Simulazione. Definizione dei parametri. Confronto e validazione. Modello del sistema. Valori di aspettazione delle osservabili
|
|
- Gregorio Valli
- 6 anni fa
- Visualizzazioni
Transcript
1 Simulazione L'applicazione principale di metodi Monte Carlo è la simulazione di processi che hanno delle caratteristiche di casualità: processi stocastici (es. random walk, simulazione di code, sistemi termodinamici, misure sperimentali. Confronto e validazione Definizione dei parametri Modello del sistema Valori stimati dei parametri Valori di aspettazione delle osservabili Processo di analisi dei dati Quantità osservate Fluttuazioni casuali Attilio Andreazza - Laboratorio di Calcolo 2 6
2 Cosa voglio sapere: Simulazione di un esperimento qual è l'incertezza della misura ripetere diverse volte la misura e calcolare la deviazione standard...ma spesso non posso ripetere l'esperimento più di una volta usare la propagazione degli errori...ma spesso la mia procedure di analisi può non essere analitica (ad es.: scarto misure a più di 3σ faccio una simulazione del mio esperimento, la ripeto un gran numero di volte e calcolo la deviazione standard! la mia procedura di misura introduce un errore sistematico (il valore che misuro è diverso da quello in ingresso del modello non posso saperlo direttamente dai dati quali sono i contributi delle diverse sorgenti di errore all'incertezza della misura permette di capire dove devo concentrarsi per migliorare l'esperimento ci sono correlazioni tra le quantità misurate Attilio Andreazza - Laboratorio di Calcolo 2 7
3 Spettrometro a prisma Determinare le proprietà di un materiale: indice di rifrazione in funzione della lunghezza d'onda della luce descritto dai parametri di Cauchy A e B: n = A B 2 Attraverso la misura di angoli: apertura α del prisma angolo di deflessione minima per diverse lunghezze d'onda θ m (λ entrambi ottenuti per differenza di misure angolari Calcolo di n(λ Fit di n(λ in funzione di A e B Attilio Andreazza - Laboratorio di Calcolo 2 8
4 Spettrometro a prisma - I Definizione dei parametri Modello del sistema Valori di aspettazione delle osservabili Il sistema è definito da: parametri di Cauchy A e B angolo di apertura del prisma α lunghezze d'onda λ i delle righe della lampada a Hg usate per la luce. Ciò che viene osservato: angoli θ 1 e θ 2 di riflessione totale usati per determinare l'angolo di apertura del prisma angolo θ 0 del fascio non deflesso in assenza di prisma posizione del fascio deflesso nella conzione di deviazione minima θ(λ i. Processo (quasi deterministico Attilio Andreazza - Laboratorio di Calcolo 2 9
5 Spettrometro a prisma - II Fluttuazioni casuali Quantità osservate Valori di aspettazione delle osservabili Ciò che viene osservato: angoli θ 1 e θ 2 di riflessione totale usati per determinare l'angolo di apertura del prisma Ad ogni angolo bisogna aggiungere un errore per ottenere il corrispondente valore misurato estratto da una distribuzione gaussiana: valor medio 0 angolo θ 0 del fascio non deflesso in assenza di prisma posizione del fascio deflesso nella conzione di deviazione minima θ(λ i. Processo casuale sigma pari all'incertezza dello strumento (1' Attilio Andreazza - Laboratorio di Calcolo 2 10
6 Spettrometro a prisma - III Valori stimati dei parametri Processo di analisi dei dati Dobbiamo processare le quantità misurate per ottenere i parametri del modello: Quantità osservate Nelle pagine web del laboratorio ci sono tutte le informazioni per fare questi tre passi......nei temi d'esame dovete essere voi a dimostrare di essere in grado di impostarli. 1 θ 1 e θ 2 per determinare α. 2 θ 0 e θ(λ i per determinare gli angoli di deviazione minima θ m (λ i. 3 α e θ m (λ i per determinare l'indice di rifrazione misurato n(λ i. 4 fare un fit ai valori di n(λ i per ricavare delle stime di A e B. Attilio Andreazza - Laboratorio di Calcolo 2 11
7 Valori stimati dei parametri Spettrometro a prisma - IV Lo strumento principale sono i residui (o errori nella stima dei parametri: A misurato -A B misurato -B n(λ i misurato -n(λ i... Definizione dei parametri Confronto e validazione Per fornire queste risposte dobbiamo simulare l'esperimento un numero N sufficientemente grande di volte. Dobbiamo rispondere alle domande: incertezza della misura scarto quadratico medio della distribuzione degli errori errore sistematico media della distribuzione dei residui N.B.: l'errore sulla media è r.m.s./ N correlazioni tra le quantità misurate grafici bidimensionali degli errori coefficiente di correlazione = Attilio Andreazza - Laboratorio di Calcolo 2 12
8 Residui media 6.8E-6 incertezza sulla media 5.4E-6 incertezza sulla singola misura 5.4E-4 n(λ 1 misurato -n(λ 1 Attilio Andreazza - Laboratorio di Calcolo 2 13
9 n(λ 2 misurato -n(λ 2 Correlazioni n(λ 1 misurato -n(λ 1 Attilio Andreazza - Laboratorio di Calcolo 2 14
Ulteriori Conoscenze di Informatica e Statistica
ndici di forma Ulteriori Conoscenze di nformatica e Statistica Descrivono le asimmetrie della distribuzione Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 ( piano) tel.: 06 55 17 72 17
DettagliLezione 6 Metodi Monte Carlo. Fernando Palombo
Lezione 6 Metodi Monte Carlo http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Stimatori Monte Carlo dell Integrale Vogliamo calcolare l integrale definito:
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 75-585 278 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
DettagliPendolo - Scheda n.1. Obiettivo dell esperimento. Materiale a disposizione. Relazioni usate e approssimazioni fatte. Modalità di esecuzione
Pendolo - Scheda n.1 Obiettivo dell esperimento Materiale a disposizione Relazioni usate e approssimazioni fatte Modalità di esecuzione Pendolo - Scheda n.1 Tabella con Dataset ii Fate attenzione a: Unità
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
DettagliPrimo esonero del corso di Ottica con Laboratorio A.A Novembre 2014
Primo esonero del corso di Ottica con Laboratorio A.A. 2014-15 5 Novembre 2014 Grouchy espéré, Blücher survenant N. Esercizio 1 (4 punti): Un sottile fascio di luce incide su una faccia di una lastra di
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
DettagliIl metodo dei minimi quadrati. Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo:
Il metodo dei minimi quadrati Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo: Dove A e B sono costanti y = A + Bx (ad esempio in un moto uniformemente
DettagliAnalisi degli Errori di Misura. 08/04/2009 G.Sirri
Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia
DettagliSpettrometro a reticolo e a prisma
Spettrometro a reticolo e a prisma Marilena Teri, Valerio Toso & Ettore Zaffaroni (gruppo Lu4) 1 Introduzione 1.1 Introduzione ai feomeni in esame Quando la luce viene fatta incidere normalmente alla superficie
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
DettagliCORSO 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
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
DettagliCorsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre Gennaio 2001
Corsi di Laurea in Ingegneria Civile e Edile Analisi Matematica II e Probabilita Lezioni A.A. 2000/01, prof. G. Stefani 9 Ottobre 2000-28 Gennaio 2001 1 Nona settimana 76. Lun. 4 Dic. Generalita. Spazi
DettagliLaboratorio di Meccanica (can C) A.A. 2014/15
Laboratorio di Meccanica (can C) A.A. 2014/15 Diario Tipo: PII: prova in itinere E: esercizi V: vacanza Lo scorso anno N Data Tipo Argomento N Data Tipo Argomento 1W No Lab 1W No Lab 1 mercoledì 4 marzo
DettagliCON L EUROPA INVESTIAMO NEL VOSTRO FUTURO Fondi Strutturali Europei Programmazione FSE PON "Competenze per lo sviluppo" Bando 2373
CON L EUROPA INVESTIAMO NEL VOSTRO FUTURO Fondi Strutturali Europei Programmazione 2007-2013 FSE PON "Competenze per lo sviluppo" Bando 2373 26/02/2013 Piano integrato 2013 Codice progetto: C-2-FSE-2013-313
DettagliStatistica Applicata all edilizia Lezione: approccio stocastico all analisi delle serie storiche
Lezione: approccio stocastico all analisi delle serie storiche E-mail: orietta.nicolis@unibg.it 3 maggio 2011 Programma 1 Approccio stocastico all analisi delle serie storiche Programma Approccio stocastico
DettagliAcquisizione, rappresentazione e analisi di dati sperimentali Aurelio Agliolo Gallitto
Acquisizione, rappresentazione e analisi di dati sperimentali Aurelio Agliolo Gallitto Dipartimento di Scienze Fisiche ed Astronomiche Introduzione Esperimenti illustrativi, per visualizzare un determinato
Dettagli3) Vengono di nuovo ripetute le misure del punto 2 e i risultati sono s, s, s, s, s, s, s, 96.
Problema A Un pendolo e costituito da una massa di dimensioni trascurabili appesa a un filo considerato in estensibile, di massa trascurabile, lunghezza L, e fissato a un estremo. L Il periodo di oscillazione
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
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliDistribuzione Gaussiana
Nella maggioranza dei casi (ma non in tutti) facendo un istogramma delle misure acquisite si ottiene una curva a campana detta normale o Gaussiana. G,, G,, d 1 e 2 1 Distribuzione Gaussiana 1 2 = Valor
DettagliEffetto Faraday. Relazione sperimentale
1 Apparato Sperimentale Relazione sperimentale Al fine3 della realizzazione dell esperienza, sono necessari i seguenti strumenti di lavoro: una lampada di luce al sodio, scelta pressoché monocromatica
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
DettagliSpettrometria. Relazione sperimentale
1 Relazione sperimentale Scopo dell esperienza è la misura della lunghezza d onda delle righe dello spettro della luce al mercurio e la misura dell indice di rifrazione del vetro in funzione della lunghezza
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,
DettagliSimulazione dei dati
Simulazione dei dati Scopo della simulazione Fasi della simulazione Generazione di numeri casuali Esempi Simulazione con Montecarlo 0 Scopo della simulazione Le distribuzioni di riferimento usate per determinare
DettagliCognome e Nome:... Matricola e corso di laurea:...
Statistica - corso base Prof. B. Liseo Prova di esame dell 8 gennaio 2014 Cognome e Nome:................................................................... Matricola e corso di laurea:...................................................
DettagliCorso C Geomatica. Teoria degli errori. Massimiliano Cannata
Corso C111.01 - Geomatica Teoria degli errori Rappresentazione di una misura di precisione ( x ± σ x ) u x = misura σ x = incertezza della misura u = unità di misura Il problema degli errori in topografia
DettagliCORSO 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,
DettagliCapitolo 5 Confidenza, significatività, test di Student e del χ 2
Capitolo 5 Confidenza, significatività, test di Student e del χ 5.1 L inferenza Se conosciamo la legge di probabilità di un evento (a priori o a posteriori) possiamo fare delle previsioni su come l evento
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
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
DettagliLaboratorio di Calcolo B 68
Generazione di numeri casuali Abbiamo già accennato all idea che le tecniche statistiche possano essere utili per risolvere problemi di simulazione di processi fisici e di calcoli numerici. Dobbiamo però
DettagliMisura dell accelerazione di gravità
Misura dell accelerazione di gravità Relazione sperimentale Scopo dell esperimento è la misurazione del valore dell accelerazione di gravità terrestre g mediante la misura del periodo di oscillazione di
DettagliCORSO 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
DettagliOgni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.
Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice
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
DettagliCognome e Nome:... Corso di laurea:...
Statistica - corso base Prof. B. Liseo Prova di esame dell 8 gennaio 201 Cognome e Nome:................................................................... Corso di laurea:.......................................................................
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
DettagliDI IDROLOGIA TECNICA PARTE III
FACOLTA DI INGEGNERIA Laurea Specialistica in Ingegneria Civile N.O. Giuseppe T. Aronica CORSO DI IDROLOGIA TECNICA PARTE III Idrologia delle piene Lezione XIX: I metodi indiretti per la valutazione delle
DettagliEsercizi di Ricapitolazione
Esercizio 1. Sono dati 150g di una soluzione S 1 concentrata al 12%. (a) Determinare quanti grammi di soluto occorre aggiungere a S 1 per ottenere una nuova soluzione S 2 concentrata al 20%. (b) Determinare
DettagliCriteri di Valutazione della scheda (solo a carattere indicativo)
Criteri di Valutazione della scheda (solo a carattere indicativo) Previsioni - A Sono state fatte le previsioni e discussi i valori attesi insieme al ragionamento con cui sono stati calcolati? E stata
DettagliL analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta
L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.
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
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
DettagliAcquisizione, rappresentazione e analisi di dati sperimentali
Acquisizione, rappresentazione e analisi di dati sperimentali Aurelio Agliolo Gallitto Dipartimento di Fisica, Università di Palermo Introduzione Esperimenti illustrativi, per visualizzare un determinato
DettagliFISICA. Elaborazione dei dati sperimentali. Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica
FISICA Elaborazione dei dati sperimentali Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica LA MISURA GLI STRUMENTI DI MISURA Gli strumenti di misura possono essere analogici o digitali.
DettagliStatistica Metodologica Avanzato Test 1: Concetti base di inferenza
Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con
DettagliAnalisi della varianza
Analisi della varianza Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona ANALISI DELLA VARIANZA - 1 Abbiamo k gruppi, con un numero variabile di unità statistiche.
DettagliDistribuzione normale
Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliPercorso ottico attraverso un corpo semicircolare: osservazione. Studio del cammino dei raggi di luce attraverso un corpo semicircolare
ESPERIENZA 4 Percorso ottico attraverso un corpo semicircolare: osservazione 1 Argomenti Studio del cammino dei raggi di luce attraverso un corpo semicircolare 2 Montaggio Fig. 1 3 Note al montaggio 3.1
DettagliMetodi di regressione multivariata
Metodi di regressione multivariata Modellamento dei dati per risposte quantitative I metodi di regressione multivariata sono strumenti utilizzati per ricercare relazioni funzionali quantitative tra un
Dettaglif (a)δa = C e (a a*)2 h 2 Δa
Distribuzione di Gauss Se la variabile non e` discreta ma puo` variare in modo continuo in un certo intervallo e ad ogni suo valore resta assegnata una probabilita` di verificarsi, dalla distribuzione
DettagliMISURE ANALITICHE MISURE ANALITICHE. η = x - θ. θ (valore vero) x (misura) ERRORE TOTALE. η 1 > 0
MISURE ANALITICHE MISURE ANALITICHE Il risultato di un operazione di misura è un numero reale (x), detto misura analitica che esprime il valore vero (). a) livello VERO di un indicatore biologico (valore
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
DettagliTutorato di Chimica Analitica 2016/2017
Tutorato di Chimica Analitica 2016/2017 Friendly reminder La notazione scientifica Modo per indicare un risultato con numerose cifre decimali come prodotto di una potenza di 10 esempio Cifre significative
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
DettagliQuanti 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
DettagliIl Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 075-585 2708 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
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
DettagliSTATISTICA 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
DettagliRisultati esperienza sul lancio di dadi Ho ottenuto ad esempio:
Dado B (6): 2 2 6 6 6 1 1 3 6 4 6 6 3 1 1 4 1 6 3 6 6 4 6 3 2 4 3 2 6 3 5 5 6 4 3 3 2 1 2 1 6 3 2 4 4 3 6 6 3 2 1 6 6 4 6 1 3 6 6 1 6 2 4 5 3 3 6 2 1 6 6 3 1 2 6 3 1 3 4 6 1 6 4 1 6 4 6 6 6 5 5 2 4 1 2
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
DettagliAnalisi della disponibilità d acqua. Valutazione dell impianto attraverso il calcolo di un indice economico (criterio)
Analisi della disponibilità d acqua Valutazione dell impianto attraverso il calcolo di un indice economico (criterio) Approccio diverso a seconda del criterio di valutazione Nel caso di criterio statistico
DettagliESPERIENZA DI LABORATORIO N 1. 1) Misura diretta mediante tester della resistenza elettrica dei resistori R1, R2, R3 e calcolo degli errori di misura.
ESPERIENZA DI LABORATORIO N. ) Misura diretta mediante tester della resistenza elettrica dei resistori R, R, R3 e calcolo degli errori di misura. Dalla misurazione diretta delle singole resistenze abbiamo
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
DettagliPENDOLO SEMPLICE: Misura dell accelerazione di gravità e studio statistico dei risultati
PENDOLO SEMPLICE: Misura dell accelerazione di gravità e studio statistico dei risultati SCOPO: Misura del periodo di un pendolo di lunghezza nota con cronometri diversi Calcolo dell accelerazione di gravità
DettagliCorso di Statistica Industriale
Corso di Statistica Industriale Corsi di Laurea Specialistica in Ingegneria Gestionale e Ingegneria Meccanica Docente: Ilia Negri Orario del corso: Martedì: dalle 14.00 alle 16.00 Venerdì: dalle 10.30
DettagliTEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE
TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE Errore di misura è la differenza fra l indicazione fornita dallo strumento e la dimensione vera della grandezza. Supponendo che la grandezza vera
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
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
DettagliFit con Root. Stefano Lacaprara
Fit con Root Stefano Lacaprara Cos'e' l'analisi dati L'analisi dati consiste nell'estrarre da una (decentemente confusa) serie di dati alcune (poche) quantita di interesse fisico Visto che tutte le quantita
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 35 Il modello di regressione
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta
Dettaglidistribuzione della popolazione campionata distribuzione di quantità che dipendono dal campione (distribuzioni campionarie)
Obiettivi lezione 4 CAPIRE: distribuzione della popolazione campionata distribuzione di quantità che dipendono dal campione (distribuzioni campionarie) CONOSCERE: Le distribuzioni della media campionaria,
DettagliSchema lezione 5 Intervalli di confidenza
Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari
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
DettagliESERCIZIO pag ? = Stima del numero medio di battiti cardiaci /minuto per una certa popolazione.
ESERCIZIO pag.146 6..1? = Stima del numero medio di battiti cardiaci /minuto per una certa popolazione. x= 90 battiti/minuto n = 49 Assunzioni: campione casuale; popolazione distribuita N; σ = 10 battiti/minuto.
DettagliLe statistiche campionarie sono stime dei parametri ignoti della popolazione al cui valore siamo interessati.
Una volta selezionato il campione, la variabile di interesse viene misurata sugli elementi che lo costituiscono. I valori che la variabile assume vengono poi sintetizzati utilizzando le statistiche opportune
DettagliCAPITOLO 5. Stima della frequenza dei segnali dovuta al 40 K
CAPITOLO 5 Stima della frequenza dei segnali dovuta al 40 K 5.1 Simulazione dei segnali registrabili con i fotomoltiplicatori. Nei capitoli precedenti, dopo aver illustrato brevemente la motivazione per
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
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
DettagliESPERIENZA DADI. Nome Cognome: Numero gruppo: Data Consegna: Anno accademico: Se Possibile tenete il formato di queste schede
ESPERIENZA DADI Nome Cognome: E-mail: Numero gruppo: Data Consegna: Anno accademico: Se Possibile tenete il formato di queste schede Dadi - Scheda n.1 Obiettivo dell esperimento Materiale a disposizione
DettagliUniversità del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare
DettagliLa distribuzione delle frequenze. T 10 (s)
1 La distribuzione delle frequenze Si vuole misurare il periodo di oscillazione di un pendolo costituito da una sferetta metallica agganciata a un filo (fig. 1). A Figura 1 B Ricordiamo che il periodo
DettagliUNIVERSITÀ DEGLI STUDI DI PERUGIA
SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale
DettagliRisoluzioni di alcuni esercizi
Risoluzioni di alcuni esercizi Reti topografiche, trasformazioni di coordinate piane In una poligonale piana il punto è nell origine delle coordinate, l angolo (in verso orario fra il semiasse positivo
DettagliSCHEDA DIDATTICA N 7
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti
DettagliMISURAZIONE. Sistema empirico (SE): ciò che si vuole misurare; costituito da elementi legati tra loro da relazioni
Attendibilità Misurazione I problemi di misurazione degli oggetti di studio sono comuni a tutte le discipline scientifiche. In psicologia il problema è solo più evidente, non più grave. I costrutti che
DettagliMisura del modulo dell accelerazione di gravità g tramite pendolo
Misura del modulo dell accelerazione di gravità g tramite pendolo Il valore di g dipende da: 1) Latitudine terrestre 2) Altezza rispetto al livello del mare Ma localmente è una costante! Fino a tempi relativamente
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
DettagliESPERIENZA 6 La legge della riflessione
ESPERIENZA 6 La legge della riflessione 1. Argomenti Determinare la direzione del raggio riflesso sulla superficie di uno specchio piano a diversi angoli di incidenza. Confrontare gli angoli di incidenza
DettagliLezione 18. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 18. A. Iodice
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 45 Outline 1 2 3 4 5 () Statistica 2 / 45 Modello di In molte applicazioni il ruolo delle variabili
DettagliFormazione dell'immagine
Ottica geometrica Percepiamo la luce perché ci arriva direttamente dalla sorgente oppure riflessa dagli oggetti L'emissione della luce è complessa da capire, mentre la propagazione è, di solito, più semplice
DettagliI Esonero di Elementi di Ottica del 13/06/2011
I Esonero di Elementi di Ottica del 13/06/2011 1) L onda elettromagnetica piana sinusoidale di frequenza f= 100 khz emessa da un sottomarino in superficie, si propaga orizzontalmente sia nell aria che
DettagliEsperienza 4. Misura dell Indice di rifrazione. Cenni teorici
Esperienza 4 Misura dell Indice di rifrazione Cenni teorici Al termine del Capitolo 10 del testo di Fisica A sono state formulate le 4 equazioni di Maxwell in forma locale, dipendenti dal tempo. Esse engono
DettagliVALIDAZIONE DEL MODELLO
VALIDAZIONE DEL MODELLO Validazione del Modello Non è sufficiente stimare il vettore θ per dichiarare concluso il processo di identificazione. E necessario ottenere una misura della sua affidabilità L
DettagliCapitolo 2 Le misure delle grandezze fisiche
Capitolo 2 Le misure delle grandezze fisiche Gli strumenti di misura Gli errori di misura Il risultato di una misura Errore relativo ed errore percentuale Propagazione degli errori Rappresentazione di
DettagliPreparazione alle gare di II livello delle Olimpiadi della Fisica 2016
Preparazione alle gare di II livello delle Olimpiadi della Fisica 2016 Incontro su temi di ottica 1/2/2016 Riccardo Urigu Liceo Scientifico Copernico di Torino Sommario dei quesiti e problemi discussi
Dettagli