DI CONFORMITA NEI PRODUTTIVI. Prof. Marcantonio Catelani Scuola di Ingegneria - Dipartimento di Ingegneria dell Informazione - Firenze

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "DI CONFORMITA NEI PRODUTTIVI. Prof. Marcantonio Catelani Scuola di Ingegneria - Dipartimento di Ingegneria dell Informazione - Firenze"

Transcript

1 VERIFICHE DI CONFORMITA NEI PROCESSI PRODUTTIVI Prof. Marcantonio Catelani Scuola di Ingegneria - Dipartimento di Ingegneria dell Informazione - Firenze marcantonio.catelani@unifi.it 1

2 Qualità secondo ISO QUALITA : grado in cui un insieme di caratteristiche intrinseche soddisfa i requisiti [ UNI EN ISO 9000] Caratteristica: elemento distintivo di una entità (item, nel senso di prodotto: componente, apparato,.) Le caratteristiche possono essere: fisiche (meccaniche, elettriche, ecc.), funzionali, temporali (affidabilità, disponibilità, manutenibilità, sicurezza, ecc.), ecc. 2

3 L item deve avere le seguenti caratteristiche: Possedere la capacità tecnica per fare ciò che è richiesto L entità è caratterizzata da determinate prestazioni Mantenere nel tempo la propria capacità tecnica La capacità tecnica vincolata al tempo introduce il concetto di affidabilità Poter essere utilizzata nel momento in cui è richiesta la sua funzione Si introduce il concetto di ripristino e, quindi, di manutenibilità e disponibilità 3

4 Le caratteristiche sono tradotte in prestazioni misurabili: Conformità (conformity): rispondenza dei parametri funzionali (prestazioni) ai valori prestabiliti (specifiche). La conformità è definita e misurabile attraverso valore nominale e tolleranza di una caratteristica (es. lunghezza), numero di elementi difettosi/scarti di un processo di produzione, misura di variabilità/capability di processo, ecc. Conformity assessment - activity to determine whether specied requirements relating to a product, process, system, person or body are fullfilled [Adapted from ISO/IEC 17000: ] 4

5 Oltre ad altri aspetti time dependent : Affidabilità (reliability): attitudine di un entità a svolgere la funzione richiesta in condizioni date per un dato intervallo di tempo. Manutenibilità (maintainability): attitudine di un entità ad essere mantenuta o riportata in uno stato nel quale può svolgere la funzione richiesta. Disponibilità (availability): attitudine di un entità ad essere in grado di svolgere la funzione richiesta, in determinate condizioni, supponendo che siano assicurati i mezzi esterni eventualmente necessari. 5

6 I concetti di Conformità e Guasto Guasto - La cessazione dell attitudine dell item ad eseguire la funzione/i richiesta Conformità: rispondenza dei parametri funzionali di un prodotto (componente,, sistema) ai valori prestabiliti (specifiche) Dipende (anche) dalla variabilità del processo produttivo Lower Spec. Limit Upper Spec. Limit Non accettabile Accettabile Non accettabile Guasto catastrofico Fuori specifica confor Fuori specifica Guasto catastrofico Grandi deviazioni -Toll Valore Nominale +Toll Grandi deviazioni Conformità Qualificazione (caso bilaterale) 6

7 la Conformità a Specifiche dove misurarla? Il Processo secondo ISO 9000 Requisiti Tecnologie Risorse umane Infrastrutture Materiali... Progettazione Industrializzazione Produzione Prodotto Servizio Soluzione A: misurare e valutare la conformità ai requisiti progettuali Rischio : presenza di NC, eventuali azioni correttive su NC rilevate, costi, 7

8 Variabilità e Conformità di prodotto Requisiti Input. Prodotto caso ideale casi reali PROCESSO PROCESSI NC LIS V.N. LSS PRODOTTO NC LIS V.N. LSS PRODOTTO Soluzione B: misurare la variabilità di processo Vantaggio : prevenire le NC, eventuali azioni preventive 8

9 Variabilità di processo Variabilità intrinseca (o naturale) e relative Cause Qualunque processo produttivo è caratterizzato da variabilità naturale dovuta all effetto cumulato di molteplici fattori spesso non eliminabili, costanti o casuali. Cause comuni (aleatorie, accidentali o non identificabili): sono strettamente inerenti il processo e sono generate da numerosi fattori (fattori casuali) di scarsa entità singolarmente presi, ma che producono un effetto cumulativo esempi di fattori casuali: variabilità materie prime, variabilità condizioni ambientali, variabilità prestazioni macchinari, ecc. Cause speciali (sistematiche o identificabili): per la presenza di fattori sistematici (fattori specifici) che producono temporanee ed improvvise deviazioni della caratteristica esempi di fattori sistematici: errori degli operatori, usura dei macchinari, mancata regolazione, interruzione alimentazione, impiego di materiale non rispondente a specifiche, fuori taratura della strumentazione, ecc. 9

10 alcune definizioni sulla Variabilità [UNI ISO ] Variabilità intrinseca del processo: variabilità di un processo allorchè questi opera in uno stato di controllo statistico Stato di controllo statistico: stato del processo in cui le variazioni tra i risultati delle osservazioni possono essere attribuite (prevalentemente) a cause aleatorie che rimangono pressoché invariate nel tempo Variabilità totale del processo: variabilità intrinseca del processo e variazioni dovute ai fattori sistematici ed altre cause identificabili 10

11 Conformity assessment : quali tecniche? Conformity assessment - Activity to determine whether specied requirements relating to a product, process, system, person or body are fullfilled. Misurare le prestazioni di un processo produttivo: studio della variabilità e misure di capacità Carte di controllo Analisi di capacità ed indici 11

12 Analisi della variabilità di processo: le carte di controllo UNI ISO Carta di controllo : grafico su cui sono tracciati i limiti di controllo superiore (UCL) ed inferiore (LCL) e riportati i valori di un parametro statistico (mean, range, st.d., ) per una serie di campioni o sottogruppi, in ordine di tempo o di numero di campione. Il grafico mostra solitamente una linea centrale (LC) che consente di individuare una deriva dei valori riportati verso uno o l altro dei limiti di controllo (LCL, UCL) Campione: una o più unità campionarie prelevate da una popolazione e destinate a fornire informazioni sulla popolazione / processo Numerosità del campione (dimensione) : numero di unità campionarie costituenti il campione 12

13 Rappresentazione grafica Parametri statistico Caratteristica di qualità UCL CL LCL Numero del campione o tempo Classificazione a seconda della natura della caratteristica oggetto di studio Carte per variabili : quando la caratteristica di qualità è una grandezza misurabile secondo una scala di valori Es: Carte media-range; media-scarto tipo, Carte per attributi: quando il controllo è basato su osservazioni espresse tramite giudizi qualitativi Es: Carta numeri di elementi non conformi, numero difetti per elemento,. 13

14 Tolleranza naturale del processo: limiti per una caratteristica che includono una determinata frazione di elementi di una popolazione (prodotti) Se i limiti sono posti a ± 3σ intorno alla media μ del processo per una distribuzione normale, essi includono il 99,73% delle unità prodotte quando il processo è in controllo statistico. 0.2 ( μ σ 2 ) X : N, σ 0, ,9973 0, X 0,00135 X 0,50 X 0,99865 μ -3σ μ μ +3σ Lower Natural Tolerance Limit LNTL UNTL Upper Natural Tolerance Limit lower 3σ upper 3σ 14

15 alcune definizioni sulla Capacità Capacità del processo: valutazione della variabilità intrinseca del processo (variabilità del processo quando opera in controllo statistico) per una data caratteristica. La capacità del processo può essere misurata attraverso lo scarto tipo σ. Analisi della capacità del processo: procedura di stima della capacità effettuata in riferimento alla forma della distribuzione di probabilità, alla sua media e alla sua deviazione standard L analisi di capacità può essere sintetizzata attraverso indicatori 15

16 Misure di capacità capacità potenziale e indicatori di I^ generazione Campo attuale Campo ammissibile Capacità potenziale C p = intervallo di intervallo variazione ammissibile di variazione attuale ed in riferimento alle specifiche di prodotto C p = USL - LSL 6σ Considerazioni non si tiene conto della posizione del processo; l indice confronta solo gli intervalli di variazione Capacità potenziale!!! sono auspicabili valori di C p elevati (> 1) 16

17 Caso particolare : Se µ = T (valore obiettivo) il processo è centrato ; C P capacità : rappresenta una misura di P NC = 2Φ( 3C P ) C P Quantità di osservazioni all interno dell intervallo C P Minima % NC 6 σ 1,00 0,27 x σ 1,33 0,6334 x σ 1,67 0,5733 x σ 2,00 0,1973 x 10-8 Minima quantità di NC per diversi valori dell indice di capacità assumendo µ=(usl+lsl)/2 17

18 Processo centrato - casi particolari Distribuzioni normali con stesso valore medio e diversa varianza C p = 2 C p = 1,33 f(x) C p = X Difettosi : μ = V.N. C p = 1 ; 2700 ppm 6 σ C p = 1,33 ; 90 ppm 8 σ C p = 2 ; 0,0018 ppm 12 σ 18

19 Considerazioni su C P un processo è capace quando? Process capability index C P < 1 1 C P < 1,33 Assessment Fail Needs watching Response Need to consider changing procedures, changing equipment and changing tolerance. Inspect total output Danger of producing defects. Needs watching C P 1,33 Pass Sufficient to inspect at start of operations. 19

20 Misure di capacità indicatori di II^ generazione : C pk σ µ LSL M USL Lower 3σ Upper 3σ µ-lsl USL -µ C PU = dispersione superiore ammissibile dispersione superiore attuale = USL μ 3σ C PL = dispersione inferiore ammissibile dispersione inferiore attuale = μ LSL 3σ C pk = min ( C,C ) PU PL = d μ M 3σ t.c. d = USL 2 LSL ; M = USL + 2 LSL 20

21 Grazie per l attenzionel Marcantonio Catelani Dipartimento di Ingegneria dell Informazione Via S.Marta, Firenze marcantonio.catelani@unifi.it 21

L AFFIDABILITA NELLA FASE DI PRODUZIONE

L AFFIDABILITA NELLA FASE DI PRODUZIONE 9. L AFFIDABILITA NELLA FASE DI PRODUZIONE Ed.1 del 14/09/98 Rev. 3 del 08/09/00 AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 1 L AFFIDABILITA IN PRODUZIONE ATTIVITA CHIAVE PER L AFFIDABILITA

Dettagli

Da: Stefano Tonchia Università di Udine Progettare e gestire il sistema aziendale di misurazione delle prestazioni.

Da: Stefano Tonchia Università di Udine Progettare e gestire il sistema aziendale di misurazione delle prestazioni. Strumenti di controllo costi-qualità Da: Stefano Tonchia Università di Udine Progettare e gestire il sistema aziendale di misurazione delle prestazioni. Controllo costi Le difficoltà di un accurato e affidabile

Dettagli

Test per l omogeneità delle varianze

Test per l omogeneità delle varianze Test per l omogeneità delle varianze Le carte di controllo hanno lo scopo di verificare se i campioni estratti provengono da un processo produttivo caratterizzato da un unico valore dello s.q.m. σ. Una

Dettagli

CONTROLLO STATISTICO DI PROCESSO

CONTROLLO STATISTICO DI PROCESSO CONTROLLO STATISTICO DI PROCESSO Broadly speaking, the object of industry is to set up economic ways and means of satisfying human wants 1 and in so doing to reduce everything possible to routines requiring

Dettagli

STATISTICA AZIENDALE Modulo Controllo di Qualità

STATISTICA AZIENDALE Modulo Controllo di Qualità STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la

Dettagli

Controllo statistico di processo

Controllo statistico di processo Controllo statistico di processo SPC - Statistical Process Control Processo Trasformazione, auspicabilmente a valore aggiunto, degli input nell output desiderato Processo Trasformazione, auspicabilmente

Dettagli

AFFIDABILITA DI COMPONENTI E SCHEDE ELETTRONICHE

AFFIDABILITA DI COMPONENTI E SCHEDE ELETTRONICHE AFFIDABILITA DI COMPONENTI E SCHEDE ELETTRONICHE Ed.1 del 14/09/98 Rev. 3 del 08/09/00 AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE 1 SOMMARIO 1. Introduzione all affidabilità 2. Concetti base di

Dettagli

La statistica nei processi di misura

La statistica nei processi di misura Laboratorio Materiali e Servizi per l Industria La statistica nei processi di misura 15 dicembre 2016 Pubblicazione del Centro Istruzione GEST Labs - Riproduzione vietata - Enrico Galbiati 1 Misura della

Dettagli

Gestione Industriale della Qualità

Gestione Industriale della Qualità Esempio Gestione Industriale della Qualità -IX-23 A) Si consideri un piano di campionamento doppio con rettifica caratterizzato dai seguenti parametri: n=2 n2=6 c= c2=4 Si valuti la probabilità di accettazione

Dettagli

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione.

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione. Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito

Dettagli

Incertezza di Misura: Concetti di Base

Incertezza 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

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,

Dettagli

Funzione Operativa Caratteristica per la media

Funzione Operativa Caratteristica per la media Funzione Operativa Caratteristica per la media Se X N(µ 0, σ 0 ) allora il processo all istante t è considerato sotto controllo se calcolata x t risulta µ 0 z 1 α/2 σ 0 n < x t < µ 0 + z 1 α/2 σ 0 n Denotiamo

Dettagli

Mezzi per la raccolta e la gestione dei dati di qualità

Mezzi per la raccolta e la gestione dei dati di qualità CICLO DI LEZIONI per Progetto e Misura della Qualità Scuola di Ingegneria Industriale Mezzi per la raccolta e la gestione dei dati di qualità Carlo Noè Università Carlo Cattaneo e-mail: cnoe@liuc.it 1

Dettagli

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo

TOPOGRAFIA 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

Dettagli

PAROLE 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 PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,

Dettagli

Corso C Geomatica. Teoria degli errori. Massimiliano Cannata

Corso 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

Dettagli

Misure di dispersione (o di variabilità)

Misure di dispersione (o di variabilità) 08/04/014 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x 9 range31-74 x 9 range50-941

Dettagli

Elementi di Statistica

Elementi di Statistica Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica

Dettagli

Carte di controllo CUSUM. Le carte a somme cumulate risultano utili quando occorre individuare scostamenti dal valore centrale di piccola entità.

Carte di controllo CUSUM. Le carte a somme cumulate risultano utili quando occorre individuare scostamenti dal valore centrale di piccola entità. Carte di controllo CUSUM Le carte a somme cumulate risultano utili quando occorre individuare scostamenti dal valore centrale di piccola entità. Le carte Shewart utilizzano le informazioni solo dell ultimo

Dettagli

Incertezza di misura concetti di base. Roberto Olmi IFAC-CNR

Incertezza 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

Dettagli

Elementi di Probabilità e Statistica

Elementi di Probabilità e Statistica Elementi di Probabilità e Statistica Statistica Descrittiva Rappresentazione dei dati mediante tabelle e grafici Estrapolazione di indici sintetici in grado di fornire informazioni riguardo alla distribuzione

Dettagli

tabelle grafici misure di

tabelle grafici misure di Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione

Dettagli

Presentazione dell edizione italiana

Presentazione dell edizione italiana 1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli

Dettagli

Statistica Applicata all edilizia Lezione: carte di controllo

Statistica Applicata all edilizia Lezione: carte di controllo Lezione: carte di controllo E-mail: orietta.nicolis@unibg.it 24 maggio 2007 Programma 1 Fonti di variabilità e controllo di un fenomeno 2 Programma 1 Fonti di variabilità e controllo di un fenomeno 2 Fonti

Dettagli

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici) Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:

Dettagli

Distribuzioni campionarie

Distribuzioni campionarie 1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari

Dettagli

TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE

TEORIA 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

Dettagli

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.

Dettagli

Elementi di base su modello binomiale e modello normale

Elementi di base su modello binomiale e modello normale Elementi di base su modello binomiale e modello normale (alcune note) Parte 1: il modello binomiale Di fondamentale importanza nell analisi della qualità sono i modelli. I due principali modelli statistico-probablistici

Dettagli

Teoria e tecniche dei test. Concetti di base

Teoria e tecniche dei test. Concetti di base Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi

Dettagli

Variabili casuali. - di Massimo Cristallo -

Variabili casuali. - di Massimo Cristallo - Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 16 e 27 maggio 2013 - di Massimo Cristallo - Variabili casuali

Dettagli

Statistica descrittiva II

Statistica descrittiva II Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media

4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media Esercizi sulle distribuzioni, il teorema limite centrale e la stima puntuale Corso di Probabilità e Inferenza Statistica, anno 007-008, Prof. Mortera 1. Sia X la durata in mesi di una valvola per radio.

Dettagli

GRUPPO FORNASINI GESTIONE DEGLI STRUMENTI DI MISURA P Rev.2 REV. DATA EMESSA DA APPROVATA DA MOTIVO DELLA REVISIONE

GRUPPO FORNASINI GESTIONE DEGLI STRUMENTI DI MISURA P Rev.2 REV. DATA EMESSA DA APPROVATA DA MOTIVO DELLA REVISIONE REV. DATA EMESSA DA APPROVATA DA MOTIVO DELLA REVISIONE 2 17/06/2013 Tiziano Panzera (Responsabile Sistema Qualità) Fornasini Mauro (Direzione Generale) 1: esteso il campo di applicazione a tutte le aziende

Dettagli

Descrittiva. V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali

Descrittiva. V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali Elementi di Statistica Descrittiva La Variabilità V Scuola Estiva AISV La statistica come strumento di analisi nelle scienze umanistiche e comportamentali Soriano nel Cimino (VT), 5 Ottobre 2009 Pier Francesco

Dettagli

Scale di Misurazione Lezione 2

Scale di Misurazione Lezione 2 Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile

Dettagli

REPERTORIO DELLE QUALIFICAZIONI PROFESSIONALI DELLA REGIONE CAMPANIA

REPERTORIO DELLE QUALIFICAZIONI PROFESSIONALI DELLA REGIONE CAMPANIA REPERTORIO DELLE QUALIFICAZIONI PROFESSIONALI DELLA REGIONE CAMPANIA SETTORE ECONOMICO PROFESSIONALE 1 AREA COMUNE SERVIZI PER LE IMPRESE Sequenza di processo Area di Attività Qualificazione regionale

Dettagli

Politecnico di Milano. Affidabilità e disponibilità degli impianti meccanici

Politecnico di Milano. Affidabilità e disponibilità degli impianti meccanici Politecnico di Milano IV Facoltà di Ingegneria FEAII Impianti Industriali Affidabilità e disponibilità degli impianti meccanici Analisi affidabilistica Scopo dell analisi affidabilistica è comprendere

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI Esercizio 1. Per la caratteristica di un processo distribuita gaussianamente sono note media e deviazione standard: µ = 100, σ = 0.2. 1a. Calcolare la linea centrale

Dettagli

CARTE DI CONTROLLO carte di controllo per variabili carte di controllo per attributi

CARTE DI CONTROLLO carte di controllo per variabili carte di controllo per attributi CARTE DI CONTROLLO Gli strumenti analizzati danno un quadro generale della situazione attuale di un processo, ma non sono idonei a fornire informazioni sull evoluzione del processo. In altre parole sono

Dettagli

CAPACITÀDI PROCESSO (PROCESS CAPABILITY)

CAPACITÀDI PROCESSO (PROCESS CAPABILITY) Qualità: Progetto e Gestione LIUC - Università Cattaneo CAPACITÀDI PROCESSO (PROCESS CAPABILITY) Carlo Noè Facoltà di Ingegneria e-mail: cnoe@liuc.it 1 CAPACITÀ DI PROCESSO Il problema fondamentale per

Dettagli

LA DISTRIBUZIONE NORMALE o DI GAUSS

LA 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,

Dettagli

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

Controllo Statistico di Processo

Controllo Statistico di Processo Controllo Statistico di Processo Cos è il Controllo Statistico di Processo? Il Controllo Statistico di Processo (SPC) consiste in un set di test statistici eseguiti su un processo (ad esempio una linea

Dettagli

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di

Dettagli

REPERTORIO DELLE QUALIFICAZIONI PROFESSIONALI DELLA REGIONE CAMPANIA

REPERTORIO DELLE QUALIFICAZIONI PROFESSIONALI DELLA REGIONE CAMPANIA REPERTORIO DELLE QUALIFICAZIONI PROFESSIONALI DELLA REGIONE CAMPANIA SETTORE ECONOMICO PROFESSIONALE 1 Area Comune Processo Gestione del processo produttivo, qualità, funzioni tecniche e logistica interna

Dettagli

Quanti soggetti devono essere selezionati?

Quanti soggetti devono essere selezionati? Quanti soggetti devono essere selezionati? Determinare una appropriata numerosità campionaria già in fase di disegno dello studio molto importante è molto Studi basati su campioni troppo piccoli non hanno

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA Lezione n.11 - Principi dell inferenza statistica - Campionamento - Distribuzione campionaria di una media e di una proporzione - Intervallo di confidenza di una media e di

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti

Dettagli

05. Errore campionario e numerosità campionaria

05. Errore campionario e numerosità campionaria Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza La per Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 1 Outline 1 La La per () Statistica 2 / 1 Outline La per 1 La 2 per () Statistica 2 / 1 Outline

Dettagli

3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17

3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17 C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica

Dettagli

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell

LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi

Dettagli

Esplorazione dei dati

Esplorazione dei dati Esplorazione dei dati Introduzione L analisi esplorativa dei dati evidenzia, tramite grafici ed indicatori sintetici, le caratteristiche di ciascun attributo presente in un dataset. Il processo di esplorazione

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

ACCREDITAMENTO LABORATORI DI ANALISI UNI CEI EN ISO/IEC 17025:2005. Dr.ssa Eletta Cavedoni Cosmolab srl Tortona

ACCREDITAMENTO LABORATORI DI ANALISI UNI CEI EN ISO/IEC 17025:2005. Dr.ssa Eletta Cavedoni Cosmolab srl Tortona ACCREDITAMENTO LABORATORI DI ANALISI UNI CEI EN ISO/IEC 17025:2005 Dr.ssa Eletta Cavedoni Cosmolab srl Tortona UNI CEI EN ISO/IEC 17025:2005 Titolo: Requisiti generali per la competenza dei laboratori

Dettagli

Le variabili casuali o aleatorie

Le variabili casuali o aleatorie Le variabili casuali o aleatorie Intuitivamente un numero casuale o aleatorio è un numero sul cui valore non siamo certi per carenza di informazioni - ad esempio la durata di un macchinario, il valore

Dettagli

Se un processo produttivo è influenzato solo da fattori accidentali si dice che esso è SOTTO CONTROLLO.

Se un processo produttivo è influenzato solo da fattori accidentali si dice che esso è SOTTO CONTROLLO. 1 Carte di controllo Le carte di controllo sono uno STRUMENTO PER IL MONITORAGGIO DI PROCESSI PRO- DUTTIVI. Siccome tali processi sono influenzati da molteplici fattori, i loro prodotti non hanno mai caratteristiche

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI II Esercizio 1. Una ditta che produce schermi a cristalli liquidi deve tenere in controllo il numero di pixel non funzionanti. Vengono ispezionati venti schermi alla

Dettagli

Corso di Statistica Industriale

Corso di Statistica Industriale Corso di Statistica Industriale Corsi di Laurea Specialistica in Ingegneria Gestionale e Ingegneria Meccanica Docente: Ilia Negri Orario del corso: Mercoledì: dalle 10.30 alle 12.30 Venerdì: dalle 8.30

Dettagli

ESAME. 9 Gennaio 2017 COMPITO B

ESAME. 9 Gennaio 2017 COMPITO B ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto

Dettagli

Variabili aleatorie. Variabili aleatorie e variabili statistiche

Variabili aleatorie. Variabili aleatorie e variabili statistiche Variabili aleatorie Variabili aleatorie e variabili statistiche Nelle prime lezioni, abbiamo visto il concetto di variabile statistica : Un oggetto o evento del mondo reale veniva associato a una certa

Dettagli

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE. a.a.

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE. a.a. UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 1,00 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 CDF empirica

Dettagli

LE DISTRIBUZIONI CAMPIONARIE

LE DISTRIBUZIONI CAMPIONARIE LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti

Dettagli

Manutenzione Industriale.

Manutenzione Industriale. Evoluzione della cultura della manutenzione. Manutenzione Industriale. Prima 1) Non fermare gli impianti (fino a quando riescono a marciare). 2) Intervenire solo per riparazione. 3) Accettare carenze qualitative,

Dettagli

x ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +

x ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = + ESERCIZIO 6.1 Si considerino i 0 campioni di ampiezza n = estratti da una popolazione X di N = 5 elementi distribuiti normalmente, con media µ = 13,6 e σ = 8,33. A partire dalle 0 determinazioni della

Dettagli

Carte di controllo per variabili

Carte di controllo per variabili Le carte di controllo Carte di controllo per variabili per variabili Queste note NON sostituiscono il testo di riferimento ma sono finalizzate ad agevolare lo studio del testo stesso. Le carte di controllo

Dettagli

MISURA DEFINIZIONE DI QUALITA METROLOGICHE

MISURA 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

standardizzazione dei punteggi di un test

standardizzazione dei punteggi di un test DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it standardizzazione dei punteggi di un test serve a dare significato ai punteggi che una persona ottiene ad un test, confrontando la

Dettagli

LA DISTRIBUZIONE NORMALE. La distribuzione Gaussiana. Dott.ssa Marta Di Nicola

LA DISTRIBUZIONE NORMALE. La distribuzione Gaussiana. Dott.ssa Marta Di Nicola LA DISTRIBUZIONE NORMALE http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo o un cane o un altro essere qualunque

Dettagli

Controllo statistico di processo (Statistical Process Control, SPC) come strumento per l implementazione del QbD

Controllo statistico di processo (Statistical Process Control, SPC) come strumento per l implementazione del QbD Applicazione del Quality by Design (QbD) nella produzione dei medicinali 27 Aprile 2015 Controllo statistico di processo (Statistical Process Control, SPC) come strumento per l implementazione del QbD

Dettagli

POST-PROCESSING STATISTICO DI DATI PROVENIENTI DA UN SISTEMA DI RILEVAMENTO OTTICO ON LINE

POST-PROCESSING STATISTICO DI DATI PROVENIENTI DA UN SISTEMA DI RILEVAMENTO OTTICO ON LINE UNIVERSITÀ DEL SALENTO FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA GESTIONALE TESI DI LAUREA IN GESTIONE INDUSTRIALE DELLA QUALITA POST-PROCESSING STATISTICO DI DATI PROVENIENTI DA UN SISTEMA DI

Dettagli

PROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE

PROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE Matematica e statistica: dai dati ai modelli alle scelte wwwdimaunige/pls_statistica Responsabili scientifici MP Rogantin e E Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La v.c. Uniforme Continua Secondo alcuni sondaggi sul sito della Apple (technical support site,

Dettagli

Misure Meccaniche e Termiche. punti massa. Valore atteso: Varianza:

Misure 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

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 9 Abbiamo visto metodi per la determinazione di uno stimatore puntuale e casi per: Carattere con

Dettagli

Modellazione di sistemi ingegneristici (parte 2 di 2)

Modellazione di sistemi ingegneristici (parte 2 di 2) Corso di Teoria dei Sistemi Modellazione di sistemi ingegneristici (parte 2 di 2) Prof. Ing. Daniele Testi DESTeC, Dipartimento di Ingegneria dell Energia, dei Sistemi, del Territorio e delle Costruzioni

Dettagli

le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:

le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi: DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme

Dettagli

Indicatori compositi. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali

Indicatori compositi. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Indicatori [1/4] Gli indicatori: sintetizzano le caratteristiche di un fenomeno colgono aspetti e problemi del fenomeno che non hanno una immediata

Dettagli

CERTIFICAZIONE DI PRODOTTO

CERTIFICAZIONE DI PRODOTTO CERTIFICAZIONE DI PRODOTTO Busto Arsizio, 8 novembre 2002 Dott. Gabriella Alberti Fusi Centro Tessile Cotoniero e Abbigliamento S.p.A. 1 QUALITÀ Grado in cui un insieme di caratteristiche intrinseche soddisfa

Dettagli

Lezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche

Lezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 23 Outline 1 2 3 4 5 6 () Statistica 2 / 23 La verifica delle ipotesi Definizione Un ipotesi statistica

Dettagli

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica

Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità

Dettagli

Cenni all interpretazione di un Test d ipotesi

Cenni all interpretazione di un Test d ipotesi Cenni all interpretazione di un Test d ipotesi Quando utilizzare un test d ipotesi Fonti di variabilità nei sistemi biologici Il test d ipotesi: passaggi principali della sua effettuazione esempio interpretazione

Dettagli

STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a

STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno espri mibile numericamente

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI Esercizio 1. Per la caratteristica di un processo distribuita gaussianamente sono note media e deviazione standard: µ = 100, σ = 0.2. 1a. Calcolare la linea centrale

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe

Dettagli

Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25

Sommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25 Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità

Dettagli

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016 Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione

Dettagli

Istituto Nazionale di Ricerca Metrologica

Istituto Nazionale di Ricerca Metrologica Istituto Nazionale di Ricerca Metrologica C. Ferrero ANALISI DELLE MISURE EFFETTUATE DURANTE L ACCERTAMENTO SPERIMENTALE PER LA TARATURA DELLE PRESSE SECONDO LA UNI EN 12390-4 DAL CENTRO CTG RT 36/2009

Dettagli

BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i

BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili

Dettagli

PRODUZIONE DI LENTI A CONTATTO

PRODUZIONE DI LENTI A CONTATTO 1 PRODUZIONE DI LENTI A CONTATTO Per monitorare il processo di produzione di un determinato tipo di lenti a contatto viene misurato, ad intervalli di tempo regolari di h 15 minuti, il diametro X (in mm)

Dettagli

Franco Ferraris Marco Parvis Generalità sulle Misure di Grandezze Fisiche. Prof. Franco Ferraris - Politecnico di Torino

Franco Ferraris Marco Parvis Generalità sulle Misure di Grandezze Fisiche. Prof. Franco Ferraris - Politecnico di Torino Generalità sulle Misure di Grandezze Fisiche Prof. - Politecnico di Torino - La stima delle incertezze nel procedimento di misurazione -modello deterministico -modello probabilistico - La compatibilità

Dettagli

http://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella

Dettagli

Esercitazione 8 del corso di Statistica 2

Esercitazione 8 del corso di Statistica 2 Esercitazione 8 del corso di Statistica Prof. Domenico Vistocco Dott.ssa Paola Costantini 6 Giugno 8 Decisione vera falsa è respinta Errore di I tipo Decisione corretta non è respinta Probabilità α Decisione

Dettagli

STATISTICA ESERCITAZIONE

STATISTICA ESERCITAZIONE STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in

Dettagli

Il concetto di conferma metrologica è espresso nella norma UNI EN ISO 10012: Requisiti per i processi e le apparecchiature di misurazione

Il concetto di conferma metrologica è espresso nella norma UNI EN ISO 10012: Requisiti per i processi e le apparecchiature di misurazione Il concetto di conferma metrologica è espresso nella norma UNI EN ISO 10012: 2004 - Requisiti per i processi e le apparecchiature di misurazione La norma UNI EN ISO 10012 è nata come norma di appoggio

Dettagli

Syllabus start rev. 1.04

Syllabus start rev. 1.04 Syllabus start rev. 1.04 Al fine di facilitare il collegamento tra i Syllabus degli EQDL Start, Plus e quello del EQDL Full, nel testo che segue sotto il numero di codice di ogni sezione, tema e argomento

Dettagli