Incertezza. Tipi di incertezza. Tipi di incertezza. Metodo di valutazione dell incertezza di tipo A. Espressione della misura
|
|
- Bartolomeo Carlini
- 7 anni fa
- Visualizzazioni
Transcript
1 Espressioe della misra Ua MISURA è a iformazioe costitita da (UI 56): mero Icertezza (co il livello di cofideza, espressa secodo GUM) Uità di misra Misre Meccaiche e Termiche Espressioe della misra ed icertezza E OBBLIGATORIO esprimere l icertezza della misra Ig. Lorezo Comolli Esempio: L 3.37 ± 0.5 m (l.c. 68%) Icertezza 3 Tipi di icertezza Defiizioi da GUM, ISO 995: ICERTEZZA: parametro, associato al risltato di a misrazioe, che caratterizza la dispersioe dei valori ragioevolmete attribibili al misrado. ICERTEZZA TIPO: icertezza del risltato di a misrazioe espressa come scarto tipo. Esistoo diversi modi per valtare l icertezza. Si possoo sddividere pricipalmete i: : fa so di modello statistico : o fa so di modello statistico Etrambi i tipi di valtazioe soo basati s distribzioi di probabilità e le compoeti risltati da ambede i metodi soo qatificate mediate scarti tipo. Metodo di valtazioe: icertezza tipo A: otteta da a desità di probabilità derivata da a distribzioe di freqeza osservata; icertezza tipo B: otteta da a desità di probabilità ipotizzata slla base delle coosceze della persoa che esege la misra. Tipi di icertezza Defiizioi da GUM, ISO 995: VALUTAZIOE DELL ICERTEZZA DI TIPO A: metodo di valtazioe dell icertezza per mezzo dell aalisi statistica di serie di osservazioi. VALUTAZIOE DELL ICERTEZZA DI TIPO B: metodo di valtazioe dell icertezza co mezzi diversi dall aalisi statistica di serie di osservazioi. 5 Metodo di valtazioe dell icertezza di tipo A Aalisi statistica di a serie di lettre: : mero di lettre (idipedeti) : valore della -esima lettra Distribzioi di probabilità più tilizzate: distribzioe gassiaa, se le lettre soo molte; T-stdet, se il mero di lettre è iferiore a 0. La miglior stima del valore atteso è il valore medio delle lettre: 6
2 Metodo di valtazioe dell icertezza di tipo A La miglior stima della deviazioe stadard della popolazioe di lettre è la deviazioe stadard sperimetale (detta ache scarto tipo sperimetale): s ( ) ( ) Qesta gradezza esprime la variabilità dei valori osservati, cioè la loro dispersioe itoro al valor medio. L ità di misra di qesta gradezza è la stessa del valore medio. 7 Metodo di valtazioe dell icertezza di tipo A La miglior stima della deviazioe stadard della popolazioe dei valori medi (che qidi è l icertezza tipo ), è data da: s ( ) s DISTRIBUZIOE CAMPIOARIA µ, σ X DISTRIBUZIOE ( ) 8 OTA: al crescere del mero di lettre, la dev. st. della media dimiisce. DISTRIBUZIOE DELLE MEDIE CAMPIOARIE µ m, σ m µ m µ σ m σ µ Metodo di valtazioe dell icertezza di tipo B Metodo di valtazioe dell icertezza co mezzi diversi dall aalisi statistica di serie di lettre. 9 Icertezza di tipo B: esempio RIGHELLO CO SCALA GRADUATA (risolzioe mm): 0 Viee dato gidizio scietifico basato s ttte le iformazioi dispoibili slla possibile variabilità di. L isieme di iformazioi pò compredere: risolzioe dello strmeto; dati di misrazioe precedeti; esperieza o coosceza geerale dello strmeto; specifiche teciche del costrttore; dati foriti i certificati di taratra; icertezze assegate a valori di riferimeto presi da maali. 0 3 Si esege a lettra: risltato. Cosa sigifica? Che il valore del misrado è 0.5 < <.5 ell itervallo (0.5,.5) ttti i valori soo eqamete probabili, la fzioe distribzioe di probabilità è a costate ell itervallo, lla fori. Distribzioe di probabilità rettagolare (o eqiprobabile). Icertezza tipo B: esempio Scelta dell'icertezza r a 0 3 r: risolzioe ar/ : accratezza, semiampiezza dell'itervallo ell'itervallo La desità di probabilità vale: f ( ) r 0 altrove Lo scarto tipo (e qidi l'icertezza tipo ) vale r σ 3 a 3 Qalora sia possibile calcolare l'icertezza sia co metodo di tipo A che B, qale bisoga scegliere? La risposta o è semplice, tato che la ormativa o forisce risposte. Criterio semplice: il valore più grade tra icertezza A o B. Esempio: se si otteessero 0 misre ttte gali (o qasi), la deviazioe stadard rislterebbe lla (o qasi) e qidi ache l'icertezza di tipo A. Qesto ovviamete o ha seso e si deve scegliere di tilizzare il tipo B. Criterio rigoroso: si sfrttao metodologie statistiche. I geerale: si cofrota lo scarto tipo dei dati (o della media) e l'icertezza tipo valtata co trattazioe B; se il primo è sigificativamete maggiore di qest'ltimo (-5 volte) o vi è prevalete effetto sistematico e qidi è corretto effettare a valtazioe di tipo A. Esempio : l'osservazioe dell'istogramma delle lettre mostra che più del 30% delle lettre cade ella coloa cetrale, tale distribzioe o è approssimabile a a gassiaa e pertato la trattazioe dell'icertezza di tipo A o è applicabile. % lettre Esempio : s3, B, 0, s> B? O allora so tipo B, Esempio 3: s6, B, 0, s> B? SI allora so tipo A, s % p ma>30%? o tipo A
3 Icertezza Combiata ella maggioraza dei casi il misrado Y o viee misrato direttamete, ma calcolato mediate altre gradezze,,, attraverso a azioe fzioale f: 3 Icertezza Combiata: legge di propagazioe dell icertezza E' ecessario applicare la legge di propagazioe dell icertezza: yf(,,... ) Posto che tali igressi,,, siao a serie di valori di altri misradi e/o parametri, affetti ogo da a icertezza di tipo A o di tipo B,,...,, come si fa a calcolare l icertezza del misrado y? y i f pesi icertezze dei sigoli igressi Vale solo se o c'è corazioe tra le variabili i igresso. Icertezza ativa ICERTEZZA RELATIVA: valore dell'icertezza espressa come percetale rispetto alla misra. Esempio: misra: mm ± 0.9 mm (scrittra assolta) icertezza ativa:, 0.9 mm / 95 mm ,3% misra: mm ± 0.3% (scrittra ativa) 5 Icertezza Combiata: legge di propagazioe dell icertezza Qalora la azioe fzioale sia a prodttoria del tipo: mi y i i allora si pò ricavare: dove: ( ) ( ) y m c, i, m i : espoete co ci la gradezza i compare ella prodttoria. i 6 Icertezza combiata: esempio, calcolo dell'area di rettagolo, sado l'icertezza assolta DATI LUGHEZZA l50 mm c (l) mm LARGHEZZA b35 mm c (b)0.5 mm Area b * l 750 mm ; A b l A l b c l c( b) + b c( l) 3 mm Misra: Area (750 ± 3) mm Icertezza combiata: esempio, calcolo dell'area di rettagolo, sado l'icertezza ativa DATI LUGHEZZA l50 mm c (l) mm LARGHEZZA b35 mm c (b)0.5 mm Area b * l 750 mm Icertezze ative: (l)/ m l (b)0.5/ m b c, c c, ( m ( b) ) + ( m ( l) ) b A mm Misra: Area 750 mm ±.5% Area (750 ± 3) mm l mm
4 Regole di scrittra Corretto: ATTEZIOE al Area 750 mm ± 3 mm mero di cifre! Area (750 ± 3) mm Area 750(3) mm Area 750 mm ±.5% Area mm ± mm Area (.750 ± 0.03) 0 3 mm Errato: Area 750, mm ± 3,0663 mm Area 750 mm ±.57807% Troppe cifre (ma ) Area mm ± mm # cifre Area mm ± 3 mm # cifre Area (.75 ± 0.03) 0 3 mm # cifre ei calcoli è cosigliato mateere certo mero di cifre, ella scrittra fiale della misra è obbligatorio ridrle a. Regole di scrittra Risltati calcoli: Area mm ; i tipo mm Procedra di scrittra:. scegliere l'ità di misra Area (... ±...) mm. scrivere l'icertezza co cifre sigificative (e il so livello di cofideza) Area (... ± 3) mm (l.c. 68%) 3. scrivere il mero co lo stesso mero di cifre dopo la virgola dell'icertezza Area (750 ± 3) mm (l.c. 68%) Defiizioi da GUM, ISO 995: E la gradezza che defiisce, itoro al risltato di a misrazioe, itervallo che ci si aspetta compredere a frazioe rilevate della distribzioe di valori ragioevolmete attribibili al misrado. L icertezza estesa U si ottiee moltiplicado l icertezza tipo per opporto fattore di copertra. U Lo scopo dell icertezza estesa è la costrzioe di itervallo di valori che cotega il misrado co la cofideza (cioè probabilità) desiderata. Si oti che il valore del misrado è fisso (ache se icogito); la variabile aleatoria soo gli estremi dell itervallo della misra. U livello di cofideza del 95% sigifica che, ripetedo 00 volte misrazioi ( costate), 95 itervalli s 00 cotegoo il misrado. Itervallo: ( -, + ) 3 Icertezza combiata estesa Il legame fra fattore di copertra e livello di cofideza dipede dalla distribzioe probabilistica cosiderata: Come si sceglie ivece il fattore di copertra i caso di icertezza combiata? Per prima cosa si valtao i g.d.l. complessivi v eff mediate la formla di Welch-Satterthwaite: B: i valori della gassiaa coicidoo co la t-stdet per ν eff i y f v i dove ν i soo il mero di g.d.l. della gradezza i.
5 Riepilogo 5 Riepilogo 6 (sigolo parametro, > 0) (sigolo parametro, 0) (sigolo parametro) (sigolo parametro) (sigolo parametro) fattore di copertra (qatili Gassiaa) fattore di copertra (qatili t-stdet) fattore di copertra (qatili distribzioe di probabilità adottata) Legge di propagazioe delle icertezze combiata fattore di copertra (evetalmete formla W.S.) Traccia del lavoro i ala Parte : determiare le caratteristiche degli strmeti (fodo scala, risolzioe, marca, modello,...) Marca Modello Fodo scala Risolzioe CALIBRO MICROMETRO imparare ad sare gli strmeti (oio,...) COMPARATORE misrare la boccola: scegliere qali dimesioi misrare e scegliere co qale strmeto; qidi esegire 0 lettre per ciasca gradezza. Traccia del lavoro i ala Parte : ricavare la MISURA delle gradezze scelte valore medio: miglior stima del valore vero icertezza tipo A e tipo B, scegliere co criterio a delle de ricavare la MISURA di alce gradezze derivate: volme massa (ota la massa volmica 700 g/m 3 ). Esprimerle come icertezza combiata tipo icertezza combiata estesa co l.c. 95%. Gida alla stesra della azioe Parti che la azioe deve coteere: scopo del lavoro (ad es. determiare la misra di alce gradezze) strmeti di misra tilizzati (co ttti i dettagli specifici) descrizioe dei metodi applicati (per mettere i grado altri di ripetere esattamete le stesse operazioi) risltati otteti (serie di lettre) aalisi dei risltati: distribzioe delle lettre (istogrammi) elaborazioe dei risltati: calcolare le misra (m+ic+dm) delle gradezze di iteresse, co icertezze tipo e estese. B: rispettare le ormative (UI 536, GUM, VIM, Sistema Iterazioale): regole di scrittra, cifre sigificative, omeclatra, etc...
L INCERTEZZA DI MISURA
Geeralità L INCERTEZZA DI MISURA Come si è appreso el capitolo precedete, il termie misra esprime il rapporto tra i valori di de gradezze della stessa atra, di ci la secoda è assta come riferimeto (ità
DettagliCOME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)
COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x
DettagliMetodi di valutazione delle prestazioni di rete
Metodi di valutazioe delle prestazioi di rete Prof. Ig. Carla Raffaelli Cofroto di diversi approcci Parametri di cofroto: precisioe requisiti di poteza di calcolo requisiti di memoria facilita' di approccio
DettagliCORSO DI STATISTICA I (Prof.ssa S. Terzi)
CORSO DI STATISTICA I (Prof.ssa S. Terzi) STUDIO DELLE DISTRIBUZIONI SEMPLICI Esercitazioe. Data la segete distribzioe di freqeza: X 0- -2 2-3 3-5 5-0 0-5 5-25 N 44 35 22 58 60 06 02 a) calcolare le freqeze
DettagliSTUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
DettagliDistribuzione normale
Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).
DettagliStatistica. Lezione 5
Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza
iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può
DettagliAppunti di STATISTICA
Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.
DettagliProgramma della parte introdu0va: Lezione 4
Programma della parte itrodu0va: Lezioe 4 Cap. 3 Presetazioe e cofroto tra misure Cap. 4 Propagazioe delle icertezze Cap 5 Misure ripetute e stimatori 1 Stimatori statistici Suppoiamo di aver sei misure,
DettagliEsercizi di Laboratorio di Fisica 22 Aprile 2004
Esercizi di Laboratorio di Fisica Aprile 004 Esercizio Riscrivere i forma più chiara e appropriata i segeti risltati sperimetali e specificare la precisioe dei risltati: Risltato Forma corretta Precisioe
DettagliMatematica con elementi di Informatica
La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche
DettagliUna funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.
Stimatori e stime Teoria della stima Supporremo che sulla popolazioe sia defiita ua variabile X la cui distribuzioe, seppure icogita, è completamete caratterizzata da u parametro q o da u isieme di parametri
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA
DettagliIntervalli di Fiducia
di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica
Dettaglidi solito vengono effettuate molte misure indipendenti della stessa grandezza, fino a collezionare un numeroso campione di misure
Errori di misura: di solito vegoo effettuate molte misure idipedeti della stessa gradezza, fio a collezioare u umeroso campioe di misure ma a causa degli errori di misura il risultato varia sesibilmete
DettagliInferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.
Ifereza Statistica L ifereza statistica cerca di risalire al modello del feomeo sulla base delle osservazioi No coosciamo il modello del feomeo cioè la vc X A volte la coosceza può essere parziale (coosciamo
DettagliArgomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica
Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa
DettagliDistribuzione normale o gaussiana
Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore
DettagliProgramma della parte introduttiva: Lezione 4
Programma della parte itroduttiva: Lezioe 4 Cap. 3 Presetazioe e cofroto tra misure Cap. 4 Propagazioe delle icertezze Cap 5 Misure ripetute e stimatori 1 Stimatori statistici Suppoiamo di aver sei misure,
DettagliElementi di statistica
Elemeti di statistica La misura delle gradezze fisiche può essere effettuata direttamete o idirettamete. Se la misura viee effettuata direttamete si parla di misura diretta; se essa viee dedotta attraverso
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile
DettagliINDAGINE POPOLAZIONE SELEZIONE PROBABILISTICA (CASUALE) CAMPIONE. Importante distinzione:
IDAGIE Completa (cesuaria) Semplice sul piao teorico ma complessa ella pratica Popolazioi o fiite Osservazioe distruttiva Parziale (campioaria) Più complessa sul piao teorico ma spesso di più facile attuazioe
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei
DettagliUniversità degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno
Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto
DettagliEsercitazioni del corso: ANALISI MULTIVARIATA
A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1
DettagliStatistica I - A.A
Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie
DettagliStimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini
Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica
DettagliCONCETTI BASE DI STATISTICA
CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto
DettagliProbabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,
DettagliSpazio vettoriale Euclideo
Spazio vettoriale Eclideo Nell isieme R delle ple ordiate, o vettori ad compoeti, di meri reali abbiamo defiito la somma + v di de vettori e il prodotto αv di o scalare per vettore; la strttra cosi otteta
DettagliStime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo
Abbiamo visto che, data ua v.a. X di cui o si cooscao valore atteso e variaza, tali umeri si possoo stimare putualmete el seguete modo: si prede u casuale X 1,...,X di v.a. aveti la stessa legge di X;
DettagliUniversità degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A
Uiversità degli Studi di Padova Corso di Laurea i Medicia e Chirurgia - A.A. 015-16 Corso Itegrato: Statistica e Metodologia Epidemiologica Disciplia: Statistica e Metodologia Epidemiologica Doceti: prof.ssa
DettagliCorso di Statistica Facoltà di Economia
Corso di Statistica Facoltà di Ecoomia Lezioe a.a. 000-00 00 Fracesco Mola Ifereza statistica Logica iduttiva Dal particolare al geerale Popolazioe [ v. c. ] f Ω x,, Se si coosce F si può fare ifereza
DettagliAlcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
DettagliConfronto di due misure Campioni indipendenti
Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte
Dettagliσ della variabile indagata sia nota. La logica dell intervallo di confidenza è allora sintetizzabile come segue:
Nel Capitolo 6. del volume (precisamete a pag. 36) abbiamo itrodotto per gradi liee ua semplice defiizioe di stima itervallare, passado poi i rassega le tipologie di itervalli di cofideza utilizzati el
DettagliPROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003
PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 5047 e 408) 5 geaio 00 SOLUZIONI Il uovo direttore di ua Baca di Credito Cooperativo si trova ad affrotare ua verteza di tipo sidacale che riguarda la
Dettagli4. Proprietà degli stimatori
Uiversità degli Studi di Basilicata Facoltà di Ecoomia Corso di Laurea i Ecoomia Aziedale - a.a. 0/03 lezioi di statistica del 0, e 3 giugo 03 - di Massimo Cristallo - 4. Proprietà degli stimatori Si è
DettagliLezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice
Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 () Statistica 2 / 29 itervallo margie di errore Per stimare u parametro della popolazioe,
DettagliArgomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della
1 La stima putuale Argometi trattati: Stima putuale e stimatore Proprietà degli stimatori Stima putuale della media della popolazioe e sua distribuzioe Stima putuale di ua proporzioe e sua distribuzioe
DettagliThe start Package. October 15, 2007
The start Package October 15, 2007 Type Package Ecodig lati1 Depeds R, stats, utils, tools Title Ifereza classica co TI-83 Plus Versio 1.1.12 Date 2007-10-12 Author Fabio Frascati Maitaier Ua libreria
DettagliProbabilità e Statistica (cenni)
robabilità e Statistica (cei) remettiamo la distizioe tra i due cocetti: Defiizioe: dato il verificarsi di u eveto si defiisce la probabilità per l eveto cosiderato il rapporto tra il umero dei casi favorevoli
DettagliIntervalli di confidenza
Itervalli di cofideza Fracesco Lagoa Itroduzioe Questa dispesa riassume schematicamete i pricipali risultati discussi a lezioe sulla costruzioe di itervalli di cofideza. Itervalli di cofideza per la media
Dettaglin=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96
STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza
DettagliProf.ssa Paola Vicard
Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa
DettagliLaboratorio di Fisica per Scienze Naturali Esperienza n 1. Verifica della legge di Hooke Misura dei coefficiente di elasticità di molle di acciaio.
Scopo dell'esperieza Laboratorio di isica per Scieze aturali Esperieza Verifica della legge di Hooe Misura dei coefficiete di elasticità di molle di acciaio. ) verifica del fatto che l allugameto di ua
DettagliUNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA LAFIDIN
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA LAFIDIN LABORATORIO/FISICO/DIDATTICO/INGEGNERIA VIA CLAUDIO, 1 8015 NAPOLI WWW.LAFIDIN.UNINA.IT - TEL. 081/7683603- FAX 081/768360 Corso
DettagliTecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013
Tecica delle misurazioi applicate LM - Esame del 6 febbraio 013 Problema 1. La FisioDorica SpA è u impresa che produce prodotti farmaceutici. L Avv. Tizio, AD della società, sta valutado la opportuità
DettagliProgrammazione con Foglio di Calcolo Cenni di Statistica Descrittiva
Fodameti di Iformatica Ester Zumpao Programmazioe co Foglio di Calcolo Cei di Statistica Descrittiva Lezioe 3 Formule e Fuzioi Fuzioi Formule predefiite per il calcolo di espressioi matematiche complesse
DettagliMetodi statistici per l analisi dei dati
Metodi statistici per l aalisi dei dati Aalisi della Variaza (ANOVA) ad u sigolo Itroduzioe Nell esempio precedete soo state itrodotte le teciche più adeguate per cofrotare due trattameti distiti ella
DettagliLezione 9. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 9. A. Iodice
Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie 1 2 3 ρ xy come coefficiete calcolo di ρ xy 4 () Statistica 2 / 26 Misura dell iterdipedeza
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA
UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti
DettagliEntropia ed informazione
Etropia ed iformazioe Primi elemeti sulla teoria della misura dell iformazioe Per trasmettere l iformazioe è ecessaria ua rete di comuicazioe, che, secodo l approccio teorico di Claude E. Shao e Warre
DettagliEsercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli
Esercitazioi del Corso di Probabilitá e Statistica Lezioe 6: Stime di parametri putuali e per itervalli Stefao Patti 1 19 geaio 005 Defiizioe 1 Ua famiglia di desitá f(, θ) ad u parametro (uidimesioale)
DettagliAnemia. Anemia - percentuali
1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14
DettagliClassificazione degli errori
Classificazioe degli errori Escludedo gli errori grossolai, derivati, ad esempio, da macroscopiche sviste ell applicazioe della procedura o da u problema strumetale improvviso, gli errori che caratterizzao
DettagliQuartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliLe principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione
Complemeti per il corso di Statistica Medica Le pricipali procedure ifereziali: ozioi, schemi di procedimeto ed esempi di applicazioe IC al livello (-α) % per la media µ Ipotesi: ella popolazioe il feomeo
DettagliTECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012
TENIA DELLE MIURAZIONI APPLIATE 17 OTTOBRE 01 Il motore MOTO1 viee prodotto da MotoriMarii pa. che suggerisce agli acquireti di usare come lubrificate u celebre olio sitetico. I dati storici cofermao che
DettagliL INTERVALLO DI CONFIDENZA
L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE 1 Stimare i Parametri della Popolazioe Itervallo
DettagliLa stima per intervalli
La stima per itervalli U itervallo di cofideza per u parametro è u itervallo di estremi [t - ; t + ] defiito itoro alla stima t di ed i cui è tale che: P t t È cioè l itervallo, cetrato su t, che co u
DettagliCAPITOLO 2 Semplici esperimenti comparativi
Douglas C. Motgomer Progettazioe e aalisi degli esperimeti 006 McGraw-Hill CAPITOLO emplici esperimeti comparativi Metodi statistici e probabilistici per l igegeria Corso di Laurea i Igegeria Civile A.A.
DettagliLezione 4 Corso di Statistica. Francesco Lagona
Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 23 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare
DettagliINFERENZA o STATISTICA INFERENTE
INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe
DettagliMetodi statistici per lo studio dei fenomeni biologici
Metodi statistici per lo studio dei feomei biologici Alla fie di questa lezioe dovreste essere i grado di: spiegare i cocetti di stima putuale e stima itervallare iterpretare gli itervalli di cofideza
DettagliStima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
Dettagli- 9 - Analisi dei risultati
Dipartimeto di Elettroica e Iformazioe Politecico di Milao - 9 - Aalisi dei risultati Laboratorio di Reti di Telecomuicazioi Prove idipedeti Ogi simulazioe è ua possibile evoluzioe di u sistema. Siamo
DettagliANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre
ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti
DettagliStatistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice
Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5
DettagliEsempio: distribuzione di frequenze. =, Pagina 90. Esempio: distribuzione di frequenze
Esempio: distribuzioe di frequeze Distribuzioe degli studeti di SDC frequetati la facoltà ell a.a. 001/00 per Num. Corsi Frequetati 83 K 7 = + + + + + + = = Num. Corsi Freq. i 1 15 43 3 103 4 80 5 3 6
DettagliCorso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a
Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due
DettagliGli Indici di VARIABILITA
Elemeti di Statistica descrittiva Gli Idici di VARIABILITA - Campo di variazioe - Scarto dalla media - Variaza - Scarto quadratico medio - Coefficiete di variazioe Idici di Variabilità I valori medi soo
DettagliMetodi quantitativi per l analisi dello sviluppo
Metodi quatitativi per l aalisi dello sviluppo Esercizio Si è rilevato il umero di ospedali (X) e la spesa saitaria i milioi di euro (Y), per 7 regioi, otteedo i segueti risultati: Ospedali (X) 5 7 4 6
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore Marco Riai mriai@uipr.it http://www.riai.it STIMA PUNTUALE (p. 55 Il parametro è stimato co u uico valore Esempio: stima della share di u programma TV % di spettatori el campioe
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi
DettagliALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1
ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao
DettagliDaniela Tondini
Daiela Todii dtodii@uite.it Facoltà di Bioscieze e Tecologie agro-alimetari e ambietali e Facoltà di Medicia Veteriaria C.L. i Biotecologie Uiversità degli Studi di Teramo 1 La mediaa o valore mediao M
DettagliQuartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliREGRESSIONE LINEARE E POLINOMIALE
REGRESSIONE LINEARE E POLINOMIALE Nota ua tabella di dati relativi alle osservazioi di due gradezze X e Y, è aturale formulare ipotesi su quale possa essere ua ragioevole fuzioe che rappreseti o che approssimi
DettagliPREMESSA. = η valore medio della popolazione = σ deviazione standard della popolazione. Descrizione parametrica di una popolazione
PREMESSA Descrizioe parametrica di ua popolazioe Sappiamo che u famiglia parametrica di fuzioi desità di probabilità è defiita da uo o più parametri Θ = {θ, θ,., θ }. Ad esempio, la d.d.p. di tipo espoeziale
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al
DettagliM n i Contabilità 104 Ec. Aziendale 90 Ec. Politica 11 Finanza 86 Met. Quantitativi 9. n = 104. f ijj = n ij n j
Esercitazioe 11 ESERCIZIO 1 La segete tabella riporta la distribzioe di stdeti, lareati i a sessioe di a scola di Ecoomia e Statistica, classicati secodo la materia argometo della tesi magistrale (M )
DettagliLezione 4 Corso di Statistica. Domenico Cucina
Lezioe 4 Corso di Statistica Domeico Cucia Uiversità Roma Tre D. Cucia (domeico.cucia@uiroma3.it) 1 / 22 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare
DettagliL INTERVALLO DI CONFIDENZA
L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE Stimare i Parametri della Popolazioe Itervallo
DettagliMatematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio
Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 1 Febbraio 014 - Esercizio 1) I ua ricerca si è iteressati a verificare le dimesioi i micrometri di u graulocita eutrofilo.
DettagliCorso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni
Corso di Statistica Caale E Bii, Cutillo A.A. 17/18 Esercitazioe di riepilogo.8 Test di ipotesi Soluzioi Esercizio 1 A seguito della sostituzioe di u macchiario per il cofezioameto di caffè, il resposabile
Dettaglia n (x x 0 ) n. (1.1) n=0
Serie di poteze. Defiizioi Assegati ua successioe {a } di umeri reali e u puto x dell asse reale si dice serie di poteze u espressioe del tipo a (x x ). (.) Il puto x viee detto cetro della serie e i umeri
DettagliDistribuzioni per unità
Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa ota si occupa dell illustrazioe
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi
Dettagli( 1) k+1 x k + R N+1 (x), k. 1 + x 10 2, 5 R N+1 ( 1 3 ) ) )
Esercizi di Aalisi - Alberto Valli - AA 05/06 - Foglio 8. Fatevi veire u idea per calcolare log48 alla secoda cifra decimale. Lo sviluppo di Taylor di log( + ) è covergete per solo per (,]. Duque bisoga
DettagliStatistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6
X c () 0 0 0 0 t dx e x t altrove x e x x f x t x X = =4 =8 E[X] = Var[X] = Teorema Z, Z,, Z N(0 ; ) e idipedeti X= Z + Z + +Z c () Nota Esistoo tavole dei puti percetuali delle distribuzioi chi-quadro
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
Dettagli3. Calcolo letterale
Parte Prima. Algera 1) Moomi Espressioe algerica letterale 42 Isieme di umeri relativi, talui rappresetati da lettere, legati fra loro da segi di operazioi. Moomio Espressioe algerica che o cotiee le operazioi
DettagliCapitolo 27. Elementi di calcolo finanziario EEE
Capitolo 27 Elemeti di calcolo fiaziario EEE 2012-2013 27.1 Le diverse forme dell iteresse Si defiisce capitale (C) uo stock di moeta dispoibile i u determiato mometo. Si defiisce iteresse (I) il prezzo
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
Dettagli