Integrazione Attività A Livello 2 Metodi statistici regionali. A cura di: Prof. Ing. Pasquale Versace Ing. Daniela Biondi
|
|
- Maddalena Alberta Moroni
- 6 anni fa
- Visualizzazioni
Transcript
1
2 Integrazione Attività A Livello 2 Metodi statistici regionali A cura di: Prof. Ing. Pasquale Versace Ing. Daniela Biondi Laboratorio CAMILAB Dipartimento di Difesa del Suolo - Università della Calabria Ponte P. Bucci Cubo 4/B 87036, Rende (CS). Integrazione Attività A Livello2
3 Sommario Premessa Metodo di stima Stima della portata indice Stima empirica Modello multiregressivo Stima di L cv, L ca ed L kur Stima empirica Stima regionale di L cv Costruzione della distribuzione di probabilità delle piene e stima della piena di progetto Distribuzione LogNormale Distribuzione TCEV Confronti con stima VAPI e stima PAI Considerazioni conclusive Integrazione Attività A Livello2 2
4 Premessa Il presente documento integra la monografia relativa all attività A livello 2 Modelli statistici regionali del progetto Studio e sperimentazione di metodologie e tecniche per la mitigazione del rischio idrogeologico (Lotto Progettuale n 7 - Stima delle massime portate al colmo di piena - POR Calabria Misura.4 Sistemi insediativi Azione.4.c). Alla luce dei risultati descritti nella monografia A2, la procedura operativa di stima della portata di progetto è stata parzialmente modificata: ) introducendo un criterio di selezione delle stazioni di misura, basato sull impiego di conoscenze dirette e di valutazioni complessive di congruenza non altrimenti semplificabili; 2) riducendo il numero di descrittori richiesti dalle relazioni multi regressive individuate in modo da rendere l intera procedura più snella e di più facile applicazione; 3) considerando un impostazione più aderente alla metodologia statistica proposta nel rapporto VAPI e finora largamente utilizzata in Calabria, 4) introducendo l uso di un fattore di sicurezza al fine di considerare gli effetti derivanti dal crescente livello di urbanizzazione e di possibili cambiamenti climatici. Nel seguito sono descritti gli approcci proposti evidenziando le differenze rispetto a quanto già illustrato nella monografia A2. La relazione è suddivisa nei seguenti capitoli, escluso il presente:. Metodo di stima 2. Stima della piena indice 3. Stima di L cv, L ca ed L kur 4. Costruzione della distribuzione di probabilità delle piene e stima della piena di progetto 5. Confronti con stima VAPI e stima PAI 6. Considerazioni conclusive Integrazione Attività A Livello2 3
5 . Metodo di stima La stima della portata di progetto si effettua valutando indipendentemente la portata indice Q ind e il fattore di crescita K(T), che viene stimato in funzione degli L-momenti a cui sono legati i p parametri incogniti della distribuzione prescelta. Determinate le due quantità, la stima della piena di progetto si ottiene con il prodotto: Q T = Q ind K(T). () Rispetto a quanto riportato nella monografia A2 è previsto l uso di due diverse distribuzioni di probabilità: - la distribuzione LogNormale, a 3 parametri, già proposta nell ambito della monografia A2; - la distribuzione TCEV (Two Component Estreme Value distribution), a 4 parametri, già adottata nell ambito del progetto VAPI. In entrambi i casi, la più appropriata metodologia di stima di Q ind, e degli L-momenti nella sezione d interesse dipende dal numero di misure disponibili e dalla loro qualità, e dal periodo di ritorno T della portata di progetto richiesta. Rispetto a quanto descritto nella monografia 2, sono previste tre diverse procedure: a) approccio empirico o diretto, da applicarsi per N 0 e T N: sia il valore della piena indice, sia i valori degli L-momenti e quindi dei parametri della curva di crescita sono calcolati utilizzando il campione dei massimi annuali al colmo di piena disponibile; b) approccio misto, da applicarsi per N 0 e T N: il valore della piena indice è stimato come media campionaria delle osservazioni disponibili come nell approccio empirico, mentre i valori degli L-momenti e quindi dei parametri della curva di crescita sono calcolati con l utilizzo di relazioni regionali opportunamente tarate, espresse in funzione delle caratteristiche geomorfologiche e climatiche del bacino esaminato; c) approccio regionale, da applicarsi per N 0: il valore della piena indice ed i valori dei parametri della curva di crescita sono calcolati con l utilizzo delle relazioni opportunamente tarate, espresse in funzione delle caratteristiche geomorfologiche e climatiche del bacino esaminato. Di seguito vengono esposti i dettagli operativi relativi ai diversi metodi di stima delle grandezze di interesse evidenziando le differenze rispetto a quanto già illustrato nella monografia A2. In particolare, le relazioni di regressione stimate nella monografia A2 sono state ridotte nel numero di variabili indipendenti e ritarate sulla base dei 4 bacini riportati in Tabella le cui serie storiche appaiono maggiormente affidabili per quanto detto in introduzione. Integrazione Attività A Livello2 4
6 Tabella Bacini in base ai quali sono state rideterminate le relazioni di regressione semplificate Alaco a Mammone Alli a Orso Amato a Marino Ancinale a Razzona Corace a Grascio Coscile a Camerata Crati a Castiglione Cosentino Esaro a La Musica Esaro a S. Francesco Lao a Piè di Borgo Noce a La Calda Tacina a Rivioto Turbolo a Mongrassano Crati a Conca 2. Stima della portata indice 2. Stima empirica La stima empirica della piena indice è prevista sia nell approccio empirico, sia in quello misto, ed è rappresentata dalla media campionaria dei dati di portata al colmo Q = n ind Q i n i=. (2) Nei casi in cui le serie storiche siano state integrate con dati relativi ad eventi alluvionali di particolare rilevanza occorsi in anni distanti dal periodo sistematico di misurazione, ovvero si decida di utilizzare valori occasionali significativi di portata, lo stimatore della piena indice viene calcolato come: Q ind = nsotto _ soglia nsopra _ soglia i i i= i= + (3) n Q n eq Q dove n rappresenta la numerosità della serie storica riferita al periodo sistematico di misurazione, mentre n eq indica il periodo equivalente di osservazione, ossia la lunghezza complessiva del lasso temporale coperto dalla serie storica completa. In particolare, si fissa un valore Q soglia, pari al più piccolo dei valori relativi agli eventi occasionali considerati, che permette di separare la serie storica (composta da n sotto_soglia dati) dai dati occasionali (n sopra_soglia valori). 2.2 Modello multiregressivo La stima della piena indice con il modello multi regressivo è prevista nel caso di approccio totalmente regionale. La relazione fornita nella monografia A2 è stata riconsiderata al fine di ridurne il numero di variabili indipendenti e quindi di facilitarne l applicazione anche da parte di utenti non esperti, e di effettuare una nuova taratura sulla base dei dati relativi ai 4 bacini riportati in Integrazione Attività A Livello2 5
7 Tabella. Il tutto è stato sviluppato cercando di limitare il peggioramento delle performance del modello e di non inficiare la qualità delle stime. Con riferimento alla relazione 3. della monografia A2, basata sulla trasformazione logaritmica della piena indice: sulla base del campione di 4 sezioni sono state analizzate tutte le possibili regressioni contenenti tre dei quattro descrittori che caratterizzano l espressione 3. (LCV6,A, H m,y bar ) ; è stata effettuata una valutazione complessiva dell efficienza dei modelli scelti sulla base degli indici Nash-Sutcliffe, RMSE e MAE ottenuti sia con il campione di 4 sezioni utilizzate nella taratura, sia con il set di 37 sezioni considerato in precedenza; a parità di prestazioni è stato selezionato il modello che contiene descrittori di bacino più facili da determinare oppure disponibili per sezioni non strumentate e presenta gli indici di efficienza migliori. La stima regionale della portata indice che ha fornito i risultati migliori è la seguente: ˆ Y = ln A +.39 ln LCV ln H m (4) dove Y = lnqind e le variabili indipendenti sono: - ln LCV6, il logaritmo del valore di L CV delle piogge intense orarie di durata 6 ore; - ln A, il logaritmo dell area del bacino; - ln Hm, il logaritmo della quota media del bacino. La Tabella 2 riporta le statistiche di errore (efficienza di Nash, RMSE e MAE) calcolate sulla variabile Y = ln(q ind ) sul campione di sezioni utilizzate per la taratura della (4) e sull intero set di sezioni disponibili. I risultati in tabella non sono direttamente confrontabili con quelli relativi alle migliori combinazioni riportate nell Attività A, livello 2, in quanto la combinazione qui riportata di parametri presenta prestazioni particolarmente buone sul set dei 4 bacini considerati ma non altrettanto sul set dei 37 bacini. Tabella 2 - Statistiche di errore per i modelli selezionati per la stima della Q ind Nash & Sutcliffe RMSE MAE 4 sezioni sezioni Si evince dai risultati che l adottare la relazione (4) non comporta rilevanti perdite di efficienza rispetto alla relazione utilizzata in precedenza che forniva valori paragonabili (Tabella 3 pag. 2 della monografia A2). I valori calcolati con la (4) fanno riferimento al logaritmo della piena indice, pertanto, lo stimatore finale della piena indice si ricava come o, in via approssimata, come Integrazione Attività A Livello2 6
8 Nella Tabella 3 vengono riportate le stime di Q ind campionarie e regionali con la nuova relazione. Dai risultati (si veda anche la fig.) si evince che la relazione ottenuta tende a sovrastimare i valori di Q ind in alcune della stazioni ritenute affidabili (evidenziate con sfondo grigio), ed in particolare per il Coscile a Camerata, Esaro a La Musica e per il Crati a Conca. E da considerare però che i primi due bacini ricadono in una zona calcarea e per gli stessi nel progetto VAPI è stata considerata un area ridotta nel calcolo della Q ind, e che i dati relativi al Crati a Conca sono influenzati dalla presenza della diga sul Mucone. Tabella 3 - Stime di Q ind campionarie e regionali Denominazione codice n Q ind,emp Q ind,eq.4 Alaco a Mammone Alaco a Pirella (47) Allaro a P.Mongiano Alli ad Orso Amato a Licciardi Amato a Marino Ancinale a Razzona (78) Ancinale a Spadola Annunziata a Staorino Busento a Cosenza Careri a Bosco Colognati a Pizzuto Corace a Grascio Coscile a Camerata Crati a Castiglione Cosentino Crati a Conca Crati a S.Sofia Duverso a S. Giorgia Esaro a Cameli Esaro a La Musica Esaro a S.Francesco Garga a Torre Garga Lao a Piè di Borgo Lese Schiena d Asino Melito a Olivella Mesima a Sbarretta Metramo a Carmine Metramo a Castagnara Mucone a Cecita Noce a La Calda Noce a Le Fornaci Rizziconi Savuto a Ponte Savuto Tacina a Rivioto Tacina a Serrarossa Integrazione Attività A Livello2 7
9 Denominazione codice n Q ind,emp Q ind,eq.4 Trionto a Difesa Turbolo a Mongrassano Stima di L cv, L ca ed L kur La stima degli L-momenti è stata distinta. La stima del coefficiente di L-variazione L cv è differente secondo il tipo di approccio considerato come descritto nei paragrafi che seguono. Per quanto riguarda i valori dei coefficienti di L-asimmetria e di L-kurtosis L ca ed L kur, indipendentemente dall approccio applicato, si è stabilito di considerare i valori medi campionari ottenuti nelle 4 stazioni più affidabili, ed in particolare: L ca = L kur = Stima empirica L cv La stima diretta del coefficiente di L-variazione si applica nel caso di approccio empirico. Data una serie storica di valori di portata al colmo di piena è possibile calcolare gli L- momenti empirici in funzione dei momenti pesati in probabilità b 0, b, b 2 e b 3. In particolare risulta: 2 b L = cv. b 0 Nel caso in cui il campione di n osservazioni a disposizione sia relativo a un periodo sistematico di misurazioni, il valore dei momenti pesati in probabilità (Probability Weigthed Moments, PWM) viene calcolato come: b b = n r Q( i ) n i= r n = n con r=0 ( i ) ( i 2) K ( i r) Q( i) ( n ) ( n ) ( n r) i= 2 K con r=,,3 dove Q (i) rappresenta l i-esimo valore di portata del campione ordinato in senso crescente. Qualora le serie storiche siano state integrate con informazioni storiche occasionali, si individua per essi un valore soglia Q soglia, pari al più piccolo dei valori occasionali considerati e si selezionano gli n sotto_soglia dati al di sotto di Q soglia e gli n sopra_soglia valori al di sopra di essa. La stima dei PWM viene dunque effettuata a partire dalla somma di due contributi, come definito da Wang (990): b = b + b, r r r in cui b r è il contributo corrispondente ai valori sotto soglia mentre b r è relativo ai valori di portata che superano la Q soglia prefissata. In particolare, b r si calcola tramite la relazione: Integrazione Attività A Livello2 8
10 n b r = n ( i ) ( i 2) K ( i r) ( n ) ( n ) ( n r) i= 2 K con r = 0,,3, dove Q * ( i) con Q sist che indica il solo campione sistematico. Il contributo b r derivante dagli n sopra_soglia eventi viene pesato sulla numerosità equivalente n eq, ovvero sulla lunghezza complessiva del lasso temporale coperto dalla serie storica completa: n b r = n eq ( i ) ( i 2) K ( i r) ( n ) ( n ) ( n r) i= eq eq 2 K in cui r= 0,,3 e con eq Q ** ( i) 3.2 Stima regionale di L cv La stima regionale di L cv con il modello multi regressivo è prevista sia nel caso di approccio totalmente regionale, sia nel caso di approccio misto. Come per la piena indice, la relazione fornita nella monografia A2 è stata riconsiderata al fine di ridurne il numero di variabili indipendenti e quindi di facilitarne l applicazione anche da parte di utenti non esperti, e di effettuare una nuova taratura sulla base dei dati relativi ai 4 bacini riportati in tabella. Con riferimento alla relazione 4. della monografia A2 per la stima del coefficiente di L- variazione: sulla base dei dati relativi al set di 4 bacini sono state analizzate tutte le possibili regressioni contenenti tre dei quattro descrittori che caratterizzano l espressione 4.; è stata effettuata una valutazione complessiva dell efficienza dei modelli scelti sulla base degli indici Nash-Sutcliffe, RMSE e MAE ottenuti sia con il campione di 4 sezioni utilizzate nella taratura, sia con il set di 37 sezioni considerato in precedenza; è stato selezionato il modello che contiene descrittori di bacino più facili da determinare oppure disponibili per sezioni non strumentate e presenta gli indici di efficienza migliori. La relazione più appropriata per la stima del coefficiente L cv è risultata essere la seguente espressione: L CV = LC _ LC _ SLDP (5) dove: Integrazione Attività A Livello2 9
11 - LC_4 indica la percentuale, sull area del bacino, di zone non vegetate, zone estrattive, discariche e cantieri, zone industriali, commerciali e reti di comunicazione; - LC_ indica la percentuale, sull area del bacino, di zone urbanizzate con tessuto continuo e di aree urbanizzate discontinue; - SLDP è la pendenza media dell asta principale. La Tabella riporta le statistiche di errore (efficienza di Nash, RMSE e MAE) sul campione di sezioni utilizzate per la taratura della (5) e sull intero set di sezioni disponibili. Tabella - Statistiche di errore per i modelli selezionati per la stima della Lcv Nash & Sutcliffe RMSE MAE 4 sezioni sezioni I risultati forniscono nella stima risultati analoghi a quelli ottenuti (Tabella 5 pag. 36 della monografia A2) con la relazione utilizzata in precedenza, in cui oltre ai descrittori considerati anche nella eq. 5 era presente l interquartile della curva ipsografica (IPSOinterq). Nella Tabella 3 vengono riportate le stime di L cv campionarie e regionali per la nuova relazione. Integrazione Attività A Livello2 0
12 Tabella 2 - Stime di L cv campionarie e regionali Denominazione codice n L CV,emp L CV,eq 5 Alaco a Mammone Alaco a Pirella (47) Allaro a P.Mongiano Alli ad Orso Amato a Licciardi Amato a Marino Ancinale a Razzona (78) Ancinale a Spadola Annunziata a Staorino Busento a Cosenza Careri a Bosco Colognati a Pizzuto Corace a Grascio Coscile a Camerata Crati a Castiglione Cosentino Crati a Conca Crati a S.Sofia Duverso a S. Giorgia Esaro a Cameli Esaro a La Musica Esaro a S.Francesco Garga a Torre Garga Lao a Piè di Borgo Lese Schiena d Asino Melito a Olivella Mesima a Sbarretta Metramo a Carmine Metramo a Castagnara Mucone a Cecita Noce a La Calda Noce a Le Fornaci Rizziconi Savuto a Ponte Savuto Tacina a Rivioto Tacina a Serrarossa Trionto a Difesa Turbolo a Mongrassano Integrazione Attività A Livello2
13 4 Costruzione della distribuzione di probabilità delle piene e stima della piena di progetto I parametri L cv, L ca ed L kur stimati con le relazioni riportate in precedenza vengono utilizzati per determinare i parametri della distribuzione di probabilità adimensionale ed il cosiddetto fattore di crescita, che verrà infine moltiplicato per il valore di portata indice. Rispetto a quanto riportato nella monografia sono suggerite due distribuzioni di probabilità: - la distribuzione LogNormale, con parametri ξ (posizione), α (scala) e k (forma), già individuata nell ambito della monografia A2; - la distribuzione TCEV (Two Component Estreme Value distribution), con parametri θ, θ 2 (posizione), Λ, Λ 2 (scala), già adottata nell ambito del progetto VAPI. 4. Distribuzione LogNormale Noti i valori di L cv e L ca, i parametri della distribuzione LogNormale possono essere calcolati mediante le seguenti espressioni: k L ca E + EL + E L + E L ca 2 ca 3 ca FL ca + FL 2 ca + FL 3 ca, 2 2 k Le cv k α =, 2 Φ 2 ( k ) ( e k ) 2 2 α ξ =, k utilizzando i coefficienti riportati nella Tabella 3 sotto riportata e dove Φ rappresenta la funzione cumulata della distribuzione Normale standard. Tabella 3 - Coefficienti di approssimazione per le equazioni dei parametri della distribuzione lognormale Coefficiente Valore Coefficiente Valore E F E F E F E Una volta fissati i parametri della distribuzione ξ, α, k è possibile calcolare il quantile con tempo di ritorno T della distribuzione adimensionale KT ( ) kφ T ξ + α e k k 0 = k = ξ + αφ 0 T Integrazione Attività A Livello2 2
14 dove Φ T normale standard. Il valore di progetto finale sarà poi pari a: Q = Q K( T). T ind rappresenta il quantile con tempo di ritorno T anni di una distribuzione 4.2 Distribuzione TCEV La distribuzione di probabilità del fattore di crescita (curva di crescita), qui indicato con x, interpretata con la legge probabilistica TCEV (Two Component Estreme Value distribution) assume espressione: ( ) ( ) θ = exp Λ exp η Λ Λ exp( η θ ) FX x x x (6) dove: j= ( ) j μ Λ* η = = ln Λ + γ ε Γ( j / θ* ), θ j! j con γ ε = (costante di Eulero) e la sommatoria può essere limitata da a 20 con buona approssimazione per scopi pratici. In questa formulazione e avendo ipotizzato L ca e L kur costanti a livello regionale è stato possibile ristimare i parametri regionali Λ * e θ *, che sono risultati pari a: Λ * =0.35; θ * =3.5. In particolare, si è ottenuto lo stesso valore di Λ * stimato nell ambito del progetto VAPI ed un valore di θ * superiore a quello precedente, pari a Quest ultimo risultato evidenzia il fatto che il valore medio degli eventi della componente straordinaria è aumentato rispetto a quello della componente ordinaria e ciò è dovuto alla diversa composizione delle serie storiche considerate e alla variata dimensione campionaria rispetto alle elaborazioni VAPI che risalgono al 989. Il parametro Λ può essere, invece, stimato in base al valore dei momenti pesati in probabilità b r come: 2b b [ ln 2 + D ] L 0 = = cv b0 γ + ln Λ + con D r =T r -T r- e T j( ) j j θ* ( ) Λ* ( r + ) 0 j Γ( ) θ* Tr =. j= j! Per il caso di studio analizzato, le grandezze necessarie alla stima di L cv sono risultate pari a: T 0 =.07, D =0.57. Integrazione Attività A Livello2 3
15 Il quantile x (F), da calcolare invertendo la (6), coincide con il fattore di crescita K(T) ricercato, dove ovviamente il valore di F è legato al periodo di ritorno dalla relazione: F( x') = T Il valore di progetto finale sarà poi pari a: Q = Q K( T). T ind Integrazione Attività A Livello2 4
16 7. Confronti con stima VAPI e stima PAI In questo paragrafo si riportano i risultati del confronto della procedura proposta con l approccio VAPI e la stima PAI. Nelle figure, 2 e 3 è riportato il confronto tra: la stima empirica effettuata come media campionaria dei dati osservati e la stima regionale con la Q ind proposta (eq. 4); la stima empirica effettuata come media campionaria dei dati osservati e la stima regionale presentata nel progetto VAPI: Q ind =.578A in cui A è la superficie del bacino imbrifero in km 2 ; (7) la stima regionale con la Q ind proposta (eq.4) e la stima regionale presentata nel progetto VAPI. I confronti riportati fanno riferimento all insieme di 37 bacini di riferimento Qind, POR (m 3 /s) Qind, emp (m 3 /s) Figura Confronto tra la stima regionale della Q ind effettuata con l eq. (4) e la media campionaria dei dati osservati. Integrazione Attività A Livello2 5
17 Qind, VAPI (m 3 /s) Qind, emp (m 3 /s) Figura 2 Confronto tra la stima regionale della Q ind effettuata con la stima VAPI (eq. 7) e la media campionaria dei dati osservati Qind, POR (m 3 /s) Qind, VAPI (m 3 /s) Figura 3 Confronto la stima regionale della Q ind effettuata con l eq. (4) e la stima regionale della Q ind effettuata con la stima VAPI (eq. 7). Integrazione Attività A Livello2 6
18 Nelle figure 4, 5 e 6 è, invece, riportato, rispettivamente per un periodo di ritorno pari a 50, 200 e 500 anni, il confronto tra la stima regionale VAPI e la stima regionale proposta nel presente documento effettuata sia utilizzando la distribuzione LogNormale, sia la distribuzione TCEV. Si evince come, in generale, le stime fornite con la nuova metodologia siano superiori a quelle ottenute con il VAPI. Figura 4 - Confronto tra stima regionale VAPI e stima regionale proposta nell ambito del POR effettuata sia utilizzando la distribuzione LogNormale, sia la distribuzione TCEV per il periodo di ritorno di 50 anni. Figura 5 - Confronto tra stima regionale VAPI e stima regionale proposta nell ambito del POR effettuata sia utilizzando la distribuzione LogNormale, sia la distribuzione TCEV per il periodo di ritorno di 200 anni. Integrazione Attività A Livello2 7
19 Figura 6 - Confronto tra stima regionale VAPI e stima regionale proposta nell ambito del POR effettuata sia utilizzando la distribuzione LogNormale, sia la distribuzione TCEV per il periodo di ritorno di 500 anni. Le differenze tra i valori ottenuti utilizzando la distribuzione LogNormale e quelli ottenuti con la distribuzione TCEV appaiono più rilevanti all aumentare del valore di portata previsto; inoltre mentre per T=50 la stima TCEV è superiore a quella ottenuta con la LogNormale, per T=500 anni i valori sono pressoché coincidenti e con una tendenza che sembra invertirsi. La figura 7 riporta, invece, il confronto per T=200 tra la stima regionale effettuata con la procedura proposta in questo documento (stima POR), sia con la distribuzione LogNormale sia con la distribuzione TCEV, e la stima effettuata con l approccio PAI disponibile in 8 sezioni (Tabella 4) del set considerato. Figura 7 - Confronto tra stima PAI e stima regionale proposta nell ambito del POR effettuata sia utilizzando la distribuzione LogNormale, sia la distribuzione TCEV per il periodo di ritorno di 200 anni. Integrazione Attività A Livello2 8
20 Tabella 4 Bacini considerati nel confronto con le stima PAI Denominazione Cod. Alaco a Mammone 200 Alaco a Pirella 2002 Alli ad Orso 832 Amato a Marino 290 Ancinale a Razzona 960 Careri a Bosco 223 Corace a Grascio 872 Coscile a Camerata 85 Crati a Conca 986 Duverso a S. Giorgia 254 Esaro a La Musica 985 Esaro a S.Francesco 685 Melito a Olivella 87 Metramo a Carmine 2632 Metramo a Castagnara 263 Tacina a Rivioto 73 Trionto a Difesa 34 Lese Schiena d Asino 476 Le stime ottenute nell ambito del POR, in entrambi casi, forniscono risultati inferiori alle corrispondenti stime PAI, che come già osservato (monografia attività C) forniscono, in genere, valori eccessivamente cautelativi della portata di progetto. Integrazione Attività A Livello2 9
21 6. Considerazioni conclusive La stima della portata di progetto attraverso procedure di tipo statistico proposta nella monografia relativa all attività A, livello 2, è stata semplificata al fine di renderne più agevole ed immediata l applicazione operativa. In particolare, rispetto a quanto riportato nella monografia A2: - è previsto l uso di due diverse distribuzioni di probabilità, la distribuzione LogNormale, a 3 parametri e la distribuzione TCEV, a 4 parametri; - le leggi di regressione della Q ind e di L cv sono state ridotte nel numero di descrittori ovvero di variabili indipendenti da stimare; - i coefficienti L ca ed L kur sono stati ipotizzati costanti per l intero territorio regionale. Il confronto con le stime regionali VAPI e le stima PAI hanno evidenziato quanto già emerso nel confronto con i risultati forniti dalle altre metodologie proposte nel presente progetto, e cioè che i valori ottenuti con i metodi proposti si collocano in genere in una posizione intermedia tra le stime VAPI e le stime PAI. E opportuno d altra parte rimarcare che le stime statistiche di livello 2 non considerano gli effetti derivanti dal crescente livello di urbanizzazione né tantomeno gli effetti di possibili cambiamenti climatici. Sembra plausibile assumere che le stime PAI, da molti anni applicate sistematicamente dall Autorità di Bacino su tutti i corsi d acqua della Calabria, tengano conto, sia pure implicitamente e in maniera euristica, dei fenomeni sopra accennati. Pertanto, per motivi di continuità, allorquando si utilizza la procedura di secondo livello descritta nella monografia A2 e puntualizzata in questa relazione, è opportuno accompagnare la stima così effettuata con una più cautelativa che fornisca risultati non molto diversi da quelli del PAI. Analizzando i risultati descritti nei paragrafi precedenti si evince che un simile risultato può essere conseguito attraverso l introduzione di un fattore di sicurezza, α, non inferiore a.5, da utilizzare soprattutto per i periodi di ritorno più elevati. L applicazione di un siffatto coefficiente riconduce a stime che sono mediamente analoghe a quelle PAI. È di tutta evidenza che tale ragionamento si basa sull ipotesi che le stime PAI tengano conto dei fenomeni più volte richiamati. Ipotesi che richiede di essere approfondita e verificata. Pertanto l applicazione del coefficiente di sicurezza ha, al momento, il solo scopo di ricondurre le stime POR alle ormai familiari e diffuse stime PAI. In definitiva, se si utilizza il secondo livello, si possono determinare due distinte stime: la prima da utilizzare per la portata di progetto fornisce valori mediamente inferiori a quelli PAI, la seconda amplificata per il fattore di sicurezza, fornisce stime mediamente analoghe a quelle PAI, che possono essere utilizzate per la verifica idrologica e idraulica delle opere progettate, per tener conto, in qualche misura, delle possibili future urbanizzazioni e di eventuali cambiamenti climatici. Integrazione Attività A Livello2 20
Attività D Applicazione e casi di studio. Coordinamento Attività: Ing. Daniela Biondi. Collaborazione tecnica Ing. Sandra Leone
Attività D Applicazione e casi di studio Coordinamento Attività: Ing. Daniela Biondi Collaborazione tecnica Ing. Sandra Leone Laboratorio CAMILAB Dipartimento di Difesa del Suolo - Università della Calabria
DettagliUniversità della Calabria
Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria Civile CORSO DI IDROLOGIA N.O. Prof. Pasquale Versace SCHEDA DIDATTICA N 3 CURVE DI PROBABILITÀ PLUVIOMETRICA A.A. 00- CURVE
Dettagli= u a u a = ξ ( i a,τ - f a )
Distribuzioni stazionarie derivate Q f = u a u a = ξ ( i a,τ - f a ) a i a,t i f a = f A (a/a) ε u a = portata specifica per unità di area contribuente a = area contribuente al picco di piena f a τ a time
DettagliGNDCI Linea 1. Rapporto di sintesi sulla valutazione delle piene in Italia 11. SINTESI DEL RAPPORTO REGIONALE SICILIA
11. SINTESI DEL RAPPORTO REGIONALE SICILIA 11.1 Premessa In questa breve nota vengono sintetizzati i risultati salienti del Progetto VAPI per la stima delle portate di assegnato tempo di ritorno, per qualsiasi
DettagliAttività A livello 2 Modelli statistici regionali
Attività A livello 2 Modelli statistici regionali A cura di: Prof. Ing. Pierlugi Claps (1) Prof. Ing. Mauro Fiorentino (2) Prof. Ing Aurelia Sole (2) Ing. Vito Iacobellis (3) Ing. Francesco Laio (1) Ing.
DettagliPiano di Tutela delle Acque della Regione Calabria
Allegato C - Validazione del modello di bilancio idrologico 1/6 Il modello idrologico di bilancio mensile è stato applicato per quelle porzioni di territorio corrispondenti ai 32 bacini calabresi definiti
DettagliMacroattività B - Modellazione idrologica Attività B1: Regionalizzazione precipitazioni
ACCORDO DI COLLABORAZIONE SCIENTIFICA TRA REGIONE TOSCANA E DIPARTIMENTO DI INGEGNERIA CIVILE E AMBIENTALE DELL UNIVERSITA DEGLI STUDI DI FIRENZE PER ATTIVITA DI RICERCA PER LA MITIGAZIONE DEL RISCHIO
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
DettagliCURVE DI DURATA: Introduzione e Rappresentazione analitica
CURVE DI DURATA: Introduzione e Rappresentazione analitica Premesse Si definisce durata di una portata Q riferita ad una sezione di misura, l'intervallo di tempo in cui le portate naturali del corso d
DettagliGNDCI Linea 1. Rapporto di sintesi sulla valutazione delle piene in Italia
3. SINTESI DEL RAPPORTO REGIONALE SUL TRIVENETO 3.1 Premessa In questa breve nota vengono sintetizzati i risultati salienti del progetto VAPI per la stima delle portate di assegnato tempo di ritorno per
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
DettagliStatistica a lungo termine: calcolo dell onda di progetto
Esercitazione Statistica a lungo termine: calcolo dell onda di progetto Sulla base delle misure ondametriche effettuate dalla boa di Ponza si calcoli, utilizzando la distribuzione di probabilità di Gumbel,
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
DettagliGNDCI Linea 1. Rapporto di sintesi sulla valutazione delle piene in Italia
6. SINTESI DEL RAPPORTO REGIONALE NEI BACINI DELLE SEZIONI IDROGRAFICHE DI ROMA E PESCARA 6.1 Premessa Il presente capitolo si basa sulle analisi pluviometriche effettuate dall U.O. 1.34, mentre per le
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
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
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliAnalisi Regionale di Frequenza delle piene
Analisi Regionale di Frequenza delle piene (VALUTAZIONE PROBABILISTICA DELLE PIENE) pierluigi.claps@polito.it; daniele.ganora@polito.it 1 Schema concettuale della Protezione Idraulica del Territorio PIANIFICAZIONE
DettagliSeminario RISCHIO ALLUVIONI IN TOSCANA: PRECIPITAZIONI ED EFFETTI AL
Seminario RISCHIO ALLUVIONI IN TOSCANA: PRECIPITAZIONI ED EFFETTI AL SUOLO Firenze, aprile 015 REGIONALIZZAZIONE REGIONALIZZAZIONE DELLE DELLE PRECIPITAZIONI: PRECIPITAZIONI: AGGIORNAMENTO AGGIORNAMENTO
DettagliAnalisi di frequenza regionale delle precipitazioni estreme
Macroattività B - Modellazione idrologica Attività B1 - Regionalizzazione precipitazioni Analisi di frequenza regionale delle precipitazioni estreme Relazione Tecnica Finale Febbraio 2014 Sommario Metodologia
DettagliIl calcolo del VAR operativo mediante la metodologia stocastica parametrica. Simona Cosma
Il calcolo del VAR operativo mediante la metodologia stocastica parametrica Simona Cosma Contenuti Il VAR operativo: inquadramento concettuale La metodologia attuariale EVT (Extreme Value Theory) Il VAR
DettagliEsercizio 1. Stima intervallare: IC per la media incognita (varianza ignota)
STATISTICA (2) ESERCITAZIONE 5 26.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) Il responsabile del controllo qualità di un azienda che
DettagliLa famiglia delle distribuzioni GEV - I
La famiglia delle distribuzioni GEV - I La distribuzione generalizzata degli eventi estremi (GEV) è la distribuzione teoricamente attesa per i massimi all interno di blocchi temporali di dimensione molto
DettagliVOLUME Costruzione e applicazione delle procedure di stima delle portate al colmo di piena
Enel Produzione SpA Politecnico di Torino Dipartimento di Idraulica, Trasporti e Infrastrutture Civili Aggiornamento delle procedure di valutazione delle piene in Piemonte, con particolare riferimento
DettagliStudi sugli eventi estremi per stima delle portate di piena
Studi sugli eventi estremi per stima delle portate di piena Un obiettivo degli studi sugli eventi estremi idrometeorologici è la determinazione dell idrogramma delle portate di piena (o almeno della portata
DettagliLezione 8: Esercizi di Idrologia
Lezione 8: Esercizi di Idrologia Problemi di Idrologia 1 Problemi di bilancio idrologico Problema 1 Alla sezione di ciusura di un bacino idrografico di 40 km di superficie è stata registrata una portata
DettagliGNDCI Linea 1. Rapporto di sintesi sulla valutazione delle piene in Italia
12. SINTESI DEL RAPPORTO REGIONALE SARDEGNA 12.1 Premessa In questa breve nota vengono sintetizzati i risultati salienti del Progetto VAPI per la stima delle portate di assegnato tempo di ritorno, per
DettagliPROVINCIA REGIONALE DI RAGUSA PROGETTO DEFINITIVO VERIFICHE IDROGEOLOGICHE. I e II TRATTO ING. MARIO ADDARIO ARCH. ORAZIA TRIBASTONE SCALA DATA
PROVINCIA REGIONALE DI RAGUSA PROGETTO: SISTEMAZIONE DELLA S.P. 45 "BUGILFEZZA - POZZALLO. TRATTI COMPRESI DAL KM 5+250 AL KM 5+550 E DAL KM 6+800 AL KM 7+000". PROGETTO DEFINITIVO TITOLO: VERIFICHE IDROGEOLOGICHE.
DettagliPROGETTO DEFINITIVO RIQUALIFICAZIONE DELLE AREE COMPRESE TRA VIA CORTILI E VIA MARE ERCOLANO (NA)
PROGETTO DEFINITIVO RIQUALIFICAZIONE DELLE AREE COMPRESE TRA VIA CORTILI E VIA MARE ERCOLANO (NA) Consegnato dall alla Soprintendenza Speciale per i Beni Archeologici di Pompei Ercolano e Stabia nell ambito
DettagliUniversità della Calabria
Università della Calabria CORSO DI LAUREA IN SCIENZE GEOLOGICHE CORSO DI ELEMENTI DI STATISTICA IDROLOGICA E IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N Caratteristiche geomorfiche del bacino idrografico
DettagliINDICE 1. Premessa Descrizione dell intervento Analisi idrologica Analisi idraulica... 7
INDICE 1. Premessa... 2 2. Descrizione dell intervento... 3 3. Analisi idrologica... 5 4. Analisi idraulica... 7 1 1. Premessa Nella presente relazione viene riportato lo studio idrologico ed idraulico
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,
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
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
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
DettagliCapitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"
Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa
DettagliMetodologia di implementazione del sistema per la spazializzazione dei dati meteo
Metodologia di implementazione del sistema per la spazializzazione dei dati meteo Metodologia di implementazione del sistema per la spazializzazione dei dati meteo . Metodologia Le reti di monitoraggio
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliINDICE GENERALE 1. PREMESSA INQUADRAMENTO TERRITORIALE ED IDROGRAFIA TOMBINI IDRAULICI... 9
INDICE GENERALE 1. PREMESSA... 2 2. INQUADRAMENTO TERRITORIALE ED IDROGRAFIA... 2 2.1. Bacino idrografico fiume Ofanto... 3 2.2. Pluviometria... 4 3. TOMBINI IDRAULICI... 9 1 1. PREMESSA Nella presente
DettagliI appello di calcolo delle probabilità e statistica
I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale
DettagliGRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 GRAFICI DI PROBABILITÀ Prof. Antonio Lanzotti A cura di: Ing. Giovanna
DettagliIl campionamento e l inferenza. Il campionamento e l inferenza
Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento
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
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
DettagliIdraulica e Idrologia: Lezione 6
Idraulica e Idrologia: Lezione 6 Agenda del giorno - Eventi estremi in idrologia: legame fra magnitudo e probabilità; - Statistica e probabilità in idrologia; - Tempo di ritorno. 1 Analisi statistica di
DettagliUNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA
UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA CORSO DI COSTRUZIONI IDRAULICHE A.A. 00-0 PROF. LUIGI DA DEPPO ING. NADIA URSINO ESERCITAZIONE N : Progetto
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
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
DettagliLINEE GUIDA E INDIRIZZI OPERATIVI PER L ATTUAZIONE DEL PRINCIPIO DELLA INVARIANZA IDRAULICA
PRESIDÈNTZIA PRESIDENZA AUTORITA DI BACINO REGIONALE DELLA SARDEGNA LINEE GUIDA E INDIRIZZI OPERATIVI PER L ATTUAZIONE DEL PRINCIPIO DELLA INVARIANZA IDRAULICA (articolo 47 delle NTA del PAI) Allegato
DettagliGNDCI Linea 1. Rapporto di sintesi sulla valutazione delle piene in Italia 7. SINTESI DEL RAPPORTO REGIONALE CAMPANIA
7. SINTESI DEL RAPPORTO REGIONALE CAMPANIA 7.1 Premessa In questa breve nota vengono sintetizzati i risultati salienti del Progetto VAPI per la stima delle portate di assegnato tempo di ritorno, per qualsiasi
DettagliStima diretta della domanda di trasporto
Corso di PIANIFICAZIONE DEI TRASPORTI Prof. Ing. Agostino Nuzzolo Aprile 005 Stima diretta della domanda di trasporto Stima della domanda di trasporto STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA ATTUALE
DettagliSub-Optimal Measurement-Based CAC Algorithm
Tecniche per la garanzia di qualità in reti di Telecomunicazioni multiservizi Sottotema Controllo Courmayeur, 12-14 Gennaio 2000 Sub-Optimal Measurement-Based CAC Algorithm Gregorio Procissi procissi@iet.unipi.it
DettagliCORSO DI PROTEZIONE IDRAULICA DEL TERRITORIO A.A. 2012/2013
CORSO DI PROTEZIONE IDRAULICA DEL TERRITORIO A.A. 2012/2013 VALUTAZIONE DELLA CURVA DI RIDUZIONE DEI COLMI DI PIENA IN UN BACINO NON STRUMENTATO MEDIANTE REGIONALIZZAZIONE DELLA CRCP Alessandro Ponzio
DettagliEsempio di calcolo di rischio relativo
Esempio di calcolo di rischio relativo B. Cenci Goga Università degli Studi di Perugia, Dipartimento di Scienze Biopatologiche e Igiene delle Produzioni Animali e Alimentari, Sezione di Ispezione degli
DettagliGNDCI Linea 1. Rapporto di sintesi sulla valutazione delle piene in Italia
5. SINTESI DEL RAPPORTO REGIONALE PER I COMPARTIMENTI DI BOLOGNA, PISA, ROMA E ZONA EMILIANA DEL BACINO DEL PO 5. Premessa Per il territorio di competenza dei Compartimenti del Servizio Idrografico e Mareografico
DettagliPARTE PRIMA: MODIFICHE AL TRACCIATO DELLA S.S.
INDICE PREMESSA 1 PARTE PRIMA: MODIFICHE AL TRACCIATO DELLA S.S. 125 2 1. IL BACINO IDROGRAFICO 3 1.1 Inquadramento geografico... 3 1.2 Litologia... 4 1.3 Uso del suolo... 5 1.4 Caratteristiche geomorfologiche
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliProblema tipico delle applicazioni idrologiche: qual'è la portata con tempo di ritorno T?
Problema tipico delle applicazioni idrologiche: qual'è la portata con tempo di ritorno T? Il problema dell'inferenza: dato un campione, individuare la distribuzione di probabilità da cui ha avuto origine.
Dettagli10.3. Leggi di variazione dei coefficienti di crescita con il periodo di ritorno Pluviometria
0. SINTESI DEL RAPPORTO REGIONALE CALABRIA 0. Premessa Il presente capitolo sintetizza i risultati salienti del progetto VAPI per la stima delle portate di assegnato tempo di ritorno per qualsiasi sezione
DettagliLE DISTRIBUZIONI CAMPIONARIE
LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria
DettagliPERICOLOSITA SISMICA E CRITERI GENERALI PER LA CLASSIFICAZIONE SISMICA DEL TERRITORIO NAZIONALE
PERICOLOSITA SISMICA E CRITERI GENERALI PER LA CLASSIFICAZIONE SISMICA DEL TERRITORIO NAZIONALE ALLEGATO AL VOTO N. 36 DEL 27.07.2007 INDICE Pericolostià sismica e criteri generali per la classificazione
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
Dettagli1. Pluviometria sulla città di Napoli
Il nubifragio del 17 e 18 settembre 2005 a Napoli 1. Pluviometria sulla città di Napoli Le precipitazioni registrate dai pluviometri in telemisura di Napoli Camaldoli e Napoli Capodimonte hanno avuto inizio
DettagliBLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i
BLAND-ALTMAN PLOT Il metodo di J. M. Bland e D. G. Altman è finalizzato alla verifica se due tecniche di misura sono comparabili. Resta da comprendere cosa si intenda con il termine metodi comparabili
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
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
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
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
DettagliAnalisi Statistica dei Valori Estremi Massimi Annuali delle Portate del fiume Serio
dei Massimi Annuali delle Portate del fiume Serio UNIVERSITÀ DEGLI STUDI DI PALERMO Corso di Laurea Magistrale in Ingegneria Gestionale Analisi Statistica del Rischio Analisi Statistica dei Valori Estremi
DettagliStatistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi
ISTITUZIONI DI STATISTICA A A 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliRiesame dei risultati del metodo razionale con due metodi di stima della pioggia netta
Angela Cianchi Matr. 188270 16 Dicembre 2012 Riesame dei risultati del metodo razionale con due metodi di stima della pioggia netta Svolgimento Il metodo della corrivazione si basa sulle seguenti ipotesi:
DettagliTeoria di Résal. modulo C Spinta delle terre e muri di sostegno
Teoria di Résal Questa teoria, una delle ultime in ordine di tempo, consente di calcolare analiticamente la spinta prodotta da un terrapieno delimitato da due piani: il fronte del terrapieno stesso e la
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
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:...................................................
DettagliValutazione della capacità dissipativa di un sistema strutturale
Tecniche innovative per l identificazione delle caratteristiche dinamiche delle strutture e del danno Valutazione della capacità dissipativa di un sistema strutturale Prof. Ing. Felice Carlo PONZO - Ing.
DettagliRELAZIONE DI COMPATIBILITA IDRAULICA
RELAZIONE DI COMPATIBILITA IDRAULICA 1. PREMESSA Nella presente relazione viene riportato lo studio idrologico ed idraulico relativo al reticolo idrografico interferente con la strada di collegamento tra
DettagliDerivazione Numerica
Derivazione Numerica I metodi alle differenze finite sono basati sull approssimazione numerica di derivate parziali. Per questo consideriamo come problema iniziale quello di approssimare le derivate di
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
DettagliPOLIGONALE ESTERNA DI BARI S.P. 92 "BITRITTO - MODUGNO" ADEGUAMENTO FUNZIONALE ED AMPLIAMENTO DEL TRATTO DAL KM AL KM 1+250
S.P. 92 "BITRITTO - MODUGNO" ADEGUAMENTO FUNZIONALE ED AMPLIAMENTO DEL TRATTO DAL KM 0+000 AL KM 1+250 RELAZIONE DI COMPATIBILITA IDRAULICA 1. PREMESSA Nella presente relazione viene riportato lo studio
DettagliIl modello spazio temporale per la previsione dell'erosione nel breve termine. Note Metodologiche
Il modello spazio temporale per la previsione dell'erosione nel breve termine Note Metodologiche 1 Analisi della dinamica temporale dei fenomeni meteo marini sulla Spiaggia di Alimini Descrizione dei dati
DettagliFLORA: modellistica per la valutazione delle piene in Lombardia
FLORA: modellistica per la valutazione delle piene in Lombardia Ing. Matteo Cislaghi Dott. Michele Russo Ing. Roberto Serra ARPA Lombardia Servizio Idrografico Genova, 22 maggio 2013 AGGIORNAMENTO DELLE
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
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
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
DettagliMISURE DI SINTESI 54
MISURE DI SINTESI 54 MISURE DESCRITTIVE DI SINTESI 1. MISURE DI TENDENZA CENTRALE 2. MISURE DI VARIABILITÀ 30 0 µ Le due distribuzioni hanno uguale tendenza centrale, ma diversa variabilità. 30 0 Le due
DettagliLaboratorio Tecniche di valutazione dei progetti di trasporto. 2 lezione: Cos è un investimento? Prof. Ing. Gianfranco Fancello A.
Laboratorio Tecniche di valutazione dei progetti di trasporto 2 lezione: Cos è un investimento? Prof. Ing. Gianfranco Fancello A.A: 2016-2017 Cos è un investimento? Un investimento è: - un esborso di capitale
DettagliIdraulica e idrologia: Lezione 9
Idraulica e idrologia: Lezione 9 Agenda del giorno - Relazioni per la stima della portata al colmo; - Tempo di corrivazione di un bacino; - Metodo razionale. 1 LINEA SEGNALATRICE DI PROBABILITA PLUVIOMETRICA
DettagliMinimi quadrati vincolati e test F
Minimi quadrati vincolati e test F Impostazione del problema Spesso, i modelli econometrici che stimiamo hanno dei parametri che sono passibili di interpretazione diretta nella teoria economica. Consideriamo
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
DettagliREPORT EVENTO METEO-IDROLOGICO DEI GIORNI 23 e 24 APRILE 2016
Regione Toscana Servizio Idrologico Regionale CENTRO FUNZIONALE DELLA REGIONE TOSCANA DL 11/07/1998, n. 180; Legge 3/08/1998, n. 267; DPCM del 15/12/1998 Delibera G.R. n. 1003 del 10/09/2001; Delibera
DettagliCorso di Calcolo Numerico
Prof. L. Brandolini Corso di Calcolo Numerico Dott.ssa N. Franchina Laboratorio 6 Equazioni differenziali ordinarie: metodi impliciti 3 Novembre 26 Esercizi di implementazione Un equazione differenziale
DettagliIL MODELLO FLaIR. Descrizione sintetica del modello
IL MODELLO FLaIR Descrizione sintetica del modello Il modello idrologico FLaIR (Forecasting of Landslides Induced by Rainfalls), proposto da Sirangelo e Versace nel 992, costituisce uno strumento di interpretazione
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
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
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali /e S. Borra, A. Di Ciaccio - McGraw Hill Es.. Soluzione degli esercizi del capitolo 4 4. Il sistema d ipotesi è: μ 7, H : μ 7, Essendo 0 : t,
DettagliIndagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica
Indagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica 1. Procedimento di stima La maggior parte dei caratteri che si rilevano nell indagine sulle Forze di Lavoro sono di tipo qualitativo.
DettagliUN ANALISI COMPARATA DEL SETTORE DEI TABACCHI LAVORATI IN ITALIA. CASMEF Luiss Guido Carli Audizione presso la Camera dei Deputati 26 Novembre 2013
UN ANALISI COMPARATA DEL SETTORE DEI TABACCHI LAVORATI IN ITALIA Luiss Guido Carli Audizione presso la Camera dei Deputati 26 Novembre 2013 PREMESSA Situazione corrente Le entrate del Governo nel 2013
DettagliFACOLTA DI INGEGNERIA
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE ED IL TERRITORIO CORSO DI STATISTICA E CALCOLO DELLE PROBABILITA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 5 ARGOMENTO: VERIFICA DEL MODELLO
DettagliGNDCI Linea 1. Rapporto di sintesi sulla valutazione delle piene in Italia
8. SINTESI DEL RAPPORTO REGIONALE PUGLIA 8.1 Premessa In questa breve nota vengono sintetizzati i risultati salienti del Progetto VAPI per la stima delle portate di assegnato tempo di ritorno, per qualsiasi
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
Dettagli