Stima della domanda attuale con conteggi dei flussi di traffico
|
|
- Lazzaro Negri
- 4 anni fa
- Visualizzazioni
Transcript
1 A. A Stima della domanda attuale con conteggi dei flussi di traffico prof. ing. Antonio Comi Ing. Antonio Polimeni Department of Enterprise Engineering Tor Vergata University of Rome
2 Introduzione Stima della Domanda Attuale Stima della Domanda Attuale e Futura Stima Diretta Indagini: interviste su di un campione di utenti: (informazioni disaggregate) statistica inferenziale; eventualmente: conteggio dei flussi: (informazione aggregate) per la correzione di una stima diretta o preesistente Stima da Modello specificazione del modello (forma funzionale e attributi) calibrazione del modello validazione del modello; interviste su di un campione (informazioni disaggregate); oppure informazioni aggregate sulla domanda; eventualmente: conteggio dei flussi (informazione aggregate) per la specificazione e la calibrazione dei modelli 2
3 Introduzione Stima della matrice OD attuale Stima iniziale OD (da modello, da indagine, etc) Conteggi di traffico Stima OD corretta 3
4 Introduzione Stima dei parametri dei modelli di domanda 4
5 Introduzione ASSEGNAZIONE Relazione fra il problema della stima della matrice O-D con i conteggi ed il problema dell assegnazione: Domanda O-D Flussi calcolati Modello di rete Modello di scelta del percorso Modello di rete Modello di scelta del percorso ASSEGNAZIONE STIMA O-D Domanda O-D Flussi calcolati Domanda O-D Flussi misurati di arco Modello di rete Modello di scelta del percorso STIMA O-D 5
6 Formulazione equazioni di base [1/3] f l = k a lk F k f l = k a lk F k = k a lk i p ki d i a lk = elemento della matrice di incidenza archi-percorsi p ki = p[k/i](c) = percentuale del flusso d i fra la i-esima coppia O-D che utilizza il percorso k. 6
7 Formulazione equazioni di base [2/3] f l = i d i k a lk p ki = i m li d i f l = m lt d f = AF = APd = M d m li = k a lk p ki = frazione del flusso d i che utilizza l arco l m l = vettore di coefficienti m li di dimensioni (n OD 1). M = matrice di coefficienti m li di dimensioni (n l n OD ) n l = numero di archi di cui è stato misurato il flusso 7
8 Formulazione equazioni di base [3/3] f = Mˆ d + ASS Mˆ v = d = v(d) f = v(d) + ASS fˆ fˆ = f + MIS = d + ASS + MIS = v(d) + Mˆ 8
9 Esempio di mappa di assegnazione per una rete elementare d d d O-D pair Path k p k,od 1-3 1) ) ) ) ) ) N =2 (link 9-3 e link 8-3) A P = M =
10 Formulazione equazioni di base [1/2] Definizione del problema Informazioni sui conteggi dei flussi insufficienti per stimare d (equazioni << incognite) Servono altre informazioni Stima iniziale del vettore dei flussi di domanda Es. stima da indagine con campionamento casuale semplice: dˆ rs n rs / rs n rs = n di spostamenti osservati nel campione fra la coppia OD (r,s) Prof. tasso Ing. Antonio di campionamento Comi 10
11 Formulazione equazioni di base [2/2] Definizione del problema Equazioni di base: f=m ˆ ˆ x v() x dˆ x Stimatore: ^ ^. d* arg min z1 x, d z2v( x), f x0 Interpretazione fisica: ricavare il vettore d* più vicino alla stima a priori ˆd che una volta assegnato alla rete, produca dei flussi v(d*) i più vicini a quelli misurati ˆf 11
12 Esempio della molteplicità di matrici O/D corrispondenti ad un unico vettore di flussi di arco Stima iniziale dei flussi O/D dˆ f f f 1, 5 15 f 5, 6 20 sim 1,5 19 sim 5, Funzioni obiettivo x i ( x i dˆ j ) 2 i ( xi dˆ dˆ j j ) x x
13 Stimatore GLS f=m ˆ ˆ x v() x dˆ x E() = 0 Var[] = W E() = 0 Var[] = Z Stimatore: d GLS arg min( dˆ xs x) T Z 1 ( dˆ. x) ( ˆf Mˆ x) T W 1 ( ˆf Mˆ x) se le matrici Z e W sono diagonali: d ˆ 2 2 (, ) GLS ( d ) li i x fl m x i rs i arg min i l x0 var[ i] var[ l] ˆ ˆ 13
14 Indicatori di prestazione Misure di scarto L efficienza della correzione può essere rilevata attraverso delle misure di scarto tra i valori di domanda iniziale d e domanda corretta d*, e/o attraverso lo scarto tra il vettore dei flussi ed i flussi derivanti dall assegnazione della domanda corretta f*. domanda flussi 1 MSE d d d d 2 * * (, ) l i i nod * f l * l MSE( f, fˆ) n l fˆ l 2 Errore quadratico medio RMSE% MSE( d, d) d n.. od * 1 2 RMSE% * MSE( f, fˆ) fˆ l nl 1 2 Radice quadratica dello scarto quadratico medio espressa in percentuale del valore medio della domanda 14
15 Esempio di applicazione Nodi Centroidi 167 Archi stradali Archi connettori 646 Coppie O-D Conteggi per la stima 82 (7:30-8:30 a.m.) Conteggi per la verifica 20 Naples 15
16 Esempio di applicazione 16
17 Esempio di applicazione Risultati (A) Statistiche * l * l MSE ( f, fˆ) f n l fˆ l 2 RMSE% * MSE( f, fˆ) fˆ l nl 1 2 Before updating After updating Counted flows Assigned flows Counted flows Assigned flows MSE before MSE after % riduzione di MSE -96% RMSE% before 1,22 RMSE% after 0,25 % riduzione di RMSE% -80% 17
18 Esempio di applicazione Risultati (B) Validazione (uso dei conteggi di verifica) Cross validation (Before updating) Cross validation (after updating) Counted flows counted flows Assigned flows Assigned flows MSE before MSE after % riduzione di MSE -98% RMSE% before 1,17 RMSE% after 0,26 % riduzione di RMSE% -78% 18
19 Esempio di applicazione Risultati (A) Confronto «before» and «after» O/D INIZIALE INT EXT TOT INT EX TOT O/D STIMATA INT EXT TOT INT EX TOT % VAR INT EXT TOT INT 33% -50% -9% EX -50% -70% -55% TOT -16% -57% -32% 19
CORREZIONE DELLA DOMANDA O-D CON CONTEGGI DI TRAFFICO
corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio CORREZIONE DELLA DOMANDA O-D CON CONTEGGI DI TRAFFICO PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma2.it
DettagliCORREZIONE DELLA DOMANDA O-D CON CONTEGGI DI TRAFFICO
corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio a.a. 2012-2013 CORREZIONE DELLA DOMANDA O-D CON CONTEGGI DI TRAFFICO PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa
DettagliStima della domanda attuale con conteggi dei flussi di traffico
corso di Teoria dei Sistemi di Trasporto Stima della domanda attuale con conteggi dei flussi di traffico PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma2.it Introduzione
DettagliCorso di TEORIA DEI SISTEMI DI TRASPORTO 2. prof. ing. Umberto Crisalli
Corso di TEORIA DEI SISTEMI DI TRASPORTO 2 prof. ing. Umberto Crisalli Stima della domanda attuale con conteggi dei flussi di traffico 1 Introduzione Stima della Domanda Attuale Stima della Domanda Attuale
DettagliSTIMA DELLA DOMANDA ATTUALE CON CONTEGGI DI FLUSSI DI TRAFFICO
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 2018-2019 STIMA DELLA DOMANDA ATTUALE CON CONTEGGI DI FLUSSI DI TRAFFICO corso selezionato per la sperimentazione della piattaforma di insegnamento/apprendimento
DettagliStima diretta della domanda di trasporto
Corso di PIANIFICAZIONE DEI TRASPORTI Prof. Ing. Agostino Nuzzolo Aprile 005 Stima diretta della domanda di trasporto Stima della domanda di trasporto STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA ATTUALE
DettagliMODELLI DI ASSEGNAZIONE PER LE RETI STRADALI
MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI CORSO DI PROGETTAZIONE DEI SISTEMI DI TRASPORTO - I MODELLI DI ASSEGNAZIONE L ASSEGNAZIONE DELLA DOMANDA AD UNA RETE DI TRASPORTO CONSISTE NEL CALCOLARE I FLUSSI
DettagliLA STIMA DELLA DOMANDA DI TRASPORTO
LA STIMA DELLA DOMANDA DI TRASPORTO STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA ATTUALE E FUTURA STIMA DIRETTA STIMA DA MODELLO INDAGINI: INTERVISTE SU DI UN CAMPIONE DI UTENTI: (INFORMAZIONI DISAGGREGATE)
DettagliCalibrazione disaggregata
Corso di TEORIA DEI SISTEMI DI TRASPORTO prof. ing. Umberto Crisalli Calibrazione disaggregata La stima della domanda di trasporto Stima della Domanda Attuale Stima della Domanda Attuale e Futura Stima
DettagliCALIBRAZIONE DISAGGREGATA
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 2018-2019 CALIBRAZIONE DISAGGREGATA corso selezionato per la sperimentazione della piattaforma di insegnamento/apprendimento Prof. Ing. Umberto
DettagliInterpolazione e metodo dei minimi quadrati
A. A. 017-018 Interpolazione e metodo dei minimi quadrati prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Relazioni tra variabili Molto spesso si verifica che
DettagliStima diretta della domanda di trasporto
Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO prof. ing. Agostino Nuzzolo novembre 2005 Stima diretta della domanda di trasporto 1 Stima della domanda di trasporto STIMA DELLA DOMANDA ATTUALE STIMA DELLA
DettagliModelli di Assegnazione
Teoria dei Sistemi di Trasporto + (9 CFU) A. A. 5-6 Modelli di Assegnazione (cenni) pro. ing. Antonio Comi Department o Enterprise Engineering Tor Vergata University o Rome Pro. Ing. Antonio Comi Teoria
DettagliStima diretta della domanda di trasporto
Teoria dei Sistemi di Trasporto 1 + 2 (9 CFU) A. A. 2016-2017 Stima diretta della domanda di trasporto prof. ing. Antonio Comi Department of Enterprise Engineering University of Rome Tor Vergata Prof.
DettagliModelli di offerta di trasporto. ing. Pierluigi Coppola Dipartimento di Ingegneria dell Impresa Università di Roma Tor Vergata
Modelli di offerta di trasporto ing. Pierluigi Coppola Dipartimento di Ingegneria dell Impresa Università di Roma Tor Vergata MODELLI D OFFERTA Attraverso la simulazione degli elementi del sistema d offerta
DettagliModelli di scelta del percorso Modelli di assegnazione
Corso di LOGISTICA TERRITORIALE www.uniroma.it/didattica/lt DOCENTE prof. ing. Agostino Nuzzolo Modelli di scelta del percorso Modelli di assegnazione Definizioni ed ipotesi Relazione tra costi d arco
DettagliStima diretta della domanda di trasporto
Teoria dei Sistemi di Trasporto 1 + 2 (9 CFU) A. A. 2018-2019 Stima diretta della domanda di trasporto prof. ing. Antonio Comi Department of Enterprise Engineering University of Rome Tor Vergata Prof.
DettagliCORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO. Programma del corso di Tecnica ed Economia dei Trasporti. Prof.
CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO Programma del corso di Tecnica ed Economia dei Trasporti Prof. Andrea Papola Introduzione al corso La professione dell ingegnere dei sistemi
Dettagli3. MODELLI DI OFFERTA
. MODELLI DI OFFERTA I modelli matematici dei sistemi di offerta di trasporto utilizzano da un lato la teoria dei grafi e delle reti per rappresentare la struttura topologica e funzionale del sistema e
DettagliSimulazione statica e dinamica dei sistemi di trasporto
A. A. 2016-2017 Simulazione statica e dinamica dei sistemi di trasporto prof. ing. Antonio Comi Department of Enterprise Engineering University of Rome Tor Vergata I sistemi di trasporto Sono costituiti
DettagliIntroduzione al corso
A. A. 215-216 Introduzione al corso prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Orari ed aule di lezione MARTEDÌ MERCOLEDÌ VENERDÌ ore 11:3 13:15 Aula B2
DettagliProf. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa
Corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Struttura del sistema di modelli per la
Dettaglicorso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A MODELLI DI OFFERTA
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 6-7 MODELLI DI OFFERTA Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Struttura del sistema
DettagliMODELLI DI OFFERTA. Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa. t
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 8-9 MODELLI DI OFFERTA corso selezionato per la sperimentazione della piattaforma di insegnamento/apprendimento Prof. Ing. Umberto Crisalli
DettagliTeoria dei Sistemi di Trasporto (9 CFU) A. A Modelli di offerta di trasporto. Esempi applicativi. prof. ing.
A. A. 2016-2017 Modelli di offerta di trasporto richiami di teoria del deflusso Esempi applicativi prof. ing. Antonio Comi Department of Enterprise Engineering University of Rome Tor Vergata 1 indice Variabili
DettagliStatistica Applicata all edilizia: Stime e stimatori
Statistica Applicata all edilizia E-mail: orietta.nicolis@unibg.it 15 marzo 2011 Statistica Applicata all edilizia: Indice 1 2 Statistica Applicata all edilizia: Uno dei problemi principali della statistica
DettagliUniversità degli studi Roma Tre. Analisi di fattibilità di un infrastruttura stradale nell ambito della provincia di Brindisi
Università degli studi Roma Tre Analisi di fattibilità di un infrastruttura stradale nell ambito della provincia di Brindisi 1 SCHEMA DELL ANALISI DI FATTIBILITA Analisi della situazione attuale Individuazione
DettagliTEORIA DEI SISTEMI DI TRASPORTO
UNIVERSITA' DI ROMA "TOR VERGATA" FACOLTA DI INGEGNERIA TEORIA DEI SISTEMI DI TRASPORTO DOCENTE Prof. Ing. UMBERTO CRISALLI ESEMPI APPLICATIVI (PARTE 1) a cura di Ing. Antonio Comi 1 SOMMARIO Premessa...
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello
Metodi Quantitativi per Economia, Finanza e Management Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello 1. Introduzione ai modelli di regressione 2. Obiettivi 3. Le
Dettaglicorso di Teoria dei Sistemi di Trasporto Modelli di offerta PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa
corso di Teoria dei Sistemi di Trasporto PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Iscrizione al corso Da effettuarsi on line http://delphi.uniroma.it
DettagliCorso di TEORIA DEI SISTEMI DI TRASPORTO prof. ing. Umberto Crisalli. Stima diretta della domanda di trasporto
Corso di TEORIA DEI SISTEMI DI TRASPORTO prof. ing. Umberto Crisalli Stima diretta della domanda di trasporto 1 Stima della domanda di trasporto Introduzione STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA
DettagliCORSI E SEMINARI DI FORMAZIONE UTILIZZO DEI MODELLI DI SIMULAZIONE DEL TRAFFICO: MODELLI MULTIMODALI E BIG DATA
UTILIZZO DEI MODELLI DI SIMULAZIONE DEL TRAFFICO: MODELLI MULTIMODALI E BIG DATA giovedì 9 novembre 2017// Centro Studi PIM - Villa Scheibler Modelli di simulazione Multimodale: caratteristiche, dati di
DettagliLaboratorio di Analisi e Progettazione dei Trasporti ESERCITAZIONE 4. Valutazione della sicurezza stradale
Prof. Ing. Astarita Vittorio Phd. Ing. Giofrè Vincenzo Pasquale Laboratorio di Analisi e Progettazione dei Trasporti ESERCITAZIONE 4 Valutazione della sicurezza stradale L esercizio introduce all uso degli
DettagliMODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti
Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti DOCENTI Agostino
DettagliAPPUNTI DI STATISTICA INFERENZIALE. Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO
APPUNTI DI STATISTICA INFERENZIALE Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO PREREQUISITI VARIABILE ALEATORIA (QUANTITATIVA): è una funzione che associa un numero reale ad ogni
DettagliProgetto di A.A. Uni Rom. udi. portoo (A.A CAPIT
Progetto di Sistemi di Trasporto A.A 2012-2013 Uni ver sità de glii St Rom a Tre udi Facoltà di Ingegneria Corsoo di Laureaa in Ingegneriaa Civile Progetto di Sistemi di Tras portoo Prof.. Stefano Gori
DettagliESERCIZIO 1. Soluzione. X =numero di passeggeri giornaliero
ESERCIZIO 1 La somma dei numeri di passeggeri di un autoservizio suburbano rilevati in 7 giorni scelti a caso è pari a 385. Si assuma un modello gaussiano per descrivere il numero giornaliero di passeggeri.
DettagliStima diretta della domanda di trasporto
Corso di PIANIFICAZIONE DEI TRASPORTI prof. ing. Agostino Nuzzolo aprile 006 Stima diretta della domanda di trasporto Stima della domanda di trasporto Introduzione STIMA DELLA DOMANDA ATTUALE STIMA DELLA
DettagliCalcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità
Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte Cap.1: Probabilità 1. Esperimento aleatorio (definizione informale): è un esperimento che a priori può avere diversi esiti possibili
DettagliGrafi e Funzioni di Costo ESERCIZI
Grafi e Funzioni di Costo ESERCIZI Esercizio1 Si determini la matrice di incidenza archi-percorsi ed i costi di percorso per la rete di trasporto rappresentata in figura. 1 4 2 3 5 Ramo Costo Ramo Costo
DettagliIstituto Universitario Architettura Venezia TR 285. Servizio Bibliografico Audiovisivo e di Documentazione
Istituto Universitario Architettura Venezia TR 285 Servizio Bibliografico Audiovisivo e di Documentazione ENNIO CASCETT A Professore ordinario di Teoria dei sistemi di trasporto Università di Napoli «Federico
Dettagligiovedì 5 novembre 2015// Centro Studi PIM Villa Scheibler
: MACRO per pianificazione progettazione e valutazione alternative, MICRO per affinamento soluzioni progettuali giovedì 5 novembre 2015// Centro Studi PIM Villa Scheibler Lo strumento operativo: macro
DettagliProcessi AR. = σ ρ. Esercizio proposto:
Laboratorio del 5/10/06 Processi AR Esercizio proposto: Processo reale AR(1) con autocorrelazione R ( m) Rappresentazione di una possibile realizzazione, grafico del coefficiente di autocorrelazione e
DettagliEsempio di software per la valutazione della sicurezza stradale (SafeNet)
Corso di TRASPORTI E TERRITORIO prof. ing. Agostino Nuzzolo Modelli di incidentalità stradale Esempio di software per la valutazione della sicurezza stradale (SafeNet) A. Nuzzolo - Trasporti e Territorio
DettagliMODELLI DI INCIDENTALITÀ STRADALE
Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO prof. ing. Agostino Nuzzolo novembre 2005 MODELLI DI INCIDENTALITÀ STRADALE Esempio di software per la valutazione della sicurezza stradale (SafeNet) A.
Dettagli4. MODELLI DI SCELTA DEL PERCORSO
4. MODELLI DI SCELTA DEL PERCORSO Il modello di scelta del percorso fornisce l aliquota p[/oshdm] degli spostamenti effettuati da utenti di categoria i, che utilizzano ciascun percorso relativo al modo
DettagliModelli di Attrazione
Modelli di Attrazione Considerando 2 zone di un area di studio si vuole determinare la quantità media giornaliera di merce di alcune tipologie merceologiche attratta da queste zone. Le tipologie merceologiche
DettagliMODELLI DI ASSEGNAZIONE
corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio MODELLI DI ASSEGNAZIONE PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Sistema di modelli
DettagliIntroduzione al corso
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 2-26 Introduzione al corso Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma2.it Orario delle lezioni
DettagliIndagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica
Indagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica 1. Procedimento di stima La maggior parte dei caratteri che si rilevano nell indagine sulle Forze di Lavoro sono di tipo qualitativo.
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it STIMA PUNTUALE (p. 55) Il parametro è stimato con un unico valore Esempio: stima della share di un programma TV = % di spettatori
Dettagli4. MODELLI DI SCELTA DEL PERCORSO
4. MODELLI DI SCELTA DEL PERCORSO Il modello di scelta del percorso fornisce l aliquota p[/oshdm] degli spostamenti effettuati da utenti di categoria i, che utilizzano ciascun percorso relativo al modo
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe
DettagliModelli di offerta di trasporto
A. A. 2015-2016 Modelli di offerta di trasporto richiami di teoria del deflusso (diagramma fondamentale) prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome 1 Velocità
DettagliUna metodologia per l'analisi della vulnerabilità di una rete stradale in ambito extraurbano. Applicazione alla rete provinciale di Bolzano
Una metodologia per l'analisi della vulnerabilità di una rete stradale in ambito extraurbano Applicazione alla rete provinciale di Bolzano S. Angelini, A. Danesi, G. Rossi, F. Rupi DICAM Trasporti Università
DettagliControllo Adattativo
Corso di Robotica 2 Controllo Adattativo Prof. Alessandro De Luca A. De Luca Motivazioni e approccio necessità dell adattamento nella legge di controllo incertezza sui parametri dinamici del robot scarsa
Dettagli05. Errore campionario e numerosità campionaria
Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,
DettagliCalcolo delle Probabilità e Statistica Matematica previsioni 2003/04
Calcolo delle Probabilità e Statistica Matematica previsioni 2003/04 LU 1/3 Esempi di vita reale : calcolo delle probabilità, statistica descrittiva e statistica inferenziale. Lancio dado/moneta: definizione
DettagliArgomenti della lezione: Campionamento Stima Distribuzione campionaria Campione Popolazione Sottoinsieme degli elementi (o universo) dell '
Lezione 2 Argomenti della lezione: La statistica inferenziale: concetti di base Campionamento Stima Distribuzione campionaria Popolazione (o universo) Insieme di tutti gli elementi cui si rivolge il ricercatore
DettagliFigura Area di Studio
Esercizi modelli di domanda Esercizio 1 Considerando tre zone di traffico, si vuole determinare il numero complessivo di spostamenti emessi dalle tre zone per il motivo Casa-Studio ed effettuati da studenti
DettagliIndagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione
Indagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione Dicembre 1999 INDICE 1. Sintesi dei risultati...3 2. Nota metodologica...4 3. Indice delle tavole e delle figure...7 4. Appendice: il
Dettagligiovedì 5 novembre 2015// Centro Studi PIM - Villa Scheibler
: MACRO per pianificazione-progettazione e valutazione alternative, MICRO per affinamento soluzioni progettuali giovedì 5 novembre 2015// Centro Studi PIM - Villa Scheibler Modelli di simulazione: caratteristiche,
DettagliCorso di Trasporti e Ambiente. ing. Antonio Comi gennaio ing. A. Comi - Corso di Trasporti e Ambiente
Corso di Trasporti e Ambiente http://www.uniroma2.it/didattica/ta_2010 ing. Antonio Comi gennaio 2011 Valutazione degli interventi Esempio applicativo 1 Valutazione della costruzione di una nuova infrastruttura
DettagliModelli di offerta di trasporto modelli di rete
A. A. 25-26 Modelli di offerta di trasporto modelli di rete prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Modelli di rete formulazione matematica generale
DettagliCorso di PIANIFICAZIONE DEI TRASPORTI 1. prof. ing. Agostino Nuzzolo Marzo Modelli di offerta
Corso di PIANIICAZIONE DEI TRASPORTI prof. ing. Agostino Nuzzolo Marzo 6 Struttura del sistema di modelli per la simulazione dei sistemi di trasporto OERTA DI INRASTRUTTURE E SERVIZI DI TRASPORTO MODELLO
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
DettagliTecniche di sondaggio
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Tecniche di sondaggio 24/1/2006 Nomenclatura Indicheremo con P una popolazione, con N la sua numerosità, con k la sua etichetta e con
DettagliIndice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75
00PrPag:I-XIV_prefazione_IAS 8-05-2008 17:56 Pagina V Prefazione XI 1 La rilevazione dei fenomeni statistici 1 1.1 Introduzione 1 1.2 Caratteri, unità statistiche e collettivo 1 1.3 Classificazione dei
Dettagli1. variabili dicotomiche: 2 sole categorie A e B
Variabile X su scala qualitativa (due categorie) modello di regressione: variabili quantitative misurate almeno su scala intervallo (meglio se Y è di questo tipo e preferibilmente anche le X i ) variabili
DettagliTeoria della decisione e della stima. Esercitazioni di laboratorio Anno accademico M.S. Greco
Teoria della decisione e della stima Esercitazioni di laboratorio Anno accademico 008-09 M.S. Greco Laboratorio dell 1/10/08 Processi AR + Sx() z = Rx( m) z m= m Densità spettrale complessa La regione
DettagliPIANIFICAZIONE DEI TRASPORTI
Università di Cagliari DICAAR Dipartimento di Ingegneria Civile, Ambientale e architettura Sezione Trasporti PIANIFICAZIONE DEI TRASPORTI Esercitazione 6 Il modello di assegnazione A.A. 2016-2017 Ing.
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
DettagliProbabilità e Statistica
Probabilità e Statistica Stima puntuale di parametri Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 018/019 Marco Pietro Longhi Prob. e Stat.
DettagliANALISI DELLE SERIE STORICHE
ANALISI DELLE SERIE STORICHE De Iaco S. s.deiaco@economia.unile.it UNIVERSITÀ del SALENTO DIP.TO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE FACOLTÀ DI ECONOMIA 24 settembre 2012 Indice 1 Funzione di
DettagliContenuto del capitolo
Capitolo 8 Stima 1 Contenuto del capitolo Proprietà degli stimatori Correttezza: E(Stimatore) = parametro da stimare Efficienza Consistenza Intervalli di confidenza Per la media - per una proporzione Come
DettagliValutazione degli interventi Esempio applicativo
Corso di Trasporti e Ambiente ing. Antonio Comi gennaio 2015 Valutazione degli interventi Esempio applicativo 1 Valutazione della costruzione di una nuova infrastruttura stradale 1 5 6 7 2 8 9 10 11 12
DettagliEsercitazioni Infostat ConfInt
Esercitazioni Infostat ConfInt Matteo Re, Alessandro Di Domizio 3 Maggio 2019 1 Introduzione In questa esercitazione vedremo come stimare l intervallo di confidenza da un campione che assumiamo essere
DettagliProprietà strutturali e leggi di controllo. Stima dello stato e regolatore dinamico
Proprietà strutturali e leggi di controllo Stima dello stato e regolatore dinamico Stima dello stato e regolatore dinamico Stimatore asintotico dello stato Esempi di progetto di stimatori asintotici dello
DettagliCORSI E SEMINARI DI FORMAZIONE UTILIZZO DEI MODELLI DI SIMULAZIONE DEL TRAFFICO: MODELLI MULTIMODALI E BIG DATA
UTILIZZO DEI MODELLI DI SIMULAZIONE DEL TRAFFICO: MODELLI MULTIMODALI E BIG DATA giovedì 9 novembre 2017// Centro Studi PIM - Villa Scheibler Modelli di simulazione Multimodale: L esperienza dell utilizzo
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
DettagliMinimi quadrati ordinari Interpretazione geometrica. Eduardo Rossi
Minimi quadrati ordinari Interpretazione geometrica Eduardo Rossi Il MRLM Il modello di regressione lineare multipla è usato per studiare le relazioni tra la variabile dipendente e diverse variabili indipendenti
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliCorso di. (tutti i CCS tranne Civile e Gestionale) ing. Antonio Comi novembre 2007
Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO (tutti i CCS tranne Civile e Gestionale) www.uniroma2.it/didattica/pst. datt _ ACCS_ ACCS ing. Antonio Comi novembre 2007 Valutazione degli interventi Esempio
DettagliStatistica: la scienza dei dati. Prof. Stefano Bonnini
Statistica: la scienza dei dati Prof. Stefano Bonnini COSA E LA STATISTICA?? La statistica è un insieme di metodologie e tecniche finalizzate alla: RILEVAZIONE, ELABORAZIONE, PRESENTAZIONE e INTERPRETAZIONE
DettagliPOLITECNICO DI MILANO Corso di Laurea in Ingegneria Civile Indirizzo Infrastrutture di Trasporto
POLITECNICO DI MILANO Corso di Laurea in Ingegneria Civile Indirizzo Infrastrutture di Trasporto SPERIMENTAZIONE DI UN MODELLO DI STIMA AGGREGATA DELLA DOMANDA DI TRASPORTO: AGGIORNAMENTO DELLA MATRICE
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile e Ambientale - AA Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento
DettagliUniversità di Siena. Teoria della Stima. Lucidi del corso di. Identificazione e Analisi dei Dati A.A
Università di Siena Teoria della Stima Lucidi del corso di A.A. 2002-2003 Università di Siena 1 Indice Approcci al problema della stima Stima parametrica Stima bayesiana Proprietà degli stimatori Stime
DettagliIl modello di regressione lineare multipla
Il modello di regressione lineare multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Aprile 2014 Rossi MRLM Econometria - 2014 1 / 31 Outline 1 Notazione 2 3 Collinearità Rossi MRLM Econometria - 2014
DettagliIl modello di regressione lineare multipla. Il modello di regressione lineare multipla
Introduzione E la generalizzazione del modello di regressione lineare semplice: per spiegare il fenomeno d interesse Y vengono introdotte p, con p > 1, variabili esplicative. Tale generalizzazione diventa
Dettagli