Controllo di qualità dei dati giornalieri di temperatura minima e massima e di precipitazione

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Controllo di qualità dei dati giornalieri di temperatura minima e massima e di precipitazione"

Transcript

1 Quaderno Tecnico ARPA-SIM n 15/2003 Controllo di qualità dei dati giornalieri di temperatura minima e massima e di precipitazione Valentina Pavan Rodica Tomozeiu Andrea Selvini Stefano Marchesi Chiara Marsigli AREA SALA OPERATIVA METEO E CLIMATOLOGIA AREA MODELLISTICA E RADARMETEOROLOGIA

2 Introduzione E noto che i dati osservativi sono spesso affetti da errori. Se, da una parte, questo non è un motivo sufficiente per evitarne l uso, dall altro, questo fatto non può venire completamente trascurato, dal momento che la presenza di errori nei dati potrebbe cambiare le caratteristiche statistiche dei dati stessi. La pratica comune è quella di far precedere l uso dei dati da un controllo di qualità che ne individui gli errori facendo uso di regole oggettive e permetta di scartare i dati più sospetti. Nel seguito vengono descritte le due distinte tecniche usate per controllare la qualità dei dati giornalieri di precipitazione e di temperatura (massima e minima) rilevati presso le stazioni dell ex Servizio Idrografico e Mareografico Nazionale. Le tecniche qui descritte possono venire applicate solo nel caso sia disponibile o una serie temporale sufficiente lunga (di almeno trenta o quaranta anni di dati) sia per la stazione da controllare, che per alcune stazioni circonvicine, o le caratteristiche principali del clima della regione in cui è collocata la stazione da controllare. La tecnica di controllo non include controlli incrociati fra precipitazione e temperatura. Infine, le soglie che definiscono la credibilità dei dati sono state scelte in modo tale da minimizzare il numero di dati apparentemente validi, scartati dal controllo di qualità, e nello stesso tempo massimizzare la identificazione di possibili dati erronei. Al termine del controllo di qualità ad ogni dato viene associata una flag che consiste in un numero intero che può assumere i valori 0, 1 e 2. Se la flag ha valore 0 il dato è valido, se la flag ha valore 1 il dato viene considerato sospetto, ma può venire usato, se infine la flag ha valore 2 il dato non ha passato il controllo di qualità, è molto probabilmente sbagliato e bisogna evitare di usarlo. Il controllo di qualità qui descritto è stato implementato in due programmi scritti in Fortran 77 il cui listato è stato incluso nelle Appendici A e B di questo documento. Tali programmi richiedono in input un file ASCII di anagrafica delle stazioni, contenente tanti record quante sono le stazioni disponibili per il controllo di qualità. In ogni record di questo file devono essere incluse le seguenti informazioni: il codice della stazione, la sua latitudine e longitudine in gradi e centesimi di grado, e la sua quota in metri sul 1

3 livello del mare. Sempre in input il programma richiede tanti file di dati quante sono le stazioni. Anche questi file sono di tipo ASCII e in ogni record contengono la data (giorno, mese, anno) e il valore (precipitazione) o i valori (temperatura minima e massima) per quel giorno. Il programma rende in uscita due file ASCII per ogni stazione. Il primo contiene i dati con associata flag e ogni record contiene la data (giorno, mese anno) il valore giornaliero e la sua flag. nel secondo file sono elencati i dati con flag pari a 2, i motivi per cui ciascuno di essi è stato considerato sbagliato, nonché un riassunto dei dati di quel giorno (per la stazione e, se opportuno, per le stazioni circonvicine). Nel seguito, prima viene descritto il controllo di qualità per i dati di temperatura, poi per quelli di precipitazione. Il controllo di qualità della Temperatura massima e minima Prima di iniziare il controllo di qualità è necessario che per ogni stazione vengano identificate cinque stazioni circonvicine. Esse vengono identificate automaticamente sulla base dei dati di anagrafica delle stazioni, facendo uso del solo criterio di distanza. Per ogni stazione vengono calcolate le distanze da tutte le altre stazioni disponibili e quindi vengono riordinate in base al criterio di distanza crescente. A questo punto, le prime cinque stazioni vengono usate come riferimento per la stazione analizzata. Questa scelta trascura completamente l informazione relativa alla quota della stazione. Da un lato, questo è possibile perché il dato viene controllato confrontandolo con il clima giornaliero della stazione, sia per quanto riguarda il suo valore che per la sua variazione sulle 24 ore, facendo uso di soglie caratteristiche per ogni stazione, ed entrambi questi controlli risultano essere sufficientemente indipendenti dalla quota della stazione stessa. Dall altro, questa scelta è resa necessaria dal ridotto numero di stazioni disponibili che rende la distanza quadratica media fra stazioni molto grande, soprattutto per certe fasce di altitudine. Il controllo della temperatura minima e massima giornaliere si ottiene quindi facendo passare i dati in successione attraverso tre gruppi di controlli: controlli di tipo logico, controlli di tipo climatologico e controlli di tipo temporale. Qualora un dato non superi 2

4 uno dei criteri sotto elencati viene assegnata ad esso una flag non nulla. A) Controlli logici Inizialmente, il dato viene fatto passare attraverso i seguenti controlli: se il dato ha un valore uguale al valore scelto per il dato mancante (nel nostro caso ), ad esso viene data una flag di valore 2; se T min > T max i loro valori vengono scambiati e si procede nel controllo; se T min o T max sono minori di un valore minimo o maggiori di un valore massimo assegnato, il dato è considerato sbagliato (flag=2). I dati sono considerati validi solo se o C < T min < 40.0 o C oppure o C< T max < 50.0 o C. B) Controlli climatologici Il controllo climatologico si sviluppa in due stadi successivi. Prima di tutto, il dato viene confrontato con la climatologia della stazione presso la quale è stato rilevato. Si possono verificare le seguenti possibilità: se l anomalia del dato rispetto alla climatologia del giorno in cui è stato rilevato è minore o uguale di due deviazioni standard, tipiche per quel giorno dell anno e quella stazione, allora il dato viene considerato corretto (flag=0); se l anomalia è maggiore di due e minore di tre deviazioni standard, il dato viene considerato sospetto, ma non sbagliato (flag=1); se l anomalia è maggiore di tre deviazioni standard, allora si procede ad un ulteriore indagine di confronto del dato con quelli delle stazioni vicine (controllo spaziale). Il controllo spaziale, applicato ai soli dati possibilmente sbagliati, mette di fronte alle seguenti possibilità: se sono definiti i valori per quel giorno solo su meno di tre delle cinque stazioni circonvicine della stazione in esame, il dato non può venire ulteriormente controllato e viene considerato sbagliato (flag=2); se, invece, sono definiti i dati in almeno tre delle stazioni vicine, e il valore rilevato presso almeno una di queste ha una anomalia rispetto alla sua climatologia di quel giorno maggiore di due deviazioni standard, il dato viene considerato corretto 3

5 (flag=0); se, infine, sono definiti i dati in almeno tre delle stazioni vicine, e in nessuna di esse è stato rilevato un dato con anomalia maggiore di due deviazioni standard, il dato viene considerato non valido (flag=2). C) Controlli temporali I dati vengono sottoposti a due tipi di controllo temporale. Da un lato viene verificato che la variazione della temperatura minima e massima in 24 ore non superi una soglia assegnata; dall altro viene fatto un controllo sulle persistenze, definite come quei casi in cui il valore della temperatura da un giorno a quello successivo non varia (al decimo di grado). Il controllo sulla variazione giornaliera di temperatura (variazione di T min o T max sulle 24h) mette di fronte alle seguenti possibilità: se la variazione osservata presso la stazione è minore di tre volte il suo valore quadratico medio per quel giorno e quella stazione, il dato viene considerato valido (flag=0); se la variazione osservata è maggiore di tre volte il suo valore quadratico medio, il dato viene considerato sospetto e si procede al controllo dell escursione termica giornaliera (T max -T min ): o se questa grandezza non è definita o nel giorno in esame o in quello precedente (per mancanza di dati) non si può procedere ad ulteriori accertamenti e il dato viene considerato sospetto (flag=1); o se questa grandezza è definita nel giorno in esame e nel giorno precedente, e la sua variazione in 24 ore è minore della sua variazione quadratica media per la stazione e il giorno di calendario in esame, il valore viene considerato valido (flag=0); o se questa grandezza è definita nel giorno in esame e nel giorno precedente, e la sua variazione in 24 ore è maggiore della sua variazione quadratica media per la stazione e il giorno di calendario in esame, allora si procede ai seguenti controlli: prima di tutto si considera il valore della sua variazione nelle stazioni 4

6 circonvicine. Se, in almeno una stazione, la variazione in 24 ore dell escursione termica supera la variazione quadratica media per quella stazione e quel giorno, allora il dato viene considerato buono (flag=0); se il valore di temperatura del giorno prima era stato considerato non valido perché non aveva passato il controllo temporale o perchè si era verificata una persistenza che non aveva passato il controllo di qualità, allora il dato del giorno in esame viene considerato valido (flag=0) in quanto si ritiene inadeguato scartare un dato sulla base di un confronto con un dato sbagliato; Se, dopop i controllo fatti, non è ancora chiaro se il valore possa essere considerato o meno corretto, vengono fatti due ulteriori controlli, così da verificare se i problemi riscontrati con il valore in questione siano invece dovuti al valore rilevato il giorno prima, che ha comunque già passato il controllo di qualità. Ci sono due possibilità: La forte variazione di temperatura si è in realtà verificata il giorno prima, ma, per qualche motivo, ciò non è stato rilevato. Un valore vicino alla persistenza, ma non esattamente uguale a quello per giorno prima, per esempio, potrebbe avere passato il controllo di qualità pur essendo sbagliato. Il valore del giorno prima era sbagliato e ha provocato una variazione giornaliera intensa, senza alcun riscontro con quanto successo realmente. Per controllare se si è verificato uno dei 2 casi ora citati si crea una serie temporale di riferimento mediando i valori corretti rilevati presso le stazioni circonvicine. Quindi si procede come segue: Se si può calcolare la variazione sulle 24h sia per il giorno in esame che per il giorno prima e sia per la stazione in esame che per la serie di riferimento e se il rapporto fra la variazione sulle 24 del giorno prima nella serie di riferimento e quella nella stazione in esame è maggiore di 2.0, allora si assume che il forte cambiamento temporale sia avvenuto il giorno prima e quindi viene data una flag uguale a 2.0 al valore del giorno prima, mentre il valore in esame viene considerato corretto (flag=0); Se i dati sono disponibili e corretti, si confronta il valore in esame con quelli dei due giorni precedenti. Ciò viene fatto calcolando la derivata seconda temporale 5

7 alle differenze finite centrata nel giorno precendente. Se il rapporto fra tale derivata per la stazione in esame e per la serie di riferimento è maggiore di 2 si assume che si sia verificato un errore nei dati. Se il segno della variazione di temperatura del giorno prima è uguale per la stazione in esame e per quella della serie di riferimento, il valore in esame viene considerato errato (flag=2) equello del giorno prima corretto (flag=0). Alternativamente il dato viene considerato sbagliato il dato del giorno prima e corretto il dato in esame. Questo conclude il controllo temporale sulla variazione giornaliera di temperatura. Il controllo sulle persistenze procede nel seguente modo: se il valore rilevato un giorno è uguale (al decimo di grado) a quello rilevato il giorno prima, allora il dato viene considerato sospetto e viene confrontato con la media delle stazioni vicine (dato di riferimento). Se il dato di riferimento è definito insieme alla sua variazione giornaliera (almeno tre delle stazioni vicine sono funzionanti e non riportano persistenze) e la sua variazione giornaliera è maggiore del valore quadratico medio della stessa per quel giorno, allora il dato viene considerato non valido (flag=2). Se nei giorni successivi il valore della temperatura continuasse ad essere persistente, tutti i dati vengono considerati non validi (flag=2) fino a che la persistenza si interrompe; se il valore rilevato un giorno è uguale (al decimo di grado) a quello rilevato il giorno prima, e il dato di riferimento non è definito per mancanza di dati presso le stazioni vicine il dato viene considerato sospetto, ma non necessariamente sbagliato (flag=1); in tutti gli altri casi il dato viene considerato valido. E opportuno notare che il controllo sulle persistenze funziona solo se tali persistenze sono distribuite nelle stazioni in modo casuale. Purtroppo ciò non risulta essere sempre vero: esistono date in cui è più probabile che si verifichino persistenze (ad esempio intorno alle festività principali come Natale, Capodanno, Epifania, Pasqua, Ferragosto, ecc ). In questi casi spesso più di una delle stazioni circonvicine presenta persistenza e talvolta può essere difficile trovare un numero minimo di stazioni vicine con dati utilizzabili. E possibile dunque che persistenze non accettabili non vengano individuate a causa della bassa qualità dei dati disponibili. In pratica questo succede solo per un 6

8 numero molto limitato di casi. Il controllo di qualità della temperatura si conclude con un controllo logico fra T max e T min. Se i due valori sono identici, la stazione considerata è ad una altitudine inferiore a 500m slm e il giorno considerato è incluso nel periodo fra l inizio di aprile e fine settembre si assume che si sia verificato un errore nella registrazione del dato e per assegnare una flag si procede nel seguente modo: se ad uno dei due dati è stato precedentemente assegnato un valore 2 di flag, si assume che l errore sia già stato identificato e il controllo di qualità si considera chiuso se ad uno dei due dati è stato assegnato un valore 1 di flag, allora si incrementa tale flag a 2, assumendo che sia questo dei due dati quello meno credibile se sia T max che T min hanno superato senza problemi il controllo di qualità, non essendo in alcun modo chiaro quale dei due sia sbagliato, entrambi vengono scartati e ad entrambi viene assegnata una flag 2. Questo conclude il processo di controllo dui qualità della temperatura massima e minima. Il controllo di qualità della precipitazione Il controllo di qualità della precipitazione si prefigge di identificare due diversi tipi di errori presenti nei dati. Da un lato, si vuole eliminare la presenza di valori eccessivi di precipitazione giornaliera non rispondenti a realtà, spesso dovuti o a errori di digitazione dati o alla registrazioni di valori di pioggia cumulata su più giorni, ma non identificati come tali. Dall altro. si vogliono identificare periodi non segnalati di mancato funzionamento della stazione. Entrambi questi controlli si avvalgono del confronto del dato della stazione in esame con quelli rilevati presso cinque stazioni circonvicine. L identificazione di tali stazioni procede in modo diverso che per la temperatura per due motivi: il numero di stazioni disponibili in questo caso è maggiore che per la temperatura e la variazione con la quota della pioggia è complessa. Per questi motivi le cinque stazioni più vicine a quella in esame vengono scelte solo fra quelle caratterizzate da una quota sufficientemente vicina alla stessa seguendo i seguenti criteri: 7

9 se la stazione in esame si trova a meno di 1000 m s.l.m. allora vengono considerate solo le stazioni che cadono ad una quota che differisca da quella della stazione stessa di meno di 200 m; se la stazione in esame si trova oltre i 1000 m s.l.m. allora vengono considerate solo le stazioni che cadono ad una quota che differisca da quella della stazione stessa di meno di 500 m. Tutti i controlli spaziali prevedono che almeno tre stazioni con dati rilevati siano disponibili. A) Controlli logici Prima di tutto si procede ad un gruppo di controlli logici: se il dato coincide con il valore di dato mancante (nel caso dei dati in questione ), viene dato valore 2 alla flag; se il dato coincide con il valore di dato cumulato (nel nostro caso 777.7) oppure se il valore del dato del giorno precedente è tale, il dato viene condiderato non valido (flag=2); se infine il dato ha valore negativo, viene considerato non valido (flag=2). B) Eliminazione valori eccessivi Il controllo per eliminare i valori eccessivi di precipitazione non rispondenti a realtà procede nel modo seguente: se il valore di precipitazione osservata è minore del valore climatologico o differisce dal clima di quel giorno per quella stazione per meno di 5 deviazioni standard, allora il dato viene considerato valido (flag=0); se il valore è maggiore del clima e differisce da quello climatologico per più di 5 deviazioni standard, il dato viene considerato sospetto e si procede ad ulteriori indagini. Il trattamento del dato cambia al variare della stagione considerata. Se il giorno in questione cade in estate (dall 1/6 al 31/8) allora il valore viene confrontato con il valore climatologico medio ottenuto sulla base dei soli giorni 8

10 piovosi (precipitazione maggiore o uguale di 1.0 mm) nel corso della decade in questione (ogni mese viene diviso in tre decadi: dal 1 al 10, dall 11 al 20 e oltre il 20 del mese). - se la differenza tra il valore osservato e il clima è minore di 5 deviazioni standard allora si assume che il valore si riferisca ad un temporale intenso e viene ritenuto valido (flag=0). - se la differenza tra il valore osservato e il clima è maggiore di 5 deviazioni standard ma in almeno una delle stazioni vicine si osserva una precipitazione che differisca dal clima dei giorni piovosi della decade per più di una deviazione standard, si assume che il valore analizzato si riferisca ad un evento sinottico localmente molto intenso e che sia dunque valido (flag=0); - in tutti gli altri casi si assume che il dato sia sbagliato (flag=2). Nel caso il giorno in esame cada negli altri mesi dell anno, si procede come segue - se in almeno una delle stazioni vicine piove una quantità di pioggia che supera di due deviazioni standard il valore di pioggia climatologico del giorno stesso, si assume che il dato sia valido (flag=0); - alternativamente il dato viene considerato errato (flag=2). Concluso il controllo di piogge di intensità eccessiva si passa alla identificazione dei periodi di mancato funzionamento della stazione non segnalati. C) Identificazione mancato funzionamento stazione non segnalato Innanzitutto, questo controllo richiede che si verifichino 15 giorni successivi senza pioggia. A questo fine è necessario che non manchi alcun dato nel corso dei quindici giorni in esame, né alcun dato di questo periodo sia stato considerato sbagliato in base ai controlli precedentemente fatti riguardo all intensità delle piogge giornaliere. Si procede, quindi, a controllare la validità dei dati raccolti nel corso di questi 15 giorni solo se esistono almeno tre stazioni circonvicine in cui siano stati rilevati i dati validi per i 15 giorni continuativi in questione. In tal caso, si calcola sia la pioggia cumulata su questo periodo per ogni stazione e si effettua la media su tutte le stazioni vicine, sia il 9

11 numero di giorni di pioggia (con precipitazione giornaliera maggiore di 1.0mm) per ogni stazione sul periodo e se ne fa la media sulle stazioni. Fatto ciò, se non sono disponibili almeno tre stazioni fra quelle circonvicine con cui confrontare i dati in questione, i dati vengono considerati sospetti (flag=1); se la precipitazione cumulata mediata fra le stazioni circonvicine è minore di 10.0mm, i valori vengono considerati corretti (flag=0); se la quantità media di pioggia cumulata sulle stazioni è maggiore di 10mm, ma il numero medio di giorni piovosi è minore o uguale a 2, si assume che la pioggia sia caduta nel corso di un evento temporalesco, che può non aver coinvolto la stazione in esame, e quindi si ritiene che la stazione abbia funzionato correttamente (flag=0); alternativamente, se la quantità media di pioggia cumulata sulle stazioni è maggiore di 10mm, e il numero medio di giorni piovosi è maggiore di 2, si conclude che la stazione non abbia funzionato correttamente nel corso degli ultimi 15 giorni e tutti i dati relativi a questo periodo per la stazione in esame vengono considerati non validi (flag=2). Nel caso sia stata individuata una serie di 15 valori non validi, ogni valore nullo successivo viene automaticamente considerato non valido fino al primo giorno di precipitazione con valore non nullo. Il primo giorno di precipitazione seguente ad un periodo non valido viene anch esso considerato non valido, dal momento che probabilmente è da identificarsi con un valore di pioggia cumulata, non segnalato. Terminato questo controllo si assume che i dati siano stati puliti da eventuali errori. Appendice 1 Codici sorgenti F77 I codici, in Fortran 77, per l applicazione dei controlli di qualità qui descritti a dati giornalieri da stazione sono disponibili su richiesta presso il Servizio Idrometeorologico ARPA-SIM della Regione Emilia-Romagna. Per informazioni contattare: Valentina Pavan c/o ARPA-SIM Viale Silvani Bologna ITALY 10

METEOTRENTINO REPORT

METEOTRENTINO REPORT Provincia Autonoma di Trento METEOTRENTINO REPORT ANALISI CLIMATICA DELL ESTATE 2014 L estate 2014 (trimestre giugno-luglio-agosto 2014) verrà ricordata come particolarmente anomala sia nella nostra regione

Dettagli

ANALISI CLIMATICA DELL INVERNO 2014-2015

ANALISI CLIMATICA DELL INVERNO 2014-2015 Provincia Autonoma di Trento METEOTRENTINO REPORT ANALISI CLIMATICA DELL INVERNO 214-215 Dipartimento Protezione Civile Servizio Prevenzione Rischi Ufficio Previsioni e Pianificazione Via Vannetti, 41-381

Dettagli

ANALISI CLIMATICA DELL ESTATE 2015

ANALISI CLIMATICA DELL ESTATE 2015 Provincia Autonoma di Trento METEOTRENTINO REPORT ANALISI CLIMATICA DELL ESTATE 2015 Ottobre 2015 Dipartimento Protezione Civile Servizio Prevenzione Rischi Ufficio Previsioni e Pianificazione Via Vannetti,

Dettagli

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

Un po di statistica. Christian Ferrari. Laboratorio di Matematica Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di

Dettagli

ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio.

ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. Per una migliore caratterizzazione del bacino idrologico dell area di studio, sono state acquisite

Dettagli

ANALISI CLIMATOLOGICA PER IL TERRITORIO DI CAMPI BISENZIO

ANALISI CLIMATOLOGICA PER IL TERRITORIO DI CAMPI BISENZIO ANALISI CLIMATOLOGICA PER IL TERRITORIO DI CAMPI BISENZIO FONDAZIONE PER IL CLIMA E LA SOSTENIBILITA 1 Ver. 1.1 ANALISI CLIMATOLOGICA PER IL TERRITORIO DI CAMPI BISENZIO Gaetano Zipoli Firenze, Luglio

Dettagli

SIDDIF - Manuale Diplomi di qualifica Enti FP

SIDDIF - Manuale Diplomi di qualifica Enti FP DS14RGE-PS2053-001 SIDDIF - Manuale Diplomi di qualifica Enti FP Compilato: F. Alberici 24.10.2014 Rivisto: B. Zucchi Approvato: Versione: 1.0.0 Bozza 24.10.2014 Distribuito: Datasiel S.p.A. Regione Liguria

Dettagli

CAPITOLO 10. Controllo di qualità. Strumenti per il controllo della qualità e la sua gestione

CAPITOLO 10. Controllo di qualità. Strumenti per il controllo della qualità e la sua gestione CAPITOLO 10 Controllo di qualità Strumenti per il controllo della qualità e la sua gestione STRUMENTI PER IL CONTROLLO E LA GESTIONE DELLA QUALITÀ - DIAGRAMMI CAUSA/EFFETTO - DIAGRAMMI A BARRE - ISTOGRAMMI

Dettagli

HELP DESK SERVIZIO METEO INVERNALE PER I GESTORI DELLA VIABILITÀ

HELP DESK SERVIZIO METEO INVERNALE PER I GESTORI DELLA VIABILITÀ HELP DESK SERVIZIO METEO INVERNALE PER I GESTORI DELLA VIABILITÀ Il servizio meteo invernale rappresenta la soluzione più efficace per la gestione delle criticità che colpiscono la viabilità durante questa

Dettagli

Giugno 2015. Il Clima in Piemonte. Arpa Piemonte Sistemi Previsionali

Giugno 2015. Il Clima in Piemonte. Arpa Piemonte Sistemi Previsionali Il Clima in Piemonte Giugno 2015 In Piemonte il mese di Giugno 2015 è risultato al di sopra della media climatologica degli anni 1971-2000 dal punto di vista termometrico; leggermente superiore alla norma

Dettagli

Bollettino Agrometeorologico Viticoltura

Bollettino Agrometeorologico Viticoltura Viale Bornata 11 25123 Brescia tel 3.362285-3677 assistenzatecnica@centrovitivinicoloprovinciale.it Bollettini e schede del Manuale di Viticoltura del CVP su: www.centrovitivinicoloprovinciale.it - BOLLETTINO

Dettagli

METEOTRENTINO REPORT

METEOTRENTINO REPORT Provincia Autonoma di Trento METEOTRENTINO REPORT ANALISI CLIMATICA DELL INVERNO 2012-2013 L inverno 2012-2013 (trimestre dicembre 2012 febbraio 2013) è stato caratterizzato nella nostra regione sia da

Dettagli

Sistemi di Gestione dei Dati e dei Processi Aziendali. Computer-Assisted Audit Technique (CAAT)

Sistemi di Gestione dei Dati e dei Processi Aziendali. Computer-Assisted Audit Technique (CAAT) Sistemi di Gestione dei Dati e dei Processi Aziendali Computer-Assisted Audit Technique (CAAT) Indice degli argomenti Introduzione Metodologia Esempi Conclusioni Slide 2 Introduzione Metodologia Esempi

Dettagli

SCIA. Sistema nazionale di raccolta, elaborazione e diffusione di dati Climatologici di Interesse Ambientale

SCIA. Sistema nazionale di raccolta, elaborazione e diffusione di dati Climatologici di Interesse Ambientale SCIA Sistema nazionale di raccolta, elaborazione e diffusione di dati Climatologici di Interesse Ambientale Criteri di calcolo degli indicatori meteoclimatici Aprile 2005 F. Baffo, F. Desiato, F. Lena,

Dettagli

HELP DESK SERVIZIO METEO INVERNALE PER I GESTORI DELLA VIABILITÀ. tel. +39.049.9125902 info@radarmeteo.com www.radarmeteo.com

HELP DESK SERVIZIO METEO INVERNALE PER I GESTORI DELLA VIABILITÀ. tel. +39.049.9125902 info@radarmeteo.com www.radarmeteo.com HELP DESK SERVIZIO METEO INVERNALE PER I GESTORI DELLA VIABILITÀ Radarmeteo srl a socio unico Via Mezzavia, 115/5 35020 Due Carrare (PD) Italia tel. +39.049.9125902 info@radarmeteo.com www.radarmeteo.com

Dettagli

Monitoraggio della qualità dell aria nei Comuni di Vedelago e Riese Pio X, in relazione alla ditta Mepol srl di Riese Pio X RELAZIONE TECNICA

Monitoraggio della qualità dell aria nei Comuni di Vedelago e Riese Pio X, in relazione alla ditta Mepol srl di Riese Pio X RELAZIONE TECNICA Treviso 27/03/2015 Monitoraggio della qualità dell aria nei, in relazione alla ditta Mepol srl di Riese Pio X Gli inquinanti ricercati RELAZIONE TECNICA La problematica relativa agli odori, purtroppo sempre

Dettagli

Bollettino agrometeorologico mensile novembre 2008

Bollettino agrometeorologico mensile novembre 2008 Bollettino agrometeorologico mensile novembre 2008 H2O - Deficit totale (mm) -200-150 -100-50 0 50 100 Situazione dei terreni rispetto alla condizione di Capacità di Campo Precipitazioni intense a fine

Dettagli

Capitolo 26: Il mercato del lavoro

Capitolo 26: Il mercato del lavoro Capitolo 26: Il mercato del lavoro 26.1: Introduzione In questo capitolo applichiamo l analisi della domanda e dell offerta ad un mercato che riveste particolare importanza: il mercato del lavoro. Utilizziamo

Dettagli

IL LUGLIO CALDO DELLA BASILICATA

IL LUGLIO CALDO DELLA BASILICATA DIPARTIMENTO PRESIDENZA UFFICIO PROTEZIONE CIVILE C.SO GARIBALDI,139 85100 Potenza Tel. 0971/668512 Fax 0971/668519 Email: centro.funzionale@regione.basilicata.it IL LUGLIO CALDO DELLA BASILICATA Il Centro

Dettagli

L estate del 2007: meteorologia e qualità delle previsioni. S. Tibaldi, C. Cacciamani, G. Pirretti, F. Scotto, ARPA E-R

L estate del 2007: meteorologia e qualità delle previsioni. S. Tibaldi, C. Cacciamani, G. Pirretti, F. Scotto, ARPA E-R L estate del 2007: meteorologia e qualità delle previsioni S. Tibaldi, C. Cacciamani, G. Pirretti, F. Scotto, ARPA E-R 1 Schema della presentazione Un po di meteorologia sinottica Anomalie di temperatura

Dettagli

Dati Meteo XML. Previsioni Giornaliere, Orarie, Triorarie. a cura dello staff di www.centrometeo.com

Dati Meteo XML. Previsioni Giornaliere, Orarie, Triorarie. a cura dello staff di www.centrometeo.com Dati Meteo XML Previsioni Giornaliere, Orarie, Triorarie a cura dello staff di www.centrometeo.com Versione 2 Indice 1 Dati XML Giornalieri...2 1.1 Struttura dei dati...2 1.2 Significato dei TAG...3 2

Dettagli

CONTABILITA ANALITICA CON MICROSOFT ACCESS

CONTABILITA ANALITICA CON MICROSOFT ACCESS CONTABILITA ANALITICA CON MICROSOFT ACCESS PREMESSA L applicazione, realizzata con Microsoft Access, ha lo scopo di consentire il calcolo dei costi analitici di un azienda industriale o commerciale, a

Dettagli

R.S.A : PREVENZIONE e GESTIONE INFERMIERISTICA dell IDRATAZIONE

R.S.A : PREVENZIONE e GESTIONE INFERMIERISTICA dell IDRATAZIONE CAPITOLO 3 R.S.A : PREVENZIONE e GESTIONE INFERMIERISTICA dell IDRATAZIONE 1-OBBIETTIVI Gli obbiettivi di questo studio è quello di descrivere i fattori di rischio più comuni per la disidratazione o la

Dettagli

Altri metodi di indicizzazione

Altri metodi di indicizzazione Organizzazione a indici su più livelli Altri metodi di indicizzazione Al crescere della dimensione del file l organizzazione sequenziale a indice diventa inefficiente: in lettura a causa del crescere del

Dettagli

UN ANNO DI MONITORAGGIO CLIMATICO A PERUGIA IN 100 ANNI DI CONFRONTO

UN ANNO DI MONITORAGGIO CLIMATICO A PERUGIA IN 100 ANNI DI CONFRONTO Con il patrocinio di energia UN ANNO DI MONITORAGGIO CLIMATICO A PERUGIA IN 100 ANNI DI CONFRONTO Dopo un anno di monitoraggio climatico nella città di Perugia, effettuato grazie alla rete meteo installata

Dettagli

VARIABILI METEROROLOGICHE E CONCENTRAZIONI DI PM10. 5.1 Introduzione

VARIABILI METEROROLOGICHE E CONCENTRAZIONI DI PM10. 5.1 Introduzione VARIABILI METEROROLOGICHE E CONCENTRAZIONI DI PM10 5.1 Introduzione Tra gli interventi finanziati dalla Regione Emilia Romagna per il 2004, ai fini della messa a punto di strumenti conoscitivi utili per

Dettagli

Funzioni di Trasferimento Movimenti

Funzioni di Trasferimento Movimenti Airone Gestione Rifiuti Funzioni di Trasferimento Movimenti Airone Funzione di Trasferimento Movimenti pag. 1 Indice INTRODUZIONE... 3 FUNZIONE DI TRASFERIMENTO MOVIMENTI... 3 Configurazione dell applicazione...4

Dettagli

Informatica B 2013-2014

Informatica B 2013-2014 2013-2014 Matlab Laboratorio del 17/12/2013 Responsabili di laboratorio: Gianluca Durelli: durelli@elet.polimi.it Luigi Malago : malago@di.unimi.it Materiale di laboratorio reperibile all indirizzo: www.gianlucadurelli.com

Dettagli

Recupero, esame critico, omogeneizzazione ed analisi di serie storiche secolari italiane di dati meteorologici

Recupero, esame critico, omogeneizzazione ed analisi di serie storiche secolari italiane di dati meteorologici Recupero, esame critico, omogeneizzazione ed analisi di serie storiche secolari italiane di dati meteorologici M. Maugeri 1, M. Brunetti 2, L. Buffoni 3, F. Mangianti 4, F. Monti 1, T. Nanni 2, R. Pastorelli

Dettagli

10 CONTROLLO STATISTICO DELLA QUALITÀ

10 CONTROLLO STATISTICO DELLA QUALITÀ 10 CONTROLLO STATISTICO DELLA QUALITÀ 10.2.2 Il controllo di un processo Considerazioni sulle carte di controllo A fianco del numero di elementi non conformi delle carte di controllo p e pn e del numero

Dettagli

SISTEMA NAZIONALE DI ALLARME PER LA PREVENZIONE DELL IMPATTO DELLE ONDATE DI CALORE PIANO DI ATTIVITA ESTATE 2006

SISTEMA NAZIONALE DI ALLARME PER LA PREVENZIONE DELL IMPATTO DELLE ONDATE DI CALORE PIANO DI ATTIVITA ESTATE 2006 SISTEMA NAZIONALE DI ALLARME PER LA PREVENZIONE DELL IMPATTO DELLE ONDATE DI CALORE PIANO DI ATTIVITA ESTATE 2006 Roma, 28 Aprile 2006 1 Introduzione Nel 2004 è stato attivato il progetto del Dipartimento

Dettagli

2. Raccordo tra serie derivanti da strumenti meccanici ed automatici

2. Raccordo tra serie derivanti da strumenti meccanici ed automatici . Raccordo tra serie derivanti da strumenti meccanici ed automatici.1. Obiettivi I dati di precipitazioni in Piemonte sin dall inizio del secolo scorso sono stati raccolti da stazioni di misura in parte

Dettagli

Manuale BaccoMagazzino. Installazione. UTILIZZO

Manuale BaccoMagazzino. Installazione. UTILIZZO Manuale BaccoMagazzino Il programma BaccoMagazzino è stato sviluppato dalla VERONA SOFTWARE S.r.l, con lo scopo di realizzare una gestione del magazzino specifica per il settore della ristorazione. La

Dettagli

La Programmazione Lineare

La Programmazione Lineare 4 La Programmazione Lineare 4.1 INTERPRETAZIONE GEOMETRICA DI UN PROBLEMA DI PROGRAMMAZIONE LINEARE Esercizio 4.1.1 Fornire una rappresentazione geometrica e risolvere graficamente i seguenti problemi

Dettagli

Topkey SOFTWARE & CONSULTING

Topkey SOFTWARE & CONSULTING NOTE SULLE COMUNICAZIONI RILEVANTI AI FINI IVA 12.2011 A seguito dell introduzione dell Articolo 21 del Decreto-legge del 31 maggio 2010 n. 78, convertito dalla Legge 30 luglio 2010 n. 122 e successive

Dettagli

Statistica descrittiva

Statistica descrittiva Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Statistica descrittiva Ing. Antonino Cancelliere Dipartimento

Dettagli

Bollettino del clima dell anno 2014

Bollettino del clima dell anno 2014 anno 2014 MeteoSvizzera Bollettino del clima dell anno 2014 21 gennaio 2015 L anno 2014 è stato costellato di eventi meteorologici estremi. Dopo la nevicata record di inizio anno al sud, nel primo semestre

Dettagli

I NUMERI DI PADOVAN (CONNESSIONI TRA LA SERIE DI PADOVAN ED ALTRE SERIE NUMERICHE)

I NUMERI DI PADOVAN (CONNESSIONI TRA LA SERIE DI PADOVAN ED ALTRE SERIE NUMERICHE) I NUMERI DI PADOVAN (CONNESSIONI TRA LA SERIE DI PADOVAN ED ALTRE SERIE NUMERICHE) Gruppo B. Riemann Francesco Di Noto, Michele Nardelli Abstract In this paper we show some connections between Padovan

Dettagli

Calcolo dell effetto coseno e delle ombre su un campo di specchi parabolici lineari.

Calcolo dell effetto coseno e delle ombre su un campo di specchi parabolici lineari. Calcolo dell effetto coseno e delle ombre su un campo di specchi parabolici lineari. Erminia Leonardi CRS4, Center for Advanced Studies, Research and Development in Sardinia, Parco Scientifico e Tecnologico,

Dettagli

Progetto ESSE3-VOL. Guida Docenti alla gestione degli Appelli e alla Verbalizzazione degli esami online

Progetto ESSE3-VOL. Guida Docenti alla gestione degli Appelli e alla Verbalizzazione degli esami online Progetto ESSE3-VOL Guida Docenti alla gestione degli Appelli e alla Verbalizzazione degli esami Codice doc.: PRC_TEPRES KION S.p.A. pag. 1 di 40 INDICE 1. LOGIN...3 2. VISUALIZZAZIONE APPELLI...4 3. DEFINIZIONE

Dettagli

SCHEDA DI RECUPERO SUI NUMERI RELATIVI

SCHEDA DI RECUPERO SUI NUMERI RELATIVI SCHEDA DI RECUPERO SUI NUMERI RELATIVI I numeri relativi sono l insieme dei numeri negativi (preceduti dal segno -) numeri positivi (il segno + è spesso omesso) lo zero. Valore assoluto di un numero relativo

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione

Dettagli

Ottobre 2014. Il Clima in Piemonte. Arpa Piemonte Sistemi Previsionali

Ottobre 2014. Il Clima in Piemonte. Arpa Piemonte Sistemi Previsionali Il Clima in Piemonte Ottobre 2014 In Piemonte il mese di Ottobre 2014 è stato caratterizzato da temperature superiori alla norma e precipitazioni inferiori alla climatologia del periodo 1971-2000. E risultato

Dettagli

Capitolo 8 - Protocollo Modbus RTU per Drive SIRCO

Capitolo 8 - Protocollo Modbus RTU per Drive SIRCO Capitolo 8 - Protocollo Modbus RTU per Drive SIRCO 8.1 Introduzione I parametri Drive vengono riferiti nel capitolo come registri Modbus di 16 bit; un parametro Drive di 32 bit occupa quindi 2 registri

Dettagli

6.2 Modelli per il monossido di carbonio

6.2 Modelli per il monossido di carbonio 6.2 Modelli per il monossido di carbonio La serie temporale scelta per l addestramento è quella rilevata in via Piave poiché tra le stazioni idonee, per legge, al controllo di questo inquinante essa presenta

Dettagli

GUIDA ALLA CONSULTAZIONE DEL BOLLETTINO DI VIGILANZA METEOROLOGICA NAZIONALE

GUIDA ALLA CONSULTAZIONE DEL BOLLETTINO DI VIGILANZA METEOROLOGICA NAZIONALE GUIDA ALLA CONSULTAZIONE DEL BOLLETTINO DI VIGILANZA METEOROLOGICA NAZIONALE Il Bollettino di Vigilanza Meteorologica Nazionale, emesso quotidianamente entro le ore 15.00 dal Dipartimento Nazionale della

Dettagli

Stima statistica descrittiva di alcuni casi sperimentali di incremento artificiale delle precipitazioni

Stima statistica descrittiva di alcuni casi sperimentali di incremento artificiale delle precipitazioni Stima statistica descrittiva di alcuni casi sperimentali di incremento artificiale delle precipitazioni F. Gallo 1, G. Jona Lasinio 1, A. Orasi 2 1 Università di Roma La Sapienza, Roma 2 Università degli

Dettagli

Analisi meteorologica mensile. agosto Bocca del ghiacciaio del Mandrone (23 agosto 2016) Efisio Siddi

Analisi meteorologica mensile. agosto Bocca del ghiacciaio del Mandrone (23 agosto 2016) Efisio Siddi Analisi meteorologica agosto Bocca del ghiacciaio del Mandrone (23 agosto ) Efisio Siddi Agosto è risultato nella norma sia per quanto riguarda le temperature che le precipitazioni. Le temperature sono

Dettagli

Real Time Control (RTC): modalità di invio dei dati

Real Time Control (RTC): modalità di invio dei dati C EQAS - CNR External Quality Assessment Schemes CNR - Istituto di Fisiologia Clinica Real Time Control (RTC): modalità di invio dei dati R. Conte, A. Renieri v.1.1-15/11/2012 Introduzione Il programma

Dettagli

Excel_2000 DataBase Capitolo 13. 13-1 - Introduzione

Excel_2000 DataBase Capitolo 13. 13-1 - Introduzione Capittol lo 13 DataBase 13-1 - Introduzione Il termine DATABASE è molto utilizzato, ma spesso in modo inappropriato; generalmente gli utenti hanno un idea di base di dati sbagliata: un database è una tabella

Dettagli

CONSORZIO DI DIFESA DI VERONA

CONSORZIO DI DIFESA DI VERONA Eccesso di pioggia sui comuni di Cerea, Casaleone e Sanguinetto (VR) 21-23 maggio 2015 Di seguito si riportano i risultati dell analisi dei dati di precipitazione riferiti ai comuni di Cerea, Casaleone

Dettagli

Nuova procedura di sincronizzazione. Associati DATAWEB - ORALCE

Nuova procedura di sincronizzazione. Associati DATAWEB - ORALCE Nuova procedura di sincronizzazione Associati DATAWEB - ORALCE Soluzione Proposta Con la nuova procedura di sincronizzazione tra DATAWEB e ORACLE che proponiamo di seguito l aggiornamento non sarà più

Dettagli

Arpa Piemonte Secondo Barbero

Arpa Piemonte Secondo Barbero WORKSHOP NAZIONALE SULL IDROLOGIA OPERATIVA BILANCIO IDROLOGICO E IDRICO ROMA, 9 DICEMBRE 2015 I Servizi: Problematiche del bilancio idrico in ambiente alpino Arpa Piemonte Secondo Barbero Argomenti: -

Dettagli

~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE

~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE STUDIO DI FUNZIONE Passaggi fondamentali Per effettuare uno studio di funzione completo, che non lascia quindi margine a una quasi sicuramente errata inventiva, sono necessari i seguenti 7 passaggi: 1.

Dettagli

PROVINCIA DI VENEZIA - MONITORAGGIO TRAFFICO 2000-2005

PROVINCIA DI VENEZIA - MONITORAGGIO TRAFFICO 2000-2005 204 APPENDICE A 205 L utilizzabilità dei provenienti dalle apparecchiature di rilevazione deve essere verificata attraverso la presenza di eventuali anomalie che possano rendere in tutto o in parte inutilizzabili

Dettagli

Analisi dei Sistemi di Misurazione - MSA

Analisi dei Sistemi di Misurazione - MSA Data: 16 Marzo 2011 Indice Il processo zione impiego specifico Cenni di SPC e di MSA 2 CARATTERISTICA DA CONTROLLARE, TOLLERANZA E RELATIVA CLASSE DI IMPORTANZA METODO DI CONTROLLO STRUMENTO DI MISURA

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Sistemi di Numerazione Sistema decimale La

Dettagli

Misura e Controllo di impianti Fotovoltaici

Misura e Controllo di impianti Fotovoltaici KBF S.r.l. Via Procaccini, 3-29122 Piacenza - PC - Italy Tel. +39 0523 618103 - Cell. +393466407541 E-mail: fausto@kbfsrl.it - www.kbfsrl.it C.F./P.I. 01624010334 - Reg. Imp. n. 178275 Misura e Controllo

Dettagli

CAPACITÀ DI PROCESSO (PROCESS CAPABILITY)

CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) Carlo Noè Università Carlo Cattaneo e-mail: cnoe@liuc.it 1 CAPACITÀ DI PROCESSO Il

Dettagli

Lezioni del Corso di Fondamenti di Metrologia Meccanica

Lezioni del Corso di Fondamenti di Metrologia Meccanica Facoltà di Ingegneria Lezioni del Corso di Fondamenti di Metrologia Meccanica A.A. 2005-2006 Prof. Paolo Vigo Indice 1. Errori ed Incertezze 2. Errori Sistematici ed Accidentali 3. Proprietà degli Strumenti

Dettagli

I punteggi zeta e la distribuzione normale

I punteggi zeta e la distribuzione normale QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario

Dettagli

COMUNICAZIONE POLIVALENTE - SPESOMETRO 2015

COMUNICAZIONE POLIVALENTE - SPESOMETRO 2015 COMUNICAZIONE POLIVALENTE - SPESOMETRO 2015 Quadro di riferimento Nasce, in ottica di semplificazione, un nuovo modello denominato «Modello di comunicazione polivalente» da utilizzare per la comunicazione

Dettagli

Accise Settore Prodotti Alcolici Manuale d uso

Accise Settore Prodotti Alcolici Manuale d uso Olitech Informatica Telematico Accise Accise Settore Prodotti Alcolici Manuale d uso Versione del manuale: 26-01-2010 1 Indice Accise Settore Prodotti Alcolici Manuale d uso... 1 Indice... 2 Funzionalità

Dettagli

Evoluzione del clima in Emilia-Romagna

Evoluzione del clima in Emilia-Romagna Evoluzione del clima in Emilia-Romagna Carlo Cacciamani, Arpa - Simc in collaborazione con: V.Pavan, R. Tomozeiu, V. Marletto, G. Antolini, F. Tomei www.ucsusa.org/global_warming/science/global-warming-faq.html

Dettagli

2. Come si registrano le fatture a enti pubblici (Iva differita)? ------------------------------------------------------------------3

2. Come si registrano le fatture a enti pubblici (Iva differita)? ------------------------------------------------------------------3 2. Come si registrano le fatture a enti pubblici (Iva differita)? ------------------------------------------------------------------3 3. Non riesco a stampare il Libro Giornale. Come mai? ---------------------------------------------------------------------------3

Dettagli

Breve Manuale di Istruzione

Breve Manuale di Istruzione Breve Manuale di Istruzione Dove si consultano gli Emens/Uniemens Errati Pag. 2 Come si correggono gli Emens/Uniemens Errati (Reinvio file) Pag. 7 Come si Correggono gli EMENS ERRATI Pag. 8 Come si Correggono

Dettagli

Il clima delle Alpi e della Valle d Aosta

Il clima delle Alpi e della Valle d Aosta Il clima delle Alpi e della Valle d Aosta Il clima delle Alpi Il clima della Valle d Aosta Precipitazioni durante l alluvione del 2000 Temperature estreme registrate in Valle d Aosta Il ruolo delle montagne

Dettagli

IL SISTEMA DI PREVISIONE DEL DISAGIO BIOCLIMATICO IN EMILIA-ROMAGNA

IL SISTEMA DI PREVISIONE DEL DISAGIO BIOCLIMATICO IN EMILIA-ROMAGNA IL SISTEMA DI PREVISIONE DEL DISAGIO BIOCLIMATICO IN EMILIA-ROMAGNA Studio del fenomeno dell isola di calore Area urbana di Bologna Struttura Tematica di Epidemiologia Ambientale ARPA Emilia Romagna IL

Dettagli

PRESENTAZIONE GENERALE

PRESENTAZIONE GENERALE PRESENTAZIONE GENERALE Il sito è stato ideato ed istituito per rendere visibile a tutti, specialmente ai soggetti operanti nella protezione civile, la situazione idrometeorologica rilevata dalle stazioni

Dettagli

Manuale di utilizzo webstat

Manuale di utilizzo webstat Manuale di utilizzo webstat Comunicazione telematica del movimento negli esercizi ricettivi e delle schedine alloggiati Assessorato al Turismo Responsabile progetto: Dott.ssa Marina Flamigni t. 0543 714.224

Dettagli

Prova di autovalutazione Prof. Roberta Siciliano

Prova di autovalutazione Prof. Roberta Siciliano Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.

Dettagli

GUIDA PRATICA ALLA PIATTAFORMA ECM - CPD

GUIDA PRATICA ALLA PIATTAFORMA ECM - CPD GUIDA PRATICA ALLA PIATTAFORMA ECM - CPD www.regione.lombardia.it Pubblicazione non in vendita. Nessuna riproduzione, traduzione o adattamento può essere pubblicata senza citarne la fonte. Redazione a

Dettagli

COPERTURA DELLA RILEVAZIONE

COPERTURA DELLA RILEVAZIONE L universo di riferimento del conto annuale è quello definito dall art. 1, comma 2, del d.lgs. 165/2001, che individua le tipologie di amministrazioni pubbliche destinatarie delle norme generali sull'ordinamento

Dettagli

4.6 LISTINI PLUS: Importazione listini fornitori [5.20.0/10]

4.6 LISTINI PLUS: Importazione listini fornitori [5.20.0/10] - 88 - Manuale di Aggiornamento 4.6 LISTINI PLUS: Importazione listini fornitori [5.20.0/10] È ora possibile importare i listini fornitori elencati in un file Excel. Si accede alla funzione dal menù Magazzino

Dettagli

STATISTICA DESCRITTIVA UNIVARIATA

STATISTICA DESCRITTIVA UNIVARIATA Capitolo zero: STATISTICA DESCRITTIVA UNIVARIATA La STATISTICA è la scienza che si occupa di fenomeni collettivi che richiedono lo studio di un grande numero di dati. Il termine STATISTICA deriva dalla

Dettagli

TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST

TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Statistica 1 Parte A 1.1 La formula µ = x ± s n

Dettagli

STRATEGIA DI TRADING. Turning Points

STRATEGIA DI TRADING. Turning Points STRATEGIA DI TRADING Turning Points ANALISI E OBIETTIVI DA RAGGIUNGERE Studiare l andamento dei prezzi dei mercati finanziari con una certa previsione su tendenze future Analisi Tecnica: studio dell andamento

Dettagli

La logica statistica della verifica (test) delle ipotesi

La logica statistica della verifica (test) delle ipotesi La logica statistica della verifica (test) delle ipotesi Come posso confrontare diverse ipotesi? Nella statistica inferenziale classica vengono sempre confrontate due ipotesi: l ipotesi nulla e l ipotesi

Dettagli

Ulteriori metodi per la stima di una singola equazione

Ulteriori metodi per la stima di una singola equazione 1 Materiali didattici: ANALISI E PREVISIONI NEI MERCATI FINANZIARI a.a. 2014-2015 DISPENSA N.3bis (APPENDICE alla dispensa n.3) Ulteriori metodi per la stima di una singola equazione (Prof. Giovanni Verga)

Dettagli

Capitolo 25: Lo scambio nel mercato delle assicurazioni

Capitolo 25: Lo scambio nel mercato delle assicurazioni Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel

Dettagli

La significatività PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA

La significatività PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA PROVE DI SIGNIFICATIVITA Tutti i test statistici di significatività assumono inizialmente la cosiddetta ipotesi zero (o ipotesi nulla) Quando si effettua il confronto fra due o più gruppi di dati, l'ipotesi

Dettagli

Analisi statistica inverni in Pianura padana in presenza del Nino

Analisi statistica inverni in Pianura padana in presenza del Nino Analisi statistica inverni in Pianura padana in presenza del Nino In questa ricerca puramente statistica abbiamo pensato di mettere a confronto tutti gli inverni del passato concomitanti alla presenza

Dettagli

LA STATISTICA NEI TEST INVALSI

LA STATISTICA NEI TEST INVALSI LA STATISTICA NEI TEST INVALSI 1 Prova Nazionale 2011 Osserva il grafico seguente che rappresenta la distribuzione percentuale di famiglie per numero di componenti, in base al censimento 2001. Qual è la

Dettagli

Probabilmente chiunque

Probabilmente chiunque INVENTARI L inventario. Le attività necessarie e il metodo Costretti ad affrontarlo almeno una volta l anno, l inventario è sentito come un male necessario, un attività da sbrigare nel minor tempo possibile

Dettagli

ISI MANUALE PER CORSI QUALITÀ CONTROLLO STATISTICO DEL PROCESSO MANUALE DI UTILIZZO ISI PAGINA 1 DI 9

ISI MANUALE PER CORSI QUALITÀ CONTROLLO STATISTICO DEL PROCESSO MANUALE DI UTILIZZO ISI PAGINA 1 DI 9 CONTROLLO STATISTICO DEL PROCESSO MANUALE DI UTILIZZO ISI PAGINA 1 DI 9 INTRODUZIONE 1.0 PREVENZIONE CONTRO INDIVIDUAZIONE. L'approccio tradizionale nella fabbricazione dei prodotti consiste nel controllo

Dettagli

Laboratorio di Algoritmi e Strutture Dati

Laboratorio di Algoritmi e Strutture Dati Laboratorio di Algoritmi e Strutture Dati Docente: V. Lonati Progetto Analisi di mercato valido per gli appelli di gennaio e febbraio 2015 1 Il problema L analista Ing. Ferrari lavora per l azienda RicerMer

Dettagli

Servizi telematici in Punto Cliente riservati agli Intermediari

Servizi telematici in Punto Cliente riservati agli Intermediari Servizi telematici in Punto Cliente riservati agli Intermediari Denuncia variazione retribuzione - Polizza Pescatori Elenchi annuali- Polizza Pescatori Elenchi variazioni mensili Polizza Pescatori Manuale

Dettagli

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI

CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita

Dettagli

Serie numeriche. 1 Definizioni e proprietà elementari

Serie numeriche. 1 Definizioni e proprietà elementari Serie numeriche Definizioni e proprietà elementari Sia { } una successione, definita per ogni numero naturale n n. Per ogni n n, consideriamo la somma s n degli elementi della successione di posto d s

Dettagli

6.1. Risultati simulazioni termovalorizzatore Osmannoro2000

6.1. Risultati simulazioni termovalorizzatore Osmannoro2000 pag. 217 6. Risultati Di seguito si riportano i risultati relativi alle diverse simulazioni di diffusione atmosferica degli inquinanti effettuate. In particolare sono riportati i risultati sotto forma

Dettagli

MODENA E IL SUO CLIMA

MODENA E IL SUO CLIMA Comune di Modena - SERVIZIO STATISTICA: note divulgative Pagina 1 di 2 MODENA E IL SUO CLIMA Modena, pur non essendo estranea al fenomeno del riscaldamento generalizzato, continua ad essere caratterizzata

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi

Dettagli

Riassunto L intervento mira a descrivere la rete agrometeorologica nazionale del Ministero delle Politiche Agrarie e Forestali.

Riassunto L intervento mira a descrivere la rete agrometeorologica nazionale del Ministero delle Politiche Agrarie e Forestali. 74 LA RETE AGROMETEOROLOGICA NAZIONALE DEL MINISTERO PER LE POLITICHE AGRICOLE E FORESTALI Maria Carmen Beltrano Ufficio Centrale di Ecologia Agraria - Roma Riassunto L intervento mira a descrivere la

Dettagli

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI Docente: Prof. Massimo Mariani 1 SOMMARIO Il rendimento di un attività finanziaria: i parametri rilevanti Rendimento totale, periodale e medio Il market

Dettagli

Termoflussimetri N o r m a t i v a d i r i f e r i m e n t o

Termoflussimetri N o r m a t i v a d i r i f e r i m e n t o N o r m a t i v a d i r i f e r i m e n t o REVISIONE DATA 1.0 Marzo 2012 Sommario Capitolo 1. TRASMISSIONE DEL CALORE... 3 1.1 Generalità... 3 1.2 La trasmittanza U... 3 1.3 Misura in opera della trasmittanza...

Dettagli

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza ESERCIZIO DI STATISTICA D.U. / simulazione di esame Esercizio 1: Per una malattia particolarmente grave viene sperimentato l utilizzo di una nuova tecnica radiologica allo scopo di identificare correttamente

Dettagli

MISURAZIONI E MISURE

MISURAZIONI E MISURE MISURAZIONI E MISURE Nel momento in cui studiamo una proprietà di un corpo materiale, vediamo se questa risponde in modo positivo o negativo alla nostra considerazione. Possiamo includerlo o escluderlo

Dettagli

Brugnaro Luca Boscaro Gianni (2009) 1

Brugnaro Luca Boscaro Gianni (2009) 1 STATISTICA PER LE PROFESSIONI SANITARIE - LIVELLO BASE Brugnaro Luca Boscaro Gianni (2009) 1 Perché la statistica Prendere decisioni Bibliografia non soddisfacente Richieste nuove conoscenze Raccolta delle

Dettagli

di Heaveside: ricaviamo:. Associamo alle grandezze sinusoidali i corrispondenti fasori:, Adesso sostituiamo nella

di Heaveside: ricaviamo:. Associamo alle grandezze sinusoidali i corrispondenti fasori:, Adesso sostituiamo nella Equazione di Ohm nel dominio fasoriale: Legge di Ohm:. Dalla definizione di operatore di Heaveside: ricaviamo:. Associamo alle grandezze sinusoidali i corrispondenti fasori:, dove Adesso sostituiamo nella

Dettagli

Risolvi le seguenti equazioni e disequazioni fra [ 0 ; 2 π ]

Risolvi le seguenti equazioni e disequazioni fra [ 0 ; 2 π ] IV A GAT PRIMA VERIFICA DI MATEMATICA 3 ottobre 0 Risolvi le seguenti equazioni e disequazioni fra [ 0 ; π ].. 3... 6. 7. 8. Risultati:. = π/6 e = 7π/6. =π/ ; =π/6 ; =π/6 3. =π/3 ; =π/3. =π/3 ; =π/3. π/

Dettagli