docente: Germana Scepi
|
|
- Ferdinando Bello
- 7 anni fa
- Visualizzazioni
Transcript
1 INSEGNAMENTO DI :PIANO DEGLI ESPERIMENTI CORSO DI LAUREA: CLAS docente: Germana Scei
2 Eserimenti in Scienza e Industria I metodi serimentali sono amiamente utilizzati sia nella ricerca scientifica che nel camo industriale, con obiettivi sesso differenti. L'obiettivo rinciale nella ricerca scientifica è quello di evidenziare la significatività statistica di un effetto che un articolare fattore esercita sulla variabile diendente di interesse Nello studio in camo industriale, l'obiettivo rimario è usualmente quello di estrarre il massimo ammontare di informazione non distorta riguardo i fattori che influenzano un rocesso roduttivo col minor numero ossibile (anche in termini di costi) di osservazioni. Mentre nel rimo caso (nella ricerca in camo scientifico) sono usate le tecniche rorie dell'analisi della varianza (ANOVA) er scorire la natura interattiva della realtà come manifestata nelle interazioni di ordine iù elevato dei fattori, negli studi di tio industriale gli effetti di interazione sono sesso visti come un "disturbo" (essi riscuotono di solito scarso interesse: ossono comlicare il rocesso di identificazione dei fattori imortanti)
3 GLOSSARIO Variabile di risosta (resonse): è una variabile con cui si misura il risultato di un eserimento es. volume di mercurio in un camione di acqua del fiume Fattore (factor): è una variabile serimentale controllabile che si ritiene influenzi la variabile di risosta (tio di fertilizzante, trattamenti termici, temeratura, ecc.) e di cui si vuole misurare l effetto (n.b. effetti dei singoli fattori: effetti rinciali) Livello (level): è uno secifico valore di un fattore Regione serimentale o sazio dei fattori (exerimental region o factor sace): sono tutte le ossibili combinazioni fattore/livello Interazioni (interaction): esistenza di effetti congiunti di iù fattori sulla variabile risosta Covariate (covariates): sono variabili che ossono influenzare la risosta ma i cui valori a differenza dei fattori non vengono controllati nell eserimento (es. in molti eserimenti temeratura ed umidità influenzano la variabile di risosta ma solo la temeratura uò essere controllata mentre l umidità uò essere misurata ma non controllata) Unità (item): oggetto o unità di rilevazione risetto a cui misurare le variabili considerate (es. ali di un aereo, bulloni, ecc.) Unità serimentali omogenee: (homogeneous exerimental units): unità che si resentano il iù simili ossibile risetto all'influenza sulla variabile di risosta
4 Sequenza di rove (sequence of tests): l ordine nel quale le combinazioni fattore/livello devono essere eseguite durante un eserimento Blocchi (blocks): dividono il numero totale di unità in due o iù grui di unità serimentali omogenee Rietizioni di rove (reeated tests): effettuazione di due o iù rove in cui siano identici sia le combinazioni fattore/livello che le condizioni di rova Relicazioni (relications): rietizione di un eserimento (o di arte di esso) in condizioni diverse di rova Errore Serimentale (exerimental error): comonente della variabilità dei risultati dovuta a fluttuazione casuali e non all'intervento dei fattori
5 Le esate di Hotelling Il roblema: Si disone di tre oggetti di cui si vuole conoscere il eso. Si ha a disosizione un numero massimo di quattro esate. Come è ossibile ottenere la migliore stima dei tre esi? Notazione: P i eso dell i-esimo oggetto, i,, P taratura (correzione dello zero) i Risultato della i-esima esata L errore in ciascuna esata è ritenuto costante e ari a σ i stima dell i-esimo eso var( i ) σ Stima Peso reale Errore serimentale Primo modo di rocedere: gli oggetti sono esati uno alla volta, si utilizza un solo iatto. Prima esata: la bilancia è vuota, rilevazione di Seconda esata: Oggetto sul iatto di destra, lettura di Terza esata: Oggetto sul iatto di destra, lettura di Quarta Pesata: Oggetto sul iatto di destra, lettura di
6 Ogni stima deriva dalla differenza di due misure: la varianza della stima dei esi è uguale a due volte la varianza della misura σ Chiamiamo ora X, X, X i tre oggetti da esare, ed attribuiamo: se l oggetto non sta sulla bilancia; se l oggetto sta sul iatto di destra; - se l oggetto sta sul iatto di sinistra. Con questa notazione la rova recedente uò essere raresentata dalla seguente matrice: X X X esata esata esata esata
7 Secondo modo di rocedere: gli oggetti sono esati due alla volta, si utilizza un solo iatto Prima esata: Nessun oggetto sui iatti, rilevazione di Seconda esata: X e X a destra, lettura di Terza esata: X e X a destra, lettura di Quarta esata: X e X a destra, lettura di La matrice delle esate è la seguente: X X X esata esata esata esata var( i ) (½) σ σ La varianza delle stime è uguale alla varianza delle misure Questa rocedura è iù recisa della recedente
8 Terzo modo di rocedere: gli oggetti sono esati tre alla volta, si utilizzano entrambi i iatti Prima esata: I tre oggetti sono a sinistra, rilevazione di Seconda esata: X e X a sinistra, X a destra, lettura di Terza esata: X e X a sinistra, X a destra, lettura di Quarta esata: X e X a sinistra, X a destra, lettura di La matrice delle esate è la seguente: X X X esata esata - - esata - - esata - - var( i ) (½) σ ½σ La varianza delle stime è uguale alla metà della varianza delle misure Questa rocedura è volte iù recisa della rima
9 Ultimo modo di rocedere: gli oggetti sono esati tre alla volta, si utilizzano entrambi i iatti Prima esata: I tre oggetti sono a sinistra, rilevazione di Seconda esata: X a sinistra, X e X a destra, lettura di Terza esata: X a sinistra, X e X a destra, lettura di Quarta esata: X a sinistra, X e X a destra, lettura di La matrice delle esate è la seguente: X X X esata esata - esata - esata - var( i ) (¼) σ ¼ σ La varianza delle stime è uguale alla metà della varianza delle misure Questa rocedura è 8 volte iù recisa della rima
10 Esiste un altra rocedura in grado di fornire stime iù recise? Alcune considerazioni: A arità di numero di rove è stato ossibile diminuire considerevolmente la variabilità delle stime Contrariamente alla logica aarente conviene combinare le rove iuttosto che serimentare a arità di altre condizioni (come nel rimo metodo) Nella terminologia del disegno degli eserimenti: ogni esata costituisce una risosta Ogni oggetto è un fattore Il eso di un oggetto è l effetto di un fattore sulla risosta Controllare le colonne della X nelle due ultime rocedure
RICHIAMI di CALCOLO delle PROBABILITA
Facoltà di Ingegneria - Università di Bologna Anno Accademico: 00/ TECNICA ED ECONOMIA DEI TRASPORTI Docente: Marino Lui RICHIAMI di CALCOLO delle PROBABILITA PROBABILITA Ci sono fenomeni che non si osso
DettagliVerifica di ipotesi: approfondimenti
1. Il -value Verifica di iotesi: arofondimenti Il test si uò effettuare: Determinando reventivamente le regioni di accettazione di H 0 e H 1 er lo stimatore considerato (sulla base del livello α e osservando
Dettaglila parola binaria che è è la parola di dati e p venuta fuori, in trasmissione, a seguito dell esecuzione delle 4 prove di parità;
Aunti di Elettronica Digitale Circuiti er il codice Hamming Circuito er la decodifica Hamming Vogliamo realizzare un circuito cominatorio che rilevi e corregga l errore singolo su arole di codice Hamming.
DettagliAnalisi della varianza
Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.
DettagliTre tipi di Sistema Un richiamo
Corso di Studi di Fisica Corso di Chimica Luigi Cerruti www.minerva.unito.it Programma: a che unto siamo? Lezioni 25-26 2010 re tii di Sistema Un richiamo Un aio di riferimenti matematici Sistema isolato:
DettagliIntroduzione a rischio e rendimento
CAPITOLO 8 Introduzione a rischio e rendimento Semlici PROBLEMI 1. Il risultato atteso è 100 e il rendimento atteso è zero. La varianza è 20 000 (ercentuale al quadrato) e lo scarto quadratico medio è
DettagliMetodi per la riduzione della dimensionalità Strumenti quantitativi per la gestione
Metodi er la riduzione della dimensionalità Strumenti quantitativi er la gestione Emanuele Taufer Introduzione Combinazioni lineari Regressione lineare sulle variabili trasformate Dettaglio teorico Metodi
DettagliLa probabilità. f n. evidentemente è 0 ( E)
La robabilità Definizione - Eserimento aleatorio Ogni fenomeno del mondo reale al quale associare una situazione di incertezza. Es: Lancio di un dado, estrazioni numeri della tombola, ecc. Definizione
DettagliIl modello lineare e l analisi della varianza con
Il modello lineare e l analisi della varianza con Rocco Micciolo Università di Trento http://hostingwin.unitn.it/micciolo/ ANOVA a 1 via La scomposizione della devianza ANOVA a 1 via e modello lineare
DettagliINTRODUZIONE. L obiettivo centrale della tesi consiste nell analizzare, attraverso una opportuna tecnica
INTRODUZIONE L obiettio centrale della tesi consiste nell analizzare attraerso una oortuna tecnica statistica denominata ANALISI DELLE COMPONENTI PRINCIPALI due distinti set di dati relatii allo stato
Dettaglima come si puo misurare una grandezza fisica della quale si postula l esistenza, ma di cui non si conosce nulla? chiaramente misurarla direttamente
Princiio zero della termodinamica gli stati di equilibrio termico godono della articolare rorieta che i sistemi all equilibrio termico tra loro condividono una stessa grandezza fisica, detta temeratura
DettagliSoluzione esami di stato Il sistema di controllo può essere rappresentato mediante il seguente schema a blocchi : G t (s)
Soluzione esami di stato 213 Sistemi automazione e organizzazione della roduzione Il sistema di controllo uò essere raresentato mediante il seguente schema a blocchi : K G com ( G s Cond. G t ( Dove :
DettagliANALISI DELLA VARIANZA
ANALISI DELLA VARIANZA Per il confronto tra le medie aritmetiche di iù grui, non è ossibile ricorrere al test t, suddividendo l'analisi in tanti confronti a coie quante sono le combinazioni degli n grui
DettagliCP110 Probabilità: Esame 2 settembre 2013 Testo e soluzione
Diartimento di Matematica, Roma Tre Pietro Cauto 212-13, II semestre 2 settembre, 213 CP11 Probabilità: Esame 2 settembre 213 Testo e soluzione 1. (6 ts) Abbiamo due mazzi di carte francesi, il mazzo A
DettagliTest di Ipotesi (su una singola popolazione)
Test di Iotesi (su una singola oolazione) Dato un camione casuale estratto dalla oolazione F ( X, X,, X n ) X - Poolazione Osservati/misurati i dati x, x,, x n Decido la lausibilità di una iotesi formulata
DettagliESERCIZIO 1: Vincolo di bilancio lineare
Microeconomia rof. Barigozzi ESERCIZIO 1: Vincolo di bilancio lineare Si immagini un individuo che ha a disosizione un budget di 500 euro e deve decidere come allocare tale budget tra un bene, che ha un
Dettagli125. Simulazioni del decadimento radioattivo con la TI Voyage 200 di Pietro Romano L. S. Leonardo, Giarre (CT)
Numero 11 Dicembre 29 125. Simulazioni del decadimento radioattivo con la TI Voyage 2 di Pietro Romano [r.romano@tin.it] L. S. Leonardo, Giarre (CT) Abstract.. A grahical calculator, as TI Voyage 2, can
DettagliConfronto tra le proporzioni in due popolazioni indipendenti (alcune note)
Confronto tra le roorzioni in due oolazioni indiendenti (alcune note) Finora abbiamo visto come verificare iotesi su un articolare arametro (indicatore di una caratteristica qualità) di una oolazione sulla
DettagliRegolarizzazione (Shrinkage) Strumenti quantitativi per la gestione
Regolarizzazione (Shrinkage) Strumenti quantitativi er la gestione Emanuele Taufer Metodi di regolarizzazione o shrinkage Regressione ridge Standardizzare i redittori Dati Credit.csv Ridge er i dati Credit.csv
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliPredittore di Smith. (Complementi di Controlli Automatici: prof. Giuseppe Fusco) y p (t) Figura 1: Schema di controllo in retroazione con ritardo.
Predittore di Smith (Comlementi di Controlli Automatici: rof. Giusee Fusco) Lo schema a redittore di Smith ha come obiettivo il miglioramento delle restazioni di un sistema di controllo in cui è resente
DettagliLe Tecniche di Data Mining
Cluster Analysis Le Tecniche di Data Mining Le rinciali tecniche di data mining che vedremo sono: Ø Ø Cluster Analysis Alberi Decisionali Cluster Analysis La Cluster Analysis è una tecnica di data mining
DettagliPrincipi di Economia I - Microeconomia Esame
Princii di conomia - Microeconomia same Giusee Vittucci Marzetti iartimento di ociologia e Ricerca ociale Università degli tudi di Milano-Bicocca orso di Laurea in cienze dell Organizzazione 4 icembre
DettagliSchedulazione di dettaglio Macchine in parallelo
Lezione 8 Schedulazione di dettaglio Macchine in arallelo Dati: Una lista di lotti (job) che devono essere rocessati da un sistema roduttivo comosto da un set di macchine in arallelo. Siano i lotti caratterizzati
Dettagli8. ANALISI DELLA COVARIANZA (ANCOVA)
8. ANALISI DELLA COVARIANZA (ANCOVA) L analisi della covarianza è un metodo statistico che risulta dalla combinazione dell analisi di regressione con l analisi della varianza. È utile quando all analisi
DettagliModellazione dinamica per il controllo di processo. Davide Manca Strumentazione e Controllo di Impianti Chimici Politecnico di Milano
L2 Modellazione dinamica er il controllo di rocesso Davide Manca Strumentazione e Controllo di Imianti Chimici Politecnico di Milano L2 Dinamica di rocesso Il controllo di rocesso richiede la conoscenza
DettagliCorso di Impianti Dispense a cura di Simone Lugli Realizzate a favore degli allievi dell Istituto C. Ferrini di Verbania. 1. Il teorema di Bernoulli 2
Indice 1. Il teorema di Bernoulli. Strumenti er misure su tubazioni: generalità e metodi di utilizzo 3.1. Il Tubo di Pitot 3.. Il venturimetro 4.3 Il boccaglio 5.4 Il diaframma 6.5. ltri strumenti er la
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 08-Anova con covariata (vers. 1.2, 6 dicembre 2017) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea
DettagliPer quanto detto prima il fenomeno di svuotamento termina quando la pressione di ristagno è pari a:
Esercizi Si consideri il serbatoio schematicamente raresentato in Fig., in cui è contenuto un gas avente inizialmente (cioè al temo t=0) temeratura T o =0F e ressione oi =0si. Il serbatoio è collegato
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea
DettagliUniversità del Piemonte Orientale. Corso di laurea specialistica in biotecnologie mediche. Corso di Statistica Medica. Analisi dei dati quantitativi :
Università del Piemonte Orientale Corso di laurea specialistica in biotecnologie mediche Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale
DettagliGuida per l esecuzione dei brani per le S.I.M. e altre formazioni Partitura
uida er l esecuzione dei brani er le S.I.M. e altre formazioni artitura - ALTI, - MEIO ALTI, - MEI, - MEIO BASSI, 5- BASSI BASSO ELETTRICO, IANOFORTE, CHITARRA, ERCSSIONI, BATTERIA La artitura è scritta
Dettagli1. variabili dicotomiche: 2 sole categorie A e B
Variabile X su scala qualitativa (due categorie) modello di regressione: variabili quantitative misurate almeno su scala intervallo (meglio se Y è di questo tipo e preferibilmente anche le X i ) variabili
DettagliESAME DI AMMISSIONE ALLA TERZA LICEO SCIENZE SPERIMENTALI: FISICA
LICO CANTONAL DI LUGANO 2 SAM DI AMMISSION ALLA TRZA LICO SCINZ SRIMNTALI: FISICA COGNOM: NOM:...... RONINZA SCOLASTICA:. unti esercizi 1 2 3 TOT 18 4 3 25 unti fatti Nota SRCIZIO 1 Annerire o crociare
DettagliLA LORDIZZAZIONE DEI REDDITI NETTI IRPEF: STRUMENTI PER LA MICROSIMULAZIONE SUL 2005
WORKING PAPER No 478 Marzo6 LA LORIZZAZIONE EI REITI NETTI IRPEF: STRUMENTI PER LA MICROSIMULAZIONE SUL 5 Simone Pellegrino iartimento di scienze economiche e finanziarie G. Prato Università di Torino
DettagliIndice. Prefazione all edizione italiana. Gli Autori e i Curatori dell edizione italiana PARTE PRIMA ASPETTI GENERALI
Indice Prefazione all edizione italiana Gli Autori e i Curatori dell edizione italiana XI XII PARTE PRIMA ASPETTI GENERALI Capitolo 1. Introduzione 1 1.1 La psicologia scientifica 1 1.2 I contesti della
DettagliQuesto calcolo richiede che si conoscano media e deviazione standard della popolazione.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito
DettagliPuntatori in C. Fondamenti di Informatica. Daniele Loiacono
Puntatori in C Fondamenti di Informatica Puntatori Come è fatta la memoria del calcolatore? Un modello concettuale della memoria q La memoria centrale di un calcolatore è una sequenza di celle numerate
DettagliIndicatori della dinamica dei prezzi al consumo per alcune tipologie di famiglie Anni
20 Febbraio 2007 Premessa Indicatori della dinamica dei rezzi al consumo er alcune tiologie di famiglie Anni 2001-2006 Ufficio della comunicazione Tel. + 39 06 4673.2243-2244 Informazioni e chiarimenti
DettagliEsercizi proposti - Gruppo 7
Argomenti di Matematica er l Ingegneria - Volume I - Esercizi roosti Esercizi roosti - Gruo 7 1) Verificare che ognuina delle seguenti coie di numeri razionali ( ) r + 1, r + 1, r Q {0} r ha la rorietà
DettagliCapitolo 2. Funzioni
Caitolo 2 Funzioni 2.1. De nizioni Un concetto di fondamentale imortanza è quello di funzione. roosito la seguente de nizione: Vale a questo De nizione 10 Dati due insiemi (non vuoti) X e Y, si chiama
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,
DettagliDomanda di lavoro ed equilibrio del mercato del lavoro in concorrenza perfetta
Domanda di lavoro ed equilibrio del mercato del lavoro in concorrenza erfetta Giusee Vittucci Marzetti 17 febbraio 2017 a domanda di lavoro in concorrenza erfetta a domanda di lavoro è una domanda di tio
DettagliIl flusso ottico. Alberto Borghese Laboratory of Motion Analysis, Virtual Reality (MAVR) Il flusso ottico
l flusso ottico Alberto Borghese Laborator of Motion Analsis, Virtual Realit (MAVR) testb N.A. Borghese Uniersità di Milano 9/03/003 htt:\\homes.dsi.unimi.it\ borghese /30 l flusso ottico Origina dalla
DettagliCorso di Progetto di Strutture. POTENZA, a.a Serbatoi in c.a.p.
Corso di Progetto di Strutture POTENZA, a.a. 2012 2013 Serbatoi in c.a.. Dott. Marco VONA Scuola di Ingegneria, Università di Basilicata marco.vona@unibas.it htt://www.unibas.it/utenti/vona/ I SERBATOI
DettagliCapitolo 3 - Parte IV Complementi sui circuiti combinatori
Aunti di Elettronica Digitale Caitolo 3 - arte IV Comlementi sui circuiti combinatori Introduzione... Sommatori...2 Introduzione...2 Half-adder...3 Full-adder...4 Sommatore binario arallelo...7 roagazione
DettagliTraccia dello svolgimento di alcuni esercizi del compito del 15/04/08
Traccia dello svolgimento di alcuni esercizi del comito del //8 Esercizio.. L esercizio richiede di risolvere in generale il seguente sistema lineare @ A = b a. Il sistema ^A = b ammette soluzioni se Rg(
DettagliSezioni d urto. Prof. Sergio Petrera Università degli Studi dell Aquila. 11 giugno La regola d oro di Fermi e la sezione d urto di Born
Sezioni d urto Prof. Sergio Petrera Università degli Studi dell Aquila giugno 008 La regola d oro di Fermi e la sezione d urto di Born La regola d oro di Fermi si ricava in Meccanica Quantistica Non Relativistica
DettagliNote sulla Definizione Assiomatica della Probabilita
Note sulla Definizione Assiomatica della Probabilita 1 I diagrammi di Wenn forniscono un metodo grafico er visualizzare i concetti fondamentali del calcolo delle robabilità. In questa raresentazione una
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni
DettagliANALISI DELLA VARIANZA A DUE VIE CON INTERAZIONE Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 ANALISI DELLA VARIANZA A DUE VIE CON INTERAZIONE Prof. Antonio
DettagliLa psicologia... della percezione? Introduzione alla Psicologia della Percezione. Neuroscienze Cognitive. Le Neuroscienze...
4 Arile 2006 Corso di Laurea in Informatica Multimediale Facoltà di Scienze MMFFNN Università di Verona La sicologia... della ercezione? Introduzione alla della Percezione Chiara Della Libera DSNV Università
DettagliLezione 10 Termodinamica
rgomenti della lezione: relazione di Mayer trasformazioni adiabatiche trasformazioni isoterme macchine termiche ciclo di arnot Lezione 0 ermodinamica secondo riiio della termodinamica Gas ideali Un gas
DettagliIndagine statistica. Indagine Totale Indagine Campionaria Fasi dell indagine
10/1 Indagine statistica Indagine Totale Indagine Campionaria Fasi dell indagine definizione degli obiettivi definizione delle unità e delle variabili da rilevare scelta del periodo di riferimento individuazione
DettagliMetodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Esercitazione
Metodi statistici per la ricerca sociale Capitolo 13. Combinare regressione e ANOVA: predittori categoriali e quantitativi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni
DettagliMoto Monodimensionale in Condotti
Diartimento di Ingegneria Industriale Moto Monodimensionale in Condotti Fluido Comrimibile - eoria Fig a Fig B Fig. A Moti D Comrimibili- ermodinamica Scuola di Ingegneria Corso di e Macchine A.A. 3 4
DettagliMATHESIS. Sezioni di Napoli e C.mare di Stabia. Scuola Estiva di Formazione - Secondo Ciclo di Istruzione La Matematica dell incerto
MATHESIS Sezioni di Naoli e C.mare di Stabia Scuola Estiva di Formazione - Secondo Ciclo di Istruzione La Matematica dell incerto Ferdinando Casolaro ferdinando.casolaro@unina.it Insegnamento della Probabilità
DettagliTonzig La fisica del calore
0 Tonzig La fisica del calore c) Per stati di equilibrio caratterizzati da uno stesso valore della ressione (e del numero di moli), volume e temeratura assoluta sono direttamente roorzionali. Se 0 è il
DettagliINDICE PARTE METODOLOGICA
INDICE PARTE METODOLOGICA 1. Il processo di ricerca 1.1.Individuazione di un problema e formulazione delle ipotesi 1.2.Individuazione e definizione operativa delle variabili 1.2.1. Le variabili definite
DettagliFAI MATEMATICA. PREPARATI ALL ESAME 44 Esercitazioni per la prova d esame. Aggiornamenti e ulteriori materiali seieditrice.
LUISA BISCIONE ANTONIO BISCIONE AOLO ADOLINO AI MATEMATICA LEGGI OSSEVA ALICA EAATI ALL ESAME 44 Esercitazioni er la rova d esame Aggiornamenti e ulteriori materiali seieditrice.com/fai-matematica SOCIETÀ
DettagliCalcolo Parallelo. Valutazione dell efficienza di algoritmi e software in ambiente parallelo. Prof. Alessandra d Alessio.
Calcolo Parallelo Valutazione dell efficienza di algoritmi e software in ambiente arallelo Prof. Alessandra d Alessio T(1) S() = T() = Seed u Lo seed u misura la riduzione del temo di esecuzione risetto
DettagliTEORIA DELLA PROBABILITÁ
TEORIA DELLA PROBABILITÁ Cenni storici i rimi arocci alla teoria della robabilità sono della metà del XVII secolo (Pascal, Fermat, Bernoulli) gli ambiti di alicazione sono i giochi d azzardo e roblemi
DettagliLezione 10 Termodinamica
rgomenti della lezione: Lezione 0 ermodinamica relazione di Mayer trasformazioni adiabatiche trasformazioni isoterme macchine termiche ciclo di arnot secondo riiio della termodinamica cenni sull entroia
DettagliUniversità del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica. Analisi dei dati quantitativi : Analisi della varianza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Analisi della varianza Università del Piemonte Orientale Corso di laurea in
DettagliL Offerta dell impresa e dell industria
L Offerta dell imresa e dell industria Studiamo l offerta dell imresa nel mercato di concorrenza erfetta Un mercato caratterizzato da concorrenza erfetta se: 1-I I rezzi sono fissi: l imresa non è in grado
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono
DettagliCALCOLO DELLE PROBABILITÀ. 1. La probabilità che una candela accesa si spenga è p = 1, perché è assolutamente certo che si esaurirà.
CALCOLO DELLE PROBABILITÀ -Definizione di robabilità -Legge additiva (eventi disgiunti) -Probabilità totale -Eventi comosti -Eventi indiendenti -Legge moltilicativa -Probabilità comoste - -Definizione
DettagliIdrogramma. L idrogramma è la rappresentazione grafica dell andamento della portata nel tempo.
Idrogramma ortata - Q L idrogramma è la raresentazione grafica dell andamento della ortata nel temo. La ortata si esrime normalmente in m 3 s -1 ovvero un volume diviso un temo: Q = dv dt ne consegue che
DettagliCognome: Nome: Matricola: Sistemi Operativi A.A , prova scritta del 25 settembre 2008.
ognome: Nome: Matricola: Sistemi Oerativi.. 7-8, rova scritta del 25 settembre 8. Usa questa agina er la brutta, staccala, non consegnarla. Sistemi Oerativi.. 7-8, rova scritta del 25 settembre 8. Usa
DettagliCorso di Scienza delle Costruzioni C Prof. Silvio Valente RISOLUZIONE TEMA D ESAME A cura di Simona Patetta
Corso di Scienza delle Costruzioni C Prof. Silvio Valente RISOLUZIONE TEMA D ESAME 0-02-2008 A cura di Simona Patetta Si riorta lo stralcio di tema d esame relativo al rimo esercizio: Si rocede con lo
Dettaglio Si sceglie il modello che meglio si adatta alla realtà osservata, cioè quello per il quale risulta più probabile la realtà osservata.
Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono
DettagliCampionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
DettagliComplementi di Termologia. III parte
Prof. Michele Giugliano (Dicembre 00) Comlementi di Termologia. III arte N. 3. - Lavoro nelle trasformazioni. In generale se un gas, soggetto ad una variazione della ressione, varia il volume, esso comie
DettagliCalcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione, a.a. 2009/10 Prova scritta del 21/7/2010
Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione, a.a. 009/0 Prova scritta del /7/00 Nota. E obbligatorio sia scegliere le risoste (numeriche, o le formule nali a seconda del
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello
Metodi Quantitativi per Economia, Finanza e Management Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello 1. Introduzione ai modelli di regressione 2. Obiettivi 3. Le
Dettaglia 11 s 1 + a 12 s a 1n s n = b 1 a 21 s 1 + a 22 s a 2n s n = b 2..
Matematica II 020304 Ogni sistema di m equazioni lineari in n incognite x 1 x 2 x n si uo raresentare nella forma a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1
DettagliCorso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08. Insegnamento di STATISTICA MEDICA. Modulo II
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08 Insegnamento di STATISTICA MEDICA Docente:Dott.ssa Egle
DettagliFUORI DI SCIENZA 2015/2016 fuoridiscienza.wordpress.com PROPOSTE DIDATTICHE 2015/2016
FUORI DI SCIENZA 2015/2016 fuoridiscienza.wordress.com fuoridiscienza@gmail.com PROPOSTE DIDATTICHE 2015/2016 Chi siamo? Una biotecnologa, una geologa, una storica e una biologa si incontrano e... sembra
DettagliTeoria del consumo. Dott.ssa Alessandra Porfido
Teoria del consumo Dott.ssa Alessandra orfido Esercizio 1 Siano = 20 e = 40 i rezzi unitari di mercato di due beni le cui quantità sono indicate con e. Il reddito R di cui disone il consumatore è ari a
DettagliProva scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012
Prova scritta di Complementi di Probabilità e Statistica 7 Dicembre. Un ingegnere vuole investigare se le caratteristiche di una superficie metallica sono influenzate dal tipo di pittura usata e dal tempo
DettagliRiduzioni di Turing. OMdT. nastro di oracolo. domanda. tra linguaggi. macchina di Turing con oracolo (OMdT). detto insieme di oracolo.
Riduzioni di Turing! Nozione iù forte di riduzione olinomiale tra linguaggi.! Basata sul modello di calcolo della macchina di Turing con oracolo (OMdT). 1 OMdT! MdT dotata di un nastro addizionale: nastro
DettagliCapitolo 1 La rilevazione dei fenomeni statistici
Capitolo 1 La rilevazione dei fenomeni statistici 2/1 Capitolo 1 Caratteri, unità statistiche e collettivo Classificazione dei caratteri statistici Suddivisione in classi di un carattere quantitativo I
DettagliValutazione dei consumi globali di energia di un sistema
CAPITOLO 1 Valutazione dei consumi globali di energia di un sistema Il sistema a cui faremo generalmente riferimento in questo corso sarà uno stabilimento di azienda manifatturiera, ma tutte le considerazioni
DettagliSTATISTICA. Regressione-3 L inferenza per il modello lineare semplice
STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione
DettagliTeoria del consumo Viki Nellas
Teoria del consumo Viki Nellas Esercizio Siano = 0 e = 40 i rezzi unitari di mercato di due beni le cui quantità sono indicate con e. Il reddito R di cui disone il consumatore è ari a 5000 a) Si tracci
DettagliIntroduzione alle macchine termiche
1 Introduzione alle macchine termiche In questa nota 1 introduciamo il concetto di macchina termica che oera con trasformazioni cicliche er trasformare calore in lavoro. In generale questo argomento viene
DettagliAPPUNTI DI STATISTICA INFERENZIALE. Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO
APPUNTI DI STATISTICA INFERENZIALE Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO PREREQUISITI VARIABILE ALEATORIA (QUANTITATIVA): è una funzione che associa un numero reale ad ogni
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 Concetti generali: Confronto simultaneo tra più di due popolazioni, esempi... La analisi della varianza estende il confronto a p gruppi con p>2.
DettagliUn modello di regressione fuzzy per la valutazione della soddisfazione
Statistica & Alicazioni Vol. 3, n. 1, 25 Un modello di regressione fuzzy er la valutazione della soddisfazione Rosaria Romano Francesco Palumbo Summary: Customer Satisfaction Analysis is mostly based on
DettagliProblemi legati all'uso dei Puntatori
Problemi legati all'uso dei Puntatori 1. Aree inutilizzabili: Possibilità di erdere l'indirizzo di aree di memoria allocate al rogramma che uindi non sono iù accessibili. (v. esemio recedente). 2. Riferimenti
DettagliEsercitazione 1. 1) Apprendimento del concetto di filtro quale blocco di elaborazione analogica dell informazione
Esercitazione ) Arendimento del concetto di filtro quale blocco di elaborazione analogica dell informazione ) lassificazione di base dei filtri 3) Individuazione delle f.d.t. dei rinciali filtri assivi
DettagliModelli dei Sistemi di Produzione Modelli e Algoritmi della Logistica 2010-11
Modelli dei Sistemi di Produzione Modelli e lgoritmi della Logistica 00- Scheduling: Macchina Singola CRLO MNNINO Saienza Università di Roma Diartimento di Informatica e Sistemistica Il roblema /-/ w C
DettagliTecniche statistiche di analisi del cambiamento
Tecniche statistiche di analisi del cambiamento 09-Anova per misure ripetute (v. 1.3, 21 novembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliDISTRIBUZIONI DI CAMPIONAMENTO
DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,
DettagliMOTI QUASI UNIDIMENSIONALI MOTI QUASI UNIDIMENSIONALI
MOTI QUASI UNIDIMENSIONALI Nei moti quasi unidimensionali si iotizza la costanza del valore di tutte le grandezze termofluidodinamiche su ciascuna suerficie ermeabile aartenente alla suerficie esterna
DettagliTECNICHE DI ANALISI DEI DATI
TECNICE DI ANALISI DEI DATI AA 08/09 PRO. V.P. SENESE Questi materiali sono disponibili per tutti gli studenti al seguente indirizzo: https://goo.gl/xy5fr Seconda Università di Napoli (SUN) Dipartimento
DettagliImputazione dati mancanti
Imputazione dati mancanti Una volta preparata la matrice dei dati, occorre controllare alcuni aspetti delle variabili disponibili. Missing Value Range Minimum & Maximum Extreme Values Per verificare la
Dettagli