L AFFIDABILITA NELLA FASE DI PRODUZIONE
|
|
- Gustavo Vecchio
- 6 anni fa
- Visualizzazioni
Transcript
1 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
2 L AFFIDABILITA IN PRODUZIONE ATTIVITA CHIAVE PER L AFFIDABILITA IN PRODUZIONE : CONTROLLO STATISTICO DEL PROCESSO DI PRODUZIONE RACCOLTA ED ANALISI DEI DATI SU GUASTI E DIFETTI COLLAUDO DI ACCETTAZIONE SCREENINGS DI COMPONENTI E ASSIEMATI DIMOSTRAZIONE DELL AFFIDABILITA AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 2
3 CONTROLLO STATISTICO DEL PROCESSO ATTIVITA : CARATTERIZZAZIONE DEL PROCESSO PRODUTTIVO STUDIO DELLA CAPACITA DEL PROCESSO OTTIMIZZAZIONE DEL PROCESSO CONTROLLO DEL PROCESSO E DEL PRODOTTO MIGLIORAMENTO DEL PROCESSO AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 3
4 CONTROLLO STATISTICO DEL PROCESSO VARIABILITA DEI PROCESSI FATTORI INTERNI MATERIALI MACCHINE STRUMENTI DI TEST PROCESSO OPERATORE TEMPO CONTROLLI AMBIENTE ESTERNO FATTORI ESTERNI COSTI GESTIONE PROGRAMMAZIONE SPC AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 4
5 CONTROLLO STATISTICO DEL PROCESSO CAUSE DI VARIABILITA' CAUSE CASUALI CAUSE SPECIALI AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 5
6 CONTROLLO STATISTICO DEL PROCESSO CAUSE CASUALI (85% secondo Deming) PICCOLE VARIAZIONI DELLE CARATTERISTICHE DEI MATERIALI VIBRAZIONI DELLE MACCHINE VARIAZIONI DELL ABILITA DEGLI OPERATORI FLUTTUAZIONI NELLE CONDIZIONI DI LAVORO... AUMENTARE LA MANUTENZIONE ACQUISTARE STRUMENTI ED IMPIANTI MIGLIORI CONTROLLARE LE CONDIZIONI AMBIENTALI... AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 6
7 CONTROLLO STATISTICO DEL PROCESSO CAUSE SPECIALI (15% secondo Deming) REGOLAZIONE SBAGLIATA DELLE MACCHINE ERRORE DELL OPERATORE MATERIALE IN INGRESSO DIFETTOSO... INDIVIDUARE ED ELIMINARE LA CAUSA SPECIALE AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 7
8 CONTROLLO STATISTICO DEL PROCESSO SPC MIGLIORAMENTO DEL PROCESSO INDIVIDUARE ED ELIMINARE CAUSE SPECIALI RIDURRE CAUSE CASUALI AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 8
9 CONTROLLO STATISTICO DEL PROCESSO STRUMENTO GRAFICO DI MONITORAGGIO DEL PROCESSO CARTE DI CONTROLLO CONTROLLARE NEL TEMPO L ANDAMENTO DI UNA CERTA CARATTERISTICA CONSIDERATA CRITICA RENDERE EVIDENTE L EVENTUALE PRESENZA DI CAUSE SPECIALI DI VARIABILITA AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 9
10 CARTE DI CONTROLLO: TIPI DI CARTE DI CONTROLLO Variabili TIPO DI DATI Attributi No Si n=1 n non accettabili < n controlli No (non conformita ) Si (non conformi) Carta X medio-r R o σ n<10 n>10 Carta X medio- s Si n costante No Carta X Moving R Carta C Carta u Si Carta np Carta p n costante No Carta p AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 10
11 CARTE DI CONTROLLO COMPILAZIONE CARTA X MEDIO-R SELEZIONARE CARATTERISTICA DECIDERE: -NUMEROSITA CAMPIONE -NUMERO DI CAMPIONI -FREQUENZA DI CAMPIONAMENTO RACCOGLIERE I DATI CALCOLARE MEDIA E RANGE CALCOLARE MEDIA DELLE MEDIE E MEDIA DEI R CALCOLARE UCL E LCL RIPORTARE I LIMITI SULLA CARTA RIPORTARE MEDIE E R SULLA CARTA STUDIARE LA CONFIGURAZIONE AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 11
12 CARTE DI CONTROLLO CARTA PER LE MEDIE CARTA PER I RANGE CL = X UCL = X + A 2 R LCL = X A 2 R CL UCL LCL = R D R = 4 D R = 3 n A2 D AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 12
13 CARTE DI CONTROLLO: LIM ITI DI CONTROLLO UCL CL LCL P(D)= ZONA A P(A)= ZONA B P(B)= ZONA C P(C)= ZONA C P(C)= ZONA B P(B)= ZONA A P(A)= P(D)= µ+3σ µ+2σ µ+1σ µ µ-1σ µ-2σ µ--3σ AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 13
14 CARTE DI CONTROLLO REGOLE PER IDENTIFICARE PROCESSI FUORI CONTROLLO CARATTERISTICA UCL CL LCL CARATTERISTICA UCL CL LCL CAMPIONE CAMPIONE VARIAZIONE DELLA MEDIA TREND AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 14
15 CARTE DI CONTROLLO REGOLE PER IDENTIFICARE PROCESSI FUORI CONTROLLO CARATTERISTICA UCL CL LCL CARATTERISTICA UCL CL LCL CAMPIONE CAMPIONE PUNTO FUORI CONTROLLO POPOLAZIONI DIFFERENTI AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 15
16 CARTE DI CONTROLLO ERRORI DI TIPO I ERRORI DI TIPO II α/2 α/2 UCL CL LCL β UCL CL LCL AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 16
17 INDICI DI CAPACITA DI PROCESSO POTENZIALE DEL PROCESSO C P = LTS LTI 6σ LTS - LIMITE DI TOLLERANZA SUPERIORE (Dato di specifica) LTI - LIMITE DI TOLLERANZA INFERIORE (Dato di specifica) σ - DEVIAZIONE STANDARD DEL PROCESSO ( ~σ = R ) d (Dato sperimentale) 2 AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 17
18 INDICI DI CAPACITA DI PROCESSO PRESTAZIONE DEL PROCESSO MISURA DISPERSIONE E CENTRATURA DEL PROCESSO C min LTS = PK 3σ µ, µ LTI 3σ C >1 PK 0 C 1 PK C < 0 PK I DATI CADONO ENTRO I LIMITI DI TOLLERANZA UNA PARTE DEI DATI CADE OLTRE I LIMITI LA MEDIA DEI DATI NON E NELLA SPECIFICA AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 18
19 LA QUALIFICAZIONE DI PRODOTTO LA QUALIFICAZIONE CONSISTE DI UN INSIEME DI MISURE E PROVE PER VALUTARE LA CONFORMITA DEL PRODOTTO ALLA SPECIFICA ED ESEGUIRE UNA STIMA DELLA SUA AFFIDABILITA LE PROVE DI QUALIFICAZIONE SONO TRATTE DA NORME INTERNAZIONALI (IEC, CECC, MIL-STD, ) OGNI UTILIZZATORE PUO INSERIRE PROVE ED ESAMI SPECIALI MIRATI A PARTICOLARI PROBLEMI DI UN DETERMINATO PRODOTTO AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 19
20 LA QUALIFICAZIONE DEL FORNITORE LA QUALIFICAZIONE CONSISTE DI UN INSIEME DI MISURE E PROVE PER VALUTARE LA CAPACITA DEL PRODUTTORE DI FORNIRE UN PRODOTTO IN ACCORDO CON LA SPECIFICA E DELLA QUALITA ED AFFIDABILITA DESIDERATE LA QUALIFICAZIONE VIENE ESEGUITA SU CAMPIONI SIGNIFICATIVI DI UNA CERTA TECNOLOGIA DEL FORNITORE CHE POSSONO ESSERE COSTITUITI SIA DA DISPOSITIVI CHE DA STRUTTURE DI PROVA PROGETTATE AD HOC AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 20
21 LA QUALIFICAZIONE PUO ESSERE ANCHE OTTENUTA DA UN ENTE TERZO I DISPOSITIVI ED I FORNITORI SONO ALLORA INSERITI IN LISTE DI PRODOTTI (QPL) E FORNITORI (QML) QUALIFICATI AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 21
22 LA QUALIFICAZIONE PER OTTENERE LA QUALIFICAZIONE L INSIEME DELLE PROVE PREVISTE DEVE ESSERE GENERALMENTE SUPERATO DA ALMENO 3 LOTTI PARTE DELLE PROVE VENGONO POI RIPETUTE PERIODICAMENTE IN CASO DI FALLIMENTO LA QUALIFICAZIONE PUO ESSERE PERSA O SOSPESA AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 22
23 LA QUALIFICAZIONE LE PROVE SI DIVIDONO IN: PROVE DI GRUPPO A PROVE FUNZIONALI E CONTROLLI NON DISTRUTTIVI DA EFFETTUARSI SU OGNI LOTTO PROVE DI GRUPPO B PROVE ANCHE ACCELERATE, EVENTUALMENTE DISTRUTTIVE, DA EFFETTUARSI SU OGNI LOTTO PROVE DI GRUPPO C PROVE IN GRAN PARTE ACCELERATE ANCHE DI DURATA LUNGA PER LO PIU DISTRUTTIVE DA EFFETTUARSI PERIODICAMENTE PROVE DI GRUPPO D PROVE MOLTO LUNGHE PER VALUTARE L AFFIDABILITA AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 23
24 IL COLLAUDO DI ACCETTAZIONE FA RIFERIMENTO ALLA SPECIFICA TECNICA PREPARATA IN FASE DI QUALIFICAZIONE COMPRENDE PROVE DEI GRUPPI A E B AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 24
25 IL COLLAUDO DI ACCETTAZIONE IN GENERALE SI TRATTA DI UN COLLAUDO STATISTICO SUI PARAMETRI PRINCIPALI AD ESEMPIO SU UN TRANSISTORE: -Hfe -I CB0 -V CEsat -BV CE0 IN CASI PARTICOLARI GUADAGNO DI POTENZA, CIFRA DI RUMORE, PRODOTTO GUADAGNO PER LARGHEZZA DI BANDA, FREQUENZA DI TAGLIO,... AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 25
26 IL COLLAUDO DI ACCETTAZIONE OLTRE A MISURE ELETTRICHE VENGONO ESEGUITE MISURE DI CARATTERE MECCANICO, AD ESEMPIO LE DIMENSIONI PRINCIPALI, TENUTA DEI CONTENITORI A CAVITA, ATTRAVERSO LE PROVE DI ERMETICITA FINE O GROSSA INOLTRE, SU DISPOSITIVI PARTICOLARMENTE CRITICI, VIENE PRELEVATO UN CAMPIONE DA SOTTOPORRE A PROVE DISTRUTTIVE AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 26
27 IL COLLAUDO DI ACCETTAZIONE CONTROLLO PER CAMPIONAMENTO PROVE DISTRUTTIVE MINORI COSTI E TEMPO RIDUZIONE ERRORI DA AFFATICAMENTO BUONO STIMOLO PER IL FORNITORE RISCHIO DI RIFIUTARE LOTTI BUONI RISCHIO DI ACCETTARE LOTTI SCADENTI MINORE INFORMAZIONE PREPARAZIONE PIANO DI CAMPIONAMENTO AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 27
28 IL COLLAUDO DI ACCETTAZIONE PIANO DI CAMPIONAMENTO INSIEME DI REGOLE CHE DEFINISCONO: LA NUMEROSITA DEL CAMPIONE DA ESTRARRE I CRITERI DI DECISIONE MIL-STD-105 D UNI ISO 2859/1-2-3 AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 28
29 IL COLLAUDO DI ACCETTAZIONE COLLAUDO PER ATTRIBUTI COLLAUDO PER VARIABILI UN ELEMENTO O UN LOTTO E CLASSIFICATO ACCETTABILE O DA RESPINGERE SULLA BASE DEL NUMERO DI DIFETTI RILEVATI IN UN CAMPIONE RISPETTO AL NUMERO FISSATO COME ACCETTABILE VIENE REGISTRATO IL VALORE DI UNO O PIU PARAMETRI ED IL CRITERIO DI ACCETTAZIONE E BASATO SULLA DEVIAZIONE STANDARD AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 29
30 IL COLLAUDO DI ACCETTAZIONE DEFINIZIONE DI UN PIANO DI CAMPIONAMENTO NUMEROSITA DEL CAMPIONE LIVELLO QUALITA ACCETTABILE (LQA) LIVELLO DI CONTROLLO SEVERITA DEL COLLAUDO TIPO DI PIANO DI CAMPIONAMENTO AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 30
31 LETTERE CODICE PER LA NUMEROSITA DEL CAMPIONE Livelli di collaudo speciali Livelli di collaudo correnti NUMEROSITA DEL LOTTO S-1 S-2 S-3 S-4 I II III da 2 a 8 A A A A A A B da 9 a 15 A A A A A B C da 16 a 25 A A B B B C D da 26 a 50 A B B C C D E da 51 a 90 B B C C C E F da 91 a 150 B B C D D F G da 151 a 280 B C D E E G H da 281 a 500 B C D E F H J da 501 a C C E F G J K da a C D E G H K L da a C D F G J L M da a C D F H K M N da a D E G J L N P da a D E G J M P Q da e oltre D E H K N Q R UNI ISO 2859/1 AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 31
32 IL COLLAUDO DI ACCETTAZIONE Lettera Num. LQA Codice Camp N a N r N a N r N a N r N a N r A 2 B 3 C 5 D E F G H J AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 32
33 DIMOSTRAZIONE DELL AFFIDABILITA (SISTEMI) TEST STATISTICI: OSSERVAZIONE, PER UN CERTO DI TEMPO ED IN CONDIZIONI OPERATIVE, DI UN CAMPIONE DI PRODOTTO DECISIONE, IN BASE ALLE INFORMAZIONI OTTENUTE, SE IL COMPORTAMENTO DEL CAMPIONE E COMPATIBILE CON GLI OBIETTIVI AFFIDABILISTICI PRESUNTI PER LA POPOLAZIONE IN ESAME AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 33
34 DIMOSTRAZIONE DELL AFFIDABILITA OBIETTIVI AFFIDABILISTICI DA DIMOSTRARE MTBF 0 SPECIFICATO DA DIMOSTRARE (e l obiettivo che si vuole dimostrare di aver raggiunto) MTBF 1 MINIMO ACCETTABILE (e il valore di MTBF al di sotto del quale l obiettivo fallisce) MTBF 0 > MTBF 1 d=mtbf 0 / MTBF 1 - RAPPORTO DI PROGETTO α - RISCHIO DEL PRODUTTORE β - RISCHIO DEL CONSUMATORE AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 34
35 DIMOSTRAZIONE DELL AFFIDABILITA VERIFICARE L IPOTESI ^ H 0 : MTBF > MTBF 0 CONTRO L IPOTESI ALTERNATIVA ^ H 1 : MTBF < MTBF 1 AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 35
36 DIMOSTRAZIONE DELL AFFIDABILITA PER ESSERE SIGNIFICATIVE, LE PROVE VANNO SVOLTE: IN AMBIENTE IL PIU POSSIBILE SIMILE A QUELLO OPERATIVO NELLE CONDIZIONI DI FUNZIONAMENTO TIPICHE AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 36
37 PIANI SEQUENZIALI (PRST) LINEE DI TRONCAMENTO GUASTI LINEA DI RIFIUTO LINEA DI ACCETTAZIONE TEMPO (PROPORZIONALE A MTBF0) AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 37
IL COLLAUDO IN ACCETTAZIONE A.A. 2006/2007
IL COLLAUDO IN ACCETTAZIONE A.A. 2006/2007 Il Il collaudo in accettazione Il risultato di una attività produttiva non è mai perfettamente ripetibile E necessario verificare che i prodotti abbiano la qualità
DettagliDa: 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
DettagliStatistica 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
DettagliTest 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
DettagliGestione 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
DettagliDI CONFORMITA NEI PRODUTTIVI. Prof. Marcantonio Catelani Scuola di Ingegneria - Dipartimento di Ingegneria dell Informazione - Firenze
VERIFICHE DI CONFORMITA NEI PROCESSI PRODUTTIVI Prof. Marcantonio Catelani Scuola di Ingegneria - Dipartimento di Ingegneria dell Informazione - Firenze marcantonio.catelani@unifi.it 1 Qualità secondo
DettagliIL COLLAUDO DI ACCETTAZIONE
IL COLLAUDO DI ACCETTAZIONE Il collaudo di accettazione 1 Popolazione Campione Dati MISURA Processo Lotto Campione DATI CAMPIONAMENTO INTERVENTO MISURA Lotto Campione DATI CAMPIONAMENTO INTERVENTO Il collaudo
DettagliLE PROVE DI AFFIDABILITA
4. LE PROVE DI AFFIDABILITA Ed.1 del 14/09/98 Rev. 3 del 08/09/00 AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 4 1 LE PROVE DI AFFIDABILITA SI RICAVANO INFORMAZIONI RELATIVE AD UN CAMPIONE E SI
DettagliCAPACITÀ DEL PROCESSO
CAPACITÀ DEL PROCESSO Un certo processo è adatto a produrre qualcosa rispettando le specifiche? Prima di affermare che un processo abbia una CAPACITÀ ben DEFINITA è necessario assicurarsi che questo dimostri
DettagliSTATISTICA 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
DettagliLezione 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
DettagliTest delle Ipotesi Parte I
Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test
DettagliUn esempio. Ipotesi statistica: supposizione riguardante: un parametro della popolazione. la forma della distribuzione della popolazione
La verifica delle ipotesi In molte circostanze il ricercatore si trova a dover decidere quale, tra le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze
DettagliIl Test di Ipotesi Lezione 5
Last updated May 23, 2016 Il Test di Ipotesi Lezione 5 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Il test di ipotesi Cuore della statistica inferenziale!
DettagliLa 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
DettagliConfronto tra due popolazioni Lezione 6
Last updated May 9, 06 Confronto tra due popolazioni Lezione 6 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Concetti visti nell ultima lezione Le media
DettagliStatistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi
Esercitazione 14 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 14 Ex.1: Verifica Ipotesi sulla media (varianza nota) Le funi prodotte da un certo macchinario hanno una
DettagliStatistical 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
DettagliACCREDITAMENTO 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
DettagliTest d Ipotesi Introduzione
Test d Ipotesi Introduzione Uno degli scopi più importanti di un analisi statistica è quello di utilizzare i dati provenienti da un campione per fare inferenza sulla popolazione da cui è stato estratto
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
DettagliControllo 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
DettagliMezzi 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
DettagliAmericani Inglesi Firenze Roma Provare l ipotesi che la nazionalità non influisca sulla scelta della meta.
TEST D IPOTESI 1 Le resistenze alla rottura delle funi prodotte da una fabbrica hanno una media pari a µ = 1800N ed uno scarto quadratico medio di σ = 100N Immettendo una nuova tecnica nel processo produttivo,
DettagliEsercitazione 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
DettagliCARTE 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
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
DettagliIl controllo statistico di processo
Il controllo statistico di processo (SPC, Statistical Process Control) Queste note NON sostituiscono il testo di riferimento ma sono finalizzate ad agevolare lo studio del testo stesso. Il controllo statistico
DettagliPresentazione 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
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
DettagliAlbero delle decisioni per identificare un CCP. (domande per ciascun pericolo, materia prima o fase) un pericolo a livelli di rischio?
Albero delle decisioni per identificare un CCP. (domande per ciascun pericolo, materia prima o fase) SI D1 - La materia prima può contenere un pericolo a livelli di rischio? NO Non è un CCP D2 - La successiva
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliLa verifica delle ipotesi
La verifica delle ipotesi Se abbiamo un idea di quale possa essere il valore di un parametro incognito possiamo sottoporlo ad una verifica, che sulla base di un risultato campionario, ci permetta di decidere
DettagliFunzione 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
DettagliProva d'esame di Statistica I - Corso Prof.ssa S. Terzi
Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio Il contenuto di nicotina di una certa marca di sigarette è 0,25 milligrammi con una deviazione standard di 0,015. Un associazione
DettagliIL CONTROLLO STATISTICO DEI PROCESSI
IL CONTOLLO STATISTICO DEI POCESSI Il controllo statistico dei processi 1 CONTOLLO STATISTICO DEL POCESSO VAIABILITA DEI POCESSI FATTOI INTENI MATEIALI MACCHINE STUMENTI DI TEST POCESSO OPEATOE TEMPO CONTOLLI
DettagliDISTRIBUZIONI DI CAMPIONAMENTO
DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,
DettagliCofinanziato dal F.S.E. e approvato dalla Provincia di Modena con D.G. 305 del 31/07/06 rif. P.A /Mo
Se lavori e vuoi aggiornarti, per te e per la tua azienda ci sono corsi GRATUITI Cogli questa opportunità, ISCRIVITI subito. Agosto 2006 n. 1 STRUMENTI METODOLOGICI PER LA GESTIONE DELLA GARA PUBBLICA
DettagliREPERTORIO 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
DettagliUNIVERSITÀ 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
DettagliSOLUZIONI ESERCITAZIONE NR. 8 Test statistici
SOLUZIONI ESERCITAZIONE NR. 8 Test statistici ESERCIZIO nr. 1 Un campione casuale di dieci pazienti di sesso maschile in cura per comportamenti aggressivi nell ambito del contesto familiare è stato classificato
DettagliStatistica 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
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
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
DettagliMisure della lunghezza focale di una lente
Padova, Gennaio 2004 Misure della lunghezza focale di una lente Cognome... Nome... Matricola... Cognome... Nome... Matricola... Cognome... Nome... Matricola... Indicare il numero identificativo e le caratteristiche
DettagliCorso 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
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
DettagliContenuti: Capitolo 14 del libro di testo
Test d Ipotesi / TIPICI PROBLEMI DI VERIFICA DI IPOTESI SONO Test per la media Test per una proporzione Test per la varianza Test per due campioni indipendenti Test di indipendenza Contenuti Capitolo 4
DettagliCenni 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
DettagliREPERTORIO 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
DettagliX Lezione Analisi della varianza Esempi e esercizi CPS - Corso di studi in Informatica II parte: Statistica
Corso di Calcolo delle Probabilità e Statistica II Parte - STATISTICA X Lezione Analisi della varianza Esempi e esercizi 1 Argomenti della X Lezione Tests per il confronto di più medie: ANOVA Utilità e
DettagliLaboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
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
DettagliSTATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 compito B
STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 compito B Esercizio 1 La Tabella 1 riporta la distribuzione dei turisti che hanno soggiornato in una certa città
DettagliEsercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo
Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo 1. Gli studi di simulazione possono permetterci di apprezzare alcune delle proprietà di distribuzioni campionarie ricavate
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
DettagliThe Red Beads Experiment
Esperimenti di Statistica per l Innovazione CdS Ambiente e Territorio - Gestionale Prof. P. Erto, Prof. A. Lanzotti a.a. 2007/08 The Red Beads Experiment Ing. D Ambrosio Paolo Ing. Irlando Marcello L esperimento
DettagliFondamenti di Psicometria. La statistica è facile!!! VERIFICA DELLE IPOTESI
Fondamenti di Psicometria La statistica è facile!!! VERIFICA DELLE IPOTESI INFERENZA STATISTICA Teoria della verifica dell ipotesi : si verifica, in termini probabilistici, se una certa affermazione relativa
DettagliIISS E. Bona. Copia controllata
Pagina 1 di 6 Copia controllata 1. Scopo e Campo di Applicazione La presente procedura stabilisce le responsabilità e le modalità per l efficace gestione delle non conformità riscontrate durante la progettazione,
DettagliLE PROVE ACCELERATE. AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 5 1. Ed.1 del 14/09/98 Rev. 3 del 08/09/00
5. LE PROVE ACCELERATE Ed.1 del 14/09/98 Rev. 3 del 08/09/00 AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 5 1 FIT PROVE ACCELERATE TENDENZA PER GLI OBIETTIVI DI AFFIDABILITA TASSO DI GUASTO 1970:
DettagliIntervalli 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
DettagliTENUTA SOTTO CONTROLLO DEI PRODOTTI NON CONFORMI
EDIZIONE MANUALE REVISIONE DATA 31.07.13 N 01 DATA 31.07.13 N 00 PAG. 1 DI 5 DEI PRODOTTI NON CONFORMI 1 SCOPO 2 CAMPO DI APPLICAZIONE 3 RESPONSABILITÀ 4 PRESCRIZIONI 4.1 DEFINIZIONE DI PRODOTTO (SERVIZIO)
DettagliLEZIONI 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
Dettagli4.10 PROVE, CONTROLLI E COLLAUDI
Unione Industriale 55 di 94 4.10 PROVE, CONTROLLI E COLLAUDI 4.10.1 Generalità Il fornitore deve predisporre e mantenere attive procedure documentate per le attività di prova, controllo e collaudo allo
DettagliTeorema del Limite Centrale
Teorema del Limite Centrale Problema. Determinare come la media campionaria x e la deviazione standard campionaria s misurano la media µ e la deviazione standard σ della popolazione. È data una popolazione
DettagliElementi 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
DettagliUNI ISO 8258: /03/2004 TESTO DELLA NORMA METODI STATISTICI PER LA GESTIONE DEI PR. Carte di controllo di Shewhart Shewhart control charts
NORMA TECNICA DATA AUTORI TITOLO SOMMARIO 01/03/2004 METODI STATISTICI PER LA GESTIONE DEI PR Carte di controllo di Shewhart Shewhart control charts La norma costituisce una guida all'utilizzazione ed
DettagliESAME. 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
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
DettagliASSICURAZIONE DELLA QUALITA DEI RISULTATI DI PROVA CARTE DI CONTROLLO PARTICOLARI PER VARIABILI CONTINUE
ASSICURAZIONE DELLA QUALITA DEI RISULTATI DI PROVA CARTE DI CONTROLLO PARTICOLARI PER VARIABILI CONTINUE Carte J (Jaehn) Carte T- H (Thompson-Howarth) Dr. Piga Cesarino Carte di controllo RM costruite
DettagliControllo 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
DettagliStatistica Applicata all edilizia: alcune distribuzioni di probabilità
Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 23 marzo 2010 Indice Distribuzioni di probabilità discrete 1 Distribuzioni di probabilità discrete
Dettagli05. 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,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 9-Introduzione alla statistica inferenziale (vers. 1.2, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n
DettagliAnalisi della varianza
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Facoltà di Medicina e Chirurgia - A.A. 2009-10 Scuole di specializzazione Lezioni comuni Disciplina: Statistica Docente: dott.ssa Egle PERISSINOTTO
DettagliUniversità degli Studi di Cassino Facoltà di Ingegneria. Lezioni del Corso di Misure Meccaniche e Termiche. G.04 La Conferma Metrologica
Facoltà di Ingegneria Lezioni del Corso di Misure Meccaniche e Termiche G.04 La Conferma Metrologica Il termine Conferma metrologica non è presente nella norma UNI CEI EN ISO/IEC 17025. Per conoscere il
DettagliFacoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 2012
Facoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 01 Esercizio 1. Con riferimento a due variabili dicotomiche X e Y (con valori possibili 0 o 1) si definisca
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
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
DettagliEsame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 19 settembre 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si
Dettaglii dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente
TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2
DettagliSe 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
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
DettagliCAPITOLO M PROGRAMMA DI QUALITÀ E CONTROLLO
CAPITOLO M PROGRAMMA DI QUALITÀ E CONTROLLO Obiettivi generali M1 M2 M3 Ogni impianto a tecnologia complessa deve essere progettato, realizzato e condotto secondo i principi della garanzia della qualità,
DettagliLezione 2. Il miglioramento della Qualità nel moderno ambiente lavorativo
Lezione 2 Il miglioramento della Qualità nel moderno ambiente lavorativo Il materiale didattico potrebbe contenere errori: la segnalazione e di questi errori è benvenuta. Università degli Studi di Milano
Dettaglib) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):
ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva
DettagliSOLUZIONE. a) Calcoliamo il valore medio delle 10 misure effettuate (media campionaria):
ESERCIZIO SU TEST STATISTICO (Z, T e χ ) Da una ditta di assemblaggio di PC ci viene chiesto di controllare la potenza media dissipata da un nuovo processore, che causa a volte problemi di sovraccarico
DettagliSerie storiche Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007
Serie storiche Introduzione Per alcuni dataset, l attributo target è soggetto ad un evoluzione temporale e risulta associato ad istanti di tempo successivi. I modelli di analisi delle serie storiche si
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
DettagliSISTEMI DI GESTIONE PER LA QUALITA (SGQ)
SISTEMI DI GESTIONE PER LA QUALITA (SGQ) ESIGENZE DEI CLIENTI AZIENDA (GSQ) MIGLIORAMENTO PRESTAZIONI SUCCESSO AZIENDALE SISTEMI DI GESTIONE PER LA QUALITA (SGQ) Dirigenza sistematica Controllo aziendale
DettagliSTATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 Compito A
STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 Compito A Esercizio 1 La Tabella 1 riporta la distribuzione dei Comuni di una certa Provincia per numero di
DettagliCompiti tematici dai capitoli 2,3,4
Compiti tematici dai capitoli 2,3,4 a cura di Giovanni M. Marchetti 2016 ver. 0.8 1. In un indagine recente, i rispondenti sono stati classificati rispetto al sesso, lo stato civile e l area geografica
DettagliEsercizi di preparazione all esame di Statistica Dr Alessia Mammone alessia STATISTICA DESCRITTIVA
Esercizi di preparazione all esame di Statistica Dr Alessia Mammone alessia mammone@gmail.com STATISTICA DESCRITTIVA Esercizio 1. Calcolare media, varianza, deviazione standard, mediana e moda delle seguenti
DettagliCONTROLLO 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
DettagliIndice: Strategie generali Strategie specifiche Ripetizione Metodi per aumentare la validità
Controllo Indice: Strategie generali Strategie specifiche Ripetizione Metodi per aumentare la validità Definiremo il controllo come qualsiasi mezzo impiegato per eliminare le possibili minacce alla validità
DettagliANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 007/008 ANOVA: ANALISI DELLA VARIANZA Prof. Antonio Lanzotti A cura di: Ing.
DettagliProbabilità 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.
DettagliStatistica inferenziale. La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione.
Statistica inferenziale La statistica inferenziale consente di verificare le ipotesi sulla popolazione a partire dai dati osservati sul campione. Verifica delle ipotesi sulla medie Quando si conduce una
Dettagli