LE MISURE. attendibilità = x i - X
|
|
- Aloisia Ranieri
- 7 anni fa
- Visualizzazioni
Transcript
1 LE MISURE COCETTI PRELIMIARI: MISURA, ATTEDIBILITÀ, PRECISIOE, ACCURATEZZA Il modo corretto di fornire il risultato di una qualunque misura è quello di dare la migliore stima della quantità in questione () e l intervallo all interno del quale si è confidenti che la misura si trovi (δ): infatti non sarà mai possibile misurare con assoluta certezza una qualsiasi grandezza che quindi assume un valore vero (X), sempre ignoto. ATTEDIBILITÀ La differenza tra la misura generica misura (chiamata in questo caso i ) ed il valore vero della grandezza prende il nome di attendibilità della misura: attendibilità = i - X L attendibilità viene anche indicata come l errore totale che inevitabilmente si commette in un operazione di misura.
2 ERRORI SISTEMATICI ED ERRORI CASUALI Gli errori di misura possono essere classificati in: - errori sistematici - - errori casuali Gli errori sistematici si manifestano nella tendenza deterministica di uno strumento a sovrastimare (ovvero sottostimare) il valore vero della grandezza in esame. Quindi, anche se si eseguono un certo numero di misure della grandezza in esame, si ottiene un valore medio delle misure che sarà diverso dal valore vero della grandezza. Chiamando valore medio di misure (, 2, ) la seguente quantità, indicata con,: = = si definisce errore sistematico la differenza tra il valore medio delle misure realizzate ed il valore vero della grandezza; l errore sistematico è anche definito come accuratezza: i= i accuratezza = X Misure ripetute, in condizioni simili (per quanto possibile), portano a valori i diversi in quanto non si riesce mai a ripetere le misurazioni in modo identico. Quindi, se si eseguono un certo numero di misure della grandezza in esame, si ottengono una serie di valori (, 2, ) che si discostano dal valore di una certa entità imputabile all errore casuale. Si definisce quindi errore casuale la differenza tra il valore della singola misura ed il valore medio delle misure realizzate; l errore casuale è anche definito come precisione: precisione = i L errore totale di una generica misura, i, può quindi essere espresso come somma di una componente casuale ed una componente sistematica: 2
3 i X = + X i attendibilità = precisione + accuratezza errore totale = errore casuale + errore sistematico X X X X 3
4 AALISI STATISTICA DEGLI ERRORI CASUALI LA MEDIA E LA DEVIAZIOE STADARD i= media = = = = best Ogni singola misura si discosta poi dal valor medio di una quantità che definiamo deviazione e che esprimiamo come: deviazione = i d = La deviazione è dunque una valutazione di quanto la misura i-esima si discosta dalla media. i i Si definisce deviazione standard, σ, la seguente quantità: σ = ovvero la deviazione quadratica media delle misure effettuate. σ caratterizza l incertezza media delle misure effettuate. La deviazione standard viene anche talvolta definita come: i= ( d ) 2 i σ = i= ( d ) 2 i 4
5 LA DISTRIBUZIOE ORMALE E LE SUE PROPRIETÀ Una distribuzione limite, che può essere praticamente rappresentata da un curva continua, come la curva in rosso, definisce una funzione f ( ) ; la frazione di misure che cadono in un qualunque piccolo intervallo compreso tra e + d sarà pari all area f ( ) d. 5
6 Più in generale il numero di misure che cadono tra due qualsivoglia valori a e b è l area totale sotto il grafico tra = = b: frazioni di misure che cadono tra = a e = b a b = f ( ) In altri termini, f ( ) d rappresenta la probabilità che una misura di dia un risultato compreso tra e + d d a e Se pertanto si conosce la distribuzione limite f ( ) per la misura di una data grandezza con un data strumentazione, allora si conosce la probabilità di ottenere un risultato in una qualsiasi intervallo a b. Dal momento che la probabilità di ottenere un risultato in un qualunque punto tra e + deve essere pari ad uno, la distribuzione limite deve soddisfare: + f ( ) d = Tale relazione è perfettamente equivalente alla condizione di normalizzazione precedentemente introdotta F = ; una funzione che soddisfi tale relazione viene detta normalizzata. k k 6
7 + media: ( ) = f d 2 2 deviazione standard: σ ( ) ( ) + = f d rappresenta lo scostamento medio delle innumerevole misure effettuate rispetto alla media. distribuzione normale o funzione di Gauss. fx, σ ( ) = e σ 2π 2 2 ( X) 2σ in cui i pedici X e σ indicano il centro e la larghezza della distribuzione. Tale funzione descrive pertanto la distribuzione dei risultati in una misura di una generica grandezza, caratterizzata soltanto da errori casuali ed il cui valore vero è X. Tutte le misure, la cui distribuzione limite è data dalla funzione di Gauss, sono distribuite normalmente. 7
8 Intervallo di confidenza X+ tσ X, σ X tσ fornisce la probabilità di trovare un risultato della misura entro ( ) f d t σ di X (Fig.3) Tale integrale è chiamato funzione degli errori o integrale normale degli errori. on può essere risolto analiticamente, ma può essere calcolato numericamente ottenendo la curva che segue. Se assumiamo la deviazione standard σ come incertezza in una misura: = ± δ = ± σ allora il valore vero della grandezza misurata ricade entro l intervallo individuato con una probabilità del 68% circa. Analogamente se si assume: = ± 2 σ allora il valore vero della grandezza misurata ricade entro l intervallo individuato con una probabilità di oltre il 95%. 8
9 9
10 LA PROPAGAZIOE DEGLI ERRORI Il problema della propagazione degli errori sorge quando si misurano più grandezze (,..., z ), tutte con incertezze ( δ,..., δ z ) e poi si utilizzano i valori misurati per calcolare una qualsiasi grandezza q(,..., z. ) A partire da tali informazioni è necessario valutare l incertezza nel risultato, δq. Incertezza ma assoluta Quando le incertezze non sono indipendenti tra di loro, si può procedere alla valutazione dell errore cosiddetto massimo., che per somme e differenze si esprime come: mentre per prodotti e quozienti come: δq = δ δz δq δ δz = q z Quando si somma o si sottrae un qualsiasi numero di grandezze, allora l errore nel valore calcolato q è la somma degli errori delle singole grandezze. 0
11 Incertezza nelle somme e nelle differenze Se le grandezze, z, u,, w sono misurate con incertezze δ,,δw, ed i valori misurati sono utilizzati per calcolare: q=+ +z-(u+ +w) allora l errore nel valore calcolato di q è la somma δq=δ+ +δz+δu+ +δw di tutti gli errori originali. Incertezza nei prodotti e nei quozienti Se le grandezze, z, u,, w sono misurate con piccoli errori δ, δz, δu, δw, ed i valori misurati sono utilizzati per calcolare: q=(* *z)/(u* *w) allora l errore relativo nel valore calcolato di q è la somma: δq/q=δ/+ +δz/z+δu/u+ +δw/w di tutti gli errori relativi originali. Prodotto di una grandezza misurata per un numero esatto Se la grandezza è misurata con un errore δ ed è utilizzata per calcolare il prodotto: q=b* dove B non ha errore, allora l errore in q è B volte quello in : δq= B *δ Incertezza in una potenza Se la grandezza è misurata con un errore δ ed è utilizzata per calcolare la potenza potenza: q= n allora l errore relativo in q è n volte quello in : δq/q=n*(δ/)
12 LA PROPAGAZIOE DEGLI ERRORI CO MISURE DISTRIBUITE ORMALMETE Le incertezze calcolate in base alle regole sopra indicate possono essere più grandi del necessario. Se, infatti, gli errori sono indipendenti e casuali è abbastanza improbabile che, ad esempio in una somma, la massima sovrastima di sia accompagnata da una massima sovrastima di y. ICERTEZZA MAX PROBABILE (95%) Avendo a che fare con tutte misure distribuite normalmente, il valore calcolato sarà ancora distribuito normalmente e la sua deviazione standard è calcolabile in base alle regole precedentemente esposte. Se l intervallo di confidenza richiesta è il 95%, la deviazione standard deve essere moltiplicata per un fattore di copertura pari a 2 e si giunge quindi all errore sulla grandezza calcolata. Se le grandezze misurate sono soggette soltanto ad errori casuali, allora saranno distribuite normalmente con parametri di larghezza ( σ,..., σ z ) che sono correlate alle incertezze associate ad ogni singola misura delle grandezze corrispondenti. Un ulteriore esempio di propagazione degli errori è rappresentato dalla somma di due grandezze indipendenti e y che sono distribuite normalmente attorno ai loro valori X e Y con larghezze σ e σ y. Si dimostra che i valori di q = + y sono normalmente distribuiti; si dimostra altresì che il valore vero di q è pari a : q = X + Y e la larghezza di distribuzione dei valori q è pari a: 2 2 q = + y σ σ σ ovvero, come già ricavato nella trattazione precedente, se e y sono soggetti soltanto ad incertezze indipendenti casuali, allora l incertezza in q y = + è la somma quadratica delle incertezze separate e y. 2
13 Incertezza nelle somme e nelle differenze Supponiamo che le grandezze, z, u,, w sono misurate con incertezze δ, δz, δu,δw, ed i valori misurati sono utilizzati per calcolare: q=+ +z-(u+ +w) Se gli errori nelle grandezze di partenza sono indipendenti e causali allora l errore in q è la somma in quadratura delle singole incertezze: δq = ( δ) ( δz) + ( δu) ( δw) In ogni caso δq non sarà mai più grande della loro somma: δq δ+ +δz+δu+ +δw Incertezza nei prodotti e nei quozienti Supponiamo che le grandezze, z, u,, w sono misurate con incertezze δ, δz, δu,δw, ed i valori misurati sono utilizzati per calcolare: q=* *z/(u* *w) Se gli errori nelle grandezze di partenza sono indipendenti e causali allora l errore relativo in q è la somma in quadratura dei singoli errori relativi originali: δ q δ z u w... δ δ... δ = q z u w In ogni caso δq/q non sarà mai più grande della loro somma: δ q δ z u w... δ δ... δ q z u w 3
14 Incertezza in una qualunque funzione di una variabile Supponiamo che la grandezza sia misurata con un incertezza δ, ed il suo valore misurato venga utilizzato per calcolare una generica funzione: q() Allora l errore in q si esprime come: dq δq = δ d A questo punto, un qualsiasi problema di propagazione degli errori si può risolvere per passi successivi, combinando gli errori di singole operazioni separate. 4
15 Si può concludere fornendo una regola generale dalla quale tutte le altre possono essere derivate e grazie alla quale un qualunque problema di propagazione degli errori può essere risolto. Tale procedimento si dimostra particolarmente utile quando la funzione in oggetto involve una stessa variabile più volte. In questi casi, infatti, alcuni errori possono cancellarsi tra loro, mentre un calcolo dell errore passo-passo potrebbe condurci ad un errore finale sovrastimato. La regola generale può essere così espressa: Incertezza in una funzione di più variabili Supponiamo che le grandezze,,z sono misurate con incertezze δ, δz, ed i valori misurati sono utilizzati per calcolare: q=q(, z) Se gli errori nelle grandezze di partenza sono indipendenti e causali allora l errore in q può essere espresso come: In ogni caso δq non sarà mai più grande di: 2 2 δ q q q... z δ z δ = + + δ q q q... z δ + + z δ Da tale regola generale, possono essere ricavate come regole particolari tutte quelle introdotte precedentemente. 5
Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai
Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai necessari chiarimenti forniti a lezione. 1 MISURA DI UNA
DettagliPropagazione delle incertezze statistiche. Dott. Claudio Verona
Propagazione delle incertezze statistiche Dott. Claudio Verona Propagazione delle incertezze La maggior parte delle grandezze fisiche di solito non possono essere misurate da una misura diretta, ma viene
DettagliPropagazione delle incertezze statistiche. Dott. Claudio Verona
Propagazione delle incertezze statistiche Dott. Claudio Verona Propagazione delle incertezze La maggior parte delle grandezze fisiche di solito non possono essere misurate da una misura diretta, ma viene
DettagliOsservazioni e Misura. Teoria degli errori
Osservazioni e Misura ella misura di una grandezza fisica gli errori sono inevitabili. Una misura non ha significato se non viene stimato l errore. Teoria degli errori La teoria degli errori cerca di trovare
DettagliLaboratorio di Chimica Fisica. Analisi Statistica
Università degli Studi di Bari Dipartimento di Chimica 9 giugno F.Mavelli- Laboratorio Chimica Fisica - a.a. 3-4 F.Mavelli Laboratorio di Chimica Fisica a.a. 3-4 Analisi Statistica dei Dati Analisi Statistica
DettagliMISURE ANALITICHE MISURE ANALITICHE. η = x - θ. θ (valore vero) x (misura) ERRORE TOTALE. η 1 > 0
MISURE ANALITICHE MISURE ANALITICHE Il risultato di un operazione di misura è un numero reale (x), detto misura analitica che esprime il valore vero (). a) livello VERO di un indicatore biologico (valore
DettagliAnalisi degli Errori di Misura. 08/04/2009 G.Sirri
Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia
DettagliErrori sistematici e casuali
Errori sistematici e casuali Errori Casuali Tempo di reazione nel far partire o fermare l orologio: Può essere sia in eccesso che in difetto (ad esempio partenza e arrivo), quindi l errore può avere segno
DettagliDistribuzione Normale. Dott. Claudio Verona
Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per
DettagliDistribuzione Normale. Dott. Claudio Verona
Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per
DettagliAnalisi statistica delle incertezze casuali. Dott. Claudio Verona
Analisi statistica delle incertezze casuali Dott. Claudio Verona Errori casuali Errori casuali e sistematici Un errore si dice casuale se viene commesso per semplice casualità (esso può essere trattato
DettagliLa misura fornisce un numero ed una unità di misura. Questione dell unità di misura: analisi dimensionale
Presentazione dei calcoli e delle misure La fisica studia i fenomeni naturali, con osservazioni sceintifiche, misure di grandezze e verifiche di leggi. La misura fornisce un numero ed una unità di misura.
DettagliPAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore
PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,
DettagliElaborazione statistica di dati
Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,
DettagliUniversity of Messina, Italy
ERRORI CASUALI ELL AALISI CHIMICA Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliLA DISTRIBUZIONE NORMALE o DI GAUSS
p. / LA DISTRIBUZIONE NORMALE o DI GAUSS È una delle più importanti distribuzioni di variabili casuali continue p. / LA DISTRIBUZIONE NORMALE o DI GAUSS È una delle più importanti distribuzioni di variabili
DettagliMisure Meccaniche e Termiche. punti massa. Valore atteso: Varianza:
Fenomeni aleatori Misure Meccaniche e Termiche Sezione di Misure e Tecniche Sperimentali I fenomeni aleatori (o casuali) sono fenomeni empirici il cui risultato non è prevedibile a priori, caratterizzati
DettagliFISICA. Elaborazione dei dati sperimentali. Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica
FISICA Elaborazione dei dati sperimentali Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica LA MISURA GLI STRUMENTI DI MISURA Gli strumenti di misura possono essere analogici o digitali.
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono
DettagliSTIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2
p. 1/1 INFORMAZIONI Prossime lezioni Giorno Ora Dove 10/02 14:30 P50 11/02 14:30 Laboratorio (via Loredan) 17/02 14:30 P50 23/02 14:30 P50 25/02 14:30 Aula informatica (6-7 gruppi) 02/03 14:30 P50 04/03
DettagliVedi: Probabilità e cenni di statistica
Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità
DettagliSoluzione Esercizio 1 (pag 1):
8 - Test di Ipotesi Esercizio 1: Dopo anni di esperienza e noto che la distribuzione della concentrazione di rame nel sangue umano e ben descritta da una distribuzione gaussiana di parametri μ=3.2 10-5
Dettaglio Si sceglie il modello che meglio si adatta alla realtà osservata, cioè quello per il quale risulta più probabile la realtà osservata.
Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono
DettagliPRINCIPIO DI INTEDERMINAZIONE
PRINCIPIO DI INTEDERMINAZIONE «Nell ambito della realtà le cui connessioni sono formulate dalla teoria quantistica, le leggi naturali non conducono quindi ad una completa determinazione di ciò che accade
Dettaglip. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali.
p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
Dettagli5 - Esercizi: Probabilità e Distribuzioni di Probabilità (Uniforme, Gaussiana)
5 - Esercizi: Probabilità e Distribuzioni di Probabilità (Uniforme, Gaussiana) Esercizio 1: Una variabile casuale e caratterizzata da una distribuzione uniforme tra 0 e 10. Calcolare - a) la probabilità
DettagliTEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE
TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE Errore di misura è la differenza fra l indicazione fornita dallo strumento e la dimensione vera della grandezza. Supponendo che la grandezza vera
Dettagli3 - Esercizi: strumenti di misura, propagazione degli errori, media, deviazione standard, intervalli
3 - Esercizi: strumenti di misura, propagazione degli errori, media, deviazione standard, intervalli Esercizio 1: Si intende misurare la densità di un fluido tramite misure di massa e di volume. Lo si
DettagliTeoria degli Errori. Come si raccolgono, interpretano i dati e come si presentano i risultati di un esperimento?
Teoria degli Errori Come si raccolgono, interpretano i dati e come si presentano i risultati di un esperimento? Cosa significa che uno strumento èpiù preciso di un altro? Quando vale la pena di ripetere
DettagliOgni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.
Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice
DettagliCALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO
CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO In chimica analitica un settore importante riguarda il calcolo dell errore e la valutazione della significatività di una misura. Generalmente nell
DettagliINFORMAZIONI. p. 1/23
p. 1/23 INFORMAZIONI Prossime lezioni Giorno Ora Dove Giovedi 25/02 14:30 Aula informatica (4 gruppi) Martedi 02/03 14:30 P50 Giovedi 04/03 14:30 Aula informatica (4 gruppi) Martedi 09/03 14:30 P50 p.
DettagliDistribuzione normale
Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliCapitolo 2 Le misure delle grandezze fisiche
Capitolo 2 Le misure delle grandezze fisiche Gli strumenti di misura Gli errori di misura Il risultato di una misura Errore relativo ed errore percentuale Propagazione degli errori Rappresentazione di
DettagliIncertezza di Misura: Concetti di Base
Incertezza di Misura: Concetti di Base Roberto Ottoboni Dipartimento di Elettrotecnica Politecnico di Milano 1 Il concetto di misura Nella sua accezione più comune si è sempre inteso come misura di una
DettagliCorso PAS Misure, strumenti ed Errori di misura. Didattica del Laboratorio di Fisica F. Garufi 2014
Corso PAS Misure, strumenti ed Errori di misura Didattica del Laboratorio di Fisica F. Garufi 2014 Grandezze ed unità di misura grandezza (misurabile) si intende un attributo di un fenomeno, di un corpo
DettagliAPPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD
APPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD In una popolazione di ragazze di età inclusa tra i 18 e i 25 anni, la concentrazione di emoglobina nel sangue (x) approssima la distribuzione gaussiana con
DettagliFisica Generale Misure di grandezze fisiche e incertezze di misura Lezione 2 Facoltà di Ingegneria Livio Lanceri
Fisica Generale Misure di grandezze fisiche e incertezze di misura Lezione 2 Facoltà di Ingegneria Livio Lanceri Misura ed errori di misura Tutte le misure sono affette da incertezze ( errori ) Una misura
DettagliElaborazione statistica di dati
Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:
DettagliIl metodo dei minimi quadrati. Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo:
Il metodo dei minimi quadrati Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo: Dove A e B sono costanti y = A + Bx (ad esempio in un moto uniformemente
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure relative a una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliAnalisi statistica delle incertezze casuali. Dott. Claudio Verona
Analisi statistica delle incertezze casuali Dott. Claudio Verona Analisi statistica delle incertezza casuali Le misure ottenute con strumenti di misura, come detto, sono inevitabilmente affette da errori.
DettagliIncertezza di misura concetti di base. Roberto Olmi IFAC-CNR
Incertezza di misura concetti di base Roberto Olmi IFAC-CNR Certezza dell incertezza Il display mostra: Inferenza sulla la massa, basata sulla lettura: La massa ha un valore tra 83.35 e 83.45 g La massa
DettagliLA DISTRIBUZIONE NORMALE o DI GAUSS
p. 1/2 LA DISTRIBUZIONE NORMALE o DI GAUSS Osservando gli istogrammi delle misure e degli scarti, nel caso di osservazioni ripetute in identiche condizioni Gli istogrammi sono campanulari e simmetrici,
DettagliLaboratorio di fisica I
Laboratorio di fisica I Relazione esperienza n.1 MISURAZIONE DELLA DENSITA DI SOLIDI OMOGENEI DI FORMA REGOLARE 13/11/2018 Bozzotta Riccardo Di Paola Guido Greco Federico Marino Francesco Pennino Pietro
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliRappresentazione grafica di coppie di variabili (x i,y i ) correlate e non. E indicato il valore del coefficiente di correlazione lineare r
1 Rappresentazione grafica di coppie di variabili (x i,y i ) correlate e non. E indicato il valore del coefficiente di correlazione lineare r Ovviamente tra le coppie (x i,y i ) può sussistere una correlazione
Dettaglif (a)δa = C e (a a*)2 h 2 Δa
Distribuzione di Gauss Se la variabile non e` discreta ma puo` variare in modo continuo in un certo intervallo e ad ogni suo valore resta assegnata una probabilita` di verificarsi, dalla distribuzione
DettagliAppunti di statistica ed analisi dei dati
Appunti di statistica ed analisi dei dati Indice generale Appunti di statistica ed analisi dei dati...1 Analisi dei dati...1 Calcolo della miglior stima di una serie di misure...3 Come si calcola μ...3
DettagliMisura di grandezze fisiche Stima delle incertezze. Maria Luisa De Giorgi Dipartimento di Fisica UniSalento - Lecce
Misura di grandezze fisiche Stima delle incertezze Maria Luisa De Giorgi Dipartimento di Fisica UniSalento - Lecce 1 Scopo della lezione : esporre sinteticamente i metodi di elaborazione dei dati sperimentali
DettagliValutazione incertezza di categoria B
Valutazione incertezza di categoria B La valutazione consiste nell assegnare alla grandezza x uno scarto tipo σ in base alle informazioni disponibili Le informazioni riguardano: ) Gli estremi dell intervallo
DettagliCapitolo 10. La media pesata Calcolo della media pesata
Capitolo 0 La media pesata Supponiamo che una stessa grandezza sia stata misurata da osservatori differenti (es. velocità della luce) in laboratori con strumenti e metodi di misura differenti: Laboratorio
DettagliUniversity of Messina, Italy
ERRORI CASUALI NELL ANALISI CHIMICA 1 Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati
Dettaglideve utilizzarsi la variabile t ν,α/2 , dove n è il numero di gradi di libertà pari al numero delle misure diminuito di 1 (ν=n-1).
Indice 1. Frequenza e Probabilità. Parametri Statistici 3. Curva di Gauss 4. isure poco numerose: t di student nel caso non sia possibile effettuare un numero di misure adeguato (n
DettagliMetodologie informatiche per la chimica
Metodologie informatiche per la chimica Dr. Sergio Brutti Metodologie di analisi dei dati 2 Grandezze fisiche diverse Stima dell incertezza di misure indirette Misura diretta A Trattazione matematica Misura
DettagliLaboratorio di Fisica I Anno Accademico
Laboratorio di Fisica I Anno Accademico 018-019 Relazione terza esperienza di Laboratorio Giorgio Campione Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico
DettagliCorso Di CHIMICA ANALITICA II
Corso Di CHIMICA ANALITICA II CHIMICA ANALITICA QUANTITATIVA: determinazione di una specie chimica in funzione della sua concentrazione. CHIMICO ANALITICO: sviluppare nuovi metodi X analita (CAMPIONE):
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Distribuzione Normale Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliL indagine campionaria Lezione 3
Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
DettagliAggiorniamo pag. 24 della presentazione
Aggiorniamo pag. 24 della presentazione Il pendolo è un sistema che utilizzo per introdurre la teoria. Posso prevedere qual è il periodo di oscillazione del pendolo? T = 2π l g Prendo la legge e la verifico,
DettagliNote sulla probabilità
Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15
DettagliEsperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018
Esperimentazioni di Fisica 1 Prova in itinere del 1 giugno 018 Esp-1 Prova in Itinere n. - - Page of 6 1/06/018 1. (1 Punti) Quesito L incertezza da associare alle misurazioni eseguite con un certo strumento
DettagliDistribuzione Gaussiana
Nella maggioranza dei casi (ma non in tutti) facendo un istogramma delle misure acquisite si ottiene una curva a campana detta normale o Gaussiana. G,, G,, d 1 e 2 1 Distribuzione Gaussiana 1 2 = Valor
DettagliUniversity of Messina, Italy
TRATTAMENTO E VALUTAZIONE DI DATI STATISTICI Applicazione della statistica alla valutazione dei dati Le applicazioni più comuni della statistica alla chimica analitica sono: Definire l intervallo numerico
DettagliMisure meteorologiche in ambito urbano
Misure meteorologiche in ambito urbano 3 - L incertezza delle misure in ambito urbano G. Frustaci Osservatorio Cavanis Venezia L incertezza delle misure in ambito urbano Definizione dell incertezza di
DettagliBreve ripasso di statistica
Breve ripasso di statistica D.C. Harris, Elementi di chimica analitica, Zanichelli, 1999 Capitolo 4 1 Il protocollo analitico Campionamento: 1. estrazione del campione dal lotto 2. conservazione e trasporto
DettagliSignificatività ed analisi degli errori
Significatività ed analisi degli errori Quanto il valore sperimentale è vicino al valore vero? Campioni replicati: si esclude a priori che venga eseguita una sola misurazione Quanto il valore sperimentale
DettagliCorso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E
Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze
DettagliLABORATORIO DI FISICA I
UNIVERSITA DEGLI STUDI DI PALERMO CORSO DI LAUREA IN SCIENZE FISICHE A.A. 2018/2019 13 Dicembre 2018 LABORATORIO DI FISICA I RELAZIONE TERZA ESPERIENZA DI LABORATORIO GRUPPO 1 Nigrelli Giulia Valenti Giuseppe
DettagliCorso C Geomatica. Teoria degli errori. Massimiliano Cannata
Corso C111.01 - Geomatica Teoria degli errori Rappresentazione di una misura di precisione ( x ± σ x ) u x = misura σ x = incertezza della misura u = unità di misura Il problema degli errori in topografia
DettagliUlteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie.
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it I risultati di un esperimento
DettagliElaborazione dei dati sperimentali. Problemi di Fisica
Problemi di Fisica Elaborazione dei dati sperimentali Nella seguente tabella riportiamo alcune regole per esprimere ualunue numero mediante una potenza di 0: 00000000 = 0 9 456789 = 45,6789 0 4 3, = 0,3
DettagliL analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta
L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. La distribuzione Normale (o di Gauss)
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in medicina e chirurgia - Corso di Statistica
DettagliFisica I per chimici: Elementi di statistica
Fisica I per chimici: Elementi di statistica Docente: Lilia Boeri Aula: La Ginestra, VEC Orario: Merc-Ven, 11-13 https://sites.google.com/site/fisicaxchimici/home Mi presento: Informazioni utili per il
DettagliProgramma della parte introduttiva: Lezione 5
Programma della parte introduttiva: Lezione 5 Cap. 3 Presentazione e confronto tra misure Cap. 4 Propagazione delle incertezze Cap 5 Misure ripetute e stimatori Cap.6 Organizzazione e presentazione dei
DettagliINTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA
INTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA IRCBG 19027 Modulo Dal campione alla popolazione: l'inferenza e l'intervallo di confidenza IRCCS Burlo Garofolo Formazione, Aula A via dell Istria
DettagliRELAZIONE DELL ESPERIENZA DI LABORATORIO N.3
RELAZIONE DELL ESPERIENZA DI LABORATORIO N.3 Gruppo 11: Bilardello Naima, Calvaruso Paolo, Daidone Fabio, Marino Martino, Mortillaro Vincenzo, Napoli Leonardo Titolo: Misura del periodo di un oscillatore
DettagliFISICA. Marco Laveder OBIETTIVI GENERALI DEL CORSO CONTENUTO DEL CORSO
FISICA Marco Laveder (laveder@pd.infn.it) OBIETTIVI GENERALI DEL CORSO Introdurre alcune leggi fondamentali della Fisica con esempi, problemi ed esperienze di laboratorio. Capire l importanza del METODO
DettagliIntroduzione all'inferenza Lezione 4
Last updated April 16, 2016 Introduzione all'inferenza Lezione 4 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Introduzione all inferenza Popolazione Campione
DettagliDistribuzioni di probabilità nel continuo
Distribuzioni di probabilità nel continuo Prof.ssa Fabbri Francesca Classe 5C Variabili casuali continue Introduzione: Una Variabile Casuale o Aleatoria è una grandezza che, nel corso di un esperimento
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 075-585 2708 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliMisura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice
Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Crisafulli Paride Curseri Federica Raia Salvatore Torregrossa M. Roberto Valerio Alessia Zarcone
DettagliErrori e loro propagazione
Errori e loro propagazione Introduzione al problema Quando effettuiamo delle misure è inevitabile incorrere in errori: non possiamo liberarcene peró possiamo controllarli. IMMAGINIAMO: un carpentiere che
DettagliLa legge di Gauss degli errori come limite di una binomiale
Esiste una dimostrazione rigorosa dovuta a Laplace che la distribuzione degli scarti delle misure affette da errori casuali e indipendenti è la funzione normale di Gauss La legge di Gauss degli errori
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliLa distribuzione delle frequenze. T 10 (s)
1 La distribuzione delle frequenze Si vuole misurare il periodo di oscillazione di un pendolo costituito da una sferetta metallica agganciata a un filo (fig. 1). A Figura 1 B Ricordiamo che il periodo
DettagliGli strumenti di misura. Corso di Fisica ed Elementi di Informatica
Gli strumenti di misura Corso di Fisica ed Elementi di Informatica La misura La misura è il procedimento attraverso il quale, usando uno strumento appropriato, si stabilisce il valore di una grandezza
DettagliSTATISTICA INDUTTIVA: STIMA DI PARAMETRI STIMA PUNTUALE
S.S.I.S TOSCANA F.I.M. -II anno STATISTICA INDUTTIVA: STIMA DI PARAMETRI STIMA PUNTUALE PROBLEMA 1 Vogliamo valutare la percentuale p di donne fumatrici tra le donne in età fertile. Procediamo all estrazione
DettagliIL PALLINOMETRO SCOPO
IL PALLINOMETRO SCOPO Verifica del fatto che gli errori casuali nella misura di una grandezza fisica ripetuta molte volte nelle stesse condizioni sperimentali seguono la distribuzione normale di Gauss.
DettagliTutorato di Chimica Analitica 2016/2017
Tutorato di Chimica Analitica 2016/2017 Friendly reminder La notazione scientifica Modo per indicare un risultato con numerose cifre decimali come prodotto di una potenza di 10 esempio Cifre significative
DettagliIL PALLINOMETRO SCOPO
IL PALLINOMETRO SCOPO Verifica del fatto che gli errori casuali nella misura di una grandezza fisica ripetuta molte volte nelle stesse condizioni sperimentali seguono la distribuzione normale di Gauss.
DettagliIntervallo di confidenza.
Intervallo di confidenza annarita.vestri@uniroma1.it campione inferenza popolazione Media Riportare sempre anche la deviazione standard Stima puntuale di Media, dev.standard, numerosità Qualche semplice
DettagliDISTRIBUZIONI DI PROBABILITA (parte 2) 1 / 27
DISTRIBUZIONI DI PROBABILITA (parte 2) 1 / 27 Funzione di ripartizione per variabili casuali discrete 2 / 27 Data una variabile casuale discreta possiamo calcolare, analogamente al caso continuo, la probabilità
DettagliEsperimentazioni di Fisica 1. Prova scritta del 9 luglio 2015 SOLUZIONI
Esperimentazioni di Fisica 1 Prova scritta del 9 luglio 2015 SOLUZIONI Esp-1 Prova di Esame Secondo appello - Page 2 of 8 09/07/2015 1. (12 Punti) Quesito. La grandezza y è aspettata dipendere in modo
DettagliMISURA DEFINIZIONE DI QUALITA METROLOGICHE
MISURA informazione costituita da: un numero, un'incertezza (con un certo grado di confidenza es. 95%) (ISO), ed un'unità di misura, assegnati a rappresentare un parametro in un determinato stato del sistema.
Dettagli