruttore, dal certfcato d taratura, etc. 64
65 Incertezze d categora B - Esempo 65
66 Incertezze d categora B - Esempo Rsultato: (1,770±0,01) A 66
67 Incertezza composta L ncertezza del rsultato d una msurazone consste n genere delle due component d categora A) (quelle valutate per mezzo d metod statstc) e B) (quelle valutate medante altr metod) che vanno composte quadratcamente: u c = u A + u B ncertezza assoluta composta u& = u& + c A u& B ncertezza relatva composta 67
68 Incertezza estesa In molte applcazon commercal, ndustral e normatve s prefersce defnre un ntervallo pù ampo U(y) ntorno al rsultato y della msurazone, n modo che v sano compres una pù grande parte de valor (lvello d confdenza 95%, 99%) che ragonevolmente possono attrburs al msurando. Questo ntervallo, denomnato ncertezza estesa (globale) U, s ottene moltplcando l ncertezza tpo composta u per un opportuno fattore d copertura k (compreso fra e 3) dpendente dalla dstrbuzone. Per dstrbuzone normale a 95% corrsponde K=1,96 68
69 Dstrbuzone normale
70 VALUTAZIONE DELL INCERTEZZA Norma UNI CEI Guda all espressone dell ncertezza d msura GUM Nella maggor parte de cas l msurando non vene msurato drettamente, ma vene determnato tramte un certo numero n d grandezze X 1, X,, X n ( grandezze d ngresso ), attraverso una relazone funzonale f: Y = f(x 1, X,, X n ) Le grandezze d ngresso possono essere consderate esse stesse de msurand, che possono a loro volta dpendere da altre grandezze, (grandezze dervant da processo d msurazone, grandezze rportate ne certfcat d taratura de campon e degl strument, grandezze d nfluenza, correzon ecc.) 70
71 VALUTAZIONE DELL INCERTEZZA Norma UNI CEI Guda all espressone dell ncertezza d msura GUM 1. Indvduare l modello della msurazone; La stma y del msurando, che è l rsultato della msurazone, s ottene attraverso le stme delle grandezze d ngresso: y = f ( 1,,, n ) 71
72 VALUTAZIONE DELL INCERTEZZA. Valutare le ncertezze delle grandezze d ngresso; Ad ognuna delle stme d ngresso s assoca un ncertezza d ngresso u( ), che, nseme a tutte le altre, contrbusce a formare l ncertezza della stma del msurando (ncertezza composta). 3. Calcolare l ncertezza composta del msurando. S ndvdua l espressone che, note le ncertezze d ngresso, consente d rcavare l ncertezza composta del msurando. 7
73 Propagazone delle ncertezze nelle msure ndrette Nel caso n cu l msurando sa legato ad altre grandezze, attraverso l modello d msurazone, o sa determnato per va ndretta come s propagano (compongono) le ncertezze? 73
74 Incertezza composta Dato l modello y = f( 1,,..... m ) che lega le m msure delle grandezze 1,... m alla grandezza y, la stma da attrbure alla msura è data da: y y = f (,,...,,..., 1 m ) essendo le stme de valor delle grandezze d ngresso 74
75 Incertezza composta Grandezze non correlate Ipotes: Sono defnte e note le ncertezze tpo delle msure drette. Le grandezze sono tutte statstcamente ndpendent. u u Le ncertezze tpo sono pccole rspetto alle msure e sono qund trattabl come nfntesm. Sono defnte e calcolabl le dervate parzal prme d f rspetto alle varabl ndpendent. 75
76 76 Incertezza composta Grandezze non correlate L ncertezza tpo composta è data da: y u = = m y u f u 1 L ncertezza tpo composta è la radce quadrata postva della varanza composta y u
77 77 Somma Dfferenza y u u u y y + = + = + = Esemp ( 1 > 0, > 0, non correlat) y u u u y y + = = =
78 78 Esemp (non correlat) Prodotto Quozente y u u u y y & & & + = = = y u u u y y & & & + = = =
79 Esemp (non correlat) 79
80 Esemp (non correlat) 80
81 Incertezza composta - Grandezze correlate Se non vale l potes d non correlazone: Sono defnte e note le ncertezze tpo delle msure drette. Le grandezze sono correlate. u u Le ncertezze tpo sono pccole rspetto alle msure e sono qund trattabl come nfntesm. Sono defnte e calcolabl le dervate parzal prme d f rspetto alle varabl ndpendent. 81
82 8 Incertezza composta - Grandezze correlate L ncertezza tpo composta da attrbure alla msura è data da: dove è la covaranza stmata assocata a e j = = + = + = m m m j j j y u f f u f u ), ( ), ( j u y u ( ) u pq mm pk p k m qk q, = = 1 1 1
83 83 Il grado d correlazone è caratterzzato dal coeffcente d correlazone: Per esempo se gl strument sono della stessa famgla e sono stat tarat dallo stesso laboratoro s può supporre una correlazone totale, r=1. Incertezza composta - Grandezze correlate e correlate totalment grandezze 1 ), ( non correlate grandezze 0 ), ( 1 ), ( con -1 ), ( ), ( = = < < = j j j j j r r r u u u r j
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
DettagliAnalisi 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
DettagliPropagazione 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
DettagliMisure 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
DettagliElementi 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
DettagliLaboratorio 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
DettagliELEMENTI 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..)
DettagliCapitolo 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
DettagliCorso 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
DettagliREGRESSIONE 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
DettagliCARATTERISTICHE 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:
DettagliMisure 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
DettagliLa 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
DettagliLA 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
DettagliPrecisione 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
DettagliContenuti: 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
DettagliLezioni 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* 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
DettagliTeoria 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
DettagliAnalisi 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
DettagliVariabili 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
DettagliMisure 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.
Dettagliuna 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
DettagliFisica 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
DettagliStatistica 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
Dettagli1) 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
DettagliFisica 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
DettagliANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI
ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI Rappresentazone tabellare della sere storca Sequenza cronologca Sequenza ordnata Osservazon d massmo annuo d pogga n un gorno 2 Rappresentazone grafca della
DettagliUNIVERSITÀ 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 ()
DettagliNorma 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
DettagliLezione 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 x 1 =103 2 x 2 =97 3 x 3 =90
DettagliINCERTEZZE 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
DettagliSistemi di Misura e Monitoraggio
Sstem d Msura e Montoraggo Espressone e valutazone dell ncertezza d msura To measure s to know (Lord Kelvn) 1 La msura d una grandezza X è costtuta da un numero, da una ncertezza u() e da una untà d msura
DettagliStrada 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
DettagliFACOLTÀ 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
DettagliIncertezza 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
DettagliPropagazione 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
DettagliESERCIZIO 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
DettagliPrincipio 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.
DettagliPrincipio 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.
DettagliLezione 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
DettagliScienze 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,
DettagliLA 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
Dettaglia) 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
DettagliAd 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
DettagliTutorato 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
DettagliPRIMA 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
DettagliSTATISTICA 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
DettagliLaboratorio 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
DettagliTITOLO: 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
DettagliModelli 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
DettagliCorrelazione 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
DettagliDefinizione di campione
Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta
DettagliLezione 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
DettagliRichiami 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
DettagliIL 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
DettagliNOTE 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
DettagliPotenzialità 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
DettagliPropagazione 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
DettagliL 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
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Ran mran@unpr.t http://www.ran.t Rcham sulla regressone MODELLO DI REGRESSIONE y a + b + e dove: 1,, n a + b rappresenta una retta: a ordnata all orgne ntercetta b coeff.
Dettagli3 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.
DettagliIndici 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
DettagliLA 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
DettagliIndicatori 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
DettagliTECNICHE 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
DettagliCAPITOLO 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= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)
ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 2:
Costruzone d macchne Modulo d: Progettazone probablstca e affdabltà Marco Beghn Lezone : Probabltà condzonata e varabl casual Probabltà condzonata: La probabltà d un evento A (r)valutata quando è noto
DettagliL 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
DettagliPREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl
Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo
DettagliStima dei Parametri: Metodo di Massima Verosimiglianza
Captolo 8 Stma de Parametr: Metodo d Massma Verosmglanza Lo scopo dello studo spermentale de fenomen fsc è quello d scoprre qual sono le legg che legano le grandezze fsche e d ottenere l valore delle costant
DettagliSistemi di Acquisizione Dati Prof. Alessandro Pesatori
Rappresentazone grafca Vsone d nseme d una grandezza n funzone del tempo o d un altro parametro Tpcamente s utlzzano ass coordnat che devono rportare la descrzone della grandezza rappresentata e all occorrenza
DettagliCapitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
DettagliRelazione 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
DettagliSTATISTICA 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:
DettagliIL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE
IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone
DettagliCampo di applicazione
Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo
DettagliTECNICHE 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
DettagliGiovanni 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.
DettagliLaboratorio 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:
DettagliPrima prova di gruppo
Prma prova d gruppo Es. Una metodologa d anals produce fals postv nel 3% de cas e fals negatv nell % de cas. Calcolate quale è l esto pù probable (postvo o negatvo se due anals consecutve esegute sullo
DettagliEsame 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
DettagliMODELLI 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
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
DettagliVariabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1
Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl
DettagliSorgenti Numeriche - Soluzioni
Sorgent umerche - Soluzon *) L anals delle frequenze con cu compaono le vare lettere n un documento n talano, comprendente 5975 caratter, ha fornto seguent dat: Lettera umero Frequenza relatva A 666. B
DettagliIncertezza 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
DettagliIntegrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1
Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado
DettagliLA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:
LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.
DettagliModelli 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
DettagliUniversità 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
DettagliC.I. di Metodologia clinica
C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle
DettagliCorso 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,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100
Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc
DettagliPIANIFICAZIONE DEI TRASPORTI
Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone su modell d generazone A.A. 2016-2017 Ing. Francesco Pras Ing. Govann
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliCORRETTA 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
DettagliStatistica di Bose-Einstein
Statstca d Bose-Ensten Esstono sstem compost d partcelle dentche e ndstngubl che non sono soggette al prncpo d esclusone. In quest sstem non esste un lmte al numero d partcelle che possono essere osptate
Dettagli