Corso di PROGRAMMAZIONE I. Guida di Laboratorio Anno Accademico
|
|
- Gemma Scotti
- 4 anni fa
- Visualizzazioni
Transcript
1 Corso d PROGRAMMAZIOE I Guda d Laboratoro Anno Accademco
2
3 Parte A Rcham d anals degl error ) Meda, devazone standard e devazone standard della meda. Supponamo d avere msurato spermentalmente una qualche grandezza molte volte, dopo aver ndvduato e rdotto a zero l pù possble le font d errore sstematco (ovvero le ncertezze spermental che non possono essere rvelate rpetendo la msura; quelle che possono essere rvelate n questo modo sono nvece chamate ncertezze spermental casual ). Rpetendo la msura volte, s può dmostrare che la mglor stma d è la meda delle msure: best. La devazone standard è la stma dell ncertezza meda delle sngole msure..., ed è defnta come: ( ). La devazone standard della meda caratterzza, nvece, l ncertezza meda d, e s calcola nel seguente modo:. ) Meda pesata. Supponamo d dsporre d rsultat d n esperment d una grandezza, denomnate (,,n), ognuna caratterzzata da un errore (,,n). La mglor stma per la grandezza è data dalla meda pesata: wav n w, n w dove w /. L ncertezza che afflgge la msura è data da: wav. n w _ 3
4 3) Dstrbuzone d Gauss. Se le msure sono affette da pccole sorgent d error casual e trascurabl error sstematc, allora valor msurat saranno dstrbut su una curva a campana detta funzone d Gauss (centrata n X, con larghezza ): ( X ) / f X, e. π 4) Lvello d confdenza. Per verfcare che valor rcavat best e sano valor ragonevol rspetto al valore conoscuto della grandezza vero s può calcolarne l lvello d confdenza. Defnamo nnanztutto l numero d devazon standard per cu best dffersce da vero : t best vero /. La probabltà, date le potes fatte, d ottenere un rsultato che dffersca da vero per t o pù devazon standard è: P(al d fuor d t ) P(entro t ). Dove (vedere Tabella A.): P(entro t ) t z / t π t e dz erf. A questo punto P(al d fuor d t ) prende l nome d lvello d confdenza CL (area delle code della dstrbuzone gaussana). 5) Confronto: test del χ. Una stma dell accordo tra un nseme n d punt spermental e una funzone f ( ) s può ottenere msurando χ, defnto come: n ( k f ( k )) χ. ( ) k k Se s confronta una dstrbuzone d event con una dstrbuzone d probabltà non normalzzata, ad esempo una gaussana, la formula del χ dventa: n ( Ok Ek ) χ, E k k dove è stato dvso l ntervallo de possbl valor d n n ntervall, per cu O k rappresenta l numero d osservazon che cadono nell ntervallo k esmo e E k l numero atteso delle msure dell ntervallo k esmo. χ è un ndcatore ragonevole dell accordo tra la dstrbuzone osservata e quella attesa. Se χ 0 l accordo è perfetto, cosa molto mprobable. In generale c s aspetta che ogn termne della somma sa dell ordne d. Il ch quadrato rdotto s defnsce, nvece, nel modo seguente: ~ χ χ / DF, essendo DF l numero d grad d lbertà: 4
5 DF PAR V dove è l numero d ntervall sgnfcatv e PAR è l numero d parametr, V l numero d vncol. el grafco è rportata la dstrbuzone d probabltà del ~ χ χ / DF per var grad d lbertà e nella tabella B sono travate la Probabltà d trovare un ~χ maggore d quello da vo calcoltato P( ~χ ~χ 0 ) (area della coda). 6) Propagazone degl error. Supponamo ora d aver msurato una o pù grandezze,, e calcolato gl error corrspondent,,, e d dover calcolare la funzone z f(,, ). La mglor stma del valore della funzone sarà: z best z f (,,...). Per stmare l ncertezza d questo rsultato s applca la propagazone degl error delle msure,, qund: f f z In partcolare, nel caso n cu f f. z k a b e se gl error su ed sono ndpendent e casual, l calcolo della devazone standard relatva s rduce a: z z a + b. 7) Metodo de mnm quadrat: relazone lneare. Supponamo d avere una sere d msure (, ugualmente ncert ( 3... ), qund assumamo che le msure degl )... con gl tutt esatt e gl tutt sano governate da dstrbuzon normal con larghezza. Se le varabl e sono legate da una relazone lneare della forma (con A e B come ncognte): A + B, 5
6 s può trovare la retta che meglo approssma la sere d msure, mnmzzando la funzone: ( A B ) χ. Dfferenzando rspetto ad A e B ed uguaglando a zero s ottene: A B dove:, Le ncertezze su parametr calcolat sono le seguent:, A e B. La ncertezza o è conoscuta spermentalmente oppure s può stmare: ( A B ), con DF PAR l numero d grad d lbertà (n DF questo caso ). PAR La covaranza ( A, B) e la relatva correlazone ρ ( A B), sono faclmente calco labl come: ( ) A, B, ρ ( A, B).. ( A, B) ( A) ( B) Supponamo ora, nvece, che per ogn l corrspondente valor vero d sa dato dalla polnomale della varable (con A e C come ncognte): A + C. Assumendo ancora che le msure degl sano governate da dstrbuzon normal con larghezza, le mglor stme per A e C s rcavano con le formule precedent, sosttuendo t. La relazone lneare dventa: A + C. t 8) Metodo de mnm quadrat: ( 3... ) Supponamo ora, che per ogn l corrspondente valor vero d z sa dato dalla funzone della varable, z b. e a. Per poter calcolare parametr a e b, s può sempre utlzzare l 6
7 metodo de mnm quadrat per la funzone B + A. dove lg(z), Aa, Blg(b). Le ncertezze sulla varable non sono pù ugual e devono essere calcolate con la propagazone degl error, note le ncertezze su z. S può trovare la retta che meglo approssma la sere d msure, mnmzzando la funzone: B A ) ( χ. Dfferenzando rspetto ad A e B ed uguaglando a zero s ottene: A B dove: A B covaranza: ), ( B A 7
8 Tabella A Probabltà percentuale per la dstrbuzone gaussana P ( X t X + t ) X + t X t G( ) d π X + t X t e ( X ) d X t X X+t t
9
10 Tabella B Probabltà percentuale per l ch quadrato Una volta calcolato l ch quadrato rdotto ~ χ n g χ s rcerca nella tabella l valore (nella rga corrspondente al numero de grad d lbertà). Il valore rportato fornsce la probabltà percentuale (lvello d confdenza) che dat msurat sano descrtt dalla funzone prescelta. P d Γ ( d ) χ0 d e d ~ χ n g
11
12 Parte B Tracca per lo svolgmento dell eserctazone. Scopo dell eserctazone Scopo dell eserctazone è calcolare l valore dell accelerazone d gravtà tramte l anals statstca de dat smulat d due esperenze d laboratoro d fsca generale: la msura del perodo d oscllazone del pendolo semplce e le msure d spazo e tempo con stroboscopo lungo un pano nclnato.. Come s rcava g nelle due esperenze. Il pendolo semplce S consder una pallna d massa m e d dmenson trascurabl collegata ad un centro d sospensone medante un flo nestensble d massa trascurable e lunghezza l. La pallna è soggetta alla forza peso mg e alla tensone del flo, tutt gl attrt sono da consderars trascurabl. Un dspostvo d questo tpo s chama pendolo semplce d lunghezza l. Spostando la pallna dalla poszone d equlbro, questa compe delle oscllazon attorno ad essa. el caso d pccole oscllazon l moto del pendolo è armonco semplce, d perodo: T l π. g Da cu segue che l accelerazone d gravtà è: g l T 4π.. Il pano nclnato Un corpo d massa m lascato lbero lungo un pano, nclnato d un angolo ϑ rspetto all orzzontale, s muove con accelerazone costante a g sn(ϑ ) dove g è l accelerazone d gravtà. Lo spazo percorso n un certo ntervallo d tempo t, se la poszone nzale è s 0, sarà qund: s s0 + g sn( ϑ) t..3 Confronto rsultat ottenut Avendo fatto due esperment per la msura dell accelerazone d gravta g, s verfca la loro compatblta.
13 3. Anals della msura d g ottenuta tramte pendolo Supponamo d analzzare dat dell esperenza d laboratoro che s prefgge d calcolare l accelerazone d gravtà medante un pendolo semplce. La lunghezza del pendolo l sa stata msurata con un comune centmetro ed l perodo d oscllazone T con un cronometro. La msura della lunghezza vene eseguta 5 volte, ed dat (n metr) sono stat salvat n un fle. Il perodo nvece vene msurato 00 volte, dat (n second) sono stat salvat n un altro fle. DATI I IPUT Area -> /home/comune/turno_t/dat/pendolo Fles -> lung_.dat per_.dat,..,5 rappresenta l numero del vostro gruppo(pc) T,,3,4. Settmana ntensva Svolgmento I parte S utlzz un programma n C per leggere dat da fle e calcolare: valor med delle grandezze msurate l, T ; le devazon standard de due campon e de due valor med (l), (t), ( l _ ), ( t _ ); l mglor valore per g; la propagazone degl error per ottenere (g) e (g) ; l lvello d confdenza d g usando per l confronto l valore tabulato g m/s. La funzone erf() è presente nella lbrera math.h, dove t /, dà la probabltà gaussana P(entro t). La funzone erf s può trovare anche nella lbrera d ROOT: TMath::Erf(). Pochè alcune operazon devono rpeters pù volte all nterno del programma, è certamente consglable scrvere delle funzon, che vengano chamate dal programma prncpale ogn volta che sa necessaro, senza dover rscrvere le stesse rghe d codce. 3
14 S compl l programma nome_fle.c con l consueto comando g++ nomefle.c o nomefle.ee che genera l eseguble nomefle.ee Svolgmento II parte Utlzzando le class THF e TF, s aggungano le rghe d codce necessare per creare l stogramma de perod del pendolo msurat; verfcare tramte l test del χ la compatbltà della dstrbuzone de dat msurat con una dstrbuzone d gauss, facendo un ft. Calcolare χ e DF (numero d grad d lberta ) con le funzon d ROOT GetChsquare()e GetDF(). esegure l calcolo del lvello d confdenza del χ della dstrbuzone gaussana e delle msure con la funzone TMath::Prob(ch,DF). S rcorda che : In programm C/C++ complat )Occorre ncludere tutt fles necessar )Occorre defnre una TApplcaton : questo serve a far s che al termne dell'esecuzone del programma le fnestre grafche restno vsbl. Ecco un esempo d come appare un programma C che ncluda lbrare d ROOT #nclude "TCanvas.h" #nclude "TF.h" #nclude <ostream> #nclude "Tapplcaton.h"... usng namespace std; nt man (nt argc, char**argv) { TApplcaton app("app",&argc, argv); nt a 0; cout << a + b << endl; TF *f new TF("f","sn()/",0.,0.) 4
15 }... app.run(); return 0; Ovvamente nella fase d complazone dovremo ndcare al complatore dove deve andare a cercare le lbrere d ROOT rcheste dal nostro programma (prog.c): g++ o prog. prog.c `root confg cflags` `root confg lbs` Rsultat Infne, rsultat andranno trascrtt su un fle con nome gpendolo_lab.dat, rgorosamente 5 numer, uno per rga, n questa sequenza ( rappresenta l numero del gruppo):, cognome, cognome, l, ( l), ( l ), T, ( T ), ( T ), g, ( g), ( g), CL( g), χ ( T ), CL( χ ). Il programma utlzzato dovrà come prma rga commento l nome e cognome de component del gruppo e dovrà avere un nome tpo progpendolo_lab.c Il fle contenente rsultat e l fle contenete l programma dovranno po essere copat nell area comune: /home/comune/turno_t/rsultat_pendolo/ 4. Anals della msura d g ottenuta tramte stroboscopo Supponamo ora d elaborare dat d un altra esperenza d laboratoro, che s prefgge d calcolare l accelerazone d gravtà attraverso uno stroboscopo su pano nclnato. Questo strumento permette d ottenere delle fotografe della poszone d un corpo n dscesa lungo un pano nclnato ( s, s,... ) a dvers temp ( t, t,... ). Sono stat salvat l numero delle msure e le poszon (n metr) e l numero delle msure ed temp (n second). DATI I IPUT Area -> /home/comune/turno_t/dat/pano_nclnato Fles -> pos_.dat temp.dat,..,5 rappresenta l numero del vostro gruppo(pc) 5
16 T,,3,4. Settmana ntensva S tenga conto che: (s) mm (questo è l errore spermentale valutato durante l espermento. In caso non s conoscesse, deve essere valutato con la relazone d pag.4); ϑ π/9; Svolgmento I parte S vuole esegure un ft lneare de dat con la funzone A+B. (As 0 mentre B g sn( ϑ) e t, ved.). Lo scopo d questo espermento e calcolare la mglor stma dell accelerazone d gravtà e l suo errore. Come per l esperenza precedente, s scrva prma un programma n C: leggere dat. scrvere una funzone per l calcolo del metodo de mnm quadrat per una relazone lneare che calcola A e B della funzone, gl error d A e B, χ, DF e χ /DF. l valore dell accelerazone d gravtà a partre da A e B. la devazone standard relatva a g con la propagazone degl error. Il confronto con g tabulato medante la funzone erf()contenuta n math.h. Svolgmento II parte Inserre nel programma la classe TgraphErrors e fare l ft con una retta (polnomo d I grado). Utlzzare TgraphErrors e non Tgraph perchè (s) è noto spermentalmente. calcolare χ e DF (numero d grad d lberta ) con le funzon d ROOT GetChsquare()e GetDF(). verfcare tramte l test del χ la compatbltà della dstrbuzone lneare con dat msurat: per l calcolo del lvello d confdenza del χ utlzzare la funzone TMath::Prob(ch,DF). per l confronto col valore tabulato d g utlzzare Tmath::Erf(). fare grafc e salvarl. 6
17 Rsultat I rsultat andranno trascrtt su un fle con nome gstrob_lab.dat 0 numer rgorosamente n questa sequenza:, cognome, cognome, χ, CL( χ ), g, ( g), CL( g) Il fle dovrà po essere copato nell area comune: /home/comune/turno_t/rsultat_pano/ Va noltre copato l programma progstrob_lab.c (rcordars d mettere come commento nom degl student del gruppo). 7
18 5. Anals del rsultato fnale su g A questo punto ogn gruppo può confrontare rsultat ottenut attraverso le due procedure per l calcolo dell accelerazone d gravtà: g pendolo e g stroboscopo, calcolandone la compatbltà CL, usando la funzone che valuta erf (t / ), con tg p g s /(g p g s ), dove (g p g s ) è l errore sulla dfferenza delle due msure che s ottene con la propagazone degl error da (g p ) e (g s ). Se rsultat rsultano compatbl, se ne calcol la meda pesata confdenza CL rspetto al valore tabulato. g f e ( g f ) e l suo lvello d Rsultat Creare l fle fnale: g_lab.dat contenente seguent valor, uno per rga:, cognome, cognome, g pendolo, ( g pendolo ), g stroboscopo, ( g stroboscopo ), g f, ( g f ), CL( g f ) da copare nell area comune: /home/comune/turno_t/confronto/ Copare anche l programma progconfronto_lab.c. A rchesta Ogn gruppo stamp l codce d tutt programm delle sezon 3, 4 e 5, tutt fle d output con rsultat rchest e grafc prodott con ROOT. Per stampare un fle sa d testo sa PostScrpt, s us l comando lpr nome_fle.ps 8
Analisi statistica degli errori casuali
Anals statstca degl error casual error casual: dovut a ncertezze spermental non controllabl che comunque spngono l valore msurato con ugual probabltà n alto od n basso rspetto al valore vero. Quest error
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
DettagliANALISI 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
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
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.
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
DettagliStudio delle oscillazioni del pendolo semplice e misura dell accelerazione di gravita g.
Studo delle oscllazon del pendolo semplce e msura dell accelerazone d ravta. Introduzone fsca Un pendolo semplce e costtuto da un flo d lunhezza L nestensble e d massa trascurable a cu e appesa un corpo
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
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 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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
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
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.
DettagliQualità dell adattamento di una funzione y=f(x) ad un insieme di misure (y in funzione di x)
Qualtà ell aattamento una funzone y=f() a un nseme msure (y n funzone ) Date N msure coppe valor elle granezze e y, legate alla relazone y=f(;a,b), nell potes che le ncertezze sulle sano trascurabl e y
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
DettagliRAPPRESENTAZIONE DI MISURE. carta millimetrata
carta mllmetrata carta mllmetrata non è necessaro rportare sul foglo la tabella (ma auta; l mportante è che sta da qualche parte) carta mllmetrata 8 7 6 5 4 3 smbolo della grandezza con untà d msura!!!
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
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
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
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
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA
DettagliLa likelihood. , x 3. , x 2. ,...x N
La lkelhood È dato un set d msure {x 1, x 2, x 3,...x N } (cascuna delle qual può essere multdmensonale) Supponamo che la pdf (f) dpenda da un parametro (anch'esso eventualmente multdmensonale) La verosmglanza
DettagliPropagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.
Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes
DettagliEnergia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo
Energa e Lavoro Fnora abbamo descrtto l moto de corp (puntform) usando le legg d Newton, tramte le forze; abbamo scrtto l equazone del moto, determnato spostamento e veloctà n funzone del tempo. E possble
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
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
DettagliSistemi Intelligenti Stimatori e sistemi lineari - III
Sstem Intellgent Stmator e sstem lnear - III Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t /6 http:\\borghese.d.unm.t\
DettagliStima dei Parametri: Metodo dei Minimi Quadrati
Captolo 9 Stma de Parametr: Metodo de Mnm Quadrat Questo captolo llustra uno de metod d stma puntuale pù utlzzat n fsca e non solo, noto col nome d metodo de mnm quadrat. La formulazone matematca nzale
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
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
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 ()
DettagliLABORATORIO II. 1 La retta di regressione. NB create un nuovo foglio di lavoro
LABORATORIO II B create un nuovo foglo d lavoro La retta d regressone Eserco. U PRIMO ESEMPIO DI RETTA DI REGRESSIOE LIEARE. Leggere attentamente paragraf.,. e. tutto Costrure la retta d regressone lneare
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
DettagliMetodologie informatiche per la chimica
Metodologe nformate per la mca Dr. Sergo Brutt Eserctazone d anals de dat II INERCALAIN GRAPHIE ANDE Eserctazone - galvanometra Cclazon galvanostate d una cella elettromca In questa eserctazone studeremo
DettagliPICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO
PICCOLE OSCILLAZIONI ATTORNO ALLA POSIZIONE DI EQUILIBRIO Stabltà e Teorema d Drclet Defnzone S dce ce la confgurazone C 0 d un sstema è n una poszone d equlbro stable se, portando l sstema n una confgurazone
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
DettagliEttore Limoli. Lezioni di Matematica Prof. Ettore Limoli. Sommario. Calcoli di regressione
Sto Personale d Ettore Lmol Lezon d Matematca Prof. Ettore Lmol Sommaro Calcol d regressone... 1 Retta d regressone con Ecel... Uso della funzone d calcolo della tendenza... 4 Uso della funzone d regressone
DettagliAnalisi della Varianza
Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella
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..)
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
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
DettagliTaratura: serve a trovare il legame tra il valore letto sullo strumento e il valore della grandezza fisica misurata
Taratura: serve a trovare l legame tra l valore letto sullo strumento e l valore della grandezza fsca msurata Msure Meccanche e Termche Dsturb d trasduttor anello dnamometrco trasduttore d spostamento
DettagliPROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata
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
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
DettagliSERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete
SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le
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.
DettagliMISURA DELLA FOCALE ANTERIORE DI UNA LENTE.
MISURA DELLA FOCALE ANTERIORE DI UNA LENTE. Spermentator: Marco Erculan (n matrcola: 4549 V.O Ivan Noro (n matrcola: 458656 V.O Durata dell espermento:,5 ore ( dalle ore 0:30 alle ore :00 Data d effettuazone:
DettagliEsercitazione 1 del corso di Statistica 2
Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,
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:
DettagliEsercizi di econometria: serie 1
Esercz d econometra: sere Eserczo E data la popolazone dell Abruzzo classcata n se categore d reddto ed n tre class d età come segue: Reddto: () L... 4.. () L. 4.. 8.. () L. 8.... (4) L..... () L.....
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,
DettagliMisure Topografiche Tradizionali
Msure Topografche Tradzonal Grandezze da levare ngol Dstanze Gonometr Dstanzometro Stazone Totale Prsma Dslvell Lvello Stada Msure Strettamente Necessare Soluzone geometrca Msure Sovrabbondant Compensazone
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
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
DettagliB - ESERCIZI: IP e TCP:
Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc B - ESERCIZI: IP e TCP: F. Martgnon Archtetture e Protocoll per Internet Eserczo b. S consder l collegamento n fgura A C =8 kbt/s
DettagliRICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2
RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d
DettagliLa regressione lineare: relazioni funzionali
La regressone lneare: relazon funzonal Molte legg d nteresse fsco e ngegnerstco sono descrtte da relazon funzonal tra grandezze (varabl), delle qual la pù semplce è quella lneare (y=a+bx). Trovare una
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
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
DettagliStima dei Parametri Metodo di Massima Verosimiglianza
Captolo 8 Stma de Parametr Metodo d Massma Verosmglanza Lo scopo dello studo de fenomen fsc è quello d scoprre le legg che legano le grandezze studate e d msurare l valore delle costant che compaono della
DettagliINTRODUZIONE ALL ESPERIENZA 4: STUDIO DELLA POLARIZZAZIONE MEDIANTE LAMINE DI RITARDO
INTODUZION ALL SPINZA 4: STUDIO DLLA POLAIZZAZION DIANT LAIN DI ITADO Un utle rappresentazone su come agscono le lamne su fasc coerent è ottenuta utlzzando vettor e le matrc d Jones. Vettore d Jones e
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
DettagliGrafico di una serie di dati sperimentali in EXCEL
Grafco d una sere d dat spermental n EXCEL 1. Inseramo sulla prma rga l ttolo che defnsce l contenuto del foglo. Po nseramo su un altra rga valor spermental della x e su quella successva valor della y.
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
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
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
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.
Dettagli5.1 Controllo di un sistema non lineare
5.1 Controllo d un sstema non lneare Sa dato l sstema non lneare rappresentato n fgura 5.1, con h g θ Θ,m,r Fgura 5.1: Sstema non lneare F m (,d) = k m la forza che esercta l elettromagnete percorso da
DettagliIl pendolo fisico. Se l asse è orizzontale, l equazione del moto è, trascurando gli attriti che causano lo smorzamento dell oscillazione, d Mgd 2
l pendolo fsco Un pendolo fsco è un corpo rgdo lbero d rotare attorno ad un asse fsso non passante per l suo centro d massa. l moto del pendolo è completamente descrtto dall angolo d rotazone θ(t), che
DettagliIl logaritmo discreto in Z p Il gruppo moltiplicativo Z p delle classi resto modulo un primo p è un gruppo ciclico.
Il logartmo dscreto n Z p Il gruppo moltplcatvo Z p delle class resto modulo un prmo p è un gruppo cclco. Defnzone (Logartmo dscreto). Sa p un numero prmo e sa ā una radce prmtva n Z p. Sa ȳ Z p. Il logartmo
DettagliRegressione e correlazione
Regressone e correlazone Corso d statstca socale prof. Natale Carra - Unverstà degl Stud d Bergamo a.a. 005-06 Regressone Questo modello d anals bvarata esamna le relazon fra coppe d varabl contnue. Un
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
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:
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/371/377) 3 Novembre 2004 COMPITO A1
PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/37/377) 3 Novembre 004 Cognome Numero d matrcola Nome COMPITO A A fn della valutazone s terrà conto solo ed esclusvamente d quanto rportato negl
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
DettagliESERCITAZIONE DI LABORATORIO 2: CARATTERIZZAZIONE DI UN INSIEME DI MISURE RIPETUTE
ESECITAZIOE DI LABOATOIO : CAATTEIZZAZIOE DI U ISIEME DI MISUE IPETUTE OBIETTIVI E DETEMIAZIOI Scopo dell eserctazone è quello d evdenzare, n un nseme d msure rpetute dello stesso msurando, parametr essenzal
DettagliDipartimento di Matematica per le scienze economiche e sociali Università di Bologna
Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Modell 1 lezone 18 1 dcembre 2011 Covaranza, Varabl aleatore congunte professor Danele Rtell www.unbo.t/docent/danele.rtell 1/19?
DettagliMETODI DI MISURA LEZIONI DEL CORSO DI FISICA I E METODI DI MISURA. Enrico Ferrero
METODI DI MISURA LEZIOI DEL CORSO DI FISICA I E METODI DI MISURA Enrco Ferrero ITRODUZIOE Error come ncertezze: non sono sbagl, sono nevtabl e devono essere rdott l pù possble. Inevtabltà degl error nella
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
Dettagli