12.3 Formule dei minimi quadrati
|
|
- Fulvio Speranza
- 5 anni fa
- Visualizzazioni
Transcript
1 240 Fit 1. se allora le gaussiane che descrivono la probabilità di intorno a diventano delle e quindi 2. Il caso generale di può essere trattatoesattamente nello stesso modo, con la complicazione che l integrale è un po più complicato. Il risultato è che si riconduce al caso precedente quando. Essenzialmente essa dice che si sostituiscono alle delle deviazioni standard effettive ottentue sommando in quadratura quelle delle e quelle delle, opportunamente propagate mediante la derivata, che nel caso lineare è esattamente. Ovviamente, in questocaso la soluzionediventa più complicata, ma il problema può essere affrontato per iterazione, calcolando e senza tener conto delle e poi inserendo nelle formule le deviazioni standard effettive calcolate con questo valore di. La convergenza è, in genere talmente rapida, che, se i punti sono già stati graficati, nemmeno vale la pena di fare troppi conti: basta valutare a occhio dal grafico e usare questo valore nel calcolo delle deviazioni standard effettive Formule dei minimi quadrati Riportiamo direttamente i risultati che si ottengono applicando i ragionamenti descritti nel paragrafo precedente nota e costante Indichiamo con Cov numero di punti sperimentali deviazione standard delle media aritmetica dei valori delle ascisse idem per valori delle ordinate idem per i quadrati idem per i prodotti Si noti come la non sia legata agli errori delle (nulli), ma alla distribuzione dei punti sperimentali proiettata sull asse delle ascisse. Con questo
2 12.3 Formule dei minimi quadrati 241 formalismo abbiamo quindi: E Cov (12.6) (12.7) E (12.8) (12.9) segno (12.10) Si noti la dipendenza delle incertezze dalla deviazione standard che descrive la distribuzione degli errori sulle, dal numero di punti sperimentali (il solito ), dal bracciodi leva dei punti sperimentali (quantificato da ) e, per quantoriguarda l intercetta, dalla distanzadelbaricentrodei puntidall asse. Il coefficiente di correlazione è pari a zero quando la coordinata del baricentro dei punti sperimentali è pari a 0, mentre aumenta in modulo quando i punti sono molto distanti. Il suo segno è uguale a quello della coordinata del baricentro. Si faccia inoltre a non confondere questo il correlazione fra e con quello fra e, ovvero. Si noti, inoltre, come l equazione 12.8 indica che il baricentro dei punti debba appartenere alla retta ottenuta dal fit. Questo rappresenta un modo rapido per verificare che non ci siano errori di calcolo ignote e supposte costanti Tutte le formule precedenti valgono ancora. La sola differenza consiste nel fatto che va valutato dagli scarti fra le ascisse dei punti sperimentali e quelle della retta che meglio approssima i punti, ovvero quella in corrispondenza di E e E. Si è già fatto cenno a questo metodo nel paragrafo In analogia con la deviazione standard, si calcola la radice quadrata della media dei quadrati degli scarti fra e le funzioni calcolate in. Inoltre, come spiegato nel paragrafo , il problema diventa complicato quando il numero di puntisperimentali è piccolo. Con i dovuticaveat espressi intale paragrafo, il modo usuale e che va nella direzione giusta di trattare il problema è di dividereper, anziché per, la somma deiquadratidei residui. Quindila formula pratica è (12.11)
3 246 Fit ove va sostituito nel modo indicato nel paragrafo precedente se le incertezze sono diverse. Le derivate vanno calcolate, come solito in corrispondenza di e. I conti vengono lasciati per esercizio. Si noti l andamento di in funzione di. Essa è minima in corrispondenza dei punti sperimentali, in quanto tutte le informazioni contribuiscono a costringere (probabilisticamente) il valore di in un piccolo intervallo intorno alla retta. A mano a a mano che ci allontana dai punti misurati la qualità dell informazionesu si deteriora, come indicato molto chiaramente dalla formula Questo è mostrato in modo eloquente nella figura 12.1, ove le due curve tratteggiate indicano la banda di intorno alla retta e quelle puntinate la banda di di (chiaramente le scale di e di coincidono). Infine, la figura 12.2 mostra infine la qualità della determinazione dei parametri e della determinazione di da a seconda di deviazione standard, numero e tipo di configurazione dei punti sperimentali Analisi grafi ca Vediamo quali sono i passi necessari per un analisi grafica che, condotta a termine fino in fondo, produce risultati quantitativiin accordo con quelli ottenibili mediante fit con i minimi quadrati. In molte esperienze, comunque, non è necessario procedere ad un analisi così accurata come quella proposta e ci si può fermare al primo passo Stima dei parametri Si traccia la retta stimata ad occhio, cercando di passare in mezzo a tutti i punti. Questa retta praticamente coincide con quella che si ottiene con i minimi quadrati. Si ricavano quindi dal grafico due punti che giacciono sulla retta, che siano ben distanziati e ben leggibili. Da questi si ricavano e (l intercetta si ottiene in genere più agelvomente in modo diretto, come è ben noto). Per quantoriguarda le cifre con cui rileggere i valori si noti come i punti della retta sono più stabili di quelli delle singole misure e quindi possono essere riletti anche con una cifra in più. Si ottengono quindi e con il numero di cifre che seguono dalle solite regolette sulle cifre significative Stima dell incertezza sui parametri ripetendo le misure Il modo più semplice, e che per le prime esperienze è indubbiamente istruttivo, è quello di ripetere più volte la misura e studiare le fluttuazioni dei risultati. Si tenga conto che, non facendo calcoli di errori massimi né propagazionivarie, è molto facile ripetere più volte le misure in alcune ore.
4 248 Fit Figura 12.3: Residui e barre di incertezza ( ) Stima dell incertezza della singola misura dai residui In realtà non c è alcun bisogno di ripetere le serie di misure. Se ciascuna serie contiene un numero sufficiente di punti (tipicamente, leggermente superiore al numero di parametri che si vogliono valutare) essa racchiude in sé le informazioni necessarie alla valutazione delle incertezze, o almeno a quelle derivanti da errori casuali, mediante il metodo dei residui. Una volta tracciata la retta si può leggere dal grafico, per ogni punto, il residuo, ovvero la differenza fra l ordinata misurata e il valore della retta in corrispondenza dell ascissa misurata, come mostrato in figura Si ottiene quindi, dalla media dei quadrati dei residui, la stima della deviazione standard delle ordinate, assumendo che sia la stessa per tutti i punti e attribuendo soltanto alle ordinate le deviazioni dal valore vero: Il nome sta a indicare sia che essa è calcolato dai residui sia che rappresenta l equivalente della deviazione standard di ripetitività delle misure. Il fattore al posto di ha la stessa giustificazione dell nella deviazione standard, tenendo conto che ora ci sono due vincoli fra i dati. Ripetiamo ancora una volta quanto detto a proposito di : anche se le ragioni profonde di questa scelta non sono sempre condivisibili, il risultato va nella direzione giusta. Anche qui, quando è dell ordine della decina, la correzione è ininfluente ai fini pratici. A questo punto, finalmente si conosce l errore casuale sulle ordinate in condizioni di ripetività (nell ipotesi che quello sulle ascisse sia trascurabile)! Ovviamente, si può anche fare l esercizio opposto e attribuire tutto l errore alle ascisse (senza dover fare tutti i conti, si può propagare su mediante la derivata: ). È interessante notare che, anche se il punto di vista cambia drasticamente, saranno invarianti le conclusioni sulle grandezze fisiche di interesse, legate a coefficiente angolare e intercetta.
5 12.6 Analisi grafi ca Valutazione semplifi cata di Spesso non c è tempo per rileggere tutti i punti della retta e calcolare dalla somma dei quadrati dei residui. Oppure, semplicemente, ci si accontenta di una sua stima al %, (sembra tanto, ma anche un incertezza del 50 % su è più che accettabile per molte applicazioni, specialmente se essa è ottenibile in tempi rapidi). In questi casi si possono tracciare, simmetricamente alla retta di migliore stima, due rette parallele tali che contengano i 2/3 circa dei punti. La distanza, lungo l asse delle ascisse, fra le due rette è approsimativamente uguale a. Analogalmente, si possono considerare la quasi totalità dei punti, e considerarlo un intervallo a 2 o a 3 deviazioni standard Barre di incertezza Soltanto a questo punto è lecito riportare le barre di incertezza sui punti del grafico. Ogni barretta verticale è centrata sul punto sperimentale ed ha lunghezza Incertezza dei parametri mediante ricavata dai dati Nota la deviazione standard da attribuire alle singole fluttuazioni delle, si possono usare le formule delle incertezza che si ricavano dal metodo dei minimi quadrati, che qui riportiamo per comodità, riscritte in termini delle grandezze che si conoscono e di quanto altro sia facilmente valutabile per via grafica: (12.17) (12.18) (12.19) Si noti che non è legata alle incertezze sulle (convenzionalmente nulle): essa misura invece la dispersione delle e la sua radice quadrata è legata al cosiddetto braccio di leva dei dati sperimentali. È interessante notare come questo possa essere valutato agevolmente dal grafico se i punti sono circa spaziati lungo l ascissa (caso tipico delle esercitazioni di laboratorio). Approssimando i punti sperimentali ad una distribuzione uniforme si ottiene infatti 2 2 Si noti che questa espressione `e valida per variabili continue. Per variabili discrete equispaziate fra e, la formula esatta `e che tende alla deviazione standard del caso continuo quando `e molto grande. Comunque, gi`a per il fattore correttivo `e del 20 % e per `e del 10 %.
La distribuzione delle frequenze. T 10 (s)
1 La distribuzione delle frequenze Si vuole misurare il periodo di oscillazione di un pendolo costituito da una sferetta metallica agganciata a un filo (fig. 1). A Figura 1 B Ricordiamo che il periodo
DettagliIl metodo dei minimi quadrati. Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo:
Il metodo dei minimi quadrati Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo: Dove A e B sono costanti y = A + Bx (ad esempio in un moto uniformemente
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliIl coefficiente angolare è 3/2 mentre Q ha coordinate (0;0). La retta passa per l origine.
SOLUZIONI ESERCIZI GEOMETRIA ANALITICA ) y Il coefficiente angolare è mentre Q ha coordinate (0;) ) y E necessario passare alla forma esplicita della retta y Il coefficiente angolare è mentre Q ha coordinate
DettagliC I R C O N F E R E N Z A...
C I R C O N F E R E N Z A... ESERCITAZIONI SVOLTE 3 Equazione della circonferenza di noto centro C e raggio r... 3 Equazione della circonferenza di centro C passante per un punto A... 3 Equazione della
DettagliFacoltà di Psicologia Università di Padova Anno Accademico Corso di Psicometria - Modulo B
Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 27/12/2010 Regressione lineare Modello geometrico
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliMetodo dei Minimi Quadrati. Dott. Claudio Verona
Metodo dei Minimi Quadrati Dott. Claudio Verona E in generale interessante studiare l andamento di una variabile in funzione di un altra e capire se c è una funzione matematica che le lega. Viceversa è
DettagliIL PALLINOMETRO SCOPO
IL PALLINOMETRO SCOPO Verifica del fatto che gli errori casuali nella misura di una grandezza fisica ripetuta molte volte nelle stesse condizioni sperimentali seguono la distribuzione normale di Gauss.
DettagliGruppo 13 ~INDICE~ Di Benedetto Enrico, Franzella Elia, Guttilla Mattia, Nicoletti Gabriele, Tumbiolo Emanuele
RELAZIONE LABORATORIO ESPERIENZA III ~MISURA DEL PERIODO DI OSCILLAZIONE E DELLA COSTANTE ELASTICA DELLA MOLLA DI UN OSCILLATORE ARMONICO SEMPLICE~ ANNO ACCADEMICO 2018-2019 Gruppo 13 Di Benedetto Enrico,
DettagliIL PALLINOMETRO SCOPO
IL PALLINOMETRO SCOPO Verifica del fatto che gli errori casuali nella misura di una grandezza fisica ripetuta molte volte nelle stesse condizioni sperimentali seguono la distribuzione normale di Gauss.
DettagliL analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta
L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.
DettagliMisura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice
Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Crisafulli Paride Curseri Federica Raia Salvatore Torregrossa M. Roberto Valerio Alessia Zarcone
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliLaboratorio di Fisica per Chimici
Laboratorio di Fisica per Chimici 13 marzo 2015 Dott. Marco Felici Ufficio: Vecchio Edificio di Fisica (Ed. Marconi)-Stanza 349 (3 piano); e-mail: marco.felici@roma1.infn.it. Telefono: 06-49914382; Sito
DettagliDistribuzione Normale. Dott. Claudio Verona
Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per
Dettagli9.3 Il metodo dei minimi quadrati in formalismo matriciale
9.3. IL METODO DEI MINIMI QUADRATI IN FORMALISMO MATRICIALE 121 9.3 Il metodo dei minimi quadrati in formalismo matriciale Per applicare il MMQ a funzioni polinomiali, ovvero a dipendenze di una grandezza
DettagliVogliamo determinare una funzione lineare che meglio approssima i nostri dati sperimentali e poter decidere sulla bontà di questa approssimazione.
S.S.I.S. TOSCANA F.I.M. II anno FUNZIONI DI REGRESSIONE E METODO DEI MINIMI QUADRATI Supponiamo di star conducendo uno studio sulla crescita della radice di mais in funzione del contenuto di saccarosio
DettagliErrori sistematici e casuali
Errori sistematici e casuali Errori Casuali Tempo di reazione nel far partire o fermare l orologio: Può essere sia in eccesso che in difetto (ad esempio partenza e arrivo), quindi l errore può avere segno
DettagliElementi di matematica - dott. I. GRASSI
Gli assi cartesiani e la retta. Il concetto di derivata. È ormai d uso comune nei libri, in televisione, nei quotidiani descrivere fenomeni di varia natura per mezzo di rappresentazioni grafiche. Tali
Dettagli1 Rappresentazione grafica delle relazioni fra grandezze fisiche
1 Rappresentazione grafica delle relazioni fra grandezze fisiche L indagine quantitativa di un fenomeno naturale si realizza attraverso la misura delle grandezze fisiche che lo caratterizzano; la comprensione
DettagliGeometria Analitica Domande e Risposte
Geometria Analitica Domande e Risposte A. Il Piano Cartesiano. Qual è la formula della distanza tra due punti nel piano cartesiano? Per calcolare la formula della distanza tra due punti nel piano cartesiano
DettagliIntervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da:
Analisi chimica strumentale Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: (31.4) dove s y è la varianza dei valori
DettagliAPPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD
APPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD In una popolazione di ragazze di età inclusa tra i 18 e i 25 anni, la concentrazione di emoglobina nel sangue (x) approssima la distribuzione gaussiana con
DettagliIntroduzione. Esercizio n 1. Metodo di Eulero Esplicito. Risolvere il problema ai valori iniziali: 3 2
Introduzione Nella seguente esercitazione si vogliono risolvere numericamente equazioni differenziali di diverso ordine, utilizzando metodi basati sulla discretizzazione delle stesse, ovvero sull approssimazione
DettagliEsperimentazioni di Fisica 1. Prova in itinere del 15 febbraio 2017 SOLUZIONI
Esperimentazioni di Fisica 1 Prova in itinere del 15 febbraio 2017 SOLUZIONI 64.4 mm Esp-1 Prova in Itinere - - Page 2 of 7 15/02/2017 1. (12 Punti) Quesito. Le misurazioni delle grandezze X e Y hanno
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliPAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore
PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,
DettagliSoluzioni delle Esercitazioni VIII 21-25/11/2016. = lnx ln1 = lnx. f(t)dt.
Esercitazioni di Matematica Esercitazioni VIII -5//6 Soluzioni delle Esercitazioni VIII -5//6 A. Funzione integrale. La funzione integrale di f nell intervallo [, ] è per definizione F() = dt con [,].
DettagliBLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i
BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili
DettagliΣ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica
13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in
DettagliOld Faithful, Yellowstone Park. Statistica e biometria. D. Bertacchi. Dati congiunti. Tabella. Scatterplot. Covarianza. Correlazione.
Coppie o vettori di dati Spesso i dati osservati sono di tipo vettoriale. Ad esempio studiamo 222 osservazioni relative alle eruzioni del geyser Old Faithful. Old Faithful, Yellowstone Park. Old Faithful
DettagliLaboratorio di fisica I
Laboratorio di fisica I Relazione esperienza n.1 MISURAZIONE DELLA DENSITA DI SOLIDI OMOGENEI DI FORMA REGOLARE 13/11/2018 Bozzotta Riccardo Di Paola Guido Greco Federico Marino Francesco Pennino Pietro
DettagliInsegnamento di Idrologia. Esercitazione n. 1. 1) che il tempo di ritorno della portata di progetto deve essere di 200 anni;
Insegnamento di Idrologia Esercitazione n. 1 Si vuole costruire un argine lungo l'adda, nei pressi di Fuentes, in provincia di Sondrio. Per l'analisi idrologica sono disponibili i massimi annuali della
DettagliAnalisi degli Errori di Misura. 08/04/2009 G.Sirri
Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia
DettagliLa curva di regressione è il luogo dei punti aventi come ordinate le medie condizionate
Correlazione e regressione Correlazione: le due variabili casuali sono considerate in modo per così dire simmetrico. Regressione: una delle due variabili dipende dall'altra, che per così dire la precede
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
DettagliLa Retta Ogni funzione di primo grado rappresenta, graficamente, una retta. L equazione della retta può essere scritta in due modi
La Retta Ogni funzione di primo grado rappresenta, graficamente, una retta. L equazione della retta può essere scritta in due modi Forma implicita Forma esplicita a x b y c 0 y m x q a c y x b b Esempio
DettagliCorrelazione tra due variabili
Correlazione tra due variabili Federico Plazzi 26 Novembre 2015 Correlazione tra due variabili Correlazione tra due variabili Variabili dipendenti e variabili indipendenti La variabile indipendente è quella
DettagliLaboratorio di Fisica per Chimici
Laboratorio di Fisica per Chimici Dott. Marco Felici 6 marzo 215 Ufficio: Vecchio Edificio di Fisica (Ed. Marconi)-Stanza 349 (3 piano); Telefono: 6-49914382; e-mail: marco.felici@roma1.infn.it. Orario
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
DettagliProva intercorso di laboratorio di Fisica I AA Matricole Pari 14 ott 16. Esercizi
Prova intercorso di laboratorio di Fisica I AA 2016 2017 Matricole Pari 14 ott 16 Esercizi 1. Un nonio cinquantesimale, piu sensibile di quelli che incontreremo in laboratorio, scorre lungo una scala con
DettagliOgni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.
Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice
DettagliESPERIENZA DI LABORATORIO N 1. 1) Misura diretta mediante tester della resistenza elettrica dei resistori R1, R2, R3 e calcolo degli errori di misura.
ESPERIENZA DI LABORATORIO N. ) Misura diretta mediante tester della resistenza elettrica dei resistori R, R, R3 e calcolo degli errori di misura. Dalla misurazione diretta delle singole resistenze abbiamo
Dettagli9.3 Il metodo dei minimi quadrati in formalismo matriciale
8 CAPIOLO 9. IMA DEI PARAMERI MEODO DEI MINIMI QADRAI 9.3 Il metodo dei minimi quadrati in formalismo matriciale Nel caso si debba applicare il metodo minimi quadrati con molti parametri risulta vantaggioso
DettagliStatistica descrittiva in due variabili
Statistica descrittiva in due variabili 1 / 65 Statistica descrittiva in due variabili 1 / 65 Supponiamo di misurare su un campione statistico due diverse variabili X e Y. Indichiamo come al solito con
Dettagli1 Esercizi relativi al Capitolo 1
1 Esercizi relativi al Capitolo 1 1. (a) x = 7; (b) (x) 4 = (32.1) 4 = (14.25) 10 ; (c) x = 5; (d) (200) x = (18) 10 ; x = 3; y = (11330) 8 = (4824) 10 ; (e) x = 2882.125; y = 231002.02; (f) (x) 3 = (12122.1012)
Dettagli1 Polinomio di Taylor 1. 2 Formula di Taylor 2. 3 Alcuni sviluppi notevoli 2. 4 Uso della formula di Taylor nel calcolo dei limiti 4
1 POLINOMIO DI TAYLOR 1 Formula di Taylor Indice 1 Polinomio di Taylor 1 Formula di Taylor 3 Alcuni sviluppi notevoli 4 Uso della formula di Taylor nel calcolo dei iti 4 5 Soluzioni degli esercizi 6 La
DettagliEsempi. nel testo di Barone et al.:
Applicazioni Esempi nel testo di Barone et al.: Ricerca degli 0 di una funzione mediante il metodo di bisezione e mediante il metodo di Newton (4.3.2) Ricerca dei numeri primi (4.3.3) Problemi di arrotondamento
DettagliRegressione Lineare Semplice e Correlazione
Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)
DettagliDati sperimentali Nella serie di 10 misurazioni di tempo effettuate, si sono ottenuti i seguenti valori espressi in secondi:
ESPERIMENTO DI LABORATORIO DI FISICA MISURE DI TEMPO Obiettivo L obiettivo dell esperimento, oltre che familiarizzare con le misure di tempo, è quello di rivelare gli errori casuali, elaborare statisticamente
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui
DettagliDistribuzioni di probabilità nel continuo
Distribuzioni di probabilità nel continuo Prof.ssa Fabbri Francesca Classe 5C Variabili casuali continue Introduzione: Una Variabile Casuale o Aleatoria è una grandezza che, nel corso di un esperimento
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione
Dettagli17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS
17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS 17.1 LA DISTRIBUZIONE DEI DATI Nel trattare gli errori casuali abbiamo utilizzato il concetto di media aritmetica ed il concetto di deviazione standard
DettagliEsperimentazioni di Fisica 1. Prova d esame del 18 febbraio 2019 SOLUZIONI
Esperimentazioni di Fisica 1 Prova d esame del 18 febbraio 2019 SOLUZIONI Esp-1-Soluzioni - - Page 2 of 8 1. (12 Punti) Quesito. La misurazione della massa di una certa quantità di una sostanza liquida
DettagliLaboratorio di Fisica I A.A. 2018/2019
Laboratorio di Fisica I A.A. 2018/2019 29/11/2018 Esperienza N.2 Taratura di una bilancia dinamometrica Gruppo n.2 Bozzotta Riccardo Di Paola Guido Greco Federico Marino Francesco Pennino Pietro Sacco
DettagliSOLUZIONI. = x x x
. Data la funzione a) scrivi qual è il dominio di f SOLUZIONI f ( b) scrivi quali sono gli intervalli in cui f( risulta positiva e quelli in cui risulta negativa c) determina le eventuali intersezioni
DettagliUniversità del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare
DettagliSOLUZIONI Data la funzione. = x. a) scrivi qual è il dominio di f
. Data la funzione a) scrivi qual è il dominio di f SOLUZIONI f ) ( b) scrivi quali sono gli intervalli in cui f() risulta positiva e quelli in cui risulta negativa c) determina le eventuali intersezioni
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliCapitolo 2. La misura
Capitolo 2 La misura 1 Gli strumenti di misura Possono essere digitali o analogici: la risposta di uno strumento digitale varia con discontinuità (a scatti) al variare della grandezza misurata e appare
DettagliESEMPI DI DOMANDE PER LA PROVA SCRITTA DI STATISTICA SOCIALE
ESERCITAZIONE DI FINE CORSO ESEMPI DI DOMANDE PER LA PROVA SCRITTA DI STATISTICA SOCIALE 1. Si prenda in esame la seguente tabella che riporta la suddivisione di una popolazione femminile per titolo di
DettagliIncertezza nelle misure indirette
Capitolo 7 Incertezza nelle misure indirette 7.1 Propagazione delle incertezze Nel capitolo 3 abbiamo studiato come valutare l incertezza di una grandezza in una misurazione diretta, tuttavia raramente
DettagliStatistica descrittiva: analisi di regressione
Statistica descrittiva: analisi di regressione L analisi di regressione permette di esplorare le relazioni tra due insiemi di valori (p.e. i valori di due attributi di un campione) alla ricerca di associazioni.
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliLABORATORIO DI FISICA I
UNIVERSITA DEGLI STUDI DI PALERMO CORSO DI LAUREA IN SCIENZE FISICHE A.A. 2018/2019 13 Dicembre 2018 LABORATORIO DI FISICA I RELAZIONE TERZA ESPERIENZA DI LABORATORIO GRUPPO 1 Nigrelli Giulia Valenti Giuseppe
DettagliEsame di Matematica e Abilità Informatiche - 12 Luglio Le soluzioni
Esame di Matematica e Abilità Informatiche - Luglio 3 Le soluzioni. Data la funzione f ( ln( a. trova il dominio di f b. scrivi, esplicitamente e per esteso, quali sono gli intervalli in cui f( risulta
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliCorso di Calcolo Numerico
Prof. L. Brandolini Corso di Calcolo Numerico Dott.ssa N. Franchina Laboratorio 6 Equazioni differenziali ordinarie: metodi impliciti 3 Novembre 26 Esercizi di implementazione Un equazione differenziale
DettagliEQUAZIONE DELLA RETTA
EQUAZIONE DELLA RETTA EQUAZIONE DEGLI ASSI L equazione dell asse x è 0. L equazione dell asse y è 0. EQUAZIONE DELLE RETTE PARALLELE AGLI ASSI L equazione di una retta r parallela all asse x è cioè è uguale
DettagliDerivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)
Derivazione numerica Introduzione al calcolo numerico Il calcolo della derivata di una funzione in un punto implica un processo al limite che può solo essere approssimato da un calcolatore. Supponiamo
DettagliDistribuzione Normale. Dott. Claudio Verona
Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per
DettagliDal coefficiente di Correlazione lineare tra due grandezze x, y alla covarianza.
1 Dal coefficiente di Correlazione lineare tra due grandezze x, y alla covarianza. La seguente nota è dedicata ad una riorganizzazione del capitolo 9 del Taylor. Si fà notare che viene invertito l ordine,
DettagliEsercitazione
Esercitazione 3 29.5.2014 REGRESSIONE E CORRELAZIONE Accedere alle macchine con LOGIN: esame PASSWORD: didattica Regressione Ci chiediamo quanto i dati osservati differiscano da quelli teorici, usando
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione
DettagliOsservazioni e Misura. Teoria degli errori
Osservazioni e Misura ella misura di una grandezza fisica gli errori sono inevitabili. Una misura non ha significato se non viene stimato l errore. Teoria degli errori La teoria degli errori cerca di trovare
DettagliRAPPRESENTAZIONE GRAFICA DEI RISULTATI SPERIMENTALI INTERPOLAZIONE E CURVE DI REGRESSIONE
RAPPRESENTAZIONE GRAFICA DEI RISULTATI SPERIMENTALI INTERPOLAZIONE E CURVE DI REGRESSIONE Rappresentazione grafica Visione d insieme di una grandezza, in funzione del tempo o di un altro parametro Tipicamente
DettagliCirconferenza. Matteo Tugnoli. February 26, 2012
Circonferenza Matteo Tugnoli February 26, 2012 Versione preliminare, NON esente da errori, se il lettore riscontrasse delle imprecisioni può gentilmente segnalarle a matteo_tugnoli@yahoo.it 1 Luogo dei
DettagliArgomenti della lezione:
Lezione 7 Argomenti della lezione: La regressione semplice Il modello teorico Il calcolo dei parametri Regressione lineare Esamina la relazione lineare tra una o più variabili esplicative (o indipendenti,
DettagliMETODO DEI MINIMI QUADRATI
METODO DEI MINIMI QUADRATI Torniamo al problema della crescita della radice di mais in funzione del contenuto di saccarosio nel terreno di coltura. Ripetendo varie volte l esperimento con diverse quantità
DettagliTEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE
TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE Errore di misura è la differenza fra l indicazione fornita dallo strumento e la dimensione vera della grandezza. Supponendo che la grandezza vera
DettagliLa matrice delle correlazioni è la seguente:
Calcolo delle componenti principali tramite un esempio numerico Questo esempio numerico puó essere utile per chiarire il calcolo delle componenti principali e per introdurre il programma SPAD. IL PROBLEMA
DettagliAnalisi dei Dati Tabelle e Grafici
Analisi dei Dati Tabelle e Grafici Spesso una misurazione consiste nello studio di una grandezza,y i in funzione di un altra, x i. Esempi: o lo spazio percorso da un oggetto in funzione di un intervallo
DettagliPIANO CARTESIANO e RETTE classi 2 A/D 2009/2010
PIANO CARTESIANO e RETTE classi 2 A/D 2009/2010 1) PIANO CARTESIANO serve per indicare, identificare, chiamare... ogni PUNTO del piano (ente geometrico) con una coppia di valori numerici (detti COORDINATE).
DettagliMETODO DI CAVALIERI-SIMPSON (o delle parabole) (per il calcolo approssimato 1 di integrali definiti)
METODO DI CVLIERI-SIMPSON (o delle parabole) (per il calcolo approssimato di integrali definiti) ssieme ai metodi dei Rettangoli e dei Trapezi costituisce l insieme dei metodi di Integrazione Numerica
DettagliCoordinate Cartesiane nel Piano
Coordinate Cartesiane nel Piano O = (0,0) origine degli assi ascissa, y ordinata sistemi monometrici: stessa unità di misura sui due assi, y sistemi dimetrici: unità di misura diverse sui due assi (spesso
DettagliL istogramma dei nomi degli studenti presenti può essere descritto tranquillamente da un istogramma a barre. L istogramma dei voti riportati ad un
Gli istogrammi L istogramma è una rappresentazione grafica di una distribuzione di frequenza di una certa grandezza, ossia di quante volte in un insieme di dati si ripete lo stesso valore. Esistono diversi
DettagliUNIVERSITÀ DEL SALENTO
UNIVERSITÀ DEL SALENTO FACOLTÀ DI SCIENZE MMFFNN Corso di Laurea in Fisica CORSO DI LABORATORIO I MISURA DEL PERIODO DI OSCILLAZIONE DI UN PENDOLO SEMPLICE E STIMA DEL VALORE DI g Scopo dell esperienza
DettagliStatistica13-23/11/2015
Statistica13-23/11/2015 Voglio studiare due fattori dipendenti uno dall altro L esempio classico sono le rese di macellazione: il peso di un organo aumenta infatti all aumentare del peso dell animale (quale
Dettagli( ) ( ) ( e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da:
e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da: p ( ) ( c < X < b) f ( x) LA VC NORMALE O GAUSSIANA Una vc si dice normale o gaussiana (da Gauss che la propose come
DettagliAnalisi statistica delle incertezze casuali. Dott. Claudio Verona
Analisi statistica delle incertezze casuali Dott. Claudio Verona Errori casuali Errori casuali e sistematici Un errore si dice casuale se viene commesso per semplice casualità (esso può essere trattato
DettagliMicroeconomia (C.L. Economia e Legislazione di Impresa); A.A. 2010/2011 Prof. C. Perugini
Microeconomia (C.L. Economia e Legislazione di Impresa); A.A. 010/011 Prof. C. Perugini Esercitazione n.1 1 Obiettivi dell esercitazione Ripasso di matematica Non è una lezione di matematica! Ha lo scopo
Dettagli2 Compito di Esonero del corso di Laboratorio di Meccanica A.A Canale A C (Prof. F. Meddi) 5/6/2012
ompito di Esonero del corso di Laboratorio di Meccanica.. 0 0 anale Prof. F. Meddi 5/6/0 Fila, esercizio N. : ssumere di avere misurato varie volte in maniera diretta le tre grandezze fisiche:, e, determinando
Dettagli7 - Distribuzione Poissoniana
7 - Distribuzione Poissoniana Probabilita' (poissoniana) o densita' di probabilita' (gaussiana) 0.7 Poisson, λ=0.5 Gaussiana, µ=λ=0.5, σ= 0.6 0.5 0.4 0.3 0.2 0.1 0 0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 n = numero
Dettaglidistribuzione normale
distribuzione normale Si tratta della più importante distribuzione di variabili continue, in quanto: 1. si può assumere come comportamento di molti fenomeni casuali, tra cui gli errori accidentali; 2.
Dettagli