3 - TECNICHE DI ANALISI DEI DATI fmri

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "3 - TECNICHE DI ANALISI DEI DATI fmri"

Transcript

1 3 - TECNICHE DI ANALISI DEI DATI MRI. Acquszoe delle mmag uzoal e struttural del cervello Negl stud MRI le mmag uzoal del cervello (T2*-esate) vegoo acquste usado sequeze d magg gradet echo, del to echo laar (EPI). Og TR vegoo acquste tutte le mmag tomograche 2D (ette) relatve ad u tero volume cerebrale; geere soo da 2 a 3 e cascua d esse è relatva ad ua etta d cervello co u certo sessore, er es. d 5 mm. Soo mmag uzoal a bassa rsoluzoe sazale. Per avere ua dettaglata aatoma del cervello, er og soggetto vegoo oltre acquste mmag struttural ad alta rsoluzoe sazale T-esate del to soled gradet recall (SPGR). Durate u tero studo vegoo acquste, er cascu soggetto, da 8 a sere temoral (tme seres), cascua delle qual ormata da u certo umero d volum cerebral ( geere da 8 a ). I quest volum le dmeso tche de sgol voxels soo er es. d 3.75 x 3.75 x 5 mm, relatvamete alle mmag uzoal (EPI) a bassa rsoluzoe sazale. 2. Cocett odametal Esstoo dvers rogramm er eettuare l aals de dat MRI; d seguto s a rermeto ad AFNI (Aalyses o Fuctoal Neuromages, Cox RW, Bethesda, MD, htt://a.mh.h.gov/a). Co AFNI le mmag del cervello ossoo essere mostrate secodo le vste: assal, sagttal, coroal. Le mae d attvazoe soo vsualzzate a color, sovraoste alle mmag aatomche d localzzazoe ad alta rsoluzoe sazale scala d grg. La struttura dat odametale è l dataset, u seme d array 3D d valor umerc. Cascu array 3D è chamato sub-brck e rareseta u volume cerebrale rcostruto da u seme d mmag tomograche 2D acquste co lo scaer MRI u sgolo TR. Og elemeto d u array 3D rareseta u voxel del volume cerebrale, co le sue coordate d oszoe (x,y,z); l valore umerco d u elemeto dell array rareseta l testà del segale MRI assocato al voxel corrsodete. Og TR vee acqusto u tero volume cerebrale: u dataset è costtuto dall seme d tutt volum cerebral uzoal, coè d tutt sub-brcks acqust successoe temorale u tero ru d scasoe e er questo è dcato co 3Dtme dataset. C soo ache datasets che s rerscoo ad mmag aatomche d localzzazoe: soo ormat da u uco volume cerebrale, coè da u uco sub-brck e er questo soo dcat co 3D datasets. Esstoo e datasets che cotegoo le statstche calcolate elaborado 3Dtme datasets uzoal: soo ormat da var sub-brcks, mostrao le attvazo cerebral e soo dcat co 4D datasets. I valor d uo stesso voxel tutt volum cerebral costtuscoo ua sere temorale (tme seres). Oltre a valor de sgol voxel tutt sub-brcks, u dataset cotee ache ormazo auslare come le dmeso ( mm) de voxel stess, l oretazoe e la oszoe del dataset rsetto alle coordate dello scaer, la data e l ora d creazoe del dataset, l TR, ecc. Per questo u dataset è memorzzato due les co dversa estesoe: u le.head che cotee tutte le ormazo auslare ed u le.brik che cotee valor umerc d tutt voxel d tutt subbrcks. Per quato rguarda tre ass d rermeto (x,y,z) d u dataset, er covezoe: ) l asse x detca la drezoe R-L (R = rght, L = let), ercò u valore d x detca ua etta sagttale del cervello; 2) l asse y detca la drezoe A-P (A = ateror, P = osteror), ercò u valore d y detca ua etta coroale del cervello; 3) l asse z detca la drezoe I-S (I = eror, S = sueror), ercò u valore d z detca ua etta assale del cervello. lorezo.sa@boclca.u.t

2 U dataset uò essere rerto a tre dvers sstem d coordate trdmesoal (dett ache vste ): ) le coordate orgal: (x,y,z) delle mmag 2D acquste dallo scaer MRI; datasets rert a queste coordate soo dcat co l susso: org; 2) le coordate AC-PC: l dataset è ruotato modo tale che la commssura aterore (AC) e quella osterore (PC) rsulto alleate su ua retta orzzotale; datasets rert a queste coordate soo dcat co l susso: acc; 3) le coordate d Talarach: l dataset è comresso o dlatato modo tale che le sue 2 sottorego sao coorm all Atlate Cerebrale d Talarach-Touroux; datasets rert a queste coordate soo dcat co l susso: tlrc. I om de les de datasets soo ormat da tre art: ) l ome scelto dall utete er mezzo dell ozoe rex; 2) l to d coordate d rermeto: org, acc, oure tlrc; 3) l estesoe:.head oure.brik. 3. Rcostruzoe delle mmag del cervello Per rcostrure le mmag del cervello è stato utlzzato l rogramma to3d. Iatt tale rogramma legge ua sequeza tomograca d mmag (ette) 2D gresso e la coverte (assembla) u dataset volumetrco (3D) che o uò essere utlzzato AFNI. Co l rogramma to3d s ossoo rcostrure, oltre alle mmag uzoal (EPI), ache le mmag aatomche (SPGR); tale rogramma è grado d leggere mmag ache e ormat ANALYE e DICOM. Oltre all seme de dat delle ette 2D che verrao sert el le.brik, è ecessaro orre gresso al rogramma to3d altr dat auslar, che verrao sert el le.head. Tal ormazo auslare soo er esemo: l oretazoe delle ette ello sazo, le dmeso delle ette, la oszoe del dataset volumetrco ello sazo, le ormazo temoral su come le sgole ette soo state acquste el caso d 3Dtme datasets. Il rogramma to3d è grado d rcavare automatcamete alcue d queste ormazo auslare drettamete dagl header les delle mmag 2D acquste dallo scaer er alcu ormat d le, tra cu ANALYE, DICOM e er les relatv a volum cerebral uzoal rodott dagl scaer GE. Il rogramma to3d uò essere eseguto due mod dvers: da lea d comado o tramte teracca graca utete. E ecessaro orre al rogramma le ormazo sulla temorzzazoe della scasoe, che soo: l umero 'z' d ette 2D acquste ella drezoe sazale z u TR, corrsodet ad u sgolo volume cerebrale; s ota che l temo dt che tercorre tra l acquszoe d ua etta 2D e la successva (ter-slce tme) vale: TR dt = z l umero 't' d volum cerebral acqust el temo (coè ella drezoe temorale t) u tero ru d scasoe; corrsode al umero d TR o stat temoral (tme ots) reset u ru, detto ache umero d res del ru cosderato. Il temo d scasoe d u ru vale TR t e le corrsodet sere temoral soo ormate da t stat successv. S ota che u ru d scasoe vegoo acquste comlessvamete z t ette 2D, che o vegoo lette dal rogramma to3d. 'TR' = temo d retzoe, durate l quale vee acqusto u tero volume cerebrale, ormato da z ette 2D; s ota che doo u TR vee d uovo acqusta la stessa etta 2D all tero del volume cerebrale selezoato. TR rareseta la rsoluzoe temorale dell acquszoe de volum cerebral; è esresso er deault mllsecod, ma s uò esrmere ache secod, co l susso 's' oure Hertz lorezo.sa@boclca.u.t 2

3 co l susso 'Hz'. Se s oe TR =, l valore d questo arametro vee letto drettamete dagl header les delle mmag 2D acquste dallo scaer; Per esemo la arte della lea d comado del rogramma to3d che cotee le ormazo sulla temorzzazoe della scasoe uò essere la seguete: -tme:tz I questo caso u tero ru d scasoe vegoo acqust t = volum cerebral ed l temo d scasoe d u ru vale TR t = 2.5 = 275 secod = 4 mut e 35 secod. I og TR vegoo acquste z = 27 ette 2D corrsodet ad u volume cerebrale; l ter-slce tme vale: dt = TR z = msec I u ru d scasoe vegoo acquste ella drezoe z, comlessvamete z t = 27 = 297 ette 2D. Nella lea d comado bsoga cludere ache le ormazo sulle secche geometrche dell acquszoe. Esse seccao l estesoe e l oretazoe de tre ass d rermeto (x,y,z) della sequeza tomograca d acquszoe; tutte le dmeso soo esresse mm. Rcordamo la covezoe: ) l asse x detca la drezoe R-L (R = rght, L = let), ercò u valore d x detca ua etta sagttale del cervello; 2) l asse y detca la drezoe A-P (A = ateror, P = osteror), ercò u valore d y detca ua etta coroale del cervello; 3) l asse z detca la drezoe I-S (I = eror, S = sueror), ercò u valore d z detca ua etta assale del cervello. L ozoe -save_outlers ame dce al rogramma to3d d salvare l resocoto degl outlers u le co estesoe:.d e ome: 'ame' assegato dall utete. S uò o raresetare gracamete questo le er mezzo del comado: dlot ame. Quado s usa questa ozoe, l resocoto degl outlers vee salvato comuque, ache se o aare ete d sosetto. I geerale gl outlers o skes soo valor assut da u voxel artcolar stat d ua sere temorale, che soo molto dvers dagl altr valor d quel voxel tale sere temorale. E mortate cotrollare gracamete gl outlers d ua sere temorale er vedere se c soo stat roblem durate l acquszoe (er esemo movmet della testa del soggetto o arteatt dello scaer). Nella Fgura è raresetato gracamete l adameto d ua sere temorale d u voxel che u artcolare state (dcato co la recca rossa) assume u valore, che è u otezale outler. lorezo.sa@boclca.u.t 3

4 Fgura Raresetazoe graca dell adameto d ua sere temorale d u voxel che u artcolare state (dcato co la recca rossa) assume u valore, che è u otezale outler. Dall adameto graco della sere temorale d Fgura s ota che e rm stat della sere, l voxel cosderato assume valor molto alt, coè è aetto da molto rumore: questo è dovuto a ossbl arteatt dello scaer (causat er esemo dal atto che l camo magetco geerato all tero dello scaer dalle bobe d ecctazoe a radorequeza o ha acora ragguto lo stato stazoaro). Se rmuovamo er esemo rm tre stat dalla sere temorale, l otezale outler dcato ella Fgura dveta molto ù evdete, come è mostrato ella Fgura 2. Fgura 2 Raresetazoe graca dell adameto della stessa sere temorale d Fgura, dalla quale soo stat rmoss rm tre stat: come s vede charamete, ora l otezale outler dcato ella Fgura è dvetato molto ù evdete. 4. Regstrazoe de volum cerebral Per regstrare, coè alleare volum cerebral relatv allo stesso ru o a rus dvers, acqust tem successv, magar er soggett dvers, è stato utlzzato l rogramma 3dvolreg d AFNI. Esso regstra cascu sub-brck (volume cerebrale) de var 3Dtme datasets (rus) d gresso, rsetto ad u sub-brck scelto come base da u artcolare dataset, co lo scoo d alleare, rsetto al sub-brck base, tutt volum cerebral de var rus acqust. La lorezo.sa@boclca.u.t 4

5 regstrazoe de volum cerebral ermette d corotare voxel er voxel dat relatv a dvers rus d scasoe (alleameto ter-sesso); oltre, all tero dello stesso ru, doo la regstrazoe (alleameto tra-sesso) dat uzoal delle sere temoral soo meo aett dagl arteatt dovut al movmeto della testa del soggetto. Sa J(x) l volume cerebrale scelto come base, rsetto al quale s vuole alleare u altro volume cerebrale target I(x). Dat J(x) e I(x), bsoga determare ua trasormazoe geometrca T(x) tale da mmzzare la dereza: T [ I( x) ] J( x) = E coè tale che rsult: T[ I( x) ] J( x) ; E è l errore d dsalleameto tra T [ I( x) ] e J ( x). I ratca cascu volume cerebrale target I(x) è ruotato e/o traslato dalla trasormazoe geometrca T(x) modo da trovars sovraosto meglo ossble al volume cerebrale base J(x). T(x) cotee 6 arametr: bsoga determare valor d tal arametr modo che [ I( x) ] ossble a J ( x). T sa alleato meglo Per regstrare u tera sere temorale d volum cerebral, cascu volume cerebrale I ( x), co =, 2,, deve essere alleato al volume base J ( x) er mezzo della sua rora trasormazoe geometrca T ( x). Il rsultato è ua sere temorale d volum cerebral T [ I ( x) ], co =, 2,, tutt alleat a J ( x). S rcorda che è l utete che deve sceglere l volume cerebrale base : J(x). Le rcal caratterstche dell algortmo d regstrazoe utlzzato dal rogramma 3dvolreg soo: l modo cu vee msurato l errore E; l modo cu vegoo determat valor de 6 arametr d T(x) er mmzzare E; l modo cu l volume cerebrale [ I( x) ] terolato alla grgla d J ( x) T vee, modo da oter corotare drettamete le testà de voxel corrsodet de due volum cerebral. Il rogramma 3dvolreg d AFNI eettua questo coroto utlzzado come testà de voxel de due volum cerebral, valor de lvell d grgo. I valor de 6 arametr d T(x) vegoo rcavat co u algortmo ad arossmazo successve, recsamete co l algortmo d dscesa del gradete, er l quale soo dsobl var metod d terolazoe, tra qual quello usato d deault è l metodo d Fourer, ma s ossoo utlzzare ache metod d terolazoe olomale d dverso orde. L errore E vee calcolato come somma esata delle dereze al quadrato, accordo alla seguete ormula: E = x w ( x) { T[ I( x) ] J( x) } dove w(x) è l eso del voxel x. La sommatora è estesa a tutt voxel x del volume cerebrale: T[ I( x) ] J( x). Iatt, oché I(x) è u volume cerebrale, allora x è u vettore d tre elemet, le cu comoet soo le coordate sazal (x,y,z) de var voxel d I(x); l valore assuto da I(x) er u certo x è l testà del voxel dvduato da x ; E è uo scalare. Il rogramma 3dvolreg è grado d regstrare tra loro volum cerebral d datasets uzoal (EPI), oure d regstrare tra loro volum cerebral d datasets aatomc (SPGR), ma o uò regstrare tra loro volum cerebral d datasets uzoal (EPI) co volum cerebral d datasets aatomc (SPGR). I 6 arametr d T(x) comredoo 3 arametr d traslazoe, lugo cascuo de tre ass d rermeto: (x, y, z) e 3 arametr d rotazoe, attoro a cascuo de tre ass d rermeto. Soo chamat arametr d movmeto e servoo er alleare cascu volume cerebrale (sub-brck) da regstrare I ( x) rsetto al volume base J(x); geerale soo utl sa el caso d alleameto ter-sesso che el caso d alleameto tra-sesso. Nel caso d alleameto tra-sesso, gl arteatt dovut a movmet della testa del soggetto che avvegoo all tero d u sgolo TR o ossoo essere corrett dal rogramma 3dvolreg. 2 Cascu valore d rareseta u state della sere temorale cosderata. lorezo.sa@boclca.u.t 5

6 L ozoe -dle dame dce al rogramma 3dvolreg d salvare arametr d movmeto u le co estesoe:.d e ome: 'dame' assegato dall utete. Questo le è ormato da 9 coloe, cascua delle qual cotee tat caratter ASCII quat soo volum cerebral da regstrare rsetto al volume base J(x), coè ratca quat soo gl stat delle sere temoral del 3Dtme dataset d gresso. Oguo d quest caratter rareseta l valore del arametro relatvo alla coloa esame e corrsodete al artcolare volume cerebrale (subbrck) cosderato all tero della sere temorale del 3Dtme dataset d gresso. Vedamo dettaglo qual soo arametr assocat alle 9 coloe del le 'dame': ) = dce del sub-brck all tero della sere temorale (ved la ota. ); 2) roll = arametro d rotazoe attoro all asse z che er covezoe detca la drezoe I-S (I = eror, S = sueror); s msura grad, cotat ostvamete seso atoraro; 3) tch = arametro d rotazoe attoro all asse x che er covezoe detca la drezoe R-L (R = rght, L = let); s msura grad, cotat ostvamete seso atoraro; 4) yaw = arametro d rotazoe attoro all asse y che er covezoe detca la drezoe A-P (A = ateror, P = osteror); s msura grad, cotat ostvamete seso atoraro; 5) ds = arametro d traslazoe lugo l asse z (S = sueror); s msura mm; 6) dl = arametro d traslazoe lugo l asse x (L = let); s msura mm; 7) dp = arametro d traslazoe lugo l asse y (P = osteror); s msura mm; 8) rmsold = dereza RMS (root mea square) tra l sub-brck da alleare I ( x) ed l subbrck base J(x); 9) rmsew = dereza RMS (root mea square) tra l sub-brck alleato T [ I ( x) ] ed l sub-brck base J(x). Come s vede, 6 arametr d movmeto soo coteut elle coloe: 2,,7 del le 'dame'. E utle raresetare gracamete 6 arametr d movmeto uzoe degl stat delle sere temoral del 3Dtme dataset d gresso; s utlzza er questo l comado: dlot 'dame[..6]' erché 9 arametr assocat alle 9 coloe del le 'dame' corrsodoo agl dc:,,8. I Fgura 3 è mostrata la estra rodotta dal recedete comado, coteete gl adamet temoral de 6 arametr d movmeto del dataset cosderato. Da 6 grac della Fgura s otao de cch d movmeto corrsodeza dell state: t 6 sec, dovut al atto che quel mometo l soggetto ha mosso mrovvsamete la testa acedo uo scatto. I cch e valor de arametr d movmeto er 6 I 6 x è t sec soo dovut al atto che l volume cerebrale ( ) molto ù dsalleato dal volume base J(x) d quato lo soo gl altr volum ( x) sec. I, co 6 lorezo.sa@boclca.u.t 6

7 Fgura 3 Raresetazoe graca degl adamet de 6 arametr d movmeto del 3Dtme dataset d gresso uzoe degl stat delle sere temoral. Se el rogramma 3dvolreg o s sersce l ozoe -dle dame, arametr d movmeto del dataset cosderato o vegoo salvat. Come vedremo ù avat, valor stmat dal rogramma 3dvolreg de arametr d movmeto ossoo essere utlzzat come regressor d o teresse el rogramma 3dDecovolve. C chedamo ora come, tra tutt sub-brcks del 3Dtme dataset d gresso, l utete uò sceglere l volume cerebrale base J(x), rsetto al quale verrao alleat tutt gl altr volum cerebral I ( x) del dataset stesso. Nel caso d datasets uzoal (EPI), la scelta mglore er J(x) è l sub-brck che è stato acqusto ù vco ossble el temo rsetto a quado è stato acqusto l dataset aatomco (SPGR). Se l dataset aatomco è stato acqusto rma de datasets uzoal, s dovrebbe sceglere er J(x) l rmo sub-brck (ercò quello co dce ) del rmo ru EPI acqusto. I realtà, come gà detto el recedete aragrao, rm stat delle sere temoral acquste soo aett da molto rumore a causa d ossbl arteatt dello scaer, ercò geere tal rm stat vegoo rmoss dalle sere temoral d tutt rus acqust. Suoamo er esemo che l rmo ru EPI acqusto doo l dataset aatomco sa stato chamato: red_epi_r e sa ormato da 38 subbrcks successv. Decdamo d rmuovere rm 3 sub-brcks (quell co dc:,, 2) scrvedo: red_epi_rorg'[3..37]' I questo caso come volume cerebrale base J(x) er l rogramma 3dvolreg sceglamo l quarto sub-brck del ru EPI red_epi_rorg, quello co dce 3. Per are questo s utlzza l ozoe base ella lea d comado del rogramma 3dvolreg. Iatt tale ozoe a sì che: J( x) = I ( x), ercò ermette all utete d selezoare l sub-brck del dataset EPI d gresso che verrà utlzzato dal rogramma come volume cerebrale base. Nel ostro esemo allora l ozoe da scrvere è base 3. S ota che l dataset relatvo alla regstrazoe volumetrca rodotto dall esecuzoe del rogramma 3dvolreg e chamato dall utete er esemo red_epi_r_vr, sarà ormato da 35 sub-brcks (3,,37), a qual verrao assegat gl dc:,,34. Se vece l dataset aatomco è stato acqusto doo datasets uzoal, s uò sceglere er J(x) l ultmo sub-brck dell ultmo ru EPI acqusto. Se ache gl ultm stat delle sere lorezo.sa@boclca.u.t 7

8 temoral acquste soo aett da rumore, vegoo rmoss ach ess da tutt rus acqust. Suoamo er esemo che l ultmo ru EPI acqusto rma del dataset aatomco sa stato chamato: red_epi_r e sa ormato da 38 sub-brcks successv. Decdamo d rmuovere gl ultm 2 sub-brcks (quell co dc: 36, 37) scrvedo: red_epi_rorg'[3..35]' I questo caso come volume cerebrale base J(x) er l rogramma 3dvolreg sceglamo l 36-esmo sub-brck del ru EPI red_epi_rorg, quello co dce 35. Per are questo s utlzza l ozoe base 35 ella lea d comado del rogramma 3dvolreg. Se ella lea d comado del rogramma 3dvolreg o s sersce l ozoe base, er deault vee scelto come volume cerebrale base J(x) l rmo sub-brck (quello co dce ) del dataset EPI d gresso (è come scrvere: base ). L ozoe -tsht ella lea d comado del rogramma 3dvolreg a sì che le sere temoral relatve a voxels del 3Dtme dataset d gresso vegao shtate el temo modo che le dverse ette 2D d og volume cerebrale rsulto alleate alla stessa orge temorale (meda tra le ette). Questo sht temorale è raccomadato erché cascu volume cerebrale è ormato da 'z' mmag (ette) tomograche 2D, cascua delle qual vee acqusta dallo scaer MRI, all tero d u sgolo TR, stat d temo dvers (c è u rtardo temorale etta-dedete). Questa dereza temorale troduce u rtardo d temo artcale tra le rsoste (segal) roveet da voxels corrsodet ette dverse dello stesso volume cerebrale. Questo rtardo o lueza arezzablmete le statstche tcamete rodotte dall aals d decovoluzoe (descrtta ù avat), ma uò luezare dat se er esemo s vogloo corotare le evoluzo temoral delle rsoste (sere temoral) roveet da deret rego del cervello, coè da voxels che s trovao ette dverse. All tero del rogramma 3dvolreg lo sht temorale vee eseguto rma della regstrazoe sazale de volum cerebral: è mortate che queste due oerazo vegao esegute ell orde corretto. U altra ossbltà è d esegure l rogramma 3dTsht rma del rogramma 3dvolreg. Iatt l rogramma 3dTsht a esattamete la stessa cosa dell ozoe -tsht ella lea d comado del rogramma 3dvolreg : rsultat che s ottegoo e due cas soo detc. Il umero tero s rersce al umero d stat zal delle sere temoral che vegoo gorat ell oerazoe d sht temorale. S ota che se rm stat soo gà stat rmoss dalle sere temoral de rus acqust, bsoga usare l ozoe tsht, erché agl stat temoral rmaet vegoo assegat uov dc che, come abbamo vsto rma, artoo da. 5. Fltraggo sazale de volum cerebral A questo uto, doo che 3Dtme datasets rcostrut soo stat shtat el temo e regstrat volumetrcamete, voglamo alcare ad ess u ltraggo sazale trdmesoale er ar loro assumere u asetto mglore, ù utle er ostr sco. Per questo utlzzamo u ltro Gaussao d smoothg: ratca vee eseguta ua covoluzoe tra volum cerebral esame ed ua uzoe Gaussaa, che rareseta la maschera sazale d ltraggo; tale covoluzoe vee calcolata utlzzado la FFT (Fast Fourer Trasorm). U ltro Gaussao d smoothg è sostazalmete u ltro assa-basso, l cu eetto è quello d rdurre l rumore alle alte requeze e d lascare volum cerebral (e ercò ache le relatve mmag 2D) ressoché alterat alle basse requeze. I realtà questo ltraggo sazale assa-basso roduce u aebbameto ( Iglese blurrg ) delle mmag, co coseguete erdta d rsoluzoe sazale; d altro cato doo l ltraggo le mmag aaoo ù ulte e le aree d attvazoe uzoale ù vce tra loro rsultao ute. Questo è utle er esemo quado s devoo corotare le rego d attvazoe d dvers datasets: a causa d dsalleamet ache ccol delle mmag uzoal, voxels attvat che dovrebbero essere sovraost realtà o lo soo. U ossble modo er rdurre questo roblema è d allargare artcalmete qualche lorezo.sa@boclca.u.t 8

9 msura le aree d attvazoe uzoale e questo uò essere otteuto auto alcado u ltro Gaussao d smoothg a volum cerebral de 3Dtme dataset d gresso. Per realzzare l ltraggo sazale trdmesoale de volum cerebral de 3Dtme dataset d gresso è stato utlzzato l rogramma 3dmerge d AFNI, che ermette all utete d edtare datasets e/o d combare tra loro datasets dvers, l tutto ello sazo 3D. Abbamo utlzzato l rogramma 3dmerge er edtare ostr datasets, artcolare er eettuare su d ess u ltraggo Gaussao d smoothg. L ozoe -blur_rms bmm a sì che l blurrg sazale alcato a cascu voxel de volum cerebral vega eettuato co u ltro Gaussao co ua devazoe RMS (root mea square) uguale al valore bmm; L ozoe -blur_sgma bmm a sì che l blurrg sazale alcato a cascu voxel de volum cerebral vega eettuato co u ltro Gaussao co ua devazoe stadard σ uguale al valore bmm,; L ozoe -blur_whm bmm a sì che l blurrg sazale alcato a cascu voxel de volum cerebral vega eettuato co u ltro Gaussao co ua FWHM (ull wdth at hal maxmum) uguale al valore bmm. I ratca tutt e tre cas l arametro bmm è esresso mllmetr e rareseta u dce della larghezza del ltro Gaussao che vee utlzzato. Queste tre ozo orscoo semlcemete tre mod dvers er seccare l raggo utlzzato er la uzoe d blurrg; la relazoe tra valor de tre arametr bmm è: sgma = rms = whm Nella Fgura 4 è mostrato, su u mmage assale, l rsultato d u ltraggo (blurrg) sazale otteuto co l rogramma 3dmerge e co l ozoe -blur_rms 4. Fgura 4 Rsultato, mostrato su u mmage assale, d u ltraggo (blurrg) sazale otteuto co l rogramma 3dmerge e co l ozoe -blur_rms 4, che a sì che lo smoothg alcato a cascu voxel vega eettuato co u ltro Gaussao co ua devazoe RMS uguale a 4 mm. I geerale quato ù largo è l ltro, maggore è l blurrg che s ottee, ma maggore è ache la erdta d rsoluzoe sazale e vceversa quato ù stretto è l ltro. 6. Normalzzazoe de volum cerebral e calcolo della varazoe ercetuale del segale BOLD rsetto alla basele La ormalzzazoe d cascu volume cerebrale rsetto alla rora basele dveta mortate quado s devoo corotare tra loro dat relatv a soggett dvers, coè quado s deve eettuare u aals d gruo. Il motvo rcale er cu s devoo ormalzzare dat MRI lorezo.sa@boclca.u.t 9

10 è raresetato dalla varabltà del modo cu var soggett rsodoo alla resetazoe degl stmol. Iaz tutto le baseles, coè le codzo d roso, geerale soo dverse da soggetto a soggetto; oltre l lvello d attvazoe cerebrale rsosta ad ua stessa codzoe d stmolo uò essere dverso soggett dvers. I altre arole sa la basele che la rsosta ad uo stesso stmolo (etrambe msurate utà IRF = deal resose ucto: dà ua msura dell testà del segale BOLD roveete da voxels cosderat all tero del cervello) geerale varao da soggetto a soggetto e la loro dereza uò essere ù grade er cert soggett e ù ccola er altr. Per teer coto d questa varabltà, dobbamo covertre valor assolut del segale BOLD msurato (basele e rsosta ad uo stmolo), valor relatv, artcolare valor d varazo ercetual del segale rsetto ad ua basele comue a tutt volum cerebral. Doo aver atto questa ormalzzazoe, ossamo corotare drettamete lvell relatv d attvazoe elle rego cerebral corrsodet de dvers soggett. Vedamo u esemo er charre tutto questo: soggetto : l segale BOLD ell ocamo vara dal valore (basele) al valore 5 (codzoe d stmolo); rsulta ua dereza d segale d 5 utà IRF; soggetto 2: l segale BOLD ell ocamo vara dal valore 5 (basele) al valore 525 (codzoe d stmolo); rsulta ua dereza d segale d 25 utà IRF. Se s corotassero semlcemete le dereze assolute tra valor IRF delle baseles e delle rsoste ad uo stmolo soggett dvers, s oterebbe che l soggetto ha mostrato, rsosta alla codzoe d stmolo, u attvazoe doa rsetto a quella mostrata dal soggetto 2. S otrebbe allora cocludere che la codzoe d stmolo ha avuto u eetto molto maggore el soggetto che o el soggetto 2. Però questa coclusoe è errata, erché o abbamo teuto coto del atto che valor IRF delle baseles de due soggett soo dvers tra loro. Se eettuassmo u coroto ANOVA tra due soggett utlzzado quest valor IRF assolut, la varazoe della basele da u soggetto all altro aggugerebbe artcalmete varaza all aals. Ua ù elevata varaza otrebbe ortare ad error ell terretazoe de dat e questa ovvamete sarebbe ua cosa egatva. Dobbamo allora elmare questa dereza tra valor IRF delle baseles de dvers soggett ormalzzado, coè stadardzzado qualche modo tal valor, modo da oter eettuare u coroto attedble tra dvers soggett. U modo er are questo è calcolare la varazoe ercetuale del segale BOLD rsetto alla basele coè, vece d cosderare dereze assolute tra valor IRF come abbamo atto el recedete esemo, ossamo cercare la varazoe ercetuale de valor IRF tra ua codzoe basele (d roso) ed ua codzoe d resetazoe a var soggett d uo stmolo sermetale. I ratca cerchamo quato vara (aumeta o dmusce) ercetuale (er esemo dell %, del 5% o del %) l valore IRF del segale BOLD co la resetazoe della codzoe d stmolo rsetto alla codzoe d roso (basele). La varazoe ercetuale del segale BOLD rsetto alla basele vee calcolata er og soggetto, er og voxel d og volume cerebrale e tutt quest valor relatv d varazoe ercetuale vao a sostture recedet valor assolut, el seso che sarao utlzzat er etrambe le successve aals d decovoluzoe e corot ANOVA d gruo. La ormalzzazoe de dat MRI, coè l calcolo della varazoe ercetuale del segale BOLD rsetto alla basele vee eettuato er og soggetto utlzzado la seguete ormula: ercet sgal chage A = % (2.) B dove: A = valore IRF dello stmolo; B = valore IRF della basele. I questo modo la basele vee ormalzzata (rscalata) al valore er tutt soggett. Calcolamo ora la varazoe ercetuale del segale BOLD rsetto alla basele er due soggett del recedete esemo: lorezo.sa@boclca.u.t

11 soggetto : A = 5; B = ; s ha: 5 ercet sgal chage = % = 5 % e dato che la basele è stata ormalzzata al valore er etramb soggett, ua varazoe ercetuale del segale BOLD del 5 % sgca u aumeto del valore IRF del (5 =) 5 % rsetto alla basele; soggetto 2: A = 525; B = 5; s ha: 525 ercet sgal chage = % = 5 % 5 e la solta varazoe ercetuale del segale BOLD del 5 % sgca d uovo u aumeto del valore IRF del 5 % rsetto alla basele. Quest rsultat mostrao che, ell esemo cosderato, la varazoe ercetuale de valor IRF del segale BOLD tra la codzoe basele (d roso) e la codzoe d resetazoe dello stmolo è detca er etramb soggett; tale varazoe è u aumeto del valore IRF del 5 % rsetto alla basele etramb cas. Possamo allora cocludere che, sebbee le dereze assolute tra valor IRF dao l mressoe che l soggetto abba mostrato, rsosta alla codzoe d stmolo, u attvazoe doa rsetto a quella mostrata dal soggetto 2, questa mressoe è sbaglata. Iatt realtà, come abbamo aea vsto, etramb soggett hao mostrato, rsosta alla codzoe d stmolo rsetto alla codzoe basele, u aumeto del valore IRF del 5 % ell attvazoe cerebrale dell ocamo. I altre arole o c è dereza sgcatva, rsosta alla resetazoe dello stmolo, ella varazoe ercetuale del segale BOLD tra quest due soggett. Questo esemo a care maera adeguata l mortaza e la ecesstà della ormalzzazoe de dat MRI, rearazoe d u aals d gruo, che revede corot statstc tra soggett dvers. La ormalzzazoe de dat MRI revede ua rocedura che s artcola due ass successv, che verrao d seguto descrtt dettaglo. 6. Calcolo dell testà meda relatva alla codzoe d roso (basele) d og voxel de datasets uzoal S utlzza l rogramma 3dTstat d AFNI er calcolare l valore dell testà meda relatva alla codzoe d roso (basele) d og voxel, coè d og sere temorale, d u 3Dtme dataset uzoale (ru) d u soggetto. I ratca er og voxel vegoo sommate le testà d tutt gl stat della corrsodete sere temorale relatv alla codzoe d roso ed l rsultato vee dvso er l umero totale d tal stat temoral. S ottee come rsultato u uovo dataset ormato da u uco volume cerebrale (sub-brck), valor de cu voxels raresetao le testà mede relatve alla codzoe d roso d tutte le sere temoral del dataset d gresso, corrsodet al ru cosderato. S rete o questo calcolo er tutt rus del soggetto cosderato e o er tutt soggett. Nella Fgura 5 a sstra è raresetata l mmage d ua etta assale d u 3Dtme dataset uzoale (ru) d u soggetto; a destra alto s ha ua matrce 3x3 che s rersce a tale dataset e che cotee 9 grac relatv all adameto delle sere temoral de 9 voxels evdezat ella etta assale co l quadrato verde. A destra basso s ha acora ua matrce 3x3 che erò s rersce al dataset rodotto dal rogramma 3dTstat e che cotee 9 valor dell testà meda relatva alla codzoe d roso calcolata er le sere temoral relatve a solt 9 voxels evdezat ella etta assale co l quadrato verde. Per esemo er l voxel cetrale della matrce, evdezato gallo, l valore dell testà meda relatva alla codzoe d roso della corrsodete sere temorale, calcolato come detto sora, è: S ota che ella matrce a destra basso o c soo grac, coè adamet d sere temoral, erché tale matrce è relatva al dataset rodotto dal rogramma 3dTstat che, come s è detto sora, è ormato da u uco lorezo.sa@boclca.u.t

12 volume cerebrale (sub-brck), ercò suo voxels o s rerscoo a sere temoral, ma a sgol valor umerc d testà meda relatv alla codzoe d roso. Fgura 5 Sstra: raresetazoe d ua etta assale d u 3Dtme dataset uzoale; destra alto: matrce 3x3 che s rersce a tale dataset e che cotee 9 grac relatv all adameto delle sere temoral de 9 voxels evdezat ella etta assale co l quadrato verde; destra basso: matrce 3x3 che s rersce al dataset rodotto dal rogramma 3dTstat e che cotee 9 valor dell testà meda relatva alla codzoe d roso calcolata er le sere temoral relatve a solt 9 voxels evdezat ella etta assale co l quadrato verde. Il valore dell testà meda relatva alla codzoe d roso d og sere temorale (voxel) c serve el calcolo della varazoe ercetuale del segale BOLD, erché rareseta la basele d tale sere temorale, coè l valore da assegare al arametro B che comare ell equazoe (2.). Se o dversamete seccato, l rogramma 3dTstat esegue er deault l calcolo della meda voxel er voxel d tutte le sere temoral del 3Dtme dataset d gresso. Per questo motvo o è ecessaro serre l ozoe mea ella lea d comado del rogramma. I realtà l rogramma 3dTstat uò calcolare ache altre statstche, semre voxel er voxel come sora seccato, oltre alla meda; er esemo uò calcolare la devazoe stadard, l coecete d correlazoe, la medaa, l mmo, l massmo e altre acora. 6.2 Calcolo della varazoe ercetuale del segale BOLD S utlzza l rogramma 3dcalc d AFNI, che esegue oerazo artmetche voxel er voxel su 3Dtme datasets uzoal. No lo utlzzamo er ormalzzare dat MRI, coè er calcolare la varazoe ercetuale del segale BOLD rsetto alla basele. Utlzzamo er questo l equazoe (2.), che rscrvamo qu er comodtà: lorezo.sa@boclca.u.t 2

13 A ercet sgal chage = % B Nel ostro caso A, coè l valore IRF dello stmolo, è raresetato da valor de sgol voxels, coè dalle sere temoral de 3Dtme datasets rcostrut, shtat el temo, regstrat volumetrcamete e ltrat ello sazo. Ivece B, coè l valore IRF della basele, è raresetato da valor de sgol voxels de datasets rodott dal rogramma 3dTstat, coè da valor delle testà mede relatve alla codzoe d roso d tutte le sere temoral de 3Dtme datasets d gresso. I ratca l rogramma 3dcalc, er og voxel d u 3Dtme dataset d gresso, deve redere tutt valor d testà corrsodet a var stat della relatva sere temorale (valor d A), dvdere cascuo d ess er l valore dell testà meda relatva alla codzoe d roso d quella sere temorale (valore d B calcolato recedeza dal rogramma 3dTstat ) e moltlcare valor otteut er, er otteere la varazoe ercetuale del segale BOLD corrsodeza de var stat della sere temorale (voxel) cosderata. Facedo tutto questo er tutt voxels del 3Dtme dataset d gresso, l rogramma 3dcalc roduce come rsultato u uovo 3Dtme dataset ormalzzato, relatvo al ru cosderato del soggetto esame e el quale, rsetto al 3Dtme dataset d gresso, corrsodeza d og voxel ed corrsodeza d og state della relatva sere temorale, l valore assoluto d testà del segale BOLD è stato sosttuto co l corrsodete valore relatvo d varazoe ercetuale del segale stesso rsetto alla basele, che è stata ormalzzata (rscalata) al valore er tutte le sere temoral del ru cosderato. I realtà l rogramma 3dcalc rovvede ache a moltlcare l secodo membro della recedete equazoe er l valore d cl rcavato dall esecuzoe del rogramma 3dClLevel oure er la maschera geerata dal rogramma 3dAutomask. I questo modo la varazoe ercetuale del segale BOLD vee calcolata solamete corrsodeza d que voxels che hao valor d testà sueror al valore d cl oure che aartegoo alla maschera ( ratca vee calcolata solamete corrsodeza de voxels del cervello) e o vee calcolata er voxels aarteet allo sodo. Nella Fgura 6 a sstra è raresetata l mmage d ua etta assale del 3Dtme dataset ormalzzato, rodotto come rsultato dal rogramma 3dcalc, relatvo al ru cosderato del soggetto esame; a destra s ha ua matrce 3x3 che s rersce a tale dataset e che cotee 9 grac relatv all adameto delle sere temoral de 9 voxels evdezat ella etta assale co l quadrato verde. Cosderamo er esemo l voxel cetrale della matrce, evdezato gallo: l graco s rersce alla corrsodete sere temorale ed valor assut da tale graco e var stat d temo soo valor ormalzzat, coè soo varazo ercetual del segale BOLD rsetto alla basele. I tale graco è stato evdezato l state d temo: 8 co u uto rosso (ved la recca ); tale state d temo è dcato ache dall dce sotto la matrce (ved la recca 2). Dato che la basele è stata ormalzzata al valore er tutte le sere temoral del dataset, l valore della varazoe ercetuale del segale BOLD:.75 % scrtto ell dce sotto la matrce (ved acora la recca 2) realtà dca che la resetazoe dello stmolo (ed ache del rumore) ha rovocato, el voxel cosderato ed all state d temo ssato, u aumeto ercetuale del segale BOLD dell.75 % rsetto alla basele. La recca 3 dca valor assut dalle tre coordate sazal (x, y, z) corrsodeza del voxel cosderato che, s rcorda, è quello cetrale della matrce, evdezato gallo. Tale voxel ovvamete corrsode ache al voxel cetrale el quadrato verde della etta assale rortata ella arte sstra della gura. lorezo.sa@boclca.u.t 3

14 3 2 Fgura 6 Sstra: raresetazoe d ua etta assale del 3Dtme dataset ormalzzato, rodotto come rsultato dal rogramma 3dcalc ; destra: matrce 3x3 che s rersce a tale dataset e che cotee 9 grac relatv all adameto delle sere temoral de 9 voxels evdezat ella etta assale co l quadrato verde; tal grac valor assut e var stat d temo soo valor ormalzzat, coè soo varazo ercetual del segale BOLD rsetto alla basele. Le vare gradezze dcate dalle tre recce soo descrtte el testo. 7. Cocateameto de rus S utlzza l rogramma 3dTcat d AFNI er cocateare (coè combare) tra loro subbrcks (volum cerebral) d var 3Dtme EPI datasets (rus) d gresso; s ottee come rsultato u uco lugo 3Dtme dataset. Il umero d sub-brcks (o volum cerebral o stat successv delle sere temoral) d cu è ormato l dataset cocateato, rodotto dall esecuzoe del rogramma 3dTcat, è dato dalla somma del umero de sub-brcks d cu soo ormat tutt sgol datasets d gresso. Quado s cocateao tra loro var rus d gresso, s ossoo seccare, cascu ru, qual soo sub-brcks (stat temoral) che voglamo escludere dal cocateameto e ercò dalle successve aals. D solto, come gà detto recedeza, vegoo rmoss rm stat dalle sere temoral d tutt rus acqust, erché aett da molto rumore, causat da ossbl arteatt dello scaer. 8. Aals d regressoe leare multla Normalmete egl stud MRI s msurao le varazo del segale BOLD rovocate da ua rsosta emodamca, dotta dalla varazoe d attvtà euroale-satca u determato dstretto cerebrale; tale varazoe rareseta la rsosta del cervello ad ua artcolare codzoe d stmolo, varable el temo. Idchamo co (t) l adameto temorale dello stmolo e co y(t) la varazoe msurata del segale BOLD roveete dal dstretto cerebrale cosderato, rovocata dall alcazoe dello stmolo (t). Tutto questo uò essere raresetato schematcamete el seguete modo: lorezo.sa@boclca.u.t 4

15 I geerale l sstema cosderato uò essere comuque comlesso, ossamo o saere come esso è atto teramete, ma se tale sstema è leare e stazoaro, la sua rsosta y(t) ad u arbtraro segale d gresso (t) uò essere rcavata, se s coosce la rsosta h(t) d tale sstema ad u segale mulsvo (chamato ache uzoe delta d Drac) δ(t) alcato al suo gresso: La uzoe h(t) è chamata rsosta mulsva del sstema cosderato. Possamo allora scrvere: y = ( t) ( τ) h( t τ) dτ ( t) h( t) Questo è chamato tegrale d covoluzoe tra le due uzo: (t) ed h(t). Suoamo ora che l sstema sa causale, coè che l segale d uscta y(t) all state t sa determato solo da valor del segale d gresso (t) er t t e o da quell er t > t. Se suoamo ache che sa ( t) = er t <, allora l recedete tegrale d covoluzoe dveta: y ( t) = t ( τ) h( t τ) Dato che l temo è msurato ad stat dscret, tutte le recedet uzo realtà soo dscrete. Per esemo: y(t) dveta: y( t), dove: è la varable temorale e t = TR è l temo d retzoe. Suoamo che sa: t =, ercò: y ( t) = y( ) ; er semlctà d otazoe dchamo: y() co: y. Allora l recedete tegrale d covoluzoe dveta ua sommatora e, oedo: t ; τ m, la recedete esressoe d y(t) dveta, el domo del temo dscreto: y = m m= h m D solto la rsosta mulsva h m d u sstema, oltre ad essere ulla er m<, s aulla ache er m>: suoamo coè che h m sa dversa da zero solamete corrsodeza de () stat temoral: h, h, K,. I questo caso la rsosta y del sstema allo stmolo dveta: h y = m= h dτ m m = hm m = h h K h (2.2) m= y rsulta dversa da zero solamete ell tervallo, co ssato. Come abbamo detto sora, y è la varazoe msurata del segale BOLD roveete dal dstretto cerebrale cosderato, rovocata dall alcazoe dello stmolo. La uzoe è ua sere temorale che vale egl stat d temo cu lo stmolo o vee resetato al soggetto e vale egl stat d temo cu lo stmolo vee resetato. La classe d metod maggormete usata er eettuare l aals statstca de dat delle sere temoral coteute e 3Dtme datasets MRI e che ermette la determazoe de voxels attv elle mmag relatve a tal sere temoral, è basata sulla creazoe d u modello deale che, base allo stmolo alcato e alla rsosta emodamca h m (HRF = Hemodyamc Resose Fucto ), orsce l adameto deale ( d rermeto ) y del segale BOLD che c s asetta d rcevere da ua determata regoe cerebrale attva dal uto d vsta euroalesatco. Come abbamo vsto sora, y è dato dalla covoluzoe (dscreta) tra lo stmolo e la rsosta emodamca h m. Vee eseguto u ttg della rsosta y del modello deale a dat real, er tutt voxels (sere temoral) del 3Dtme dataset MRI cosderato e que voxels er qual l ttg ha ua sgcatvtà statstca suerore ad u certo valore d sogla ssato, soo dcharat attv. lorezo.sa@boclca.u.t 5

16 6 Charamete la rsosta y del modello deale o cocde co dat real a causa del rumore, semre resete el segale BOLD che s msura; suoedo che l rumore: ε sa Gaussao baco (otes gustcata dal atto che è rchesta, ase d re-rocessg de dat, u oerazoe d ltraggo sazale (smoothg) Gaussao), addtvo, correlato co l segale BOLD e a valor medo ullo, s uò scrvere: y ε =, come y, rsulta dversa da zero solamete ell tervallo. Sesso dat MRI msurat: vegoo modellzzat, oltre che dal modello deale del segale BOLD: y e dal rumore: ε, ache da ua costate: β e da u tred leare: β : y ε β β = (2.3) I questa esressoe d, la arte: ε β β è chamata: modello del rumore o basele model ; y come abbamo detto è l modello deale del segale BOLD; y ε β β è chamato: modello del segale rumore o ull model. Sosttuedo l esressoe (2.2) d y ella recedete esressoe d s ottee: h h h ε β β = K Questa esressoe è valda er: =,,, N-, dove N è l umero d stat da cu soo ormate le sere temoral del 3Dtme dataset MRI cosderato. La recedete equazoe uò essere osta orma matrcale: = X β ε dove: = N M, = N N N X K M M M M M K K, β β β = h h M, ε ε ε = ε N M Rsolvere l roblema d regressoe leare multla sgca trovare ua stma b del vettore β de arametr cogt: β β = β = ĥ ĥ ˆ ˆ ˆ b M I ratca, dato lo stmolo alcato e dat MRI msurat:, bsoga rcavare ua stma de valor de 3 arametr cogt del vettore β, tal che co ess la rsosta y del modello deale costtusce u buo ttg (arossmazoe) de dat real. I questo modo otteamo ua stma Ẑ de dat real : b X ˆ X Ẑ β = = Il crtero usato ormalmete er stmare valor de arametr cogt (coè er determare l vettore b), è d mmzzare la somma de quadrat degl error (scart, dereze) tra dat stmat Ẑ e dat real. Tale somma è dcata co SSE (dall Iglese: error sum o squares) e la sua esressoe è: ( ) ( ) ( ) Ẑ Ẑ Ẑ SSE T N 2 = = = s uò dmostrare che:

17 T T ( X X) X = βˆ b = Gl elemet del vettore b raresetao la stma, secodo l metodo della somma de mm quadrat, de valor de arametr cogt coteut el vettore β. S ota che co questo metodo s trova ua stma ĥ m de valor della rsosta emodamca h m, co: m =,,. Questa è chamata aals d decovoluzoe; a o teressa are vece u aals d regressoe leare, ella quale la rsosta emodamca h(t) (otare che abbamo d uovo usato la otazoe relatva al domo del temo cotuo) è ssata a ror. La scelta della uzoe h(t) vee atta seza teere cosderazoe l valore del TR o la temorzzazoe dello stmolo (t); h(t) è ua uzoe uversale che rroduce arossmatvamete le caratterstche della reale rsosta emodamca del cervello ad u sgolo stmolo d durata temorale molto breve, more d sec (l aalogo reale del segale mulsvo δ(t), che è solo deale). Nella Fgura 7 è mostrato l adameto graco della uzoe h(t) (curva era), rsosta ad uo stmolo molto breve (curva rossa). Fgura 7 Adameto graco della rsosta emodamca h(t) del cervello (curva era) ad u sgolo stmolo d durata temorale molto breve, more d sec (curva rossa). D solto s scegle la uzoe: h ( t) = b t e t c er t < er t > dove: b = 8.6; c =.547 sec (Cohe, 977). Come s vede dal graco della Fgura 7, la rsosta emodamca h(t) ha u rtardo temorale, rsetto allo stmolo, d -2 secod, u temo d salta d 4-5 secod ed u temo d dscesa d 4-6 secod. Quado vegoo resetat ù stmol successv, tra loro ù vc el temo della durata delle sgole rsoste emodamche h(t), alcue art d tal uzo rsultao sovraoste. Suoamo che l ostro modello deale del cervello sa leare: la rsosta emodamca lorezo.sa@boclca.u.t 7

18 comlessva a var stmol resetat è data dalla somma delle rsoste emodamche a sgol stmol, come è mostrato ella Fgura 8. Fgura 8 Leartà della rsosta emodamca: adameto graco della rsosta emodamca comlessva (curva blu) a tre brev stmol successv; le art delle tre rsoste emodamche a tre stmol (curve: era, rossa, verde) che rsultao tra loro sovraoste s sommao. Il etwork euroale del cervello uò essere raresetato co u sstema o leare e d cosegueza ache la rsosta emodamca msurata co l MRI robablmete è o leare. Tuttava l modello leare, ache se o erettamete corretto, è molto utle e largamete utlzzato er l ttg de dat delle sere temoral de 3Dtme datasets MRI. Rcordamo che la rsosta y del modello deale è data dalla covoluzoe (dscreta) tra lo stmolo resetato e la rsosta emodamca h m : questa covoluzoe uò essere calcolata utlzzado er esemo l rogramma waver d AFNI. Rscrvamo la (2.3) cambado l ome de arametr del basele model e oedo y = β r : = a b β r ε Dato che la rsosta emodamca h m è ssata, ercò ota, s hao solo 3 arametr cogt: a, b, β, l valore de qual deve essere calcolato tutt voxels del dataset MRI cosderato. I due arametr: a, b del basele model o teressao ell aals; teressa vece l valore del arametro β, che rareseta l amezza della rsosta r del modello deale (segale BOLD che c s asetta d rcevere) el ttg de dat real (segale BOLD che eettvamete s rceve e s msura). I altre arole l valore d β c dce quale ercetuale del segale BOLD rcevuto (relatvo a dat real ) è segato da r, coè è ua rsosta alla resetazoe dello stmolo. Il arametro β è detto coecete d regressoe leare o β-weght, metre la uzoe r è detta regressore dello stmolo. lorezo.sa@boclca.u.t 8

19 Fora abbamo cosderato l caso cu s ha u solo stmolo d gresso ( ): s arla d aals d regressoe leare semlce; se s ha ù d uo stmolo d gresso:, co: =, 2,, s arla d aals d regressoe leare multla. I questo caso s ha ua dversa rsosta modello deale er og dverso stmolo d gresso: r del. Suoamo er esemo che sao reset dvers stmol d gresso:,, ; calcolado la covoluzoe (dscreta) d quest 3 stmol 2 3 d gresso co la rsosta emodamca h m ssata, s trovao le 3 dverse rsoste: r, r, r del modello deale a tal 3 stmol d gresso. La recedete esressoe d uò allora essere rscrtta ella orma ù geerale: = a b c β r β2 r β3 r ε ella quale, come aare evdete, el basele model abbamo serto ache u tred arabolco: c. S ota che l modello deale del segale BOLD: β r β r β è ua 2 3 r combazoe leare delle 3 rsoste r del modello deale a 3 stmol d gresso:, co: =, 2, 3. Ora s hao 6 arametr cogt: a, b, c, β, β 2, β 3, l valore de qual deve essere calcolato tutt voxels del dataset MRI cosderato. Aalogamete al caso della regressoe leare semlce, metre tre arametr: a, b, c del basele model o teressao ell aals, teressa l valore de tre arametr (coecet d regressoe leare): β ( =, 2, 3); ess raresetao l amezza della rsosta r del modello deale el ttg de dat real. Coè l valore d β c dce quale ercetuale del segale BOLD rcevuto (relatvo a dat real ) è segato dal regressore r, coè è ua rsosta alla resetazoe dello stmolo. La Fgura 9 mostra u esemo cu soo reset 2 dvers stmol d gresso: ( t), 2 ( t) ; calcolado la covoluzoe (otare che ora samo el domo del temo cotuo) d quest 2 stmol d gresso co la rsosta emodamca h(t) ssata, s trovao le 2 dverse rsoste: r ( t), r 2 ( t) (curve rossa e verde rsettvamete) del modello deale a tal 2 stmol d gresso. No cosderado l basele model, bsoga trovare l valore de 2 arametr cogt: β, β 2 co qual l modello deale del segale BOLD: β r ( t) β2 r2 ( t) (curva blu) costtusce, er tutt voxels (sere temoral) del 3Dtme dataset MRI cosderato, l ttg mglore de dat real (t) (curva grga). I questo esemo s soo trovat due valor: β =.5, β 2 =.6. lorezo.sa@boclca.u.t 9

20 Fgura 9 Esemo graco cu soo reset le 2 dverse rsoste: r (t), r 2 (t) (curve rossa e verde rsettvamete) del modello deale a 2 dvers stmol d gresso: (t), 2 (t). I valor de 2 arametr cogt: β, β 2 co qual l modello deale del segale BOLD: β r ( t) β2 r2 ( t) (curva blu) costtusce, er tutt voxels (sere temoral) del 3Dtme dataset MRI cosderato, l ttg mglore de dat real (t) (curva grga), soo: β =.5, β 2 =.6. S utlzza l rogramma 3dDecovolve d AFNI er eettuare u aals statstca d regressoe leare multla delle sere temoral coteute e 3Dtme datasets MRI. Bsoga orre gresso al rogramma: a) dat real (segale BOLD che eettvamete s rceve e s msura) er tutt voxels (sere temoral) del 3Dtme dataset MRI cosderato; b) ua dversa rsosta r del modello deale er og dverso stmolo d gresso:. Le uzo deal d rermeto r (regressor), come ure le corrsodet uzo, soo sere temoral. Il rogramma resttusce uscta u dataset coteete le stme, secodo l metodo della somma de mm quadrat, de valor de coecet d regressoe leare β. Vee calcolato, er og coecete β, l relatvo valore stmato corrsodeza d og voxel del dataset MRI d gresso. Il rogramma calcola ache valor delle statstche-t er la sgcatvtà de sgol coecet β, delle statstche-f arzal er la sgcatvtà de sgol stmol d gresso e della statstca-f er la sgcatvtà della regressoe leare multla globale. Que voxels er qual è soddsatta la codzoe: β co ua sgcatvtà statstca suerore ad u certo valore d lorezo.sa@boclca.u.t 2

21 sogla ssato, soo dcharat essere attv quado al soggetto vee resetato lo stmolo d gresso, rsetto alla codzoe d roso. S ossoo ache eettuare de GLT (geeral lear tests) su coecet d regressoe β o su combazo lear d ess. Per esemo s uò are u test er valutare la dereza statstca ( cotrasto ): β β, che c ermette d vedere qual voxels hao deret lvell d j j attvazoe rsosta a due dvers stmol d gresso:,. Que voxels er qual la recedete codzoe è soddsatta co ua sgcatvtà statstca suerore ad u certo valore d sogla ssato, soo dcharat essere ù attv (coè ad ess corrsode ua maggore varazoe del segale BOLD rcevuto) quado al soggetto vee resetato lo stmolo d gresso, rsetto a j quado gl vee resetato lo stmolo. Gl arteatt dovut al movmeto della testa del soggetto ossoo rmaere ache doo la regstrazoe de volum cerebral, er esemo a causa d error ella regstrazoe stessa o d dsomogeetà el camo magetco statco. I quest cas tal arteatt resdu ossoo essere rmoss, almeo arte, seredo, ella lea d comado del rogramma 3dDecovolve, valor stmat dal rogramma 3dvolreg de arametr d movmeto come term aggutv del basele model. Come abbamo vsto, arametr d movmeto soo delle uzo del temo, coè soo delle sere temoral, che ell aals d regressoe leare multla soo cosderate come regressor d o teresse. 9. Creazoe de regressor er gl stmol d gresso Rcordamo che la rsosta r del modello deale è data dalla covoluzoe (dscreta) tra lo stmolo resetato e la rsosta emodamca h m : questo er og valore d =, 2,, coè er og stmolo d gresso. S utlzza l rogramma waver d AFNI er calcolare questa covoluzoe; tale rogramma att crea u le, coteete ua sere temorale co ua orma d oda deale, che el ostro caso è la uzoe deale d rermeto r (regressore dello stmolo ). Rcordamo ache che geerale la uzoe è ua sere temorale che vale egl stat d temo cu lo stmolo o vee resetato al soggetto e vale egl stat d temo cu lo stmolo vee resetato. Bsoga orre al rogramma sa lo stmolo d gresso che la artcolare rsosta emodamca h m che voglamo utlzzare; l rogramma calcola la covoluzoe (dscreta) tra la uzoe deale d rermeto d uscta r. ed h m e roduce lorezo.sa@boclca.u.t 2

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente:

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente: Corso d Statstca docete: Domeco Vstocco Le requeze cumulate S cosder ua varable qualtatva ordale X Per essa, oltre alle requeze assolute, relatve e ercetual, è ossble calcolare ache le requeze cumulate

Dettagli

Lezione 24. Campi finiti.

Lezione 24. Campi finiti. Lezoe 4 Prerequst: Lezo 0,,, 3 Rfermet a test: [FdG] Sezoe 86; [H] Sezoe 79; [PC] Sezoe 63; Cam ft Nelle lezo recedet abbamo vsto dvers esem d cam ft: ess erao tutt del to oure [ x ]/( f ( x )), dove f

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

Effetto Early. , negativa, cresce in modulo, l ampiezza della regione di carica spaziale relativa alla giunzione CB cresce (essendo N B >N C

Effetto Early. , negativa, cresce in modulo, l ampiezza della regione di carica spaziale relativa alla giunzione CB cresce (essendo N B >N C Effetto Early L effetto Early cosste ella modulazoe dell amezza della regoe eutra d base dovuta alla varazoe della tesoe della guzoe, olarzzata versa. Questo feomeo è osservable ella curva d uscta del

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

ELABORAZIONE DEI DATI

ELABORAZIONE DEI DATI ELABORAZIONE DEI DATI QUESTA FASE SERVE AD ESPRIMERE IN MODO SINTETICO I RISULTATI DELL INDAGINE SVOLTA CALCOLANDO DEGLI INDICI: VALORI MEDI INDICI DI VARIABILITA I valor med Il valore medo è u valore

Dettagli

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

Dettagli

Volume del cilindroide (, ) , indichiamo con m i. in A i. al cilindroide relativo alla partizione D

Volume del cilindroide (, ) , indichiamo con m i. in A i. al cilindroide relativo alla partizione D osderamo ua fuzoe f(, ) f( P) o egatva, coè: f ( P) (, defta u domo lmtato el quale rsulta efamo cldrode d base relatvo alla fuzoe f (, l luogo geometrco de ut (,, z) dello sazo che verfcao le seguet relazo:

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

valido se i dati E dato da max(x i )-min(x i )

valido se i dati E dato da max(x i )-min(x i ) Idc d Dspersoe o d Varabltà: Rage e DIQ No basta la coosceza d quale è la poszoe meda de dat statstc, serve ache cooscere quale è la varabltà de dat raccolt attoro al valore medo. Allo scopo d troducoo

Dettagli

Esercitazione 4 del corso di Statistica (parte 1)

Esercitazione 4 del corso di Statistica (parte 1) Eserctazoe 4 del corso d Statstca (parte ) Dott.ssa Paola Costat Febbrao 0 Eserczo Data la dstrbuzoe del carattere Reddto d cu all eserczo precedete se e msur l grado d cocetrazoe. La cocetrazoe d u carattere

Dettagli

Introduzione ai metodi kernel. Giorgio Valentini DSI Università degli Studi di Milano. Sommario

Introduzione ai metodi kernel. Giorgio Valentini DSI Università degli Studi di Milano. Sommario Itroduzoe a metod erel Gorgo Valet DSI Uverstà degl Stud d Mlao Sommaro Raresetazoe de dat tramte erel Caratterstche de erel Kerel come msure d smlartà Kerel e regolarzzazoe Metod d aredmeto automatco

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 3,6 5 5 38 40 45 63 63/5 3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale.

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale. Esercz 2/0/2007 Dsequazo Sego d u prodotto. Voglamo studare l sego d u prodotto d due umer real. I altr term vedere qual soo le codzo affché due umer real A e B soddsfo AB 0. Ragoamo come segue: rcoducamo

Dettagli

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo

Dettagli

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

Dettagli

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115 Quale retta? Quale retta? Questa? Oppure questa? Questa certamete o! 0 1 0 1 La retta mglore è quella che pù s avvca all seme de 115 put corrspodet alle coppe d valor (x, y ). Per la stma de parametr s

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

TEST CHI DI INDIPENDENZA STOCASTICA

TEST CHI DI INDIPENDENZA STOCASTICA Comad cel: Test Ch d dpedeza, pag. Test F a due campo per varaze, pag. Materale ddattco per eserctazo cel pro. R. D Ago, Castellaza, Dcembre, 4 TST CHI DI INDIPNDNZA STOCASTICA Per due pop. stat. e s vuole

Dettagli

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1 Le mede Mede: permettoo d stetzzare ua dstrbuzoe sulla base d u solo valore. Possoo essere classcate : Mede aaltche: calcolate tramte operazo algebrche su valor del carattere solo per caratter quattatv

Dettagli

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

Dettagli

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

Dettagli

Lezione 4. Metodi statistici per il miglioramento della Qualità

Lezione 4. Metodi statistici per il miglioramento della Qualità Tecologe Iormatche per la Qualtà Lezoe 4 Metod statstc per l mglorameto della Qualtà Msure d Tedeza Cetrale Ultmo aggorameto: 30 Settembre 2003 Il materale ddattco potrebbe coteere error: la segalazoe

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d

Dettagli

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma: La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

Dettagli

Esercitazione di Teoria dell Informazione e Trasmissione

Esercitazione di Teoria dell Informazione e Trasmissione Eserctazoe d Teora dell Iformazoe e Trasmssoe Eserctazo.3 del 15/4/211 (Alessadro Tomaso) Algebra de cam ft A lezoe è stato trodotto l cocetto d camo d elemet fto, o camo d Galos GF() co elemet, co le

Dettagli

Alcuni metodi per la risoluzione di sistemi lineari con matrici strutturate.

Alcuni metodi per la risoluzione di sistemi lineari con matrici strutturate. Alcu meto per la rsoluzoe sstem lear co matrc strutturate. A. url - Calcolo Scetco Problema Rsolvere l sstema leare: A A. url - Calcolo Scetco Problema q A Co A matrce el tpo: p O A è ua matrce tragoale!

Dettagli

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario

Modulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario Dpartmeto d Meccaca, Strutture, Ambete e Terrtoro UNIVERSITÀ DEGLI STUDI DI CASSINO Laurea Specalstca Igegera Meccaca: Modulo d Fsca Tecca Lezoe d: Dffereze fte per problem d coduzoe regme stazoaro /20

Dettagli

Università della Calabria

Università della Calabria Uverstà della Calabra FACOLTA DI INGEGNERIA Corso d Laurea Igegera per l Ambete e l Terrtoro CORSO DI IDROLOGIA Ig. Daela Bod SCHEDA DIDATTICA N 5 ISOIETE E TOPOIETI A.A. 20-2 Calcolo della precptazoe

Dettagli

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d; ESERCIZIO 5. Sa (X, X,, X ) u campoe casuale geerato da ua v.c. X f(x; θ) per la quale è oto che E(X) θ e Var(X). S cosdero 3 stmator d θ: X ; X ; ( ) X 3 a) s determ se soo corrett; b) per quell o corrett,

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3 ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500

Dettagli

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

Capitolo 4 (parte III) - Reti di code

Capitolo 4 (parte III) - Reti di code Aut d Ret d Telecomucazo Catolo 4 (arte III) - Ret d code Calcolo della costate d ormalzzazoe Itroduzoe. Calcolo d C er ua rete d cetr d servzo d to IS. Cocett geeral etodo d Buze 6 robabltà margal e altr

Dettagli

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

LE MEDIE. Le Medie. Medie razionali. Medie di posizione LE MEDIE RAZIONALI LE MEDIE Msure stetche trodotte per valutare aspett compless e global d ua dstrbuzoe d u feomeo X medate u solo umero reale costruto modo da dsperdere al mmo le formazo su dat orgar.

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Qualche cosderazoe Tedeza cetrale La scelta dell dce d tedeza cetrale/poszoe dpede dal tpo e dalle caratterstche della dstrbuzoe; Pù che dvduare l dce mglore assoluto (che o esste), è mportate ache valutare

Dettagli

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità Corso d Statstca Facoltà d Ecooma a.a.. 00-00 fracesco mola Lezoe 4 Sommaro Campo d varazoe Varaza Scarto uadratco medo Coeffcete d varazoe Scostamet dalla Meda e dalla Medaa Mutua Varabltà Mutabltà lez4

Dettagli

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione STIMA PARAMTRICA TST DLL IPOTSI L fereza Statstca rguarda affermazo crca I parametr d ua popolazoe sulla base della metodologa statstca e del calcolo delle probabltà Stma putuale Quado u parametro della

Dettagli

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione

Aritmetica 2016/2017 Esercizi svolti in classe Quarta lezione Artmetca 06/07 Esercz svolt classe Quarta lezoe Rcorreze o lear Sa a c a cq ua rcorreza dove {c }, c C e c 0. Sa P C[λ] l polomo caratterstco della rcorreza. Allora ua soluzoe partcolare della rcorreza

Dettagli

Daniela Tondini

Daniela Tondini Daela Tod dtod@ute.t Facoltà d Medca Veterara C.L. Tutela e Beessere Amale Uverstà degl Stud d Teramo INDICI STATISTICI La moda o orma M O d ua dstrbuzoe d frequeza X, calcolable per caratter sa quattatv

Dettagli

1 ANALISI MATEMATICA A - Esercizi della settimana 1

1 ANALISI MATEMATICA A - Esercizi della settimana 1 1 ANALISI MATEMATICA A - Esercz della settmaa 1 1.1 Eserczo Rsolvete le seguet dsequazo (e umer real) coè trovate l seme de umer real per qual la dsequazoe dcata è vera. 1. 1 x + 1 x 1 + 1 x + 1 0; 2.

Dettagli

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica). Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere

Dettagli

Capitolo 4 - Reti di code (parte II)

Capitolo 4 - Reti di code (parte II) Aut d et d Telecomucazo atolo 4 - et d code (arte II) Soluzoe forma rodotto er ret d code... et seza suddvsoe class... Itroduzoe... Soluzoe astotca...5 Determazoe della costate d ormalzzazoe...8 alcolo

Dettagli

Confronto di varie tecniche di integrazione Numerica

Confronto di varie tecniche di integrazione Numerica Uverstà degl stud d Caglar Darteto d gegera Elettrca ed Elettroca Corso d Calcolo Nuerco Ao /5 Coroto d vare tecce d tegrazoe Nuerca Realzzata da: Alessadro Pa troduzoe Questa tesa è dvsa due art La ra

Dettagli

Laboratorio di Matematica Computazionale A.A Lab. 2

Laboratorio di Matematica Computazionale A.A Lab. 2 Laboratoro d Matematca Computazoale A.A. 2007-2008 Lab. 2 Scrpt-Fle Che cos è? E u fle co estesoe.m (ad esempo: myfle.m). Cotee ua sequeza d struzo Matlab, scrtte come se fossero dgtate modaltà terattva.

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in Le mede Italo Nofro LE MEDIE Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt u collettvo Statstca medca Le mede Le

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEETI DI STATISTICA S desce popolazoe oggetto l seme d tutt quegl elemet che hao comue almeo ua caratterstca (o attrbuto) Lo studo d ua popolazoe è eettuato qud dal puto d vsta d u suo attrbuto: s valuta

Dettagli

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo Dstrbuzoe ormale multvarata / f ( ) π = Σ exp ( )' ( ) μ Σ μ Ellss d destà costate Cosderamo c = % ' Σ % = ( μ)' Σ ( μ) S dca co N p (μ,σ) Relazoe tra ormale multvarata e ormale multvarata stadard N p

Dettagli

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y?

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y? Relazoe fra varabl casual X e Y cogutamete dstrbute Test d potes due popolazo Coeffcete d Correlazoe ρ XY (9.5.3) Regressoe ρ XY rspode alla domada esste u assocazoe leare tra le varabl X e Y? Costrure

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

Capitolo 6 Gli indici di variabilità

Capitolo 6 Gli indici di variabilità Captolo 6 Gl dc d varabltà ommaro. Itroduzoe. -. Il campo d varazoe. - 3. La dffereza terquartle. - 4. Gl scostamet med. -. La varaza, lo scarto quadratco medo e la devaza. - 6. Le dffereze mede. - 7.

Dettagli

Calcolo della composizione e della temperatura di uscita da un reattore adiabatico di ossidazione parziale di CH 4.

Calcolo della composizione e della temperatura di uscita da un reattore adiabatico di ossidazione parziale di CH 4. Dpartmeto d Eerga oltecco d Mlao azza Leoardo da Vc - MILANO Eserctazo del corso FONDAMENTI DI ROCESSI IMICI rof. Gapero Gropp ESERCITAZIONE 6 Calcolo della composzoe e della temperatura d uscta da u reattore

Dettagli

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio 8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa

Dettagli

Analisi della Dipendenza. Analisi della Dipendenza

Analisi della Dipendenza. Analisi della Dipendenza Aals della Dedeza Assocazoe Aals della Dedeza Pro. laudo alu - Facoltà d Sceze della Formazoe - A.A. 007/08 Quado le due varabl osservate o soo etrambe uattatve o ha seso arlare d covarazoe o d correlazoe.

Dettagli

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metodologe formatche per la chmca r. Sergo Brutt Eserctazoe d aals de dat III INERCALAIN GRAPHIE ANE Eserctazoe - potezometra Cclazo galvaostatche d ua cella elettrochmca I questa eserctazoe studeremo

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

exp("# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL.

exp(# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL. DISTRIBUZIONE EV o DI GUMBEL. x x [ $ e ] exp[ e ] F x exp co: Sgfcato de parametr: f exp al posto d : Numero medo d evet dpedet [ 0,t], ad esempo u ao. / :Valore medo della gradezza dell eveto, esempo

Dettagli

Lezione di tutorato: Lunedì 26 marzo ore Aula 112 Blocco A (quello della biblioteca)

Lezione di tutorato: Lunedì 26 marzo ore Aula 112 Blocco A (quello della biblioteca) Lezoe d tutorato: Luedì 6 marzo ore -3 Aula Blocco A (quello della bbloteca) U lbro d massa kg cade ra le bracca d ua ersoa che s trova 0m ù basso. Poedo uguale a zero l'eerga otezale a lvello del suolo,

Dettagli

Capitolo 11 - Catene di Markov

Capitolo 11 - Catene di Markov Aut d Teora de Segal Catolo - Catee d Marov Catee d Marov temo-dscrete... Defzo troduttve... Probabltà d traszoe ad u asso...3 Catee d Marov omogeee...4 Matrce delle robabltà d traszoe ad u asso...4 Proretà...5

Dettagli

Approfondimenti Lezione 3. Mara Bruzzi

Approfondimenti Lezione 3. Mara Bruzzi Approfodmet Lezoe 3 Mara Bruzz APPROFONDIMENTO 1 : I BOSONI Partcelle come le a, foto, meso hao vece fuzo d oda smmetrche y S. Esse o obbedscoo al prcpo d esclusoe d Paul. Tal partcelle soo dette BOSONI.

Dettagli

Media aritmetica (ponderata)

Media aritmetica (ponderata) I calcol che abbamo vsto fnora s ossono effettuare se s dsone d tutte le osservazon relatve alle N untà statstche. Tuttava, sesso accade che s debba oerare con tabelle d dstrbuzon d frequenze. Grado n

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe

Dettagli

Regressione e Correlazione

Regressione e Correlazione Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata

Dettagli

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE ANALISI DELLA REGRESSIONE L Aals della Regressoe rguarda lo studo delle relazo esstet fra o pù caratter quattatv o varal. La rcerca de lega esstet fra pù varal s poe coe rcerca delle relazo fuzoal che

Dettagli

INFLAZIONE (DEFLAZIONE)

INFLAZIONE (DEFLAZIONE) COS SI INTENDE PER INFLZIONE (DEFLZIONE) E COME SI MISUR L'flazoe (deflazoe) è u rocesso geeralzzato d aumeto (dmuzoe) de rezz, che rguarda l seme de be e servz. L esgeza delle autortà d oltca ecoomca

Dettagli

Statistica descrittiva per l Estimo

Statistica descrittiva per l Estimo Statstca descrttva per l Estmo Paolo Rosato Dpartmeto d Igegera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.uts.t 1 A cosa

Dettagli

Seconda Prova Parziale di STATISTICA Modalità A

Seconda Prova Parziale di STATISTICA Modalità A Secoda Prova Parzale d STATISTICA 0..07 Modaltà A (A) a f della valutazoe verrao cosderate solo le rsposte rportate dallo studete egl appost rquadr bach. (B) ello svolgmeto del compto s utlzzo almeo quattro

Dettagli

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx =

Analisi Matematica Lezione 30, 4 dicembre 2014 e x2 dx = Dpartmeto d Sceze Statstche Aals Matematca Lezoe 3, 4 dcembre 14 π e x dx = prof. Daele Rtell daele.rtell@ubo.t 1/3? rodotto d Walls π = =1 rmo passo: ( 1 + 1 ) = lm (()!!) ( 1)!!( + 1)!! I = π s x dx

Dettagli

Variabili e funzioni booleane

Variabili e funzioni booleane Varabl e uzo booleae Elemet del sostego dell algebra K valor boolea Varabl che possoo assumere valor boolea varabl booleae Fuzo d varabl booleae K uzo booleae y ( Le varabl possoo essere a loro volta uzo

Dettagli

Corso di Architettura (Prof. Scarano) 06/03/2002

Corso di Architettura (Prof. Scarano) 06/03/2002 Orgazzazoe della lezoe Lezoe Codfca della formazoe Vttoro Scarao Archtettura Corso d Laurea Iformatca Uverstà degl Stud d Salero La codfca della formazoe Notazoe poszoale Rappresetazoe base degl ter Coversoe

Dettagli

Modelli di accumulo del danno dovuto a carichi ciclici

Modelli di accumulo del danno dovuto a carichi ciclici Modell d accumulo del dao dovuto a carch cclc Modell d accumulo del dao dovuto a carch cclc È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa

Dettagli

FUNZIONI LOGICHE FORME CANONICHE SP E PS

FUNZIONI LOGICHE FORME CANONICHE SP E PS FUNZIONI LOGICHE FORME CANONICHE SP E PS Ua fuzoe logca può essere espressa quattro forme: 1. attraverso ua proposzoe logca; 2. attraverso ua tabella della vertà; 3. attraverso u espressoe algebrca; 4.

Dettagli

Analisi delle distribuzioni doppie: dipendenza

Analisi delle distribuzioni doppie: dipendenza Varabl statstche bvarate Aals delle dstrbuzo doppe: dpedeza Ccchtell Cap. 9 Utà statstche u u : : : u : : : v.s. bvarata quattatva (, ) : U R, soo le COMPONENT d (,) u uvola d put (scatter plot) u Statstca

Dettagli

Var iabili aleatorie continue

Var iabili aleatorie continue Var abl aleatore cotue Probabltà e Statstca I - Varabl aleatore cotue - a.a. 04/05 Per ua varable aleatora dscreta, la fuzoe massa d probabltà ) f f è tale che ( x ) ) a 3) x f :,..., ( x Defzoe { x, x,,

Dettagli

Lezione 13. Anelli ed ideali.

Lezione 13. Anelli ed ideali. Lezoe 3 Prerequst: Aell e sottoaell. Sottogrupp. Rfermet a test: [FdG] Sezoe 5.2; [H] Sezoe 3.4; [PC] Sezoe 4.2 Aell ed deal. Rcordamo la seguete defzoe, data el corso d Algebra : Defzoe 3. S dce aello

Dettagli

Capitolo 12 - Codifica di sorgenti discrete

Capitolo 12 - Codifica di sorgenti discrete Aut d Teora de Segal Catolo - Codfca d sorget dscrete Sorget seza memora... Itroduzoe... Defzoe d sorgete dscreta...3 Cocetto d formazoe...4 Etroa della sorgete...5 Etroa e umero d smbol dell alfabeto

Dettagli

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza Soluzoe degl esercz sulla statstca descrttva e gl tervall d cofdeza. Il campoe casuale d tagla 35 ha meda 0.866 e medaa 0.6490. Il coeffcete d asmmetra rsulta essere.57, pertato samo preseza d ua asmmetra

Dettagli

Statistica descrittiva Campioni vettoriali

Statistica descrittiva Campioni vettoriali Statstca Descrttva Capo vettoral Statstca descrttva Capo vettoral Itroduzoe el caso cu s osserv ua varable statstca ultdesoale, s assoca al sgolo esto dell espereza u vettore d rsultat e o pù u seplce

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

Sommario. Facoltà di Economia. Medie secondo Chisini. Indici statistici di posizione o locazione o di tendenza centrale Medie Moda Mediana Quantile

Sommario. Facoltà di Economia. Medie secondo Chisini. Indici statistici di posizione o locazione o di tendenza centrale Medie Moda Mediana Quantile Corso d Statstca Facoltà d Ecooma a.a. 00-00 fracesco mola Sommaro Idc statstc d poszoe o locazoe o d tedeza cetrale de Moda daa Quatle Lezoe lez _00-0 statstca-fracesco mola Perché le mede? Idvduazoe

Dettagli

SCHEDA DIDATTICA N 5

SCHEDA DIDATTICA N 5 FACOLTA DI INGEGNEIA COSO DI LAUEA IN INGEGNEIA CIVILE COSO DI IDOLOGIA POF. PASQUALE VESACE SCHEDA DIDATTICA N 5 MOMENTI DELLE VAIABILI CASUALI E STIMA DEI PAAMETI A.A. 0-3 Momet delle varabl casual La

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli