Controllo ambientale degli agenti fisici: nuove prospettive e problematiche emergenti
|
|
- Annabella Irene Spinelli
- 4 anni fa
- Visualizzazioni
Transcript
1 Controllo ambientale degli agenti fisici: nuove prospettive e problematiche emergenti QUARTO CONVEGNO NAZIONALE Vercelli marzo 2009 Valutazione indiretta dell induzione magnetica: verifiche su casi reali della procedura fissata dal DM ARPA Toscana Nicola Colonna Gaetano Licitra
2 2 Gruppo di lavoro ISPRA, ARPA/APPA Il sistema delle Agenzie, coordinate da ISPRA, ha costituito un Gruppo di Lavoro che si occupa, tra l altro, delle problematiche relative alla misura dell induzione magnetica prodotta da elettrodotti, in relazione a quanto stabilito dalla L. 36/01 e dal DPCM 08/07/03. I lavori ed i documenti prodotti da tale GdL hanno contribuito alla stesura dei testi dei due DM 29/05/08 pubblicati nel luglio Il DM 29/05/08 Approvazione delle procedure di misura e valutazione dell induzione magnetica introduce al paragrafo la verifica indiretta dell induzione magnetica.
3 Data e ora Corrente (A) I.M. (microt) 31/01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /01/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ Induzione magnetica (μt) Esempio di un monitoraggio della durata di 2 giorni /01/ :00 01/02/ :00 01/02/ :00 02/02/ :00 02/02/ :00 Tempo 3
4 Verifica indiretta dell induzione magnetica 4 r = R 2 = 0.9 R m coefficiente angolare della retta passante per l origine
5 5 Verifica indiretta dell induzione magnetica La procedura, basata sulla legge di Biot-Savart, prevede la selezione dei valori misurati superiori ad una certa soglia e il calcolo dei rapporti tra i valori sincroni di induzione magnetica e corrente (R m ). I livelli di induzione magnetica sono misurati all interno di ambienti abitativi o destinati a permanenza prolungata superiore alle 4 ore. Il metodo è applicabile solo nei casi in cui è presente un solo elettrodotto e vi siano altre sorgenti (interne e/o esterne) non significative, in modo da poter attribuire il livello di induzione magnetica riscontrato ad un unica sorgente.
6 6 Raccolta dati sui monitoraggi effettuati (1/2) Per confermare la validità della procedura descritta sono stati acquisiti un certo numero di monitoraggi in continua già effettuati dalle Agenzie per i quali si disponeva anche della corrente circolante. Sono stati raccolti 75 monitoraggi (di cui 60 di ARPAT) della durata variabile da uno a più giorni, per i quali erano disponibili le coppie sincrone di corrente e di induzione magnetica misurata. Il campione dei monitoraggi è stato scelto in modo da trattare casi con ampie variazioni di livello di induzione magnetica e tali da raggiungere livelli significativi.
7 7 Raccolta dati sui monitoraggi effettuati (2/2) Il campione dei monitoraggi (61) scelto è relativo alle tipologie di linee più diffuse e rappresentativo delle situazioni in cui vi siano abitazioni situate a distanza ridotta dagli elettrodotti. I vari casi esaminati sono infatti distribuiti in ambito urbano ed extraurbano ed in modo da rappresentare tutte e tre le tipologie di tensione: 18 monitoraggi su linee a 380 kv, 8 su linee a 220 kv, 35 su quelle a 132 kv; mentre i livelli di campo misurati variano da 0.00 a 4.80 μt.
8 Monitoraggi effettuati all interno di abitazioni molto vicine agli elettrodotti 8
9 Esempio di regressione lineare semplice per un monitoraggio della durata di 2 giorni Induzione magnetica (microt) y = x R 2 = Corrente (A)
10 Metodo utile per individuare eventuali alterazioni della misura 10 Anche se i decreti e le norme tecniche non lo prevedono, è molto utile effettuare la regressione lineare tra corrente e induzione magnetica misurata, per escludere che i valori misurati durante il monitoraggio (in assenza dell operatore) non siano stati alterati da eventuali fattori di disturbo: sorgenti a 50 Hz interne e/o esterne che si attivano; spostamento della posizione del sensore. Tale metodo consente di attribuire i livelli di induzione magnetica misurati esclusivamente all elettrodotto in esame e di individuare possibili bias.
11 11 Esempio di sorgente interna che si attiva Monitoraggio della durata di 5 gg. in cui durante una notte si è attivata una sorgente interna Induzione magnetica (microt) Corrente (A)
12 1.6 Esempio di monitoraggio in cui il sensore è stato spostato di posizione Induzione magnetica (microt) Corrente (A)
13 Criticità della sincronia tra corrente e induzione magnetica Induzione magnetica (microt) y = x R 2 = Corrente (A) Monitoraggio in cui non vi era sincronia tra valori di induzione magnetica misurati e corrente circolante
14 Criticità della sincronia tra corrente e induzione magnetica Induzione magnetica (microt) y = x R 2 = Corrente (A) Lo stesso monitoraggio con la sincronia tra valori di induzione magnetica misurati e corrente circolante
15 15 Capacità predittiva del metodo La capacità predittiva del metodo consente, attraverso un monitoraggio limitato nel tempo (uno o più giorni di misura), di calcolare il livello atteso di induzione magnetica anche su lunghi periodi di tempo, in cui sarebbe molto oneroso effettuare misure prolungate. Nel sito in esame, una volta definita la dipendenza lineare tra induzione magnetica e corrente, è possibile mediante estrapolazione calcolare: l esposizione media annua (o su più anni) usando le correnti medie su lungo periodo; la mediana massima dell induzione magnetica nelle 24 ore in cui si è registrata la massima mediana della corrente.
16 Valore di induzione magnetica ottenuto per estrapolazione Ŷ K Estrapolazione 10 9 Induzione magnetica (microt) Intervallo di misura y = x R 2 = Corrente (A) X K
17 Parametri statistici associati alla regressione lineare semplice (1/2) 17 B = a + b I Devianza della variabile indipendente (corrente)
18 Parametri statistici associati alla regressione lineare semplice (2/2) 18 La formula che consente di calcolare l intervallo di confidenza per Ŷ k (induzione magnetica estrapolata)
19 L incertezza sul coefficiente angolare della retta Induzione magnetica (microt) B medio Corrente (A) I media
20 20 Parametri calcolati per tutti i monitoraggi Intervallo di variazione dell induzione magnetica; la corrente media; la devianza della corrente; R 2 e il coefficiente angolare b e l intercetta a della retta ottenuta con il metodo dei minimi quadrati; R 12 e il coefficiente angolare b 1 della retta ottenuta imponendo il passaggio per l origine; il valore medio R m previsto dal DM 29/05/08; la varianza d errore S e 2 ( B i B ) n 2 2 i S b errore standard di b.
21 21 Risultati sulle diverse tipologie di linee Tensione Devianza della corrente 380 kv kv kv Tensione Varianza d errore (S 2 e ) 380 kv kv kv Per le linee a 380 kv è maggiore per un ordine di grandezza 2 ( Bi Bi ) n 2 Aumenta significativamente per valori superiori a 1.00 μt Tensione Errore standard su b (S b ) 380 kv kv La devianza della corrente e 132 kv l accuratezza degli strumenti di misura fanno sì che S b sia trascurabile
22 Confronto tra procedura e regressione: analisi dei risultati (1/2) Si è riscontrato che imponendo alla retta il passaggio per l origine si ottiene un diverso coefficiente angolare (b b 1 ) ed una riduzione del coefficiente di determinazione R 2. Nei casi in cui R 2 è prossimo a 0.99 non vi è più differenza tra il valore di b ottenuto con intercetta nulla e quello ottenuto con intercetta diversa da zero. Per circa due terzi dei casi esaminati l intercetta a della retta di regressione è compresa tra μt e si osserva che, nei monitoraggi in cui l intercetta assume valori compresi tra μt, questi hanno la devianza della corrente più bassa ed i valori di induzione magnetica misurata maggiori di 1.00 μt. 22
23 Confronto tra procedura e regressione: analisi dei risultati (2/2) Analizzando il range di variabilità del coefficiente di determinazione R 2 si desume in maniera evidente che, nei casi in cui la devianza della corrente è molto elevata, R 2 si avvicina molto a 1 e assume tipicamente valori compresi tra e Per valori di R 2 prossimi a 1 R m dà una buona stima del coefficiente angolare b, con variazioni al più di una unità sull ultima cifra decimale rispetto al valore ottenuto con la regressione. Invece, nei casi in cui R 2 è minore, R m fornisce una stima meno accurata del valore di b, con possibili variazioni non trascurabili rispetto al valore ottenuto con la regressione, in particolar modo quando la devianza della corrente è molto contenuta ed i valori di campo superano 1.00 μt. 23
24 Valore di induzione magnetica ottenuto per estrapolazione (1/3) La devianza della corrente assume, quindi, un importanza fondamentale soprattutto nei casi in cui è necessario calcolare la mediana massima dell induzione magnetica da confrontare con il valore di attenzione. Max ± t( n 2, α / 2) B s b 1 1+ n Esempi: caso di misure vicino ad una linea a 380 kv, la cui corrente media è stata pari a 300 A e occorre effettuare l estrapolazione utilizzando valori di corrente di gran lunga superiori (2000 A o 3000 A); caso di misure vicino ad una linea a 132 kv, la cui corrente media è stata ad esempio pari a 200 A, in cui occorre far riferimento a correnti pari a 870 A. + ( I Max ( I i I) I) Numero compreso tra 1 e 10
25 Valore di induzione magnetica ottenuto per estrapolazione (2/3) 25 B = a + b I Max ± t( n 2, α / 2) B s b 1+ 1 n + ( I Max ( I i I) I) 2 2 E stato considerato un numero di coppie corrente-induzione magnetica n 100 e per la t di Student sono stati utilizzati valori compresi tra (con una probabilità del 95%) e (con una probabilità del 99.5%). Per tutti i casi esaminati, caratterizzati da un elevata devianza della corrente, l ampiezza dell intervallo di confidenza per il valore di induzione magnetica estrapolato è trascurabile.
26 Valore di induzione magnetica ottenuto per estrapolazione (3/3) 26 Nel caso in cui per un monitoraggio la devianza della corrente risultasse dell ordine di 10 3 o inferiore (corrente circolante con minime variazioni di intensità) allora l incertezza sul valore di induzione magnetica estrapolato non è più trascurabile. Tale effetto diventa ancora più significativo se il numero di coppie corrente-campo è molto minore di 100. ATTENZIONE!!!
27 27 Affinamento della procedura (1/3) PER OTTENERE UN ELEVATA DEVIANZA DELLA CORRENTE: effettuare monitoraggi prolungati (più giorni) che coprano sia giorni lavorativi che festivi, considerato che le variazioni significative di corrente si riscontrano nel passaggio tra giorno e notte e tra giorni lavorativi e festivi; se si riscontra un periodo limitato ad alcune ore in cui la corrente passa, in modo monotono crescente, da valori modesti a valori elevati (fronte di salita), può essere utile effettuare la regressione lineare in questo periodo ristretto e confrontarne i risultati con quelli ricavati con la procedura prima descritta.
28 28 Fronte di salita (e/o discesa) Corrente (A) /12/ :00 23/12/ :00 23/12/ :00 24/12/ :00 Tempo
29 29 Affinamento della procedura (2/3) ANALISI DEI RESIDUI: Residuo differenza tra il valore misurato ed il valore calcolato attraverso la regressione lineare (Y i Ŷ i ) L analisi dell andamento dei residui rispetto al tempo, oppure dell andamento dei residui rispetto al valore calcolato, suggerisce delle importanti informazioni aggiuntive sulla descrizione del fenomeno in esame. In assenza di fattori che alterano la risposta strumentale, tali residui sono distribuiti uniformemente intorno allo zero con un intervallo di ampiezza media pari a circa μt, per valori di induzione magnetica misurata inferiori a 1.00 μt. Per valori misurati superiori a 1.00 μt tale intervallo assume ampiezza media pari a circa μt.
30 30 Esempio di andamento del residuo nel tempo Residuo Tempo Monitoraggio della durata di 4 gg. in cui nell ultima parte aumenta il residuo
31 Esempio di sorgente interna che si attiva Andamento dei Residui nel tempo
32 32 Affinamento della procedura (3/3) VALORI DI CORRENTE RIPETUTI: è frequente trovare coppie corrente-campo con lo stesso valore di corrente a cui sono associati diversi valori di induzione magnetica misurata. Tipicamente ciò avviene per molte linee di distribuzione dell energia durante il periodo notturno. Sostituendo a tutte le coppie con lo stesso valore di corrente una sola coppia con la stessa corrente e la media dei valori di campo misurati [I k, media(b ki )], in alcuni casi aumenta il coefficiente di determinazione R 2 della retta di regressione, ma vi è la controindicazione della drastica riduzione del numero delle coppie utilizzate per la regressione stessa.
33 Esempio di monitoraggio con valori di corrente ripetuti Induzione magnetica (microt) y = x R 2 = Corrente (A)
34 0.24 Stesso monitoraggio in cui ai valori di corrente ripetuti è stata sostituita la media Induzione magnetica (microt) y = x R 2 = Corrente (A)
35 35 Limitazioni all uso della procedura (1/3) La procedura non è applicabile per le linee che sono caratterizzate da un flusso di corrente pressoché costante, o con piccole variazioni di carico. 3 cause ricorrenti legate all andamento del flusso di energia sulla linea: La prima è l inversione del flusso dell energia (da A B, si passa a A B): nella fase di passaggio dal flusso in una direzione a quello nella direzione opposta è ricorrente che i valori di induzione magnetica misurata non siano correlati alla corrente. Se sono disponibili coppie corrente-induzione magnetica in numero sufficiente, è preferibile escludere le coppie registrate durante tale fase di transizione e ricavare la retta di regressione solo con quelle rimanenti.
36 36 Limitazioni all uso della procedura (2/3) La seconda causa è la presenza di una elevata potenza reattiva: ciò avviene di solito per periodi di tempo limitati ed in corrispondenza di alcune operazioni sull assetto di rete; oppure su linee con più derivazioni ai cui estremi c è sia la richiesta che l immissione di energia in rete. La terza causa è la presenza di pochi valori di corrente che si ripetono con grande frequenza.
37 37 Limitazioni all uso della procedura (3/3) 1.25 Rapporto tra potenza reattiva e potenza attiva Monitoraggio in cui la corrente, oltre a cambiare verso, è caratterizzata da un elevata potenza reattiva
38 38 Incidenza della temperatura Si sono riscontrate alcune evidenze circa l incidenza della temperatura sui risultati ottenuti con la regressione lineare. Alcuni monitoraggi, in cui i valori di S b sono risultati maggiori, sono stati effettuati in periodi molto caldi, oppure in periodi freddi con il sensore posizionato in ambienti non riscaldati (temperatura inferiore a 10 C ). Le ipotesi in tal senso possono essere le seguenti: la temperatura > 30 C può incidere sull accuratezza della misura di corrente; temperature molto inferiori a 20 C e superiori a 30 C possono incidere sulla riposta del sensore con cui si misura l induzione magnetica. E opportuno approfondire l incidenza della temperatura sull accuratezza di misura delle due variabili.
39 39 Incertezze sulle due variabili La trattazione esatta della regressione lineare tra campo misurato e corrente dovrebbe essere effettuata considerando le due variabili con i rispettivi errori, ovvero le coppie (I k ±σ Ik ; B k ±σ Bk ). Effettuare il fit in questo caso diventa molto più complicato; infatti, il metodo dei minimi quadrati applicato alle coppie diventa un problema di minimo condizionato, che si risolve applicando il metodo dei moltiplicatori di Lagrange. Si ottiene un sistema di equazioni alle derivate parziali che è risolvibile solo mediante metodi numerici approssimati. Per tale scopo è necessario disporre di un software per l analisi dei dati di livello elevato, corredato da opportune routines scritte per il caso specifico.
40 40 Conclusioni (1/3) La procedura funziona ed è efficace per escludere eventuali fattori di alterazione dei valori di induzione magnetica misurata. Le analisi dei dati e delle misure raccolti in ambito agenziale hanno consentito di provare che la procedura indicata dal decreto fornisce dati prossimi a quelli ottenibili attraverso la applicazione di una più rigorosa procedura di regressione lineare. Anche la stessa regressione va utilizzata con attenzione, analizzando in dettaglio il fenomeno monitorato.
41 41 Conclusioni (2/3) Il lavoro ha consentito nel contempo di esaminare le criticità riscontrabili nelle misure ed i loro effetti sulla stima dell induzione magnetica, oltre che i limiti della procedura indicata dal decreto, anche in termini di applicabilità rispetto alla generalità dei casi. Sono stati presentati quindi alcuni affinamenti ed analisi ulteriori dei dati, che costituiscono uno strumento utile per l operatore al fine di evidenziare eventuali bias, che portano ad una minore accuratezza della stima dell induzione magnetica per estrapolazione.
42 42 Conclusioni (3/3) Potrebbero essere interessanti ulteriori approfondimenti sulla dipendenza del coefficiente angolare della retta di regressione: dal tipo di sensore utilizzato per le misure di induzione magnetica (eseguendo un interconfronto per tempi prolungati); dalla risposta in temperatura del singolo sensore impiegato (monitorando in continua anche la temperatura). Occorrono, infine, anche ulteriori approfondimenti sull incertezza di misura della corrente.
43 43 Ringraziamenti Si ringraziano per la cortese collaborazione i seguenti colleghi: Massimo Oggianu dell ARPA Liguria; Silvia Violanti dell ARPA Emilia Romagna; Luca Verdi dell APPA Bolzano; Daniela De Bartolo dell ARPA Lombardia; Valeria Bottura dell ARPA Valle d Aosta; Lucia Tramontin dell ARPA Friuli Venezia Giulia
44 44 Ringraziamenti Grazie ai colleghi Mauro Cerchiai e Giacomo Giusti di ARPAT per i tools informatici
Controllo ambientale degli agenti fisici: nuove prospettive e problematiche emergenti - Vercelli, marzo 2009
Valutazione indiretta dell induzione magnetica: verifiche su casi reali della procedura fissata dal D.M. 9/05/08 Nicola Colonna (1), Gaetano Licitra () (1) ARPAT, Dip. prov. di Pisa, Via Vittorio Veneto
CONTROLLI SUGLI ELETTRODOTTI DI ALTA TENSIONE TRANSITANTI SUL TERRITORIO DELLA VALLE D AOSTA
CONTROLLI SUGLI ELETTRODOTTI DI ALTA TENSIONE TRANSITANTI SUL TERRITORIO DELLA VALLE D AOSTA Valeria Bottura, C. Desandré, E. Imperial, Leo Cerise ARPA Valle d Aosta, Loc. Grande Charrière 44, 11020 St.
Misura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo
Misura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo Obiettivi e metodi Finalità del lavoro: definire una metodologia di
Esercitazione 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
Figura 1. Percorso elettrodotti ad alta tensione transitanti sul territorio della Valle d Aosta
CAMPAGNE DI MISURA DEL CAMPO ELETTRICO E MAGNETICO GENERATO DA ELETTRODOTTI DI ALTA TENSIONE Valeria Bottura, Marco Cappio Borlino, Leo Cerise, E. Imperial, C. Desandré ARPA Valle d Aosta INTRODUZIONE
Statistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
MISURE IN CONTINUO DEI CAMPI MAGNETICI A FREQUENZA INDUSTRIALE SCUOLA MATERNA BIANCANEVE COMUNE DI SANTARCANGELO RELAZIONE
MISURE IN CONTINUO DEI CAMPI MAGNETICI A FREQUENZA INDUSTRIALE SCUOLA MATERNA BIANCANEVE COMUNE DI SANTARCANGELO RELAZIONE Sezione di Rimini Rimini, Ottobre 2007 Composizione del team di progetto Sezione
Capitolo 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
MISURE IN CONTINUO DEI CAMPI MAGNETICI A FREQUENZA INDUSTRIALE SCUOLA MATERNA BIANCANEVE COMUNE DI SANTARCANGELO RELAZIONE
MISURE IN CONTINUO DEI CAMPI MAGNETICI A FREQUENZA INDUSTRIALE SCUOLA MATERNA BIANCANEVE COMUNE DI SANTARCANGELO RELAZIONE Sezione di Rimini Rimini, Settembre 29 Composizione del team di progetto Sezione
STATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
Intervallo 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
TEORIA 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
STATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta
Esercitazioni di Statistica Dott.ssa Cristina Mollica
Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma.it Regressione Esercizio. Siano dati i seguenti valori per le due variabili X ed Y: 4 5 3 5 3 3 Con riferimento al modello
STATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 4-6-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
Comprendere i fenomeni vuol dire studiare le relazioni tra 2 o più variabili. Esiste un legame tra le variabili?
Comprendere i fenomeni vuol dire studiare le relazioni tra 2 o più variabili. Esiste un legame tra le variabili? Quale tipo di legame? Quanto forte? Siamo sicuri che non sia dovuto al caso? Tutti i modelli
Distribuzione 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
ESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
STATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 3 4 6 4 3 10 4 8 9 2 a) calcolare
Argomenti 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,
ESEMPI 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
ESAME. 9 Gennaio 2017 COMPITO A
ESAME 9 Gennaio 2017 COMPITO A Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
PROGETTO CEM MISURE IN CONTINUO DEI CAMPI MAGNETICI A FREQUENZA INDUSTRIALE PRESSO LA SCUOLA ELEMENTARE RODARI COMUNE DI RIMINI RELAZIONE
PROGETTO CEM MISURE IN CONTINUO DEI CAMPI MAGNETICI A FREQUENZA INDUSTRIALE PRESSO LA SCUOLA ELEMENTARE RODARI COMUNE DI RIMINI RELAZIONE Sezione di Rimini Rimini, Giugno 2018 Composizione del team di
Rapporto di prova n 2014-F/99.002/AVL-15 del 04/06/2014 pag. 1 di 5. Misure di induzione magnetica a 50 Hz
Rapporto di prova n 2014-F/92/AVL-15 del 04/06/2014 pag. 1 di 5 Cliente: Comune di Viareggio Richiesta (Ente): Comune di Viareggio Via Regia, 43 55049 Viareggio (LU) Riferimento foglio lavoro: 2014-F/AVL-IM-10
1 Fit di dati sperimentali: il χ 2. Il metodo dei minimi quadrati.
1 Fit di dati sperimentali: il χ 2. Il metodo dei minimi quadrati. Per comprendere dei fenomeni fisici, non basta raccogliere buoni dati sperimentali, occorre anche interpretarli. Molto spesso lo scopo
Statistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative
TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi
Relazione tecnica n. 07_186_RF del 20/11/2007
CENTRO REGIONALE PER LE RADIAZIONI IONIZZANTI E NON IONIZZANTI Struttura Semplice 21.03 Radiazioni Non Ionizzanti Misura di campi elettrici e magnetici ELF Cabina elettrica di trasformazione MT/BT Via
RELAZIONE TECNICA sulle misure di campo elettromagnetico in bassa frequenza effettuate nella città di SALERNO nel seguente sito:
RELAZIONE TECNICA sulle misure di campo elettromagnetico in bassa frequenza effettuate nella città di SALERNO nel seguente sito: Top Consulting - Via Giulio Pastore, 32 1 SOMMARIO INTRODUZIONE 3 NORMATIVA
Statistica di base per l analisi socio-economica
Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme
Valeria Bottura. Controllo ambientale degli agenti fisici giugno 2006
Livelli di campo elettrico e magnetico a 50 Hz e valutazione dell esposizione esposizione nelle scuole materne, elementari, medie e asili nido della Valle d Aosta Valeria Bottura Campagna di misure in
LM 88 SOCIOLOGIA E RICERCA SOCIALE. Metodi Statistici per la Ricerca Sociale. Regressione lineare e correlazione
LM 88 SOCIOLOGIA E RICERCA SOCIALE Metodi Statistici per la Ricerca Sociale Regressione lineare e correlazione 1. Su un campione di individui sono rilevati i caratteri X (peso in Kg) e Y (altezza in cm),
Statistica multivariata Donata Rodi 17/10/2016
Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare
REGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
Statistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1
Statistica Capitolo 1 Regressione Lineare Semplice Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare il significato del coefficiente di correlazione lineare
Metodologie informatiche per la chimica
Metodologie informatiche per la chimica Dr. Sergio Brutti Metodologie di analisi dei dati 2 Grandezze fisiche diverse Stima dell incertezza di misure indirette Misura diretta A Trattazione matematica Misura
R - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre
R - Esercitazione 6 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 22 Dicembre 2017 Il modello di regressione lineare semplice (I) Esempi tratti da: Stock, Watson Introduzione all econometria
Ogni 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
Bampo A., Battistutta M., Menotti G., Montefusco C., Moretuzzo M., Tramontin L. ARPA FVG, Via Colugna 42, UDINE,
Livelli di induzione magnetica generati da linee elettriche a 380 kv nelle province di Udine e Pordenone: definizione delle priorità nella scelta dei siti di verifica ed esiti dei controlli Bampo A., Battistutta
Dipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 6 1. Si consideri un campione di 69 persone
Misura 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
STATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 2 3 5 3 2 9 3 7 8 1 a) calcolare
SOMMARIO Premessa Caratteristiche costruttive Generalità Riferimenti normativi principali...
SOMMARIO 1.0 - Premessa... 3 2.0 - Caratteristiche costruttive... 3 3.0 - Generalità... 3 4.0 - Riferimenti normativi principali... 5 5.0 - Calcolo del campo elettromagnetico... 5 6.0 - Campo elettromagnetico
CORSO 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
s a Inferenza: singolo parametro Sistema di ipotesi: : β j = β j0 H 1 β j0 statistica test t confronto con valore t o p-value
Inferenza: singolo parametro Sistema di ipotesi: H 0 : β j = β j0 H 1 : β j β j0 statistica test t b j - b s a jj j0 > t a, 2 ( n-k) confronto con valore t o p-value Se β j0 = 0 X j non ha nessuna influenza
Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)
Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:
STRUMENTI: strumenti di misura utilizzati. SITI E MISURE: scelta dei siti ed esecuzione delle misure
DEFINIZIONE DI UN METODO PER L ESECUZIONE DEI CONTROLLI INTERMEDI DEGLI STRUMENTI DI MISURA DI CAMPO ELETTRICO E MAGNETICO A RADIOFREQUENZA E A BASSA FREQUENZA Desandré C., Bottura V., Imperial E., Cerise
LA REGRESSIONE LINEARE SEMPLICE
LA REGRESSIONE LINEARE SEMPLICE Se due variabili X e Y sono tra loro correlate, e sono entrambe su scala a intervalli o rapporti equivalenti, la tecnica statistica della regressione lineare consente di
3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
Teoria 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
Laboratorio di Fisica I Anno Accademico
Laboratorio di Fisica I Anno Accademico 018-019 Relazione terza esperienza di Laboratorio Giorgio Campione Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico
Intervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Ines Campa Probabilità e Statistica - Esercitazioni
Ringraziamenti dell Editore
Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................
Nel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0.
Regressione [] el modello di regressione lineare si assume una relazione di tipo lineare tra il valore medio della variabile dipendente Y e quello della variabile indipendente X per cui Il modello si scrive
9.3 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
Distribuzione 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
1. 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
lezione n. 6 (a cura di Gaia Montanucci) Verosimiglianza: L = = =. Parte dipendente da β 0 e β 1
lezione n. 6 (a cura di Gaia Montanucci) METODO MASSIMA VEROSIMIGLIANZA PER STIMARE β 0 E β 1 Distribuzione sui termini di errore ε i ε i ~ N (0, σ 2 ) ne consegue : ogni y i ha ancora distribuzione normale,
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella
lezione 4 AA Paolo Brunori
AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente
AOSTA: CITTA SICURA ANCHE NEI 50 Hz
Agenzia Regionale per la Protezione dell Ambiente Regione Autonoma Valle d Aosta Sezione Agenti Fisici Area NIR AOSTA: CITTA SICURA ANCHE NEI Hz MISURE E VALUTAZIONE DELL ESPOSIZIONE AI CAMPI ELETTRICO
Metodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione
Metodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi
i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente
TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2
Test delle Ipotesi Parte I
Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test
PROGETTO CEM MISURE IN CONTINUO DEI CAMPI MAGNETICI A FREQUENZA INDUSTRIALE PRESSO LA SCUOLA MATERNA BIANCANEVE COMUNE DI SANTARCANGELO RELAZIONE
PROGETTO CEM MISURE IN CONTINUO DEI CAMPI MAGNETICI A FREQUENZA INDUSTRIALE PRESSO LA SCUOLA MATERNA BIANCANEVE COMUNE DI SANTARCANGELO RELAZIONE Sezione di Rimini Rimini, Giugno 2018 Composizione del
Metodi computazionali per i Minimi Quadrati
Metodi computazionali per i Minimi Quadrati Come introdotto in precedenza si considera la matrice. A causa di mal condizionamenti ed errori di inversione, si possono avere casi in cui il e quindi S sarebbe
Intervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
Regressione 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)
Radiazioni non ionizzanti in Alto Adige
Abteilung 29 Landesagentur für Umwelt Amt 29.8 Labor für physikalische Chemie Ripartizione 29 Agenzia provinciale per l ambiente Ufficio 29.8 Laboratorio di chimica fisica Radiazioni non ionizzanti in
Statistica a breve termine: metodo delle onde apparenti
Esercitazione 1 Statistica a breve termine: metodo delle onde apparenti Si calcolino, applicando il metodo delle onde apparenti, le seguenti proprietà della registrazione ondametrica fornita nelle figure
Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)
CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON
BLAND-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
le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
Statistica 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.
Probabilità e Statistica
Probabilità e Statistica Intervalli di confidenza Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2018/2019 Marco Pietro Longhi Prob. e Stat. 1
Statistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
Regressione & Correlazione
Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione
STATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 7-2-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 7: Basi di statistica
Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 7: Basi di statistica Campione e Popolazione Estrazione da una popolazione (virtualmente infinita) di
Derivazione 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
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1
Statistica Applicata Corso di Laurea in Scienze Naturali a. a. 2017/2018
Statistica Applicata Corso di Laurea in Scienze Naturali a. a. 2017/2018 prof. Federico Plazzi 5 Settembre 2018 Nome: Cognome: Matricola: Alcune indicazioni: La prova è constituita da cinque esercizi;
Intervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2017/2018 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Marco Pietro Longhi Probabilità e Statistica
Presentazione dell edizione italiana
Presentazione dell edizione italiana Prefazione xiii xvii 1 Introduzione 1 1.1 Statistica e medicina.......................... 1 1.2 Statistica e matematica........................ 2 1.3 Statistica ed
STATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
ESPOSIZIONE DELLA POPOLAZIONE ALL INDUZIONE MAGNETICA A 50 HZ
Università di Pisa Facoltà di Ingegneria Corso di Laurea Magistrale in Ingegneria Biomedica Modulo di Sorgenti di radiazioni non ionizzanti Seminario ESPOSIZIONE DELLA POPOLAZIONE ALL INDUZIONE MAGNETICA
Breve ripasso di statistica
Breve ripasso di statistica D.C. Harris, Elementi di chimica analitica, Zanichelli, 1999 Capitolo 4 1 Il protocollo analitico Campionamento: 1. estrazione del campione dal lotto 2. conservazione e trasporto
Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione
Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze
Metodologia Sperimentale Agronomica / Metodi Statistici per la Ricerca Ambientale
DIPARTIMENTO DI SCIENZE AGRARIE E AMBIENTALI PRODUZIONE, TERRITORIO, AGROENERGIA Marco Acutis marco.acutis@unimi.it www.acutis.it CdS Scienze della Produzione e Protezione delle Piante (g59) CdS Biotecnologie
Statistica a lungo termine: calcolo dell onda di progetto
Esercitazione Statistica a lungo termine: calcolo dell onda di progetto Sulla base delle misure ondametriche effettuate dalla boa di Ponza si calcoli, utilizzando la distribuzione di probabilità di Gumbel,
Università degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1 Lezione 1 - Martedì 23 Settembre 2014 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
STATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 7-2-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
La 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,
Old 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
Analisi descrittiva: calcolando medie campionarie, varianze campionarie e deviazioni standard campionarie otteniamo i dati:
Obiettivi: Esplicitare la correlazione esistente tra l altezza di un individuo adulto e la lunghezza del suo piede e del suo avambraccio. Idea del progetto: Il progetto nasce dall idea di acquistare scarpe
per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione
Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti