Esercizio statistica applicata all ingegneria stradale pag. 1

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercizio statistica applicata all ingegneria stradale pag. 1"

Transcript

1 ESERCIZIO STATISTICA APPLICATA ALLA PROGETTAZIONE STRADALE SINTESI S supponga d avere eseguto 70 sure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal sure sano state esegute n corrspondenza d valor odest del volue d traffco transtante (tal che cascuna sura d veloctà possa essere consderata coe un evento ndpendente dalle altre sure). Assocao a cascuna osservazone l valore della veloctà n k/h, costruendo così una varable aleatora contnua. S vuole ndurre dal capone rlevato la dstrbuzone d probabltà dell ntera popolazone (unverso delle veloctà de vecol transtant nella sezone n condzon d odest volu d traffco). Poché stao osservando una v.a. contnua per operare è necessaro raggruppare le osservazon n class. Il nuero d class deve essere adeguato per una accurata descrzone del fenoeno, a allo stesso tepo non troppo elevato al fne avere osservazon n cascuna classe. Una regola eurstca che spesso vene pegata per sceglere l nuero d class da pegare è: nclass=+3.3log(70)= 8, NC = Log( n) = +3.3 Log(70)= dove NC è l nuero d class; n è la nuerostà del capone estratto. Dvdao pertanto l ntervallo delle veloctà surate n 7 class, per la strada A, e 8 class, per la strada B, d apezza par a Δ =5 k/h. Ordnao le sure effettuate assegnandole alle class prescelte ed ottenao l quadro d seguto rportato. Classe Veloctà Strada A Strada B < v < v < v < v < v < v < v < v Nuero totale osservazon a) Dsegnare l stograa della dstrbuzone delle frequenze (assolute e/o relatve); b) Tabellare e dsegnare la dstrbuzone cuulata delle frequenze assolute o relatve (sle alla funzone d dstrbuzone); c) Trovare la eda (speranza ateatca) e la varanza del capone e valutare l coeffcente d varazone; d) Indcare la edana e la oda della dstrbuzone; e) Valutare l ndce relatvo d dssetra; f) Stare la eda e la varanza della popolazone a cu l capone appartene; g) Confrontare le frequenze relatve (calcolate nel punto a)) con valor fornt dalla legge d probabltà Norale con eda e varanza par a quelle state n base al capone; h) Verfcare attraverso test statstco l potes che la v.a. veloctà sa dstrbuta coe una varable aleatora Norale; ) Ipotzzando che la popolazone, da cu abbao estratto l capone, segua una legge d probabltà norale valutare l 85 percentle della dstrbuzone delle veloctà stantanee. Eserczo statstca applcata all ngegnera stradale pag.

2 Svolgento con rferento alle sure esegute sulla strada B STATISTICA DESCRITTIVA S valutano qund per cascuna classe le frequenze assolute e percentual nonché l valore h=f/δ. Il valore d h è confrontable con l valore della teorca funzone denstà d probabltà della popolazone rcordando che la probabltà che la varable aleatora veloctà assua valor copres n un ntervallo Δ è par a f(x)* Δ. Strada B Classe Veloctà valore frequenza Frequ. Relatve f Frequ. Rel. [ %] h=f /Δ Freq. relatve Cuulate F H = F /Δ 0< v 5 7, ,000 5 < v 30,50 0,08,8 0,000787,8 0,079 30< v 45 37,50 0 0,0588 5,88 0,0039 7,06 0,47 45< v 60 5,50 0 0,76,76 0, ,8,55 60< v 75 67,50 8 0,647 6,47 0, ,9,353 75< v 90 8, ,353 3,53 0, ,8 3,9 90< v 05 97, ,765 7,65 0, ,47 5,098 05< v 0,50 5 0,47 4,7 0, ,8 6,079 0< v 35 7,50 5 0,088 8,8 0, , S rappresenta la dstrbuzone ottenuta con un stograa (ved fgura). S valutano alcun ndc descrttv della dstrbuzone surata; eda, varanza e devazone standard. h 0,08 0,06 0,04 0,0 0,0 0,008 0,006 0,004 0,00 0 7,50,50 37,50 5,50 67,50 8,50 97,50,50 7,50 Veloctà [k/h] Eserczo statstca applcata all ngegnera stradale pag.

3 Valutao ora alcun ndc della dstrbuzone (eda, scarto quadratco edo, devazone standard, oda e edana. Classe Valore Frequ. relatva Veloctà x Frequenza assoluta f* X * f* X *f* 0< v 5 7, < v 30,50 0,08 0,655 5, < v 45 37,50 0 0,0588,05 8, < v 60 5,50 0 0,76 6,74 34,35 60< v 75 67,50 8 0,647,75 750, < v 90 8, ,353 9,45 60,506 90< v 05 97, ,765 7, ,853 05< v 0,50 5 0,47 6, ,7344 0< v 35 7,50 5 0,088, ,803 * X = f x = [k/h] * ( x) = f x = [(k/h)^] S ( x) n ( x X ) f n = = = n = = f = S = 5.54 [k/h] 9 * * ( x X ) f = ( x f ) X = Soa= 84, , [(k/h) ] La oda corrsponde alla classe k/h qund s può assocare al valore edo della classe stessa par a 8.50 eda. La classe edana è k/h pertanto l valore edano è: ' f = edana = x + Δ = 8.8 k/h eda ' f dove x è l estreo nferore della classe edana e Δ è l apezza della classe edana. L ndce d dssetra è par a: 9 ( x X ) f = Ds( X ) = 3X = = / 70 =-30. [ [(k/h) 3 ] 9 f = 3 Classe Veloctà valore frequenza Frequ. ass Frequ. % Ds(x) 0< v 5 7, ,0 5 < v 30,50 0,08, ,5 30< v 45 37,50 0 0,0588 5, ,8 45< v 60 5,50 0 0,76, ,0 60< v 75 67,50 8 0,647 6,47-763,9 75< v 90 8, ,353 3,53 -, 90< v 05 97, ,765 7,65 47,4 05< v 0,50 5 0,47 4,7 3.34, 0< v 35 7,50 5 0,088 8,8 7.7,7 TOTALE= -.30, Eserczo statstca applcata all ngegnera stradale pag. 3

4 3 Ds(x) = [k/h] Gl ndc sntetc d varabltà e d dssetra relatv sono: S c = = 0,3034 X Ds( x) 30. d = = = X ( 5.54) L ndce d curtos α rsulta essere par a: α 4 X = 9 = 4 X = 4 ( x X ) 9 = f 4 f = [(k/h)^4] = /(5.54) 4 =.33 σ L osservazone de dat del capone ndca che ess sono dstrbut n anera pressochè setrca (eda edana oda) con una levssa dssetra negatva (valor spostat verso snstra) ed hanno un ndce d curtos leveente pù basso rspetto ad una v.a. d tpo norale (.e. sono ponoral). STATISTICA INDUTTIVA Le ste non dstorte della eda e della varanza della popolazone sono fornte da: μ X = [k/h] n 70 σ S** = S = * = 656, [(k/h) ] n 69 σ= σ = 5.66 [k/h] S ** S confronta la dstrbuzone del capone con la dstrbuzone d una varable aleatora caratterzzata da una legge denstà d probabltà d tpo Norale, avente la stessa eda e la stessa varanza del capone. S nota che l potes d dstrbuzone d tpo norale sebra plausble alla luce del confronto qualtatvo eseguto. Eserczo statstca applcata all ngegnera stradale pag. 4

5 valor funzone denstà d probabltà f(x) 0,08 0,06 0,04 0,0 0,0 0,008 0,006 0,004 0, veloctà [k/h] valor capone dstrb. Teorca S deve verfcare però l potes attraverso un test delle potes (l potes è che l capone ottenuto provenga da una popolazone dstrbuta con legge d probabltà d tpo Norale). Ipotes: π=p Coè che le probabltà ncognte della classe -esa sano ugual alla probabltà che una v.a. Norale, con eda e varanza par a quella del capone, assua un valore copreso nell ntervallo che defnsce la classe -esa. E ntutvo che tanto pù è accettable l potes quanto pù prosse a zero sono le dfferenze: p* -p dove * n p = N coè le dfferenze n N p S dostra che se l potes è vera : k ( n N p ) Χ = χ = N p ha una dstrbuzone χ con ν =k-h- grad d lbertà, dove k è l nuero delle class e h è l nuero de paraetr della dstrbuzone teorca (n questo caso paraetr della legge d probabltà Norale sono μ e σ ). Se rsulta : Χ χ χ α dove χ α è l valore della v.a. χ n corrspondenza del valore della funzone d dstrbuzone par a (α). l potes nulla può essere accettata o eglo non è possble rfutare l potes ad un lvello d sgnfcatvtà par ad α. Eserczo statstca applcata all ngegnera stradale pag. 5

6 E necessaro pertanto calcolare la probabltà p che la v.a. descrtta dalla dstrbuzone teorca d probabltà (dstrbuzone Norale) assua un valore copreso negl estre che caratterzzano l eso ntervallo d veloctà. Tale operazone può essere agevolente eseguta consultando le tavole che fornscono valor della funzone d dstrbuzone d della v.a. norale standardzzata (ved tavola allegata). Per fare cò dobbao trasforare valor relatv agl estre d cascun ntervallo d veloctà ne valor della corrspondente v.a. Norale standardzzata: S x μ = nf x nf e σ x S sup x = sup σ μ Poché l test ha valdtà per class che hanno una frequenza aleno par a 5 nell esecuzone del test vengono accorpate le pre due class d veloctà (5-30 e 30-45) a fn della valutazone della grandezza X χ. Eserczo statstca applcata all ngegnera stradale pag. 6

7 Classe Valore v.a. NS Funz. Dstrb. v.a. NS Veloctà frequenza Valore nf Val. sup z nf z sup F(z nf ) F(z sup ) F(z sup )-F(z nf ) N*P (n-n*p)^/np 5 < v ,700 -,5 0, ,07 0,04 30< v ,5 -,59 0,078 0, ,046 7,798 0,74 45< v ,59-0,944 0, ,763 0,0 8,63 0,0 60< v ,944-0,358 0,7634 0, ,87 3,866 0,469 75< v ,358 0,7 0, ,5899 0,30 39,07 0,0 90< v ,7 0,83 0,5899 0,7986 0,0 34,33 0,546 05< v ,83,398 0, ,990 0,7,66 0,530 0< v ,398,984 0, , ,057 9,75,85 4,668 Il valore n corrspondenza del quale la funzone d dstrbuzone della v.a. con 4 grad d lbertà (7--) assue un valore par a 0.05 è (ved tavole allegate) che rsulta aggore del valore d k n N p = < N p L potes, che le veloctà stantanee sulla strada B s dstrbuscano seguendo una legge d probabltà d tpo Norale, non può qund essere rfutata al lvello d sgnfcatvtà par a 5% Se s consdera una probabltà d falso rfuto o un grado sgnfcatvtà pù basso, par ad esepo a 0.0 (%), ovvaente s ha che l valore n corrspondenza del quale la funzone d dstrbuzone della v.a. con 4 grad d lbertà (7--) assue un valore par a 0.0 è che rsulta aggore del valore d Eserczo statstca applcata all ngegnera stradale pag. 7

8 Eserczo statstca applcata all ngegnera stradale pag. 8

9 Eserczo statstca applcata all ngegnera stradale pag. 9

10 ESERCIZIO N. Un osservatore regstra l nuero de vecol che passano n una sezone stradale durante un ntervallo d 30 sec. Rpete l osservazone 0 volte (coè tene sotto controllo la sezone stradale coplessvaente per un ora) e regstra rsultat delle osservazon nella tabella seguente: nuero classe x (nuero d vecol che passano n un ntervallo d 30 sec) f frequenza assoluta (nuero d ntervall n cu sono gunt x vecol) a) Dsegnare l dagraa a segent della dstrbuzone delle frequenze (assolute e relatve); b) Tabellare e dsegnare la dstrbuzone cuulata delle frequenze assolute e/o relatve (sle alla funzone d dstrbuzone); c) Trovare la eda (speranza ateatca), la varanza del capone e l ndce d dssetra; d) Indvduare la edana e la oda della dstrbuzone; e) Valutare gl ndc relatv d dspersone e d dssetra; f) Sare eda e varanza della popolazone a cu l capone appartne; g) Confrontare le frequenze relatve (calcolate nel punto a)) con valor fornt dalla legge d probabltà d Posson avente eda uguale a quella del capone osservato; h) Verfcare attraverso un test statstco l potes che la v.a. sa dstrbuta coe una varable aleatora d Posson; ) Ipotzzando che la popolazone segua una legge d probabltà d Posson valutare: la probabltà che s abba un dstanzaento teporale tra vecol sec., l dstanzaento teporale tra vecol che ha 80% d probabltà d non essere superato (funzone d dstrbuzone esponenzale).

11 ESERCIZIO N.3 Vene eseguto uno studo n cu s selezona opportunaente un capone sgnfcatvo d gudator. A tal gudator vene chesto d percorrere una psta alla veloctà costante d 90 k/h. Sul percorso degl utent vengono poszonat degl ostacol e vene surato l tepo d percezone e reazone degl utent stess. I dat ottenut, suddvs n class sono rportat nella tabella seguente. Classe Tepo d percezone e reazone Nuero d valor surat Estreo nferore [sec] Estreo superore [sec] appartenent a cscuna classe,5 0,5,3 0,3,45 0,45,6 3,6,75,75,9 7,9,05 6,05, 9,,35 3,35,5,5,65 0,65,8 0,8,95 0,95 3, 0 3, 3,5 0 3,5 3,4 0 3,4 3,55 0 Totale sure esegute = Consderando coe v.a. la grandezza ln(t): a) Dsegnare l stograa della dstrbuzone delle frequenze (assolute e/o relatve); b) Tabellare e dsegnare la dstrbuzone cuulata delle frequenze assolute o relatve (sle alla funzone d dstrbuzone); c) Trovare la eda (speranza ateatca) e la varanza del capone; d) Indcare la edana e la oda della dstrbuzone; e) Stare la eda e la varanza della popolazone a cu l capone appartene f) Confrontare le frequenze relatve (calcolate nel punto a)) con valor fornt dalla legge d probabltà Norale con eda e varanza par a quelle state n base al capone; g) Verfcare attraverso test statstco l potes che la v.a. ln(t) sa dstrbuta coe una varable aleatora Norale; h) Ipotzzando che la popolazone, da cu abbao estratto l capone, segua una legge d probabltà norale valutare l tepo d percezone e reazone che ha l 90% d probabltà d non essere superato (.e. l valore corrspondente al 90 percentle).

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student. Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati. Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30 1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Dettagli

LE CARTE DI CONTROLLO

LE CARTE DI CONTROLLO ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata

Dettagli

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate

Dettagli

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu) lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm. Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

Dettagli

Statistica descrittiva

Statistica descrittiva Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.

Dettagli

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill Statstca - metodologe per le scenze economche e socal /e S Borra, A D Cacco - McGraw Hll Es Soluzone degl esercz del captolo 7 In base agl arrotondament effettuat ne calcol, s possono rscontrare pccole

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Probabilità cumulata empirica

Probabilità cumulata empirica Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè

Dettagli

Correlazione lineare

Correlazione lineare Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl

Dettagli

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità: LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

Test delle ipotesi Parte 2

Test delle ipotesi Parte 2 Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1;

Appendice B. B Elementi di Teoria dell Informazione 1. p k =P(X = x k ) ovviamente, valgono gli assiomi del calcolo della probabilità: = 1; Appendce B Eleent d Teora dell Inforazone Appendce B B Eleent d Teora dell Inforazone B Introduzone E noto da tepo che fenoen percettv possono essere foralzzat e studat edante la Teora dell Inforazone

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007

Dettagli

Valutazione dei Benefici interni

Valutazione dei Benefici interni Corso d Trasport Terrtoro prof. ng. Agostno Nuzzolo Valutazone de Benefc ntern Valutazone degl ntervent Indvduazone degl effett rlevant La defnzone degl effett rlevant per un ntervento sul sstema d trasporto

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007 STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa

Dettagli

CARATTERISTICHE DEI SEGNALI RANDOM

CARATTERISTICHE DEI SEGNALI RANDOM CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:

Dettagli

ANALISI DI TABELLE DI CONTINGENZA

ANALISI DI TABELLE DI CONTINGENZA ANALISI DI TABELLE DI CONTINGENZA 91 TABELLE DI CONTINGENZA Una tabella d contngenza è una tabella d frequenza a doppa entrata n cu vengono ncrocate due varabl qualtatve. Esempo SESSO INTERESSE PER STATISTICA

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

COSTRUIRE UN PICCOLO SET DI DATI

COSTRUIRE UN PICCOLO SET DI DATI COSTRUIRE UN PICCOLO SET DI DATI Indvduazone degl obettv dello studo Indvduazone delle varabl che possono autare l raggungmento degl obettv dello studo Preparazone degl strument d rlevazone PATNO Numero

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90

Dettagli

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

ESERCIZI SULLE VARIABILI CASUALI DISCRETE ESERCIZI SULLE VARIABILI CASUALI DISCRETE 1) S lanca un dado. Rappresentare la varable casuale: X = " facca mnore d tre ". 2) S lancano due dad. Rappresentare la varable casuale: X = "somma delle facce

Dettagli

Campo di applicazione

Campo di applicazione Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

Dettagli

Concetti principale della lezione precedente

Concetti principale della lezione precedente Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Anals statstca d dat bomedc Analyss of bologcalsgnals I Parte Inferenza statstca Agostno Accardo (accardo@unts.t) Master n Ingegnera Clnca LM Neuroscenze 2013-2014 e segg. Altman Practcal statstcs for

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43

Dettagli

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM

Dettagli

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

Motore ad induzione: modelli matematici e modelli per la simulazione. 1.1 Modelli matematici del motore ad induzione

Motore ad induzione: modelli matematici e modelli per la simulazione. 1.1 Modelli matematici del motore ad induzione OTOE AD INDUZIONE ODEI ATEATICI E ODEI PE A IUAZIONE otore ad nduzone: odell ateatc e odell per la sulazone. odell ateatc del otore ad nduzone Nello studo degl azonaent ndustral è necessaro rappresentare

Dettagli

Statistica Descrittiva ed Inferenziale

Statistica Descrittiva ed Inferenziale Statstca Descrttva ed Inferenzale 1 Why Statstcs? A? A B Descrpton and Predcton Samples Analyss A1 A A B C Pared Samples Analyss MultSamples Analyss 1 Why Statstcs? Formal defnton of Probablty σ-feld 3

Dettagli

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X

ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe

Dettagli

COMPORTAMENTO DINAMICO DI ASSI E ALBERI

COMPORTAMENTO DINAMICO DI ASSI E ALBERI COMPORTAMENTO DNAMCO D ASS E ALBER VBRAZON TORSONAL Costruzone d Macchne Generaltà l problema del progetto d un asse o d un albero non è solo statco Gl ass e gl alber, come sstem elastc, sotto l azone

Dettagli

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

x = 2480.82 sezione 45 0,038 48 0,077 49 0,115 50 0,192 52 0,231 54 0,308 55 0,346 58 0,385 60 0,615 63 0,654 65 0,885 66 0,923 83 0,962 84 1,000

x = 2480.82 sezione 45 0,038 48 0,077 49 0,115 50 0,192 52 0,231 54 0,308 55 0,346 58 0,385 60 0,615 63 0,654 65 0,885 66 0,923 83 0,962 84 1,000 Gennao 006 classe A VERIFICA DI STATISTICA fla A )Nel Lceo scentfco G.Bruno c sono 5 class seconde, cu alunn sono dstrbut per sezone e per sesso n base alla seconda tabella: Sesso\ A B D E F sezone Calcola

Dettagli

Modelli con varabili binarie (o qualitative)

Modelli con varabili binarie (o qualitative) Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1 Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

Dettagli

GRANDEZZA FISICA = ente suscettibile di definizione quantitativa, caratterizzato da un numero ed una unità di misura.

GRANDEZZA FISICA = ente suscettibile di definizione quantitativa, caratterizzato da un numero ed una unità di misura. GRANDEZZA FISICA = ente suscettble d defnzone quanttatva, caratterzzato da un nuero ed una untà d sura. Ogn grandezza fsca va defnta n odo operatvo. Una defnzone s dce operatva se vengono specfcate unvocaente

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

Studente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S

Studente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S Esercz del corso d Statstca A.A 00-0 a cura d : Gulana Satta Eserczo E stato estratto un campone d 5 student tra frequentant l secondo semestre e s sono osservate le seguent caratterstche: esam sostenut

Dettagli

PROGETTO ESECUTIVO RELAZIONE DI CALCOLO PACCHETTI STRADALI

PROGETTO ESECUTIVO RELAZIONE DI CALCOLO PACCHETTI STRADALI ELABORATO N C.6 SETTORE LAVORI PUBBLICI SERVIZIO PROGETTAZIONE E COSTRUZIONI STRADALI S.P. n 569 DI VIGNOLA COMPLETAMENTO DELLA VARIANTE GENERALE ALLA S.P. N 569 E REALIZZAZIONE DELLE VARIANTI ALLA S.P.

Dettagli

La ripartizione trasversale dei carichi

La ripartizione trasversale dei carichi La rpartzone trasversale de carch La dsposzone de carch da consderare ne calcol della struttura deve essere quella pù gravosa, ossa quella che determna massm valor delle sollectazon. Tale aspetto nveste

Dettagli

B - ESERCIZI: IP e TCP:

B - ESERCIZI: IP e TCP: Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc B - ESERCIZI: IP e TCP: F. Martgnon Archtetture e Protocoll per Internet Eserczo b. S consder l collegamento n fgura A C =8 kbt/s

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

Intorduzione alla teoria delle Catene di Markov

Intorduzione alla teoria delle Catene di Markov Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

INTRODUZIONE AL LABORATORIO PLS: LA MATEMATICA PER LE DECISIONI FINANZIARIE

INTRODUZIONE AL LABORATORIO PLS: LA MATEMATICA PER LE DECISIONI FINANZIARIE INTRODUZIONE AL LABORATORIO PLS: LA MATEMATIA PER LE DEISIONI FINANZIARIE Lvana Pcech Dpartento d Scenze econoche, azendal, ateatche e statstche Bruno de Fnett Unverstà d Treste Nel Laboratoro sono ntrodotte

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2:

CORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2: CORSO DI FISICA TECNICA AA 013/14 ACUSTICA Lezone n : Lvell sonor: operazon su decbel e lvello sonoro equvalente. Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore

Dettagli

REALTÀ E MODELLI SCHEDA DI LAVORO

REALTÀ E MODELLI SCHEDA DI LAVORO REALTÀ E MODELLI SCHEDA DI LAVORO 1 Le tabelle d crescta Nella tabella sono rportat dat relatv alle altezze mede delle bambne dalla nascta fno a un anno d età. Stablsc se esste una relazone lneare tra

Dettagli

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza 5: Strato fsco: lmtazone d banda, formula d Nyqust; caratterzzazone del canale n frequenza Larghezza d banda d un segnale La larghezza d banda d un segnale è data dall ntervallo delle frequenze d cu è

Dettagli

L analisi di studi con variabili di risposta multiple

L analisi di studi con variabili di risposta multiple X1 X X 3 Quando un confronto venga effettuato per tre lvell d un fattore, sembrerebbe ntutvo effettuare l confronto con l test t d Student a pù lvell: X X X 1 1 vs vs vs X X X 3 3 Metodologa per l anals

Dettagli

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1 Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

Adattamento di una relazione funzionale ai dati sperimentali

Adattamento di una relazione funzionale ai dati sperimentali Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo

Dettagli

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della

Dettagli

Materials Handling and Logistics Technology. Linea guida. Settembre 2010

Materials Handling and Logistics Technology. Linea guida. Settembre 2010 Materals Handlng and Logstcs Technology Lnea guda Settembre 2010 2 PAVIMENTI PER L USO DI CARRELLI PER VNA 1 Scopo 3 2 Rferment 3 3 Defnzon 4 4 Requst 5 4.1 Pavment 5 4.1.1 Generaltà 5 4.1.2 Deflessone

Dettagli

Esame di Statistica Corso di Laurea in Economia

Esame di Statistica Corso di Laurea in Economia Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste

Dettagli

Lezione PONTI E GRANDI STRUTTURE. Prof. Pier Paolo Rossi Ing. Eugenio Ferrara Università degli Studi di Catania

Lezione PONTI E GRANDI STRUTTURE. Prof. Pier Paolo Rossi Ing. Eugenio Ferrara Università degli Studi di Catania Lezone PONTI E GRANDI STRUTTURE Prof. Per Paolo Ross Ing. Eugeno Ferrara Unverstà degl Stud d Catana de carch Engesser Guyon Courbon Introduzone L utlzzo d un metodo d rsoluzone rspetto ad un altro dpende

Dettagli

Appunti di Econometria

Appunti di Econometria Appunt d Econometra ARGOMENTO [4]: VARIABILI DIPENDENTI BINARIE Mara Lusa Mancus Unverstà Boccon Novembre 200 Introduzone Ne modell econometrc studat fno ad ora la varable dpendente, y, è sempre stata

Dettagli

Statistica Matematica

Statistica Matematica 1 Statstca Matematca Lo studo de fenomen compless, tpc della realtà ndustrale moderna, comporta l adozone d opportun modell matematc che ne descrvano caratter essenzal, funzonal agl obettv che l suddetto

Dettagli

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Dettagli

La taratura degli strumenti di misura

La taratura degli strumenti di misura La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

Misure di dispersione. Introduzione. Statistica descrittiva. Distribuzioni di probabilità e funzioni di ripartizione. Indici di posizione

Misure di dispersione. Introduzione. Statistica descrittiva. Distribuzioni di probabilità e funzioni di ripartizione. Indici di posizione UNIVERSITA DEL SALENTO CORSO DI LAUREA IN FISICA (a.a. 007/008) Corso d Laboratoro II (Prof. Antono D INNOCENZO) ESERCITAZIONE DI STATISTICA * Lo scopo d questa eserctazone è quello d comncare ad utlzzare

Dettagli

Quattro passi nella statistica per chimici

Quattro passi nella statistica per chimici Quattro pass nella statstca per chmc Lo scopo dell anals statstca applcata a sere d dat spermental è quella d ottenere nformazon per valutare la valdtà d una procedura o la accettabltà d un dato analtco.

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematca II: Calcolo delle Probabltà e Statstca Matematca ELT A-Z Docente: dott. F. Zucca Eserctazone # 8 Gl esercz contrassegnat con (*) sono tratt da Eserc. 2002-2003- Prof. Secch # 0 - Statstca Matematca

Dettagli