APPROCCIO GEOSTATISTICO PER L INDIVIDUAZIONE DELLE RADON PRONE AREAS IN LOMBARDIA
|
|
- Leonardo Corona
- 6 anni fa
- Visualizzazioni
Transcript
1 APPROCCIO GEOSTATISTICO PER L INDIVIDUAZIONE DELLE RADON PRONE AREAS IN LOMBARDIA Giorgio Somà Progetto Radon Prone Areas in Lombardia Giornata di studio Metodi statistici per l ambiente e il territorio - 19 dicembre 2007
2 Campagna di rilevazione del radon indoor di ARPA Lombardia 3630 punti di misura Media: Bq/m 3 SD: Bq/m 3 Mediana: Bq/m 3 Minimo: 6.46 Bq/m 3 Massimo: Bq/m 3 Unico riferimento in Italia in materia di radon indoor: 90/143/Euratom (Raccomandazione della Comunità Europea) che suggerisce 200 e 400 Bq/m 3 come livelli di riferimento per nuove e vecchie edificazioni 2
3 Problema del cambio del supporto Identificazione delle aree ad alta concentrazione di radon indoor Livello di aggregazione scelto: comune eventuali azioni di rimedio di competenza comunale possibili studi di correlazione territoriale con tumore al polmone Problema: dati rilevati su punti (singolo edificio) inferenza di interesse su area (comuni) singoli punti media di area 3
4 Problema del cambio del supporto Bq/m Bq/m 3 > 400 Bq/m 3 PROBLEMA non si dispone di rilevazioni in tutti i comuni approccio geostatistico 4
5 Trasformazione logaritmica Il kriging e le analisi successive richiedono che i dati abbiano distribuzione Normale trasformazione logaritmica 5
6 Trasformazione logaritmica I Q-Q plot sono un metodo visivo più rigoroso per verificare la normalità 6
7 Variogramma esponenziale Il variogramma è lo strumento utilizzato in geostatistica per la descrizione della struttura di continuità spaziale Modello di variogramma = esponenziale Soglia = 0.69: Nugget = 0.52 Soglia parziale = 0.17 Range = m 7
8 Kriging lognormale Kriging: metodo di previsione spaziale lineare ottimo (min EQM) Kriging Ordinario Locale (OK): utilizza solo i punti entro 7,5 km * Z ' 1 = λ Z = Γ0γ 0Z Z * = valore nel punto obiettivo della previsione Z = vettore delle rilevazioni campionarie γ 0 [ γ ( s s ) γ ( s s ), ] 0 1,..., 0 n 1 Γ { } Γ ( ) 0 dove Γ γ = γ s s γ( s 0 -s i ) = vettore di n semivarianze tra i dati e il punto obiettivo γ( s i -s j ) = matrice n x n delle semivarianze tra i dati γ 0 tiene conto della relazione spaziale Γ 0 aggiusta per il clustering nelle informazioni ij i j i, j =1,..., n 8
9 Trasformazione in scala naturale Nel kriging lognormale per riportare i valori su scala naturale non è sufficiente esponenziare, ma è necessaria la seguente trasformazione: Z LK ( ) * * 2 ZOK ( xo ) +σ OK ( x0 )/ 2 µ x = e o Z OK (x 0 ) * è la previsione kriging su scala logaritmica nel sito x 0 σ 2 OK (x 0 ) è la varianza della previsione kriging nel sito x 0 µ è il parametro di Lagrange che deriva dal Sistema del kriging ordinario 9
10 Kriging Kriging Ordinario Locale su griglia regolare (250x250) Anche una griglia regolare non eccessivamente fitta non consente di avere punti in tutti i comuni È necessario costruire una griglia ad hoc in modo tale che ogni comune contenga dei punti 10
11 Griglia Griglia di punti Punti in ciascun comune: minimo 4 massimo 17 11
12 Simulazioni Simulazione del processo sulla griglia e sintesi dei valori in ogni comune Metodo di simulazione: sequenziale condizionata visita un punto della griglia alla volta (in ordine casuale) calcola il kriging ordinario locale su quel punto utilizzando le osservazioni e i dati già simulati in precedenza simula un valore da una Normale con media e varianza definite dal kriging Punto obiettivo Punti osservati Punti già simulati 12
13 Analisi delle simulazioni 1000 simulazioni su ogni punto della griglia Media dei valori di comune per ogni simulazione Ẑ(B) = 1 N B N B j= 1 Z( u j ) Mappa tematica delle medie dei 1000 valori medi di comune 13
14 Definizione di RPA Radon Prone Area = area con un elevata probabilità di alte concentrazioni di radon indoor Distribuzione simulata dei valori medi di comune Quantile di ordine 0.90 della distribuzione Confronto con 200 e 400 Bq/m Bq/m Bq/m 3 quantile
15 Definizione di RPA Intervallo di confidenza al 95% attorno al quantile Se tutto l IC sta sopra il livello di riferimento, il comune è una RPA quantile 0.90 IC al 95% RPA al livello di 200 Bq/m 3 15
16 Le RPA in Lombardia Se l IC è tutto sopra i 400 Bq/m 3 : RPA a 400 Bq/m 3 Se l IC è tutto sopra i 200 Bq/m 3 : RPA a 200 Bq/m 3 Altrimenti: Non RPA 16
17 RPA a 400 Bq/m 3 NOME PROV QUANTILE 0.90 INTERVALLO DI CONFIDENZA AL 95% OLTRESSENDA ALTA BG 467,99 454,35-947,79 ROVETTA BG 519,79 503, ,75 CASTIONE DELLA PRESOLANA BG 422,24 407,04-676,00 DOSSENA BG 425,60 413,22-673,67 SERINA BG 469,73 456,57-978,11 FINO DEL MONTE BG 513,99 495,88-995,42 ONORE BG 430,53 412,29-697,63 CORNALBA BG 503,21 489, ,90 COSTA DI SERINA BG 461,44 453,83-848,59 ALGUA BG 475,82 459, ,78 SOLTO COLLINA BG 415,76 408,71-782,91 VALVESTINO BS 430,29 420,26-900,42 ODOLO BS 416,49 404,54-790,06 SAN GIACOMO FILIPPO SO 537,92 528, ,84 CHIAVENNA SO 545,19 530,29-929,23 MENAROLA SO 689,89 672, ,28 MESE SO 573,20 562, ,12 PRATA CAMPORTACCIO SO 409,19 400,88-741,84 VEDDASCA VA 440,02 422,75-875,76 17
18 Sviluppi futuri: il variogramma nested Abbiamo stimato un modello di variogramma nested costituito da 3 modelli differenti sommati tra loro: Nugget puro= 0.50 Sferico: Soglia parziale = 0.09 Range = 4562 m Esponenziale: Soglia parziale = 0.12 Range = m 18
19 Sviluppi futuri: il kriging fattoriale Il kriging fattoriale permette, sfruttando il variogramma nested, di prevedere separatamente le singole componenti del fenomeno Tre componenti spaziali: Irregolarità di piccolissima scala (componente antropica) Componente di piccola scala (caratteristiche degli edifici) Componente di larga scala (caratteristiche geologiche) Elaborazioni tuttora in corso 19
20 GRAZIE PER L ATTENZIONE
RADON IN LOMBARDIA: UN APPROCCIO GEOSTATISTICO PER L'INDIVIDUAZIONE DEI COMUNI CON ELEVATA PROBABILITA DI ALTE CONCENTRAZIONI
RADON IN LOMBARDIA: UN APPROCCIO GEOSTATISTICO PER L'INDIVIDUAZIONE DEI COMUNI CON ELEVATA PROBABILITA DI ALTE CONCENTRAZIONI Riccardo Borgoni 1, Andrea Cremonesi 1, Giorgio Somà 1, Daniela de Bartolo
DettagliValutazione dei fattori influenti per elevate concentrazioni del radon indoor nel caso della Lombardia. Un approccio basato sul modello autologistico.
Valutazione dei fattori influenti per elevate concentrazioni del radon indoor nel caso della Lombardia. Un approccio basato sul modello autologistico. Andrea Cremonesi Progetto Radon Prone Areas in Lombardia
DettagliDistribuzione territoriale del radon indoor nel Triveneto: un approccio di tipo geostatistico
Distribuzione territoriale del radon indoor nel Triveneto: un approccio di tipo geostatistico Bertolo A. - Bigliotto C. ARPA Veneto Dipartimento di Padova Giovani C.- Garavaglia M. ARPA Friuli Venezia
DettagliDistribuzione territoriale del radon indoor nella provincia di Belluno: analisi geostatistica
Distribuzione territoriale del radon indoor nella provincia di Belluno: analisi geostatistica Bertolo A. e Bigliotto C. Arpa Veneto, Dipartimento di Padova, Via Ospedale 22, 35121 Padova, abertolo@arpa.veneto.it
Dettagli1.1 Obiettivi della statistica Struttura del testo 2
Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliLaboratorio di Statistica 1 con R Esercizi per la Relazione. I testi e/o i dati degli esercizi contassegnati da sono tratti dai libri consigliati
Laboratorio di Statistica 1 con R Esercizi per la Relazione I testi e/o i dati degli esercizi contassegnati da sono tratti dai libri consigliati nel corso. Esercizio 1. 1. Facendo uso dei comandi
DettagliMappatura radon: esempi in Europa e situazione in Italia. G.Torri, (ISIN Ispettorato per la sicurezza nucleare e la radioprotezione)
Mappatura radon: esempi in Europa e situazione in Italia G.Torri, (ISIN Ispettorato per la sicurezza nucleare e la radioprotezione) Obiettivo riduzione del rischio di cancro dei polmoni attribuibile all'esposizione
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
DettagliIndice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75
00PrPag:I-XIV_prefazione_IAS 8-05-2008 17:56 Pagina V Prefazione XI 1 La rilevazione dei fenomeni statistici 1 1.1 Introduzione 1 1.2 Caratteri, unità statistiche e collettivo 1 1.3 Classificazione dei
DettagliAUTOCORRELAZIONE ricorrenze in una sequenza di dati
Individuazione e caratterizzazione attraverso metodologie geostatistiche Esempio: individuare le caratteristiche spaziali (grana) della topografia t di un versante, perché la topografia può influenzare
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
DettagliESAME. 9 Gennaio 2017 COMPITO A
ESAME 9 Gennaio 2017 COMPITO A Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
Dettagli(Approccio preliminare al) Monitoraggio dei suoli in Veneto: rischio di erosione, contenuto di carbonio organico e di metalli pesanti
(Approccio preliminare al) Monitoraggio dei suoli in Veneto: rischio di erosione, contenuto di carbonio organico e di metalli pesanti Adriano Garlato ARPAV Servizio Osservatorio Suolo e Rifiuti Verso una
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
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliTECNICHE DI SIMULAZIONE
TECNICHE DI SIMULAZIONE Analisi e scelta dei dati di input Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Dati di input Per l esecuzione di una
DettagliPresentazione dell edizione italiana
Presentazione dell edizione italiana Prefazione xiii xvii 1 Introduzione 1 1.1 Statistica e medicina.......................... 1 1.2 Statistica e matematica........................ 2 1.3 Statistica ed
DettagliAnalisi multivariata per osservazioni appaiate. Analisi multivariata per osservazioni appaiate
Introduzione Notazione Modello additivo Verifica d ipotesi Sia X una variabile q-dimensionale, a valori reali, non degenere, osservata in k tempi diversi (τ 1, τ 2,..., τ k ), sulle stesse n unità statistiche
DettagliLa verità giace in un ambito molto ristretto, ma l errore è immenso... Henry St John, Reflextion on Exile
La verità giace in un ambito molto ristretto, ma l errore è immenso... Henry St John, Reflextion on Exile APPROCCIO TRADIZIONALE APPROCCIO MODERNO Variabilità Variabilita casuale + completamente dipendente
DettagliRingraziamenti dell Editore
Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................
DettagliDistribuzione esponenziale. f(x) = 0 x < 0
Distribuzione esponenziale Funzione densità f(x) = λe λx x 0 0 x < 0 Funzione parametrica (λ) 72 Funzione di densità della distribuzione esponenziale 1 0.9 0.8 0.7 λ=1 0.6 f(x) 0.5 0.4 0.3 λ=1/2 0.2 0.1
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliVariabili aleatorie. continue. Discreto continuo
Variabili aleatorie continue Discreto continuo.18 Uniforme discreta, n=11 n=21 n=11 n=6 n=51 n=51 Uniforme.16.14.12.1.8.6?.4.2 1 1 2 2 3 3 4 4 5 5 6 6 7 7 Per passare dal modello discreto al modello continuo
DettagliMappatura del radon indoor in Abruzzo
Palmanova, 11 ottobre 2018 Mappatura del radon indoor in Abruzzo Sergio Palermi, Giancarlo Buccella, Damiano Rancitelli, Gabriele Sulli Arta Abruzzo Distretto Prov.le di Pescara Centro di Riferimento Regionale
DettagliL individuazione delle radon-prone areas: metodologie e applicazioni.
L individuazione delle radon-prone areas: metodologie e applicazioni. F. Salvi Istituto Superiore per la Protezione e la Ricerca Ambientale G. Raspa -La Sapienza Universitàdi Roma 1 VI Convegno Nazionale
DettagliPROGRAMMA DI STATISTICA BITETTO-BOGLI aa. 2018/2019 CON DETTAGLIO ARGOMENTI DA STUDIARE E LEGGERE * SUI LIBRI ADOTTATI
1 PROGRAMMA DI STATISTICA BITETTO-BOGLI aa. 2018/2019 CON DETTAGLIO ARGOMENTI DA STUDIARE E LEGGERE * SUI LIBRI ADOTTATI In merito al programma del corso B di statistica già pubblicato con i relativi riferimenti
DettagliConfronto anagrafico / geografico (+ volontari)
Confronto anagrafico / geografico (+ volontari) Dati relativi al 1 semestre (estate autunno) CAMPIONE TOTALE Geografico Anagrafico Volontari n. 2006 828 1028 150 media 102,7 102,7 102,5 103,22 dev.st.
Dettagliesercitazione 4 interpolazione spaziale stocastica (geostatistica) pericolosità sismica a Belluno, 2006
esercitazione 4 interpolazione spaziale stocastica (geostatistica) pericolosità sismica a Belluno, 2006 per saperne di più su pericolosità sismica nella provincia di Belluno interpolazione spaziale con
DettagliAnalisi della correlazione canonica
Analisi della correlazione canonica Su un collettivo di unità statistiche si osservano due gruppi di k ed m variabili L analisi della correlazione canonica ha per obiettivo lo studio delle relazioni di
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
DettagliAnalisi e scelta dei dati di input
Analisi e scelta dei dati di input Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 24 Aprile 2006 Francesca Mazzia (Univ. Bari) Analisi e
DettagliCampagne di misure radon. Enrico Chiaberto Dipartimento Radiazioni ARPA Piemonte. Fonte dati ARPA Piemonte
Campagne di misure radon Enrico Chiaberto Dipartimento Radiazioni ARPA Piemonte Fonte dati ARPA Piemonte www.arpa.piemonte.it obiettivi determinazione del valor medio della concentrazione di attività radon
DettagliElemento di Qualità Biologica: Fitoplancton
Roma - 22 Maggio 2018 CRITERI TECNICI PER LA CLASSIFICAZIONE DELLO STATO ECOLOGICO DEI CORPI IDRICI DELLE ACQUE MARINO COSTIERE Elemento di Qualità Biologica: Fitoplancton (a cura di F. Giovanardi franco.giovanardi@gmail.com)
Dettagliper togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione
Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti
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
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2017/2018 Probabilità e Statistica - Prova pratica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2017/201 Probabilità e Statistica - Prova pratica Nome... N. Matricola... Ancona, 1 febbraio 201 1. ( punti) Un azienda che produce relè elettrici
DettagliUniversità degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliPrima indagine conoscitiva dei livelli di concentrazione radon indoor negli edifici scolastici della Basilicata
Prima indagine conoscitiva dei livelli di concentrazione radon indoor negli edifici scolastici della Basilicata Nel 2013 l Ufficio CRR dell ARPA Basilicata ha allestito un laboratorio per effettuare misure
DettagliArgomenti della lezione: Campionamento Stima Distribuzione campionaria Campione Popolazione Sottoinsieme degli elementi (o universo) dell '
Lezione 2 Argomenti della lezione: La statistica inferenziale: concetti di base Campionamento Stima Distribuzione campionaria Popolazione (o universo) Insieme di tutti gli elementi cui si rivolge il ricercatore
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
DettagliARGOMENTI TRATTATI NEL CORSO DI ANALISI II
ARGOMENTI TRATTATI NEL CORSO DI ANALISI II ANALISI Limiti Curve Convergenza di una successione di punti Definizione di limite Condizione necessaria e condizione sufficiente all esistenza del limite in
DettagliPROGETTO D INDAGINE RADON IN PUGLIA
Sede legale ARPA PUGLIA Corso Trieste 27, 70126 Bari Agenzia regionale per la prevenzione Tel. 080 5460111 Fax 080 5460150 e la protezione dell ambiente www.arpa.puglia.it C.F. e P.IVA. 05830420724 DIREZIONE
DettagliMisure di dispersione (o di variabilità)
08/04/014 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x 9 range31-74 x 9 range50-941
DettagliCorso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E
Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze
DettagliElementi di statistica per l econometria
Indice Prefazione i 1 Teoria della probabilità 1 1.1 Definizioni di base............................. 2 1.2 Probabilità................................. 7 1.2.1 Teoria classica...........................
DettagliVettore (o matrice) casuale (o aleatorio): vettore (o matrice) i cui elementi sono variabili aleatorie
Variabili (vettori e matrici) casuali Variabile casuale (o aleatoria): Variabile che può assumere un insieme di valori ognuno con una certa probabilità La variabile aleatoria rappresenta la popolazione
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
DettagliElementi di Economia e Statistica prof.ssa Valentina Raimondi. dott. Federico Andreis (Statistica)
Elementi di Economia e Statistica prof.ssa Valentina Raimondi dott. Federico Andreis (Statistica) federico.andreis@unimi.it ricevimento studenti su appuntamento presso la Facoltà di Scienze Politiche dell
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
DettagliProva Pratica di Statistica I+II - Prof. M. Romanazzi
1 Università di Venezia - Corso di Statistica I + II (Cb-Ga) Prova Pratica di Statistica I+II - Prof. M. Romanazzi 3 Giugno 2008 Cognome e Nome............................................ N. Matricola............
DettagliIndice. L Editore ringrazia. Ringraziamenti. Autori. Prefazione. Obiettivi formativi XIII XVII
Indice XI XI XIII XV XVII L Editore ringrazia Ringraziamenti Autori Prefazione Obiettivi formativi XIX Istruzioni per gli studenti XIX Un po di storia XX Cosa è la Statistica XXI Come usare questo libro
Dettagli1. variabili dicotomiche: 2 sole categorie A e B
Variabile X su scala qualitativa (due categorie) modello di regressione: variabili quantitative misurate almeno su scala intervallo (meglio se Y è di questo tipo e preferibilmente anche le X i ) variabili
DettagliVIII Indice 2.6 Esperimenti Dicotomici Ripetuti: Binomiale ed Ipergeometrica Processi Stocastici: Bernoul
1 Introduzione alla Teoria della Probabilità... 1 1.1 Introduzione........................................ 1 1.2 Spazio dei Campioni ed Eventi Aleatori................ 2 1.3 Misura di Probabilità... 5
DettagliEsplorazione dei dati
Esplorazione dei dati Introduzione L analisi esplorativa dei dati evidenzia, tramite grafici ed indicatori sintetici, le caratteristiche di ciascun attributo presente in un dataset. Il processo di esplorazione
Dettaglilezione 4 AA Paolo Brunori
AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente
DettagliSoluzioni prova scritta di Complementi di Probabilità e Statistica (29/06)
Soluzioni prova scritta di Complementi di Probabilità e Statistica (29/6). (a) Per costruire il box plot, vengono determinati minimo=,, massimo=,97, mediana=,455, I quartile=,3375 e III quartile=,745 dei
DettagliSilvia Bucci, Andrea Iacoponi, Gabriele Pratesi. ARPAT, Unità Operativa Radioattività e Amianto, Firenze
Valutazione dei dati acquisiti in Toscana nell'ambito della mappatura radon negli ambienti di lavoro, anche in prospettiva del recepimento della Direttiva 2013/59/Euratom Silvia Bucci, Andrea Iacoponi,
DettagliINDICE PARTE METODOLOGICA
INDICE PARTE METODOLOGICA 1. Il processo di ricerca 1.1.Individuazione di un problema e formulazione delle ipotesi 1.2.Individuazione e definizione operativa delle variabili 1.2.1. Le variabili definite
DettagliProva scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012
Prova scritta di Complementi di Probabilità e Statistica 7 Dicembre. Un ingegnere vuole investigare se le caratteristiche di una superficie metallica sono influenzate dal tipo di pittura usata e dal tempo
DettagliUniversità di Pavia Econometria. Richiami di Statistica. Eduardo Rossi
Università di Pavia Econometria Richiami di Statistica Eduardo Rossi Università di Pavia Campione casuale Siano (Y 1, Y 2,..., Y N ) variabili casuali tali che le y i siano realizzazioni mutuamente indipendenti
DettagliProblema 1. Cognome, Nome: Facoltà di Economia Statistica Esame 1-20/01/2010: A. Matricola: Corso:
Facoltà di Economia Statistica Esame 1-20/01/2010: A Cognome, Nome: Matricola: Corso: Problema 1. Su 10 imprese è stato rilevato l utile netto dell ultimo triennio espresso in milioni di euro. Il risultato
DettagliCompletamento dell'indagine nel Lazio
PNR2011 Piano Nazionale Radon: risultati, programmi, prospettive Scuola Superiore di Radioprotezione Carlo Polvani 47 Corso La radioprotezione da radioattività naturale nelle attività produttive convenzionali
DettagliUniversità degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1 Lezione 1 - Martedì 23 Settembre 2014 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliUniversità degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1 Lezione 1 - Mercoledì 27 Settembre 2017 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliLivelli di radon in ambienti indoor dell'azienda Ospedaliero-Universitaria Policlinico di Bari ai sensi della Legge Regionale 30/2016 e s.m.i.
GAS RADON Giornata di discussione sulla L.R. n.30/2016: finalità, contenuti e procedure operative Livelli di radon in ambienti indoor dell'azienda Ospedaliero-Universitaria Policlinico di Bari ai sensi
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Analizzeremo la distribuzione delle famiglie italiane, classificate per numero di
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2012/2013 www.mat.uniroma2.it/~caramell/did 1213/ps.htm 05/03/2013 - Lezioni 1, 2, 3 Breve introduzione al corso. Fenomeni deterministici
DettagliLivelli di riferimento e radon priority areas: applicazione del principio di ottimizzazione e impatto sui casi di tumore al polmone
11 Ottobre 2018 Palmanova (UD) Livelli di riferimento e radon priority areas: applicazione del principio di ottimizzazione e impatto sui casi di tumore al polmone Carmen Carpentieri Istituto Superiore
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
DettagliMappatura del Radon in Alto Adige: un analisi di tipo geostatistico
Mappatura del Radon in Alto Adige: un analisi di tipo geostatistico Luca Verdi Agenzia Provinciale per l Ambiente di Bolzano, via Amba Alagi 5, 39100 Bolzano, luca.verdi@provincia.bz.it Stefano Pegoretti
DettagliRICHIAMI SU SIMULAZIONE E METODO MONTE CARLO
1 RICHIAMI SU SIMULAZIONE E METODO MONTE CARLO Agenda introduzione alla simulazione e al metodo Monte Carlo tecniche di simulazione generatore congruenziale lineare, variabili uniformi metodo dell inversa
DettagliLaboratorio Agenti Cancerogeni e Mutageni DiMEILA - INAIL Settore Ricerca e Certificazione
LA PROTEZIONE DEI LAVORATORI DALL ESPOSIZIONE AL RADON: STRATEGIE FUTURE PER LA PREVENZIONE E IL RISANAMENTO Rosabianca Trevisi Laboratorio Agenti Cancerogeni e Mutageni DiMEILA - INAIL Settore Ricerca
DettagliSTATISTICA. Federico M. Stefanini. stefanin/corsi.html. a.a (3 CFU)
STATISTICA a.a. 2001-2002 (3 CFU) Federico M. Stefanini Dipartimento di Statistica G.Parenti viale Morgagni 59, 50134 Firenze, tel. 055-4237211 e.mail: stefanin@ds.unifi.it PARTE 1 http://www.ds.unifi.it/it/
DettagliIndice. Parte I. 2.4 Confrontare variabili numeriche tra gruppi 23 Confronto di istogrammi tra gruppi 23 Confronto delle frequenze cumulative 23
Indice Parte I Capitolo 1 Statistica e campioni 1.1 Che cos è la statistica? 2 1.2 Campionare le popolazioni 3 Popolazioni e campioni 4 Proprietà dei buoni campioni 4 Il campionamento casuale 5 Come ottenere
DettagliREPORT PLUVIOMETRICO DEL MESE DI SETTEMBRE 2012
1 di 15 REPORT PLUVIOMETRICO DEL MESE DI SETTEMBRE 2012 2 di 15 Commento generale PREMESSA Al fine di valutare l entità gli apporti pluviometrici, sono state considerate tutte le stazioni automatiche (circa
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.
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 12 Giugno 2015 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
DettagliE n 1 n. n i. n 2. n 2 ( n
Lezione n. 7 7.1 Ancora sulle proprietà degli stimatori Esempio 7.1 [continua dall Esempio 6.1] Studiare varianza e MSE dei due stimatori e verificare se T n raggiunge il limite di Cramer- Rao. Soluzione.
DettagliCalcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità
Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte Cap.1: Probabilità 1. Esperimento aleatorio (definizione informale): è un esperimento che a priori può avere diversi esiti possibili
DettagliFacoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica
Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica Prima prova scritta A.A. 8-9 Durata della prova h Punteggi: ) + + ; ) + + + ; ) +. Totale. Esercizio Sia
DettagliAnalisi delle corrispondenze
Analisi delle corrispondenze Obiettivo: analisi delle relazioni tra le modalità di due (o più) caratteri qualitativi Individuazione della struttura dell associazione interna a una tabella di contingenza
DettagliAnalisi delle componenti principali
Analisi delle componenti principali Serve a rappresentare un fenomeno k-dimensionale tramite un numero inferiore o uguale a k di variabili incorrelate, ottenute trasformando le variabili osservate Consiste
DettagliSOLUZIONI PROVA SCRITTA DI STATISTICA (cod. 4038, 5047, 371, 377) 8 settembre 2005
SOLUZIONI PROVA SCRITTA DI STATISTICA cod. 4038, 5047, 371, 377) 8 settembre 2005 MODALITÀ B APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE Esercizio 1. 7 punti) Su un collettivo di 13 nuclei
DettagliSTATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 2 5.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. La v.c. Normale: uso delle tavole E noto che un certo tipo di dati si distribuiscono secondo una gaussiana di media 10
DettagliUlteriori Conoscenze di Informatica e Statistica
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it Indici di forma Descrivono le
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
DettagliProf. Ing. Roberto BRUNO Ing. Serena Sgallari Dipartimento di Ingegneria Chimica, Mineraria e delle Tecnologie Ambientali Università di Bologna
Approfondimenti sull uso delle tecniche geostatistiche utilizzate in Emilia Romagna ai fini dell individuazione delle arre a rischio radon e prospettive metodologiche Prof. Ing. Roberto BRUNO Ing. Serena
DettagliEsempi di modelli x leggere 0.02 Tre modelli probabilistici frequenti xii leggere 0.03 Nota storica xv leggere
0.01 Introduzione ix Esempi di modelli x leggere 0.02 Tre modelli probabilistici frequenti xii leggere 0.03 Nota storica xv leggere Capitolo 1 Statistica descrittiva 1 tutto NO 1.01 Variabili, mutabili,
DettagliRichiami di probabilità e statistica
Richiami di probabilità e statistica Una variabile casuale (o aleatoria) X codifica gli eventi con entità numeriche x ed è caratterizzata dalla funzione di distribuzione di probabilità P(x) : P(x)=Pr ob[x
DettagliSe Renzo realizza uno dei punteggi tra 2 e 6, la probabilità che Lucia realizzi lo stesso punteggio di Renzo è 1 5
Renzo e Lucia giocano con i dadi con le seguenti regole: Renzo lancia due dadi e registra il punteggio complessivo, cioè la somma dei punti dei due dadi; Lucia lancia invece un solo dado, e vincerà se
DettagliCorso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010 Statistica Esercitazione 4 12 maggio 2010 Dipendenza in media. Covarianza e
DettagliCorso introduttivo di Epidemiologia e Biostatistica
Corso introduttivo di Epidemiologia e Biostatistica massimo guerriero carlo pomari e con il contributo di: Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health ELEMENTI
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015 1 2 3 4 5 6 7 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliIstituzioni di Statistica
Istituzioni di Statistica CORSO DI LAUREA IN ECONOMIA DEL COMMERCIO INTERNAZIONALE CORSO DI LAUREA IN ECONOMIA E AMMINISTRAZIONE DELLE IMPRESE A.A. 2007/2008 DOCENTE: Marco Minozzo PROGRAMMA - STATISTICA
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 7 1. Utilizzando le tavole della distribuzione
DettagliIntroduzione all'inferenza Lezione 4
Last updated April 16, 2016 Introduzione all'inferenza Lezione 4 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Introduzione all inferenza Popolazione Campione
DettagliANAS S.p.A. Compartimento della viabilità per la Basilicata Via Nazario Sauro POTENZA
ANAS S.p.A. Compartimento della viabilità per la Basilicata Via Nazario Sauro 85100 POTENZA MONITORAGGIO RADON Insediamento indagato: S.S. 106 Jonica LAVORI DI COSTRUZIONE DELLA VARIANTE DI NOVA SIRI CON
Dettagli