Statistica. Lezione 6

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Statistica. Lezione 6"

Transcript

1 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a Dott.ssa Daniela Ferrante

2 La verifica di ipotesi Le ipotesi di ricerca sono un insieme di congetture o di supposizioni che possono essere il risultato di anni di osservazione da parte del ricercatore e che motivano la ricerca Le ipotesi statistiche sono ipotesi che possono essere formulate in modo da poter essere valutate da adeguate tecniche statistiche.

3 Procedimento 1. Il ricercatore formula un ipotesi di lavoro, che costituisce la spiegazione di un fenomeno o indica il valore di un parametro.. Viene formulata l ipotesi nulla, cioè l affermazione che il ricercatore intende sottoporre a verifica, costruita in modo simmetrico all ipotesi di lavoro e formulata in modo tale da poter essere negata dall esperimento programmato. 3. Viene valutato dal ricercatore quanto è grande il rischio per lui accettabile di fornire una conclusione diversa dalla realtà (a lui ignota). 4. Viene disegnato l esperimento e viene definita la dimensione del campione. 3

4 5. Viene scelto il test statistico appropriato. 6. Viene condotto l esperimento. 7. Il risultato dell esperimento viene letto e confrontato con la distribuzione di probabilità precedentemente calcolata. Se la probabilità di ottenere il risultato osservato (data l ipotesi nulla) è inferiore alla soglia definita al punto 3 precedente, si conclude per il rifiuto dell ipotesi nulla. 4

5 PROCEDIMENTO Formulare Ho Calcolare la statistica test sui dati Calcolare la plausibilità di Ho visti i dati Conclusione Rif Ho Non rif Ho 5

6 Errore di prima specie Fisso il livello di significatività α che è definito come la probabilità di rifiutare l ipotesi nulla quando è vera: α è definito errore di prima specie. α = P(rif H 0 /H 0 ) Poiché rifiutare l ipotesi nulla quando è vera rappresenta un errore, dobbiamo quindi fissare un valore di α piccolo. Di solito α viene posto uguale a

7 La statistica test è una statistica che può essere calcolata a partire dai dati del campione. Formula generale della statistica test = (statistica di interesse-parametro ipotizzato) / errore standard della statistica di interesse 7

8 Esempio Un campione casuale di 10 rapporti di pronto soccorso è stato scelto dai file di un servizio di ambulanza. Il tempo medio campionario è di 13 minuti. Assumiamo che la popolazione dei tempi sia distribuita normalmente con varianza uguale a 16. Si può concludere da questi dati che la media della popolazione sia diversa da 10 minuti. Fissiamo α = 0,05 8

9 Test a una coda o due code? Il ricercatore sulla base del tipo di domanda a cui deve rispondere decide di utilizzare un test unidirezionale o bidirezionale. Si usa un test bidirezionale quando il rifiuto dell ipotesi nulla è dovuto sia a valori piccoli che a valori grandi della statistica test. ES. H0 : µ = 10 H1 : µ 10 Nel test bidirezionale (test a due code) la regione di rifiuto è divisa in due parti o due code della distribuzione della statistica test. 9

10 Si usa un test unidirezionale quando il rifiuto dell ipotesi nulla è causato o soltanto da valori sufficientemente piccoli o soltanto da valori sufficientemente grandi della statistica test ES. H0 : µ = 10 H1 : µ < 10 H0 : µ = 10 H1 : µ > 10 Un test unidirezionale è un test in cui la regione di rifiuto si trova in una o in un altra coda della distribuzione. 10

11 Quindi: Data la distribuzione della statistica test, rifiuto l ipotesi nulla se il valore della statistica test cade nella regione di rifiuto, mentre non rifiuto l ipotesi nulla se la statistica test cade nella regione di accettazione dell ipotesi nulla. Se l ipotesi nulla non è rifiutata si può concludere che i dati sui quali si effettua il test statistico non forniscono prove sufficienti per rifiutarla. Se invece l ipotesi nulla viene rifiutata allora i dati saranno compatibili con l ipotesi alternativa H1 (ipotesi di lavoro) che riteniamo vera dato che il test ha portato al rifiuto dell ipotesi nulla. 11

12 N.B. Con la verifica di ipotesi non arriviamo ad una dimostrazione di un ipotesi, ma otteniamo un indicazione del fatto che l ipotesi è supportata dai dati disponibili. Per tornare al nostro esempio avendo formulato la nostra ipotesi nulla e l ipotesi alternativa e fissato l errore di prima specie α=0.05 dobbiamo scegliere l opportuna statistica test. Il test in questo caso sarà di tipo bidirezionale. Conosciamo la deviazione standard della popolazione σ; quindi utilizziamo come statistica test z. H0 : µ = 10 H1 : µ 10 z = x µ 0 σ n 1

13 Calcoliamo il valore della statistica test: z = =.4 α=0.05 L area compresa tra - e -,4 e tra,4 e + viene definita p-value = 0,016 Il valore della statistica test cade nella regione di rifiuto dell ipotesi nulla quindi rifiuto H0 p<α 13

14 Se nel quesito precedente vogliamo verificare: H0 : µ = 10 H1 : µ < 10 allora dobbiamo utilizzare un test ad una coda. 0,5 0,4 0,3 0, 0,1 0,0 L area della coda sinistra è pari a 0, , -,4-1,6-0,8 0 0,8 1,6,4 3, 4 L area compresa tra - e,4 è il p-value = z p>α -1,65 Il valore della statistica test cade nella regione di accettazione dell ipotesi nulla quindi non rifiuto H0 14

15 Se nel quesito precedente vogliamo verificare: H0 : µ = 10 H1 : µ > 10 allora dobbiamo utilizzare un test ad una coda. 0,45 0,4 0,35 0,3 0,5 0, 0,15 0,1 0, ,65 X L area della coda destra è pari a 0,05 L area compresa tra,4 e + è il p-value = p<α Il valore della statistica test cade nella regione di rifiuto dell ipotesi nulla quindi rifiuto H0 15

16 In generale quindi se il valore del p-value è maggiore di α non rifiutiamo l ipotesi nulla, se invece è minore o uguale di α rifiutiamo l ipotesi nulla. Sempre con riferimento all esempio precedente, immaginiamo ora di voler verificare: nel caso in cui non conosciamo la deviazione standard della popolazione ma conosciamo solo la deviazione standard campionaria pari a 10. In questo caso ricorriamo al test t di Student con (n-1) gradi di libertà H0 : µ = 10 H1 : µ 10 16

17 Calcoliamo il valore della statistica test: x µ s n 0 t = t = = 0,95 0,5 0,4 0,3 La somma delle aree delle due code è pari a 0,05 0, 0,1 0,0-4 -3, -,4-1,6-0,8 0 0,8 1,6,4 3, 4 -,6,6 Il valore della statistica test cade nella regione di accettazione dell ipotesi nulla quindi non rifiuto H0 T L area compresa tra - e -0,95 e tra 0,95 e + (pvalue) =0,37 p>α 17

18 La verifica di ipotesi sulla differenza fra due medie Si considerino due popolazioni di individui sottoposti a due diversi trattamenti farmacologici. Si vuole valutare ad esempio se tali trattamenti producono uguali effetti (ipotesi nulla) o diversi (ipotesi alternativa) Estraggo un campione da ognuna delle due popolazioni ed effettuo le misurazione della variabile in studio sui due campioni calcolando quindi le medie delle due serie. Se le due medie sono diverse, si vuole valutare se tale differenza sia dovuta al caso e quindi i due trattamenti hanno lo stesso effetto oppure se effettivamente si osserva un effetto diverso tra i due trattamenti 18

19 Campioni indipendenti H0 : µ1 = µ oppure µ1 - µ = 0 H1 per un test ad una coda : H1 : µ1 >µ oppure µ1 < µ H1 per un test a due code : H1 : µ1 µ oppure µ1 - µ 0 19

20 0 Consideriamo il seguente caso relativamente a due campioni indipendenti: - Campionamento effettuato da popolazioni distribuite normalmente con varianza delle popolazioni non nota e omogeneità della varianza ossia + = ) ( ) ( n s n s x x t p p µ µ 1) ( 1) ( = n n s n s n s p Gdl della t = (n 1-1)+(n -1) 1 σ σ =

21 Esempio Si intende misurare l efficacia di un farmaco per il trattamento della depressione. Sono confrontati due gruppi: un gruppo al quale è stato somministrato il farmaco (n=33) e il gruppo placebo (n=43). La media della Hamilton Depression Scale è pari a 0.38 nel primo gruppo (s=3.91) e pari a 1.57 nel secondo (s=3.87). Stabilire se la differenza tra le due medie è statisticamente significativa a livello alfa=0,01 1

22 H0 : µ 1 = µ H1 : µ 1 µ t = ( x 1 x s n ) p 1 ( µ µ ) + s 1 p n 0 = ( , ) ,11 43 = 1.3 s p = (3 ) (4 ) = gl = >-,85 quindi non rifiuto H0

23 Consideriamo i seguenti due casi relativamente a due campioni appaiati: Vengono confrontati i valori presi sugli stessi soggetti in due momenti diversi oppure allo stesso soggetto vengono somministrati due trattamenti differenti Il confronto tra trattamento e controllo viene effettuato per cercare di controllare possibili fonti di variabilità che potrebbero oscurare la vera differenza tra le due serie di misurazioni I soggetti di un determinato gruppo sono appaiati con i soggetti di un altro gruppo in modo tale da rendere i due gruppi simili per alcune caratteristiche quali ad esempio età, sesso, etc. 3

24 Esempio Ad 8 individui adulti è stata misurata la pressione arteriosa prima e dopo l assunzione di un farmaco A B C D E F G H C è sufficiente evidenza statistica a supporto dell ipotesi che ci sia una differenza? 4

25 La formulazione del problema fa capire che si tratta di un test a due code, con d d H0 : d medio = 0 t = s H1 : d medio 0 n 16,37 10, = = 4,55 d 131 = = 8 16,37 s = 10,0 Valore critico per 7 gdl ; test a due code; p<α quindi la probabilità che la differenza tra media osservata e media attesa sia casuale è <0,05 Si rifiuta H0. 5

26 Funzione excel TEST.T - Restituisce la probabilità associata a un test t di Student. 6

27 TEST.T(matrice1;matrice;coda;tipo) Matrice1 è il primo insieme di dati. Matrice è il secondo insieme di dati. Coda specifica il numero di code di distribuzione. Se coda = 1, TEST.T utilizzerà la distribuzione a una coda. Se coda =, TEST.T utilizzerà la distribuzione a due code. Tipo è il tipo di test t da eseguire Se tipo è uguale 1 Accoppiato Omoschedastico (varianza uguale di due campioni) 3 Eteroschedastico (varianza disuguale di due campioni) 7

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA) Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1 Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo

Dettagli

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA)

4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) 4.2. IL TEST F DI FISHER O ANALISI DELLA VARIANZA (ANOVA) L analisi della varianza è un metodo sviluppato da Fisher, che è fondamentale per l interpretazione statistica di molti dati biologici ed è alla

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente

Dettagli

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 = 1

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 = 1 Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 Capitolo 3. L'analisi della varianza. Il problema dei confronti multipli. La soluzione drastica di Bonferroni ed il test

Dettagli

4. Confronto tra medie di tre o più campioni indipendenti

4. Confronto tra medie di tre o più campioni indipendenti BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 1 RAPPRESENTARE I DATI: TABELLE E GRAFICI Un insieme di misure è detto serie statistica o serie dei dati 1) Una sua prima elementare elaborazione può

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

INCERTEZZA DI MISURA

INCERTEZZA DI MISURA L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

Capitolo 12 La regressione lineare semplice

Capitolo 12 La regressione lineare semplice Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara

Dettagli

Confronto tra gruppi (campioni indipendenti)

Confronto tra gruppi (campioni indipendenti) Confronto tra gruppi (campioni indipendenti) Campioni provenienti da una popolazione Normale con medie che possono essere diverse ma varianze uguali campioni: Test z or t sulla differenza tra medie 3,

Dettagli

Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza

Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza Titolo della lezione Analisi dell associazione tra due caratteri: indipendenza e dipendenza Introduzione Analisi univariata, bivariata, multivariata Analizzare le relazioni tra i caratteri, per cercare

Dettagli

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento Analisi della varianza a una via a misure ripetute (Anova con 1 fattore within) modello strutturale dell'analisi della varianza a misure ripetute con 1 fattore: y = μ ik 0 +π i +α k + ik ε ik interazione

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

LA CORRELAZIONE LINEARE

LA CORRELAZIONE LINEARE LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

MINIMI QUADRATI. REGRESSIONE LINEARE

MINIMI QUADRATI. REGRESSIONE LINEARE MINIMI QUADRATI. REGRESSIONE LINEARE Se il coefficiente di correlazione r è prossimo a 1 o a -1 e se il diagramma di dispersione suggerisce una relazione di tipo lineare, ha senso determinare l equazione

Dettagli

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

Dettagli

UNIVERSITA DEGLI STUDI MAGNA GRAECIA DI CATANZARO DIPARTIMENTO DI SCIENZE DELLA SALUTE. Programmazione didattica a.a. 2014/2015

UNIVERSITA DEGLI STUDI MAGNA GRAECIA DI CATANZARO DIPARTIMENTO DI SCIENZE DELLA SALUTE. Programmazione didattica a.a. 2014/2015 UNIVERSITA DEGLI STUDI MAGNA GRAECIA DI CATANZARO DIPARTIMENTO DI SCIENZE DELLA SALUTE CORSO DI LAUREA IN BIOTECNOLOGIE Classe L2 Programmazione didattica a.a. 2014/2015 Per l anno accademico 2014-2015

Dettagli

La programmazione di uno studio clinico: dalla domanda al disegno

La programmazione di uno studio clinico: dalla domanda al disegno Metodo epidemiologici per la clinica _efficacia / 1 La programmazione di uno studio clinico: dalla domanda al disegno La buona ricerca clinica Non è etico ciò che non è rilevante scientificamente Non è

Dettagli

ANALISI DELLE FREQUENZE: IL TEST CHI 2

ANALISI DELLE FREQUENZE: IL TEST CHI 2 ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

STUDI CLINICI 1. Che cosa è uno studio clinico e a cosa serve? 2. Come nasce la sperimentazione clinica e che tipi di studi esistono?

STUDI CLINICI 1. Che cosa è uno studio clinico e a cosa serve? 2. Come nasce la sperimentazione clinica e che tipi di studi esistono? STUDI CLINICI 1. Che cosa è uno studio clinico e a cosa serve? Si definisce sperimentazione clinica, o studio clinico controllato, (in inglese: clinical trial), un esperimento scientifico che genera dati

Dettagli

General Linear Model. Esercizio

General Linear Model. Esercizio Esercizio General Linear Model Una delle molteplici applicazioni del General Linear Model è la Trend Surface Analysis. Questa tecnica cerca di individuare, in un modello di superficie, quale tendenza segue

Dettagli

Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici

Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici Ogni qual volta si effettua una raccolta di dati di tipo numerico è inevitabile fornirne il valore medio. Ma che cos è il valore

Dettagli

Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università

Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università Università degli Studi di Milano - Bicocca Nucleo di Valutazione Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università Alessandra Caserini

Dettagli

Conduzione di uno studio epidemiologico (osservazionale)

Conduzione di uno studio epidemiologico (osservazionale) Conduzione di uno studio epidemiologico (osservazionale) 1. Definisco l obiettivo e la relazione epidemiologica che voglio studiare 2. Definisco la base dello studio in modo che vi sia massimo contrasto

Dettagli

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche

Ancora sull indipendenza. Se A e B sono indipendenti allora lo sono anche Ancora sull indipendenza Se A e B sono indipendenti allora lo sono anche A e B Ā e B Ā e B Sfruttiamo le leggi di De Morgan Leggi di De Morgan A B = Ā B A B = Ā B P (Ā B) = P (A B) = 1 P (A B) = 1 (P (A)

Dettagli

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI STATISTICA 1 ESERCITAZIONE 1 Dott. Giuseppe Pandolfo 30 Settembre 2013 Popolazione statistica: insieme degli elementi oggetto dell indagine statistica. Unità statistica: ogni elemento della popolazione

Dettagli

REGOLAMENTO PER LA DISCIPLINA DELLE FORME DI COLLABORAZIONE DEGLI STUDENTI ALLE ATTIVITA' CONNESSE AI SERVIZI RESI

REGOLAMENTO PER LA DISCIPLINA DELLE FORME DI COLLABORAZIONE DEGLI STUDENTI ALLE ATTIVITA' CONNESSE AI SERVIZI RESI Senato Accademico 27 Aprile 2010 Consiglio di Amministrazione 18 Maggio 2010 Decreto Rettorale Rep. n. 811/2010 Prot. n 13531 del 29 Giugno 2010 Ufficio Competente Ufficio Agevolazioni allo studio e disabilità

Dettagli

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARCHIMEDE 4/ 97 ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA In un

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

Al Direttore Generale per l Università, lo Studente ed il Diritto allo studio universitario del Ministero Istruzione, Università e Ricerca

Al Direttore Generale per l Università, lo Studente ed il Diritto allo studio universitario del Ministero Istruzione, Università e Ricerca Parere n. 5 del 22/6/2011 Al Direttore Generale per l Università, lo Studente ed il Diritto allo studio universitario del Ministero Istruzione, Università e Ricerca Oggetto: Programmazione nazionale dei

Dettagli

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

LA POVERTÀ IN ITALIA. Anno 2013. 14 luglio 2014

LA POVERTÀ IN ITALIA. Anno 2013. 14 luglio 2014 14 luglio 2014 Anno 2013 LA POVERTÀ IN ITALIA Nel 2013, il 12,6% delle famiglie è in condizione di povertà relativa (per un totale di 3 milioni 230 mila) e il 7,9% lo è in termini assoluti (2 milioni 28

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

La dissomiglianza tra due distribuzioni normali

La dissomiglianza tra due distribuzioni normali Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 43-50 Editore CLEUP, Padova - ISBN: 978-88-6129-833-0 La dissomiglianza tra due distribuzioni

Dettagli

STUDIO DI SETTORE SM43U

STUDIO DI SETTORE SM43U ALLEGATO 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SM43U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Cambiare corso universitario: la mobilità come riorientamento e second chance Una ricerca su 410.000 studenti della Sapienza

Cambiare corso universitario: la mobilità come riorientamento e second chance Una ricerca su 410.000 studenti della Sapienza Cambiare corso universitario: la mobilità come riorientamento e second chance Una ricerca su 410.000 studenti della Sapienza Giuseppe Carci La mobilità universitaria tra dispersione e riorientamento Con

Dettagli

Test d ingresso per i curricula in lingua inglese Coloro che intendono iscriversi ai curricula in lingua inglese Economics of Financial and Insurance

Test d ingresso per i curricula in lingua inglese Coloro che intendono iscriversi ai curricula in lingua inglese Economics of Financial and Insurance Note e istruzioni per i test di ingresso ai Corsi di Studio del Dipartimento di Scienze Economiche, Aziendali, Matematiche e Statistiche (DEAMS) a.a. 2013/2014 Gli insegnamenti relativi ai Corsi di Laurea

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

1. Lo studente è interessato a svolgere un corso di lingua a

1. Lo studente è interessato a svolgere un corso di lingua a 1. Lo studente è interessato a svolgere un corso di lingua a domicilio o via Skype tramite l istituto. 2. L istituto fornisce allo studente il recapito di un docente in grado di soddisfare le sue esigenze

Dettagli

NUOVA GUIDA ALLA COMPILAZIONE DEI QUESTIONARI A.A. 2007/08

NUOVA GUIDA ALLA COMPILAZIONE DEI QUESTIONARI A.A. 2007/08 NUOVA GUIDA ALLA COMPILAZIONE DEI QUESTIONARI A.A. 2007/08 Importante: sono cambiati i moduli di rilevazione! Anche quest anno verrà distribuita dalla segreteria di Facoltà, dalla terzultima settimana

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

CONTRATTO FORMATIVO DI TIROCINIO Studenti II anno A.A. 2013-2014

CONTRATTO FORMATIVO DI TIROCINIO Studenti II anno A.A. 2013-2014 Università Politecnica delle Marche Corso di Laurea in Infermieristica Ancona CONTRATTO FORMATIVO DI TIROCINIO Studenti II anno A.A. 2013-2014 U.O. : BLOCCO OPERATORIO I.N.R.C.A. Studente Guida di Tirocinio:

Dettagli

In Edumeter le domande proposte nei questionari possono avere quattro risposte: 2 con valore negativo e 2 con valore positivo.

In Edumeter le domande proposte nei questionari possono avere quattro risposte: 2 con valore negativo e 2 con valore positivo. In Edumeter le domande proposte nei questionari possono avere quattro risposte: 2 con valore negativo e 2 con valore positivo. Le risposte negative vengono memorizzate con i valori 1 e 2. Le risposte positive

Dettagli

Gli ambulatori vaccinali: la qualità percepita dai cittadini

Gli ambulatori vaccinali: la qualità percepita dai cittadini Assessorato Politiche per la Salute Gli ambulatori vaccinali: la qualità percepita dai cittadini Dicembre 2014 Servizio Sanità Pubblica Direzione Generale Sanità e Politiche sociali Agenzia Sanitaria e

Dettagli

Ufficio Scolastico Regionale per l Abruzzo. Rapporto dal Questionari Studenti

Ufficio Scolastico Regionale per l Abruzzo. Rapporto dal Questionari Studenti Rapporto dal Questionari Studenti SCUOLA xxxxxxxxx Anno Scolastico 2014/15 Le Aree Indagate Il questionario studenti ha lo scopo di indagare alcuni aspetti considerati rilevanti per assicurare il benessere

Dettagli

PROGETTO EM.MA PRESIDIO

PROGETTO EM.MA PRESIDIO PROGETTO EM.MA PRESIDIO di PIACENZA Bentornati Il quadro di riferimento di matematica : INVALSI e TIMSS A CONFRONTO LE PROVE INVALSI Quadro di riferimento per la valutazione Quadro di riferimento per i

Dettagli

FUNZIONI AVANZATE DI EXCEL

FUNZIONI AVANZATE DI EXCEL FUNZIONI AVANZATE DI EXCEL Inserire una funzione dalla barra dei menu Clicca sulla scheda "Formule" e clicca su "Fx" (Inserisci Funzione). Dalla finestra di dialogo "Inserisci Funzione" clicca sulla categoria

Dettagli

La ricerca non sperimentale

La ricerca non sperimentale La ricerca non sperimentale Definizione Ricerca osservazionale: : 1. naturalistica Ricerca osservazionale: : 2. osservatori partecipanti Ricerca d archiviod Casi singoli Sviluppo di teorie e verifica empirica

Dettagli

CONTRIBUTI PER IL DIRITTO ALLO STUDIO PRESENTAZIONE DELLE DOMANDE A TORINO

CONTRIBUTI PER IL DIRITTO ALLO STUDIO PRESENTAZIONE DELLE DOMANDE A TORINO CONTRIBUTI PER IL DIRITTO ALLO STUDIO PRESENTAZIONE DELLE DOMANDE A TORINO Fino al 6 maggio 2011 è possibile presentare la domanda per accedere ai contributi a sostegno delle famiglie per le spese di istruzione

Dettagli

Allegato A Documentazione introduttiva all utilizzo della SAM regionale nel periodo di cantiere

Allegato A Documentazione introduttiva all utilizzo della SAM regionale nel periodo di cantiere 1 La matrice di contabilità sociale (SAM): uno strumento per la valutazione. Appendice A Documentazione introduttiva all utilizzo della SAM regionale nel periodo di cantiere IPI, 2009 Sono vietate le riproduzioni

Dettagli

Supervisori che imparano dagli studenti

Supervisori che imparano dagli studenti Supervisori che imparano dagli studenti di Angela Rosignoli Questa relazione tratta il tema della supervisione, la supervisione offerta dagli assistenti sociali agli studenti che frequentano i corsi di

Dettagli

1 Medie. la loro media aritmetica è il numero x dato dalla formula: x = x 1 + x 2 +... + x n

1 Medie. la loro media aritmetica è il numero x dato dalla formula: x = x 1 + x 2 +... + x n 1 Medie La statistica consta di un insieme di metodi atti a elaborare e a sintetizzare i dati relativi alle caratteristiche di una fissata popolazione, rilevati mediante osservazioni o esperimenti. Col

Dettagli

Il Dipartimento per le Comunicazioni: uno studio dell età del personale. Miriam Tagliavia Marzo 2011

Il Dipartimento per le Comunicazioni: uno studio dell età del personale. Miriam Tagliavia Marzo 2011 Il Dipartimento per le Comunicazioni: uno studio dell età del personale Marzo 2011 2 Il Dipartimento per le Comunicazioni: uno studio dell età del personale Il Dipartimento per le Comunicazioni, uno dei

Dettagli

Equazioni alle differenze finite (cenni).

Equazioni alle differenze finite (cenni). AL 011. Equazioni alle differenze finite (cenni). Sia a n } n IN una successione di numeri reali. (Qui usiamo la convenzione IN = 0, 1,,...}). Diremo che è una successione ricorsiva o definita per ricorrenza

Dettagli

Comparazione dello stress dei caregiver di pazienti affetti da Malattia di Alzheimer o Demenza Vascolare

Comparazione dello stress dei caregiver di pazienti affetti da Malattia di Alzheimer o Demenza Vascolare Comparazione dello stress dei caregiver di pazienti affetti da Malattia di Alzheimer o Demenza Vascolare Grazia D Onofrio 1, Daniele Sancarlo 1, Francesco Paris 1, Leandro Cascavilla 1, Giulia Paroni 1,

Dettagli

attività motorie per i senior euro 22,00

attività motorie per i senior euro 22,00 Le attività motorie Chi è il senior? Quali elementi di specificità deve contenere la programmazione delle attività motorie destinate a questa tipologia di utenti? Quali sono le capacità motorie che necessitano

Dettagli

Che cos è un focus-group?

Che cos è un focus-group? Che cos è un focus-group? Si tratta di interviste di tipo qualitativo condotte su un ristretto numero di persone, accuratamente selezionate, che vengono riunite per discutere degli argomenti più svariati,

Dettagli

Sviluppo di Excel base in Farmacia applicato al monitoraggio dei consumi di materiali sanitari

Sviluppo di Excel base in Farmacia applicato al monitoraggio dei consumi di materiali sanitari Sistema Regionale ECM Pagina 1 di 7 1 Sviluppo di Excel base in Farmacia applicato al monitoraggio dei consumi di materiali sanitari 1. Presentazione: L evento, destinato alle figure professionali di Tecnici

Dettagli

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

Dettagli

Presentazione delle Schede DAT

Presentazione delle Schede DAT UNIVERSITÀ DEGLI STUDI CAGLIARI CAMPUS UNICA Presentazione delle Schede DAT Dati e indicatori statistici Sono di seguito presentati dettagliatamente i dati e gli indicatori richiesti dal Modello CRUI per

Dettagli

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo

Metodi statistici per l economia (Prof. Capitanio) Slide n. 4. Materiale di supporto per le lezioni. Non sostituisce il libro di testo Metodi statistici per l economia (Prof. Capitanio) Slide n. 4 Materiale di supporto per le lezioni. Non sostituisce il libro di testo Dipendenza di un carattere QUANTITATIVO da un carattere QUALITATIVO

Dettagli

Esercizio 1. Svolgimento

Esercizio 1. Svolgimento Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento

Dettagli

Beni pubblici e analisi costi benefici

Beni pubblici e analisi costi benefici Beni pubblici e analisi costi benefici Arch. Laura Gabrielli Valutazione economica del progetto a.a. 2005/06 Economia pubblica L Economia pubblica è quella branca della scienza economica che spiega come

Dettagli

LA DEPRESSIONE NEI BAMBINI E NEGLI ADOLESCENTI

LA DEPRESSIONE NEI BAMBINI E NEGLI ADOLESCENTI Che cos è la depressione? LA DEPRESSIONE NEI BAMBINI E NEGLI ADOLESCENTI La depressione è un disturbo caratterizzato da un persistente stato di tristezza che può durare mesi o addirittura anni. Può manifestarsi

Dettagli

STRUTTURA CONTENUTI E SCADENZE SCHEDA SUA CDS. Anno Accademico 2014/2015

STRUTTURA CONTENUTI E SCADENZE SCHEDA SUA CDS. Anno Accademico 2014/2015 STRUTTURA CONTENUTI E SCADENZE SCHEDA SUA CDS Anno Accademico 2014/2015 PERCHE LA SCHEDA SUA CDS? L Obiettivo della scheda SUA-CdS non è puramente compilativo; tale strumento vuole essere una guida ad

Dettagli

Materiale di approfondimento: numeri interi relativi in complemento a uno

Materiale di approfondimento: numeri interi relativi in complemento a uno Materiale di approfondimento: numeri interi relativi in complemento a uno Federico Cerutti AA. 2011/2012 Modulo di Elementi di Informatica e Programmazione http://apollo.ing.unibs.it/fip/ 2011 Federico

Dettagli

Notizie generali sul Resilience Process Questionnaire

Notizie generali sul Resilience Process Questionnaire 12 Notizie generali sul Resilience Process Questionnaire Il modello teorico di riferimento Oltre ai modelli descritti da Fergus e Zimmerman (2005) esiste un quarto approccio che, partendo dall approccio

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

L attività di coordinamento delle strutture di Arpa Piemonte per l attuazione dell IPPC e dei controlli integrati

L attività di coordinamento delle strutture di Arpa Piemonte per l attuazione dell IPPC e dei controlli integrati Cagliari, 25-26 marzo 2010 Caesar s Hotel Sala Conferenze L attività di coordinamento delle strutture di Arpa Piemonte per l attuazione dell IPPC e dei controlli integrati a cura di Massimo Boasso - Area

Dettagli

Studente: SANTORO MC. Matricola : 528

Studente: SANTORO MC. Matricola : 528 CORSO di LAUREA in INFORMATICA Corso di CALCOLO NUMERICO a.a. 2004-05 Studente: SANTORO MC. Matricola : 528 PROGETTO PER L ESAME 1. Sviluppare una versione dell algoritmo di Gauss per sistemi con matrice

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

METODO DELLE FORZE 1. METODO DELLE FORZE PER LA SOLUZIONE DI STRUTTURE IPERSTATICHE. 1.1 Introduzione

METODO DELLE FORZE 1. METODO DELLE FORZE PER LA SOLUZIONE DI STRUTTURE IPERSTATICHE. 1.1 Introduzione METODO DELLE FORZE CORSO DI PROGETTZIONE STRUTTURLE a.a. 010/011 Prof. G. Salerno ppunti elaborati da rch. C. Provenzano 1. METODO DELLE FORZE PER L SOLUZIONE DI STRUTTURE IPERSTTICHE 1.1 Introduzione

Dettagli

LOGISTICA APPUNTI DI STATISTICA

LOGISTICA APPUNTI DI STATISTICA Cos'é la Statistica LOGISTICA APPUNTI DI STATISTICA La statistica è la disciplina che applica metodi scientifici alla raccolta di dati e informazioni per una loro classificazione, elaborazione e rappresentazione

Dettagli

ANALISI QUALITATIVA RISULTATI PROVE SNV INVALSI 2011/2012

ANALISI QUALITATIVA RISULTATI PROVE SNV INVALSI 2011/2012 ANALISI QUALITATIVA RISULTATI PROVE SNV INVALSI 2011/2012 Nella restituzione dei dati delle prove INVALSI 2011 12 ci sono state alcune significative novità, tra cui la possibilità per ogni team docenti

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Esercizi per il corso di Algoritmi e Strutture Dati

Esercizi per il corso di Algoritmi e Strutture Dati 1 Esercizi per il corso di Algoritmi e Strutture Dati Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, né in C++, etc. ). Di tutti gli algoritmi

Dettagli

ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE

ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE ANALISI DELLA VARIANZA A PIU CRITERI DI CLASSIFICAZIONE CON REPLICHE INTRODUZIONE Lo studio di un fenomeno non si deve limitareit alla valutazione dei singoli fattori in studio ma molto spesso è importante

Dettagli

FACOLTA DI ECONOMIA CALCOLO MEDIA DI LAUREA

FACOLTA DI ECONOMIA CALCOLO MEDIA DI LAUREA LAUREE QUADRIENNALI: FACOLTA DI ECONOMIA CALCOLO MEDIA DI LAUREA o ECONOMIA E COMMERCIO media aritmetica dei voti degli esami di profitto con esclusione dei voti delle Teologie e di quelli riguardanti

Dettagli

Studio per la valutazione dell efficacia dell L-Carnitina su soggetti con disturbi da deficit di attenzione/iperattività in età evolutiva

Studio per la valutazione dell efficacia dell L-Carnitina su soggetti con disturbi da deficit di attenzione/iperattività in età evolutiva Studio per la valutazione dell efficacia dell L-Carnitina su soggetti con disturbi da deficit di attenzione/iperattività in età evolutiva Scopo della ricerca Lo scopo della ricerca è di valutare l efficacia

Dettagli

1x1 qs-stat. Pacchetto Software per la Soluzione di Problemi Statistici nel Controllo Qualità. Versione: 1 / Marzo 2010 Doc. n.

1x1 qs-stat. Pacchetto Software per la Soluzione di Problemi Statistici nel Controllo Qualità. Versione: 1 / Marzo 2010 Doc. n. 1x1 qs-stat Pacchetto Software per la Soluzione di Problemi Statistici nel Controllo Qualità Versione: 1 / Marzo 2010 Doc. n.: PD-0012 Copyright 2010 Q-DAS GmbH & Co. KG Eisleber Str. 2 D - 69469 Weinheim

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione.

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione. IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI Lezione 40: Filtro di Kalman - introduzione Cenni storici Filtro di Kalman e filtro di Wiener Formulazione del problema Struttura ricorsiva della soluzione

Dettagli

Legge del Raffreddamento di Newton

Legge del Raffreddamento di Newton Legge del Raffreddamento di Newton www.lepla.eu Obiettivo L'obiettivo di questo esperimento è studiare l'andamento temporale della temperatura di un oggetto che si raffredda e trovare un modello matematico

Dettagli

Comunicazioni obbligatorie e altri archivi amministrativi: dati e indicatori sul buon lavoro Luigi Fabbris

Comunicazioni obbligatorie e altri archivi amministrativi: dati e indicatori sul buon lavoro Luigi Fabbris Comunicazioni obbligatorie e altri archivi amministrativi: dati e indicatori sul buon lavoro Luigi Fabbris Università di Padova Comstat Schema della presentazione 1. Il progetto PLUG_IN 2. Il buon lavoro

Dettagli