CRITERI E STRATEGIE PER LA DEFINIZIONE DELLE AREE A RISCHIO RADON IN PIEMONTE
|
|
- Marisa Riccardi
- 6 anni fa
- Visualizzazioni
Transcript
1 CRITERI E STRATEGIE PER LA DEFINIZIONE DELLE AREE A RISCHIO RADON IN PIEMONTE Mauro Magnoni, Enrico Chiaberto, Franco Righino, Salvatore Procopio, Elena Serena ARPA Piemonte Centro Regionale per le Radiazioni Ionizzanti e Non Ionizzanti Via Jervis Ivrea (TO) Bologna, 31 ottobre 2007
2 Lo studio sistematico del radon in Piemonte risale alla Campagna Nazionale ( ), eseguita a suo tempo dal Laboratorio di Sanità Pubblica dell USL di Ivrea, poi confluito in ARPA Piemonte A partire dal 1992 sono state poi condotte varie campagne di misura mirate, in diverse parti del Piemonte Tali campagne, assai eterogenee tra loro in ordine agli obiettivi, hanno però esteso la conoscenza della distribuzione territoriale radon in Piemonte pur in assenza un progetto sistematico
3 Nel 2005, la Regione Piemonte (Assessorato Ambiene) assegna ad ARPA Piemonte il compito di predisporre una mappatura del rischio radon Ci si è dunque posti la domanda se era possibile giungere a una mappatura della Regione sfruttando, per quanto possibile, i dati già acquisiti nelle varie campagne effettuate La risposta che abbiamo dato a questa domanda è stata positiva e, in base a ciò, è stato predisposto un progetto aperto, suscettibile cioè ad essere progressivamente integrato con le nuove conoscenze che sarebbero state via via disponibili
4 Per poter raggiungere questo obiettivo è stato necessario procedere a una selezione e normalizzazione della base dati La selezione è consistita essenzialmente nell eliminare tutti quei dati che, per loro natura, non erano idonei allo scopo, quali ad esempio: i) misure eseguite su base non annuale ii) misure eseguite con tecniche di misura non idonee iii) misure non significative (posizionamento errato dei dosimetri, errori di lettura, ecc.)
5 Eseguita questa prima sommaria selezione, si è provveduto a normalizzare la base dati. Tale normalizzazione può essere fatta, in linea di principio rispetto a tante variabili, ad esempio: i) piano ii) tipologia abitativa iii) materiali da costruzione
6 Abbiamo assunto che, in prima approssimazione la variabile di gran lunga più rilevante fosse il piano e quindi, sulla base di questa ipotesi, si è proceduto a ripulire il database dai dati, eliminando tutti quei rilevamenti per i quali la definizione del piano non era certa od univoca A questo punto si è proceduto alla normalizzazione al piano terra
7 Disomogeneità per piano del campione piemontese suddivisione in piani del campione terzo piano secondo piano 1% 3% primo piano 19% altro sotterraneo 5% seminterrato 9% rialzato 5% piano terra 56%
8 Criterio di normalizzazione dei dati al piano terra: f ( C PT ) = 1 2πσ PT e ( log( C ) μ ) C PT 2 σ PT 2 PT PT 2 f ( C PX ) = 1 2πσ PX e ( log( C ) μ ) C PX PX 2 σ PX 2 PX 2 C PX = kc PT σ PX = σ PT μ PX = ln k + μ PT k e e = μ μ PX PT = MG MG PX PT
9 Distribuzioni delle concentrazioni radon (Campagna Nazionale) f(c) 0,02 0,02 0,01 0,01 0,01 0,01 0,01 0,00 0,00 0, Concentrazione radon (Bq/m 3 ) Campione Piani eterogenei Campione Piani terra Campione normalizzato al piano terra Campione Piani eterogenei Campione Piani terra Campione normalizzato al piano terra media aritmetica (Bq/m 3 ) 69,4 76,14 75,84 media geometrica 54,08 67,96 65,47 deviazione standard geometrica 1,67 1,59 1,60
10 L attuale campione di misure radon in Piemonte 2399 punti di misura 1990: Campagna Nazionale (436)
11 Comuni piemontesi 72; 6% non monitorati 354; 28% monitorati 1209 in corso 855; 66%
12 200 numero comuni >50 numero misure per comune
13 Tipologia luoghi di misura altro; 23 scuole; 861 abitazioni; 1455
14 Distribuzioni radon Province e Regione Frequenza % Frequenza (%) Frequenza % Distribuzione della concentrazione del radon nei locali al piano terra delle scuole del Novarese Novara Frequenza lognormale Distribuzione Radon Piemonte Piemonte 69 Bq/m Distribuzione radon Astigiano Astigiano Concentrazione radon (Bq/m 3 ) Bq/m F r e q u e n z a % Distribuzione radon città di Torino Torino Concentrazione radon (Bq/m 3 ) Frequenza % Radon Canavese Concentrazione radon (Bq/m 3 ) frequenze % Frequenza % Distribuzione radon nelle abitazioni del Verbano Cusio Ossola Distribuzione radon Concentrazione (Bq/m 3 ) Canavese Intervallo 20 Bq/m3" log normale Alessandria Concentrazione Radon (Bq/m 3 ) Verbano Frequenza lognormale Cusio Ossola Concentrazione radon (Bq/m 3 ) istogramma della frequenza % distribuzione teorica lognormale
15 Criteri e metodi per l analisi dei dati: come raggiungere un dettaglio (almeno) comunale La richiesta di avere un dettaglio che sia almeno di livello comunale è la condizione minima affinché la mappatura possa essere impiegata per gli scopi previsti dalla legge Ciò può essere ottenuto in 2 modi, non necessariamente tra loro escludenti: 1. disponibilità di un campione rappresentativo in ciascun comune 2. estrapolazione a un territorio privo di dati o con dati insufficienti, mediante criteri di interpolazione e/o correlazione
16 Nonostante il buon numero di misure disponibili, la loro distribuzione non omogenea sul territorio e l elevata numerosità dei comuni piemontesi (oltre 1000), ha fatto sì che, allo stato attuale, molti comuni non abbiano ancora un numero sufficiente di misure E stata quindi studiata la possibilità di ottenere correlazioni significative con la geologia La complessità della descrizione offerta dalla mappa geologica piemontese e la mancanza di modelli consolidati ci ha però subito fatto escludere l adozione di un modello geologico a priori
17 Cartografia Piemonte base geologica 1:100000
18 Classi geologiche e litologiche
19 L approccio seguito è stato allora semplicemente quello di sovrapporre alla base geologica i dati disponibili e quindi cercare le possibili correlazioni
20 In tal modo, con un opportuna scelta delle classi litologiche, siamo riusciti ad ottenere una discreta correlazione tra un buon numero di classi e il valore medio della concentrazione di radon Ciò ha permesso di assegnare un valore medio di concentrazione radon anche a quei comuni per i quali il campionamento è mancante o non ritenuto sufficiente
21 Media Aritmetica Litologia i-esima MAL = C i Rn L i
22 Media Aritmetica Comunale Virtuale j-esima MACV j = i [( AL AC ) MAL ] i AC j j i ALi = Area Litologia i MAL i = C Rn L i ACj = Area Comunale j MALi = Media Aritmetica Litologia i
23 Il risultato (valori medi piano terra) di questa operazione è qui mostrato per la Provincia del Verbano- Cusio-Ossola
24 L approccio seguito consente di ottenere fin da subito una prima classificazione del territorio: anche alle aree non coperte da misure è assegnato un valore medio di concentrazione di radon (anzi, una distribuzione) L afflusso di nuovi dati sperimentali consente di aggiornare via via la classificazione
25 Il valore medio su aree più grandi di quella comunale (ad esempio, su base provinciale), può essere calcolato tramite una media pesata. Ad esempio, la MAP, media annuale provinciale può essere così stimata: MAP = N i= 0 S i MA S P i Dove il peso S i /S P è dato semplicemente dal rapporto tra la superficie dell area i-esima con l area dell intera provincia, mentre MA i è la corrispondente concentrazione. Dalle medie provinciali così calcolate, si ricava la media regionale al piano terra (68,9 Bq/m 3 ), la quale risulta in discreto accordo con la media regionale ai piani terra (75,8 Bq/m 3 ) ottenuta dai soli dati della Campagna Nazionale del
26 E importante sottolineare il fatto che, le MAP e le analoghe medie comunali sono degli indicatori territoriali utili per la valutazione delle aree a rischio e, in linea di principio, non sono immediatamente utilizzabile per calcoli dosimetrici e di esposizione Per questi è infatti necessario tenere conto della distribuzione della popolazione nel territorio In generale, però, le correzioni da apportare non sembrano al momento molto importanti
27 MAPPA (provvisoria) aree a diversa concentrazione media di radon
28 Come definire le aree a rischio radon? Una volta ottenuta una mappatura con un valor medio (e una distribuzione) assegnata ad ogni porzione del territorio, sorge il problema di quando esso dovrà essere considerato a rischio Viste anche le ultime ricerche epidemiologiche (il rischio radon sembrerebbe esserci anche a concentrazioni piuttosto basse), sembra difficile dare dei criteri oggettivi
29 Scelta dei criteri e dei parametri per la definizione delle aree a rischio radon Ci abbiamo provato lo stesso. Proponendo 2 distinti approcci: 1. Basato sull equità rispetto all esposizione al rischio (D. L.vo 241/2000) 2. Basato sull ottimizzazione del risparmio di dose equivalente collettiva
30 1 Introduciamo un fattore di rischio (fdr) come valor medio della distribuzione delle concentrazione radon regionale nei luoghi interrati fdr = 0 Cf REG ( C) dc Definiamo una i-esima area di territorio a rischio se in tale area il valor medio della distribuzione delle concentrazioni ai piani terra eguaglia o supera fdr PI C ipt 0 Cf i PT ( C) dc fdr
31 Approccio eccessivamente legalistico Dai dati sperimentali, con riferimento al campione di misura della Campagna Nazionale Radon, si stima per il Piemonte un fdr = 128 Bq/m 3 VANTAGGI Equità rispetto all esposizione al rischio Semplicità SVANTAGGI Diversità degli fdr da Regione a Regione
32 2 In alternativa a questo approccio, si può dare una formulazione generica della condizione di rischio radon basata sulla probabilità, per una certa area i, di superare un certo valore (ad esempio il Livello d Azione LA=500 Bq/m 3 ), di un certo fattore rispetto alla stessa probabilità calcolata sulla distribuzione regionale. LA f ( C) dc α f ( C) dc i R LA
33 E evidente che la scelta del valore da assegnare al parametro α determina un certo risparmio di dose a fronte di interventi che hanno un certo impatto economico Un idea per cercare di legare la scelta di α (e anche di LA) a considerazioni non completamente arbitrarie è quella di fare uso da un lato del concetto di dose collettiva, dall altro quello di assicurare comunque una adeguata protezione al singolo individuo, definendo anche un livello di protezione (magari definendo un altro fattore α S > α) che sia indipendente dalla dose collettiva
34 Tuttavia, provando a fare i calcoli, scaturiscono delle sorprese: da alcuni calcoli preliminari, le dosi collettive risparmiate sarebbero contenute (H RT Sv persona), rispetto a una dose collettiva totale piemontese attribuibile al radon, valutata in 5360 Sv persona! Sembrerebbe quindi che, dal punto di vista strettamente protezionistico, il concetto di area a rischio radon sia poco utile
35 Ma.. 1. Queste ultime conclusioni sembrano valere per il Piemonte ma non è detto che siano estendibili 2. Inoltre, può essere comunque sensato proteggere una parte della popolazione (limitata), da livelli di concentrazione molto alti (eventualmente da definire) 3. Infine, è un compito della Sezione speciale della Commissione Sicurezza Nucleare!!!
Campagne di misure radon. Enrico Chiaberto Dipartimento Radiazioni ARPA Piemonte. Fonte dati ARPA Piemonte
Campagne di misure radon Enrico Chiaberto Dipartimento Radiazioni ARPA Piemonte Fonte dati ARPA Piemonte www.arpa.piemonte.it obiettivi determinazione del valor medio della concentrazione di attività radon
DettagliCHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)
CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON
DettagliEsercitazione: La distribuzione NORMALE
Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle
DettagliRelazione tecnica n 406/IR del 16/06/2009
CENTRO REGIONALE PER LE RADIAZIONI IONIZZANTI E NON IONIZZANTI Struttura Semplice 21.01 Reti di monitoraggio, sviluppo e ricerca Relazione tecnica n 406/IR del 16/06/2009 STIMA DI DOSE ALLA POPOLAZIONE
DettagliProgrammazione 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
DettagliALLEGATO A Progetto di realizzazione di una indagine conoscitiva sulla concentrazione del gas radon in toscana ambienti di vita.
ALLEGATO A Progetto di realizzazione di una indagine conoscitiva sulla concentrazione del gas radon in toscana ambienti di vita. ALLEGATO 1 L esposizione della popolazione in Toscana al gas naturale radioattivo
Dettagli5 La valutazione dell attività di ricerca dei dipartimenti
5 La valutazione dell attività di ricerca dei dipartimenti La VQR aveva, tra i suoi compiti, quello di fornire alle istituzioni una graduatoria dei dipartimenti universitari in riferimento a ciascuna area
DettagliGli errori nella verifica delle ipotesi
Gli errori nella verifica delle ipotesi Nella statistica inferenziale si cerca di dire qualcosa di valido in generale, per la popolazione o le popolazioni, attraverso l analisi di uno o più campioni E
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliElementi 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
DettagliBILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE
BILANCIAMENTO DI UNA LINEA DI MONTAGGIO MANUALE PROBLEMA: Quante e quali operazioni assegnare a ciascuna stazione di lavoro per bilanciare la linea, ovvero per evitare colli di bottiglia o stazioni troppo
DettagliLa statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci
La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliDistribuzioni 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
DettagliPSICOMETRIA. Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI
PSICOMETRIA Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI CAMPIONI INDIPENDENTI Campioni estratti casualmente dalla popolazione con caratteristiche omogenee Assegnazione
DettagliPIANO REGIONALE DELLA PREVENZIONE
PIANO REGIONALE DELLA PREVENZIONE 2014-2018 MACRO OBIETTIVO 8 Codici indicatori: 8.2.1 8.2.2 8.10.1 Programma: Monitoraggio del gas radon nelle scuole (nidi e materne, pubbliche e private) e supporto alla
DettagliCapitolo 10. La media pesata Calcolo della media pesata
Capitolo 0 La media pesata Supponiamo che una stessa grandezza sia stata misurata da osservatori differenti (es. velocità della luce) in laboratori con strumenti e metodi di misura differenti: Laboratorio
DettagliEsperienze di bonifica del radon
Codice ID: 13877322 Radical Radon Esperienze di bonifica del radon Enrico Chiaberto ARPA Piemonte 1 Nell ambito del progetto RADICAL sono state effettuate numerose misure di radon in edifici in cui si
DettagliFENOMENI CASUALI. fenomeni casuali
PROBABILITÀ 94 FENOMENI CASUALI La probabilità si occupa di fenomeni casuali fenomeni di cui, a priori, non si sa quale esito si verificherà. Esempio Lancio di una moneta Testa o Croce? 95 DEFINIZIONI
DettagliIL CARPOOLING IN ITALIA: ANALISI DELL OFFERTA
TRASPOL REPORT 2/16 IL CARPOOLING IN ITALIA: ANALISI DELL OFFERTA SINTESI DEI RISULTATI Le pratiche di mobilità innovativa (carsharing, carpooling, mobilità elettrica, etc.) mostrano una sempre maggiore
DettagliEquazioni, funzioni e algoritmi: il metodo delle secanti
Equazioni, funzioni e algoritmi: il metodo delle secanti Christian Ferrari 1 Introduzione La risoluzione di equazioni in R ci ha mostrato che solo per le equazioni polinomiali di primo e secondo grado,
DettagliAssicurazione della qualità del dato in un laboratorio di radioattività ambientale: metodologia ed applicazioni pratiche
Assicurazione della qualità del dato in un laboratorio di radioattività ambientale: metodologia ed applicazioni pratiche Porzio L., Albertone L., Marga M.,Tozzi G. Arpa Piemonte Dipartimento Tematico Radiazioni
DettagliTeoria e tecniche dei test
Teoria e tecniche dei test Lezione 9 LA STANDARDIZZAZIONE DEI TEST. IL PROCESSO DI TARATURA: IL CAMPIONAMENTO. Costruire delle norme di riferimento per un test comporta delle ipotesi di fondo che è necessario
DettagliL indagine campionaria Lezione 3
Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato
DettagliNote sulla probabilità
Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Questo e alcuni degli esercizi che proporremo nei prossimi giorni si basano sul
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono
DettagliUniversità 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,
DettagliCalcolo della Concentrazione Rappresentativa della Sorgente (CRS)
Calcolo della Concentrazione Rappresentativa della Sorgente (CRS) Prof. Renato Baciocchi, Università di Roma Tor Vergata Emiliano Scozza Università di Roma Tor Vergata 1 Valutazione dei Dati Data Set di
DettagliDISTRIBUZIONE NORMALE (1)
DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale
DettagliRadon. un problema per la salute negli ambienti confinati. Centro Regionale per le Radiazioni Ionizzanti e non Ionizzanti
Radon un problema per la salute negli ambienti confinati Centro Regionale per le Radiazioni Ionizzanti e non Ionizzanti 1 ARPA PIEMONTE Agenzia Regionale per la Protezione Ambientale del Piemonte Realizzazione
Dettaglistandardizzazione 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
DettagliL evoluzione economica e occupazionale del Piemonte orientale nel contesto regionale
L evoluzione economica e occupazionale del Piemonte orientale nel contesto regionale Un primo tentativo di indagine su alcuni aspetti di fondo A cura di Gianfranco Garzolino Maggio 2013 1 Avvertenze metodologiche:
DettagliCAMPIONAMENTO - ALCUNI TERMINI CHIAVE
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE POPOLAZIONE = qualsiasi insieme di oggetti (unità di analisi) di ricerca N = ampiezza della popolazione PARAMETRI = caratteristiche della popolazione [media, proporzione
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
DettagliLa mappatura del radon in Piemonte
Centro Regionale Radiazioni Ionizzanti e Non Ionizzanti Via Jervis, 30 10015 Ivrea (TO) La mappatura del radon in Piemonte Il radon: un progetto per il Piemonte Relazione tecnica a conclusione dell attività
DettagliPrincipali attività operative e di studio di ARPA Lazio sulle problematiche generali del Radon
Principali attività operative e di studio di ARPA Lazio sulle problematiche generali del Radon Convegni organizzati da ARPA Lazio (ex ASL Viterbo) - 1990 Il Radon nelle abitazioni dell Alto Lazio (con
DettagliModulo di Statistica e Tecnologia (Dott. Giorgio Poletti
Laurea in Scienze dell Educazione Insegnamento di Pedagogia Sperimentale (Prof. Paolo Frignani) Modulo di Statistica e Tecnologia (Dott. Giorgio Poletti giorgio.poletti@unife.it) MEDIA aritmetica semplice
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
DettagliNORMA UNI EN 689/97 ESPOSIZIONE
Assessorato politiche per la salute Direzione Generale Sanità e Politiche Sociali Servizio Sanità Pubblica CORSO DI FORMAZIONE /AGGIORNAMENTO in materia di Gestione del Rischio derivante da Materiali Contenenti
DettagliLA DISTRIBUZIONE NORMALE
LA DISTRIBUZIONE NORMALE Italo Nofroni Statistica medica - Facoltà di Medicina Sapienza - Roma La più nota ed importante distribuzione di probabilità è, senza alcun dubbio, la Distribuzione normale, anche
DettagliStatistica4-29/09/2015
Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche
DettagliCON O SENZA REIMMISSIONE
CAMPIONAMENTO Per una buona inferenza o induzione statistica, bisogna affrontare il problema del campionamento, ovvero del come raccogliere un campione della popolazione affinché la si possa studiare induttivamente.
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
DettagliApprossimazione normale alla distribuzione binomiale
Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N
DettagliStatistica. 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:
DettagliMisura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo
Misura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo Obiettivi e metodi Finalità del lavoro: definire una metodologia di
DettagliVALUTAZIONE DEL RISCHIO RADON
Pagina 1 di 12 Agenzia nazionale per le nuove tecnologie, l energia e lo sviluppo economico sostenibile ENEA Centro Ricerche BRINDISI Dipartimenti SSPT, DTE, FSN e Unità Centrale ISER S. S. 7 Appia km
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
DettagliUNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA
UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA - 9.Statistica - CTF Matematica - Seconda Parte Codice Compito: - Numero d Ordine D. 1 Un veicolo marcia per 50 km alla velocita v, e per altri 50 km alla velocita
DettagliStudio della qualità di misure di spettroscopia gamma per il monitoraggio della radioattività in situ
CGT Centro di GeoTecnologie Università degli Studi di Siena Studio della qualità di misure di spettroscopia gamma per il monitoraggio della radioattività in situ Relatore Dott. Fabio Mantovani Masterista
DettagliIL RADON IN PIEMONTE. Problemi e prospettive alla luce del Decreto Legislativo 241/2000
IL RADON IN PIEMONTE Problemi e prospettive alla luce del Decreto Legislativo 241/2000 ARPA Piemonte Dipartimento di Ivrea Polo Regionale Radiazioni Ionizzanti Introduzione Il radon, come è noto, è un
DettagliLAUREA SPECIALISTICA IN FARMACIA - Prova scritta di MATEMATICA - 24/01/03 ANNI PRECEDENTI. 1. (Punti 10) Si consideri la funzione
MATEMATICA - 4//3 ANNI PRECEDENTI (Punti ) Si consideri la funzione ( ) f() = ln Si studi f, determinando in particolare dominio, limiti, intervalli di crescenza, decrescenza, concavità, convessità di
DettagliCartografie tematiche: principi e modalità di realizzazione. Mauro Giovanni Univ. di Trieste
Cartografie tematiche: principi e modalità di realizzazione Mauro Giovanni Univ. di Trieste Analisi GIS Mappare dove sono le cose Mappare cosa c è dentro Mappare il minimo e il massimo GIS Mappare le cose
Dettagli1. Introduzione ai disegni sperimentali. 5. Analisi della regressione lineare. 6. Confronto tra proporzioni di due o più campioni indipendenti
BIOSTATISTICA 1. Introduzione ai disegni sperimentali 2. Un carattere quantitativo misurato in un campione: elementi di statistica descrittiva e inferenziale 3. Confronto tra medie di due campioni indipendenti
DettagliIL PROGETTO RADON PRONE AREAS IN FRIULI VENEZIA GIULIA
IL PROGETTO RADON PRONE AREAS IN FRIULI VENEZIA GIULIA Giovani C., Garavaglia M., Montanari F. #, Villalta R. # ARPA Friuli Venezia Giulia Dipartimento di Udine - Servizio Tematico-Analitico - Sezione
DettagliSuccessioni ESEMPI: Matematica con Elementi di Statistica, Maria Giovanna Mora a.a
Successioni Vi sono fenomeni naturali e situazioni concrete che presentano sviluppi significativi in tempi discreti. Vale a dire è naturale che i controlli per quei dati fenomeni o per quelle date situazioni
DettagliStatistica Sociale - modulo A
Statistica Sociale - modulo A e-mail: stella.iezzi@uniroma2.it Uno dei principali limiti della media aritmetica e che essa risente fortemente dei valori estremi della distribuzione. Cosi pu accadere che
DettagliMODELLI DI SVALUTAZIONE
Milano, 8 aprile 2014 MODELLI DI SVALUTAZIONE Metodologie e problematiche di applicazione al confidi INDICE Contesto di riferimento ed obiettivo dell intervento Approccio metodologico proposto FASE 1 -
DettagliL individuazione delle radon-prone areas: metodologie e applicazioni.
L individuazione delle radon-prone areas: metodologie e applicazioni. F. Salvi Istituto Superiore per la Protezione e la Ricerca Ambientale G. Raspa -La Sapienza Universitàdi Roma 1 VI Convegno Nazionale
Dettagli3.1 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
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
DettagliCapitolo 6. Variabili casuali continue. 6.1 La densità di probabilità
Capitolo 6 Variabili casuali continue Le definizioni di probabilità che abbiamo finora usato sono adatte solo per una variabile casuale che possa assumere solo valori discreti; vediamo innanzi tutto come
DettagliTest d ipotesi: confronto fra medie
Test d ipotesi: confronto fra medie Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona CONFRONTO FRA MEDIE 1) confronto fra una media campionaria e una media di popolazione
DettagliDESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.
Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi
DettagliPercentuali, problemi non ovvi
Percentuali, problemi non ovvi Variazioni assolute e variazioni relative (continua) Supponiamo che il prezzo di un bene all istante t sia p t = 120 all istante successivo t+1 il nuovo prezzo del bene è
DettagliSTATISTICA (modulo I - Statistica Descrittiva) Soluzione Esercitazione I
2. e 3. STATISTICA (modulo I - Statistica Descrittiva) Soluzione Esercitazione I 1. Le unità statistiche sono costituite dai singoli ristoranti, mentre la popolazione è costituita da tutte le unità del
DettagliEsempi di confronti grafici
Esempi di confronti grafici Esempi di confronti grafici 7/3 Capitolo 3 LE MEDIE La media aritmetica La media geometrica La trimmed mean La mediana La moda I percentili Statistica - Metodologie per
Dettagliobbligatorio - n. iscrizione sulla lista
02.09.2015 - appello di STATISTICA per studenti ENE - docente: E. Piazza obbligatorio - n. iscrizione sulla lista il presente elaborato si compone di 5 (cinque) pagine se non ve lo ricordate siete fritti;
DettagliModelli e Metodi per la Simulazione (MMS)
Modelli e Metodi per la Simulazione (MMS) adacher@dia.uniroma3.it Programma La simulazione ad eventi discreti, è una metodologia fondamentale per la valutazione delle prestazioni di sistemi complessi (di
DettagliPROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD.
PROVA SCRITTA DI STATISTICA cod. 4038 CLEA-CLAPI-CLEFIN-CLELI cod. 5047 CLEA-CLAPI-CLEFIN-CLEMIT 5 Novembre 003 SOLUZIONI MOD. A In 8 facoltà di un ateneo italiano vengono rilevati i seguenti dati campionari
DettagliV CENSIMENTO GENERALE DELL AGRICOLTURA ANALISI CON TECNICHE DI DATA MINING SULLE AZIENDE DELL UNIVERSO CE 1
V CENSIMENTO GENERALE DELL AGRICOLTURA ANALISI CON TECNICHE DI DATA MINING SULLE AZIENDE DELL UNIVERSO CE 1 ANALISI DEI GRAFICI RELATIVI ALLA LOCALIZZAZIONE Definizione dei Gruppi (Clusters): - Cluster
DettagliSignificatività ed analisi degli errori
Significatività ed analisi degli errori Quanto il valore sperimentale è vicino al valore vero? Campioni replicati: si esclude a priori che venga eseguita una sola misurazione Quanto il valore sperimentale
Dettaglimisura rappresentazione secondo una proiezione ortogonale restituzione posizione di un certo numero di punti dell oggetto discreta
IL RILIEVO TOPOGRAFICO 2 È il complesso delle operazioni di misura e dei procedimenti che occorre effettuare al fine di produrre la rappresentazione grafica, secondo una proiezione ortogonale, del territorio.
DettagliStima della portata di piena: un esempio
Stima della portata di piena: un esempio Giuseppe Pino APAT Dipartimento Nucleare, Rischio Tecnologico e Industriale 1 aprile 2008 Stima della portata di massima piena Obiettivo: determinare la portata
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliN.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.
N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle abelle riportate alla fine del documento. Esercizio 1 La concentrazione media di sostanze inquinanti osservata nelle acque di un fiume
DettagliCapitolo 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
DettagliScienze tecniche di Medicina di Laboratorio
Corso di Laurea Magistrale delle Professioni Sanitarie Tecnico-Diagnostiche LM/SNT3 2 anno Scienze tecniche di Medicina di Laboratorio Argomenti della lezione Il controllo di qualità nella diagnostica
DettagliPROGETTO D INDAGINE RADON IN PUGLIA
Sede legale ARPA PUGLIA Corso Trieste 27, 70126 Bari Agenzia regionale per la prevenzione Tel. 080 5460111 Fax 080 5460150 e la protezione dell ambiente www.arpa.puglia.it C.F. e P.IVA. 05830420724 DIREZIONE
DettagliCAMPAGNA DI RILEVAMENTO DELLA QUALITÀ
ARPAT Agenzia regionale per la protezione ambientale della Toscana DIPARTIMENTO PROVINCIALE DI LUCCA 551 LUCCA Via A. Vallisneri, 6 - Tel. 553261 Fax 5553568 P.I. e C.F.: 468619481 cl. DP_LU.1.35.2/1 CAMPAGNA
DettagliCapitolo 6 La distribuzione normale
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliAPPROPRIATEZZA EFFICACIA EFFICIENZA in Sanità
Corso di Alta Formazione Modulo 2 APPROPRIATEZZA EFFICACIA EFFICIENZA in Sanità Dott.ssa F.Camilli Il Paradigma della gestione della qualità ECONOMICITA EFFICIENZA EFFICACIA Economicità Per ogni tipologia
DettagliCOMUNE DI CONSIGLIO DI RUMO
COMUNE DI CONSIGLIO DI RUMO Provincia di Como Aggiornamento della componente geologica, idrogeologica e sismica di supporto al Piano di Governo del Territorio - L.R. 1/05 e successive modifiche. ANALISI
Dettaglile 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
DettagliΣ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica
13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in
DettagliCampionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
DettagliELEMENTI DI STATISTICA
Dipartimento di Matematica U. Dini, Università di Firenze Viale Morgagni 67/A, 50134 - Firenze, Italy, vlacci@math.unifi.it A.A. 2015-16 Terminologia In un esperimento ogni risultato delle caratteristiche
DettagliCORSO DI LAUREA MAGISTRALE IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO
CORSO DI LAUREA MAGISTRALE IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO DIPARTIMENTO DI INGEGNERIA CHIMICA, DEI MATERIALI E DELLA PRODUZIONE INDUSTRIALE TESI DI LAUREA Analisi dei dati di due campagne
DettagliStatistica di base per l analisi socio-economica
Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme
DettagliPROCEDURA MAPPATURA SINISTRI
Pagina 1 di 14 PROCEDURA MAPPATURA SINISTRI Revisione Prima emissione Data. Descrizione delle modifiche Redazione Verifica Approvazione PR 2- v 0 17-09-14 Pagina 2 di 14 1. Campo di applicazione La presente
DettagliIl Radon:risultati e prospettive maturate nel contesto del Progetto Interreg RADICAL
Codice ID: 13877322 Radical Radon Il Radon:risultati e prospettive maturate nel contesto del Progetto Interreg RADICAL GIORNATA DI STUDIO 30 aprile 2014 Teatro Regina Margherita Piedicavallo (BI) Esperienze
DettagliIncertezza di misura concetti di base. Roberto Olmi IFAC-CNR
Incertezza di misura concetti di base Roberto Olmi IFAC-CNR Certezza dell incertezza Il display mostra: Inferenza sulla la massa, basata sulla lettura: La massa ha un valore tra 83.35 e 83.45 g La massa
DettagliCarte 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
DettagliES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita
ES.2.3 1 Distribuzione normale La funzione N(x; µ, σ 2 = 1 e 1 2( x µ σ 2 2πσ 2 si chiama densità di probabilità normale (o semplicemente curva normale con parametri µ e σ 2. La funzione è simmetrica rispetto
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliSuccessioni ESEMPI: Matematica con Elementi di Statistica a.a. 2014/15
Successioni Vi sono fenomeni naturali e situazioni concrete che presentano sviluppi significativi in tempi discreti. Vale a dire è naturale che i controlli per quei dati fenomeni o per quelle date situazioni
DettagliLezione VI: Distribuzione normale. La distribuzione normale (curva di Gauss). Prof. Enzo Ballone. Lezione 6a- Ia distribuzione normale
Lezione VI: Distribuzione normale Cattedra di Biostatistica Dipartimento di Scienze Biomediche, Università degli Studi G. d Annunzio di Chieti Pescara Prof. Enzo Ballone Lezione 6a- Ia distribuzione normale
Dettagli