DI IDROLOGIA TECNICA PARTE III
|
|
- Rossana Fadda
- 8 anni fa
- Visualizzazioni
Transcript
1 FACOLTA DI INGEGNERIA Laurea Specialistica in Ingegneria Civile N.O. Giuseppe T. Aronica CORSO DI IDROLOGIA TECNICA PARTE III Idrologia delle piene Lezione XII: I metodi diretti per la valutazione delle portate al colmo di piena
2 Se il bacino è strumentato (presenza di stazioni idrometriche) la semplice analisi d frequenza empirica può darci una stima del tempo di ritorno associato alla grandezza misurata Attraverso una plotting position si può associare ad ogni valore campionario una frequenza empirica di non superamento e quindi un tempo di ritorno F i 0.44 = N Formula di Gringorten (la più adatta per analisi di valori massimi) L analisi di una singola serie di N dati di portata al colmo massima annuale, non consente ragionevolmente di prevedere valori di portata con T > 2N (Benson, 1961) Per T grandi bisogna quindi ricorrere a modelli probabilistici teorici basandosi su tecniche inferenziali
3 T (anni) 10 N = 30 T = dimensione campionaria
4 Analisi puntuale Analisi regionale Test statistico di adattamento Scelta del modello probabilistico teorico puntuale Stima dei parametri del modello probabilistico Scelta del modello probabilistico teorico regionale Stima dei parametri del modello probabilistico Identificazione della curva di crescita caratteristica Stima portata indice Previsione del quantile richiesto Q T Test statistico di adattamento Parametri regionali della curva di crescita
5 Analisi puntuale (AMS) L idrologia delle piene Analisi statistica dei dati raccolti nelle stazioni idrometriche ove presenti e con sufficiente numerosità campionaria (stima solo nelle sezioni strumentate) AMS (Annual Maxima Series) Vengono presi in considerazione solo i valori massimi annuali della serie storica Indipendenza statistica dei valori Studio statistico semplice Tempi di ritorno > 1 anno Ridotta numerosità campionaria POT (Peak Over Threshold) Vengono presi in considerazione solo i valori che eccedono una soglia fissata T < 1 anno elevata numerosità campionaria Studio statistico complesso Difficoltà definire la soglia
6 400 Oreto a Ponte Parco 300 Q (m 3 /s) T (anni)
7 Analisi puntuale (AMS) Gumbel Q T = u 1 α ln ln T T 1 α = parametro di scala u = parametro di forma GEV (General Extreme Value) Q T = u + κ α 1 1 T ln T 1 κ α = parametro di scala u = parametro di posizione κ = parametro di forma
8 400 L idrologia delle piene Oreto a Ponte Parco 300 Q (m 3 /s) T (anni) Esempio #1 EV1 (PWM) α = u = 67.8
9 400 Oreto a Ponte Parco 300 Q (m 3 /s) T (anni) Esempio #2 GEV (PWM) α = u = 63.5 κ =
10 400 L idrologia delle piene Oreto a Ponte Parco 300 Q (m 3 /s) T (anni) Esempio #3 LNII
11 Analisi regionale L idrologia delle piene Nel caso in cui il campione disponibile sia poco significativo oppure il sito in esame privo di stazioni di misura, le tecniche di elaborazione puntuali possono risultare imprecise o addirittura impossibili Le tecniche regionali consentono invece di utilizzare le misure relative ad un intera regione idrologicamente omogenea In tal modo è possibile: Utilizzare un campione di dati maggiore Studio idrologico anche in siti privi di stazioni di misura Fare ricorso a leggi con più di due parametri
12 Legge TCEV (Two Component Extreme Value Distribution) (Rossi et al., 1984) componente base + componente straordinaria della variabile Q Q ( ) = exp λ exp λ exp P Q 1 λ 1 λ 2 ( parametri TCEV) numero medio di eventi delle due componenti, di base e straordinaria, λ 1 >> λ 2 θ 1 θ 2 ϑ1 2 ϑ2 ( parametri TCEV) medie degli eventi appartenenti a ciascuna componente (θ 1 << θ 2 )
13 Curva di crescita L idrologia delle piene P ( x' ) = exp λ exp( α) x' α Λ 1 Θ 1 λ 1 exp Θ x' Θ = ϑ2 Λ = λ2 µ (Q) α = ϑ1 ϑ1 ( λ ) 1 1 Θ µ(q) = PORTATA INDICE La variabile x = Q T /µ(q) si chiama fattore di crescita e rappresenta la variabilità relativa degli eventi estremi ai diversi tempi di ritorno. Il suo valore è una grandezza caratteristica della regione considerata
14 Analisi regionale (AMS) Stima dei parametri del modello probabilistico TCEV (Two-Component Extreme Value) Procedura gerarchica di regionalizzazione articolata su tre livelli successivi in ognuno dei quali si ritengono costanti alcuni statistici della distribuzione in regioni omogenee Definizione di regione omogenea Ω: regione geografica all interno della quale una distribuzione di probabilità (e i suoi momenti) per la descrizione statistica di una variabile, è la stessa a meno di un fattore di scala
15 Primo livello di regionalizzazione DATI UTILIZZATI NELL INDAGINE: idrologica è costante in una Coefficiente di asimmetria teorico della serie dei massimi annuali della variabile regione molto ampia, denominata zona omogenea, e ad essa competono valori costanti dei parametri Λ e Θ Dati di max portate annuali relative alle 27 stazioni idrometriche sicilane con almeno 10 anni di funzionamento nel periodo di osservazione Λ Θ = =
16 Secondo livello di regionalizzazione Individuazione di sottozone omogenee nelle quali risulta costante, oltre al coefficiente di asimmetria, anche il coefficiente di variazione della legge teorica. Per ciascuna sottozona risultano costanti α e λ 1 SOTTOZONA A λ1 = α = Sottozone idrologicamente omogenee SOTTOZONA B SOTTOZONA C λ1 = α = λ1 = α =
17 Secondo livello di regionalizzazione Curve di crescita non esplicitabili rispetto a x corrispondente ad una fissata frequenza probabile P ( x' ) = exp λ exp( α) x' 1 Θ α 1 Λ λ 1 exp Θ x' Sono stati calcolati i valori di x di assegnata durata e tempo di ritorno, risultando con ottima approssimazione dipendenti da T secondo: SOTTOZONA A SOTTOZONA B SOTTOZONA C x' T x' T x' T = logt = logt = logt Curve di crescita valide per T>10 QT = x' T µ (Q) E necessaria la conoscenza della portata indice
18 La portata indice Definizione di portata indice q indice : valore atteso del massimo annuale di portata al colmo nel sito fluviale di interesse Q indice = E[Q] = µ (Q) La portata indice è una grandezza locale caratteristica del sito fluviale, il cui valore dipende dalle caratteristiche climatiche, geologiche, geomorfologiche, idrografiche e dall uso del suolo del bacino idrografico sotteso dal sito stesso.
19 Metodi diretti (AMS) Stima della portata indice Quando si dispone di N anni di osservazione di portata al colmo di piena massima annuale (AMS) nel sito fluviale di interesse, la stima della portata indice è fornita dalla media aritmetica delle N osservazioni 1 N Qindice = Qi = Ni= 1 m(q) Se si conosce la PDF che meglio descrive il campione delle osservazioni, la portata indice è data dalla media teorica della PDF Q indice = u + α Gumbel
20 Metodi indiretti: formule empiriche Stima della portata indice I metodi indiretti empirici permettono la stima della portata indice nei siti privi di misure attraverso formule regressive che legano tra di loro caratteristiche fisiche dei bacini, quali superficie totale, percentuale area impermeabile, pendenza media, indici di piovosità, ecc. Spesso vengono utilizzate relazioni multiregressive del tipo: Qindice = a cos t W 1 a W 2... W 1 2 an n con W i variabili esplicative della regressione
21 Terzo livello di regionalizzazione Ricerca di relazioni locali tra la portata indice e le grandezze geografiche (superficie del bacino) relative al sito di misura 1000 Portata indice storica Potenza (Portata indice storica) y = x R 2 = Q indice (m 3 /s) 100 µ ( Q) = A
22 Esempio #1 TCEV Per la sezione del T. Mela alla foce si vuole ricavare la Q max per T = 100 anni Dati: Θ = S = 61.2 km 2 Λ = Sottozona = B λ1 = T = 100 anni α = P ( x' ) = exp λ exp( α) QT = (61.2) x' x' α Λ 1 Θ 1 λ 1 exp Θ Q T = (61.2) ( log100) x = Q max,100 = m 3 /s Q max,100 = m 3 /s
Corso di Idraulica ed Idrologia Forestale
Corso di Idraulica ed Idrologia Forestale Docente: Prof. Santo Marcello Zimbone Collaboratori: Dott. Giuseppe Bombino - Ing. Demetrio Zema Lezione n. 16: Le precipitazioni (parte seconda) Anno Accademico
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliPolitecnico di Torino. Esercitazioni di Protezione idraulica del territorio
Politecnico di Torino Esercitazioni di Protezione idraulica del territorio a.a. 2012-2013 ESERCITAZIONE 1 VALUTAZIONE DELLA RARITÀ DI UN EVENTO PLUVIOMETRICO ECCEZIONALE 1. Determinazione del periodo di
DettagliCURVE DI POSSIBILITA PLUVIOMETRICA Ancona Torrette Osimo Baraccola Recanati
CURVE DI POSSIBILITA PLUVIOMETRICA Ancona Torrette Osimo Baraccola Recanati ANALISI DELLE PRECIPITAZIONI INTENSE Le curve di possibilità pluviometrica sono state stimate a partire dai dati delle massime
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliINDICE PREFAZIONE VII
INDICE PREFAZIONE VII CAPITOLO 1. LA STATISTICA E I CONCETTI FONDAMENTALI 1 1.1. Un po di storia 3 1.2. Fenomeno collettivo, popolazione, unità statistica 4 1.3. Caratteri e modalità 6 1.4. Classificazione
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliLezione 1. Concetti Fondamentali
Lezione 1 Concetti Fondamentali 1 Sonetto di Trilussa Sai ched è la statistica? E E na cosa che serve pe fa un conto in generale de la gente che nasce, che sta male, che more, che va in carcere e che sposa.
DettagliStrumenti e metodi per la redazione della carta del pericolo da fenomeni torrentizi
Versione 2.0 Strumenti e metodi per la redazione della carta del pericolo da fenomeni torrentizi Corso anno 2011 E. MANUALE UTILIZZO HAZARD MAPPER Il programma Hazard Mapper è stato realizzato per redarre,
DettagliStatistica descrittiva
Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Statistica descrittiva Ing. Antonino Cancelliere Dipartimento
DettagliGemellaggi per l Internalizzazione Regionale di Esperienze di successo (A.G.I.R.E. POR) A.G.I.R.E. POR - Bari 17.03. 2008 1
Gemellaggi per l Internalizzazione Regionale di Esperienze di successo (A.G.I.R.E. POR) A.G.I.R.E. POR - Bari 17.03. 2008 1 Fase 2.1.1 Trasferimento delle esperienze maturate dalla Regione Marche in materia
DettagliRiassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice
cap 0 Romane - def_layout 1 12/06/12 07.51 Pagina V Prefazione xiii Capitolo 1 Nozioni introduttive 1 1.1 Introduzione 1 1.2 Cenni storici sullo sviluppo della Statistica 2 1.3 La Statistica nelle scienze
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliIntroduzione Metodo POT
Introduzione Metodo POT 1 Un recente metodo di analisi dei valori estremi è un metodo detto POT ( Peak over thresholds ), inizialmente sviluppato per l analisi dei dati idrogeologici a partire dalla seconda
DettagliInsegnamento di Idrologia. Esercitazione n. 2
Insegnamento di Idrologia Esercitazione n. 2 Si vuole determinare la quota da assegnare alla sommità di un argine del Po, posto in corrispondenza del ponte ferroviario di Piacenza, dove esiste una stazione
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliSoluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliLE FINESTRE E L ISOLAMENTO ACUSTICO
LE FINESTRE E L ISOLAMENTO ACUSTICO Roberto Malatesta. William Marcone Ufficio Tecnico (giugno 2008) LA PROTEZIONE DAL RUMORE DEGLI EDIFICI, LA NORMATIVA NAZIONALE La maggior sensibilità delle persone
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliElaborazioni pluviometriche propedeutiche al dimensionamento delle opere idrauliche di smaltimento delle acque meteoriche. Brindisi, 23 maggio 2013
Elaborazioni pluviometriche propedeutiche al dimensionamento delle opere idrauliche di smaltimento delle acque meteoriche Brindisi, 23 maggio 2013 Presentazione 1998 Laurea in ingegneria civile - Poliba
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliCorso di Automazione Industriale 1. Capitolo 4
Simona Sacone - DIST 1 Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: analisi
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO-BICOCCA A. A. 2008-2009 FACOLTÀ DI ECONOMIA. Programma del modulo di STATISTICA I (6 crediti)
UNIVERSITÀ DEGLI STUDI DI MILANO-BICOCCA A. A. 2008-2009 FACOLTÀ DI ECONOMIA Programma del modulo di STATISTICA I (6 crediti) ECOCOM (lettere A-Lh): ECOCOM (lettere Li-Z): ECOBAN: ECOAMM (Lettere A-Lh):
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliIndici di dispersione
Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo
DettagliLa statistica multivariata
Cenni di Statistica Multivariata Dr Corrado Costa La statistica multivariata La statistica multivariata è quella parte della statistica in cui l'oggetto dell'analisi è per sua natura formato da almeno
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad
DettagliALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio.
ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. Per una migliore caratterizzazione del bacino idrologico dell area di studio, sono state acquisite
DettagliMetodologia per l analisi dei dati sperimentali L analisi di studi con variabili di risposta multiple: Regressione multipla
Il metodo della regressione può essere esteso dal caso in cui si considera la variabilità della risposta della y in relazione ad una sola variabile indipendente X ad una situazione più generale in cui
DettagliValutazione delle portate e dei volumi idrici di piena del Torrente Argentina
Dipartimento di Ingegneria Idraulica, Ambientale, Infrastrutture Viarie, Rilevamento Sezione di Costruzioni Idrauliche e Marittime e Idrologia Responsabile: Prof. Renzo Rosso Contratto di Consulenza tra
DettagliLezione 1. Concetti Fondamentali
Lezione 1 Concetti Fondamentali Sonetto di Trilussa Sai ched è la statistica? E na cosa che serve pe fa un conto in generale de la gente che nasce, che sta male, che more, che va in carcere e che sposa.
DettagliESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE
ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
DettagliGESTIONE INDUSTRIALE DELLA QUALITÀ A
GESTIONE INDUSTRIALE DELLA QUALITÀ A Lezione 10 CAMPIONAMENTO (pag. 62-64) L indagine campionaria all interno di una popolazione consiste nell estrazione di un numero limitato e definito di elementi che
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliPIANO GENERALE DI BONIFICA E DI TUTELA DEL TERRITORIO
PIANO GENERALE DI BONIFICA E DI TUTELA DEL TERRITORIO (L.R. 8 maggio 29 n. 12, art. 23) PRIMA STESURA LUGLIO 21 2) CARATTERIZZAZIONE PLUVIOMETRICA DEL COMPRENSORIO CONSORZIALE CONSORZIO DI BONIFICA BACCHIGLIONE
Dettagli1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
DettagliCaratteristiche dei bacini idrografici
Corso di Idrologia A.A. 20-202 Caratteristiche dei bacini idrografici Prof. Ing. A. Cancelliere Dipartimento di Ingegneria Civile e Ambientale Università di Catania Bacino idrografico Con riferimento ad
DettagliCorso di laurea in Scienze Motorie. Corso di Statistica. Docente: Dott.ssa Immacolata Scancarello Lezione 2: Misurazione, tabelle
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione : Misurazione, tabelle 1 Misurazione Definizione: La misura è l attribuzione di un valore numerico
DettagliCOMUNE DI GENOVA DIREZIONE CULTURA SETTORE MUSEI E BIBLIOTECHE INDAGINE SULLA QUALITA PERCEPITA RIFERITA ALLE BIBLIOTECHE PODESTA E SERVITANA
COMUNE DI GENOVA DIREZIONE CULTURA SETTORE MUSEI E BIBLIOTECHE INDAGINE SULLA QUALITA PERCEPITA RIFERITA ALLE BIBLIOTECHE PODESTA E SERVITANA Nell anno 2014 sono state realizzate 2 indagini mirate di Customer
DettagliProgrammazione Disciplinare: Calcolo Classe: Quarte - Quinte
Istituto Tecnico Tecnologico Basilio Focaccia Salerno Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte Anno scolastico 01-01 I Docenti della Disciplina Salerno, settembre 01 Anno scolastico
DettagliIntroduzione all Inferenza Statistica
Introduzione all Inferenza Statistica Fabrizio Cipollini Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) G. Parenti Università di Firenze Firenze, 3 Febbraio 2015 Introduzione Casi di studio
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliGeneral Linear Model. Esercizio
Esercizio General Linear Model Una delle molteplici applicazioni del General Linear Model è la Trend Surface Analysis. Questa tecnica cerca di individuare, in un modello di superficie, quale tendenza segue
DettagliELEMENTI DI STATISTICA PER IDROLOGIA
Carlo Gregoretti Corso di Idraulica ed Idrologia Elementi di statist. per Idrolog.-7//4 ELEMETI DI STATISTICA PER IDROLOGIA Introduzione Una variabile si dice casuale quando assume valori che dipendono
DettagliESAME DI STATISTICA Nome: Cognome: Matricola:
ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica
DettagliRegressione Logistica: un Modello per Variabili Risposta Categoriali
: un Modello per Variabili Risposta Categoriali Nicola Tedesco (Statistica Sociale) Regressione Logistica: un Modello per Variabili Risposta Categoriali 1 / 54 Introduzione Premessa I modelli di regressione
DettagliANALISI DEI QUESTIONARI PER LA RILEVAZIONE DELLE OPINIONI DEGLI STUDENTI SUI SINGOLI INSEGNAMENTI
ANALISI DEI QUESTIONARI PER LA RILEVAZIONE DELLE OPINIONI DEGLI STUDENTI SUI SINGOLI INSEGNAMENTI Anno Accademico 008/009 Rapporto statistico riassuntivo Corso di Laurea in Scienze politiche e delle Relazioni
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliVALORE DELLE MERCI SEQUESTRATE
La contraffazione in cifre: NUOVA METODOLOGIA PER LA STIMA DEL VALORE DELLE MERCI SEQUESTRATE Roma, Giugno 2013 Giugno 2013-1 Il valore economico dei sequestri In questo Focus si approfondiscono alcune
Dettaglimatematica probabilmente
IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e
DettagliRapporto dal Questionari Insegnanti
Rapporto dal Questionari Insegnanti SCUOLA CHIC81400N N. Docenti che hanno compilato il questionario: 60 Anno Scolastico 2014/15 Le Aree Indagate Il Questionario Insegnanti ha l obiettivo di rilevare la
DettagliI dati ricavabili da suddette verifiche (tiranti, velocità, etc.) saranno comunque necessari per procedere con la fase progettuale esecutiva.
INDICE 1. Premessa 1 2. Descrizione dei luoghi 1 3. Valutazione degli afflussi meteorici 3 4. Valutazione dei deflussi 6 5. Calcolo del DMV 7 6. Modifiche alle portate attese a seguito delle opere 10 1.
DettagliSOGLIE PLUVIOMETRICHE
CONVENZIONE TRA IL DIPARTIMENTO PER LA PROTEZIONE CIVILE E L ARPA PIEMONTE PER L ASSISTENZA ALLA GESTIONE DELLE SITUAZIONI DI RISCHIO IDRO-METEOROLOGICO SUL TERRITORIO NAZIONALE Progetto di un sistema
DettagliTeoria e metodologia estimativa
Teoria e metodologia estimativa Definizioni L estimo è la parte della scienza economica definibile come l insieme dei principi logici e metodologici che regolano e, quindi, consentono la motivata, oggettiva
DettagliAGENTI CHIMICI VALUTAZIONE DEL RISCHIO
Dipartimento di Sanità Pubblica U.O. Prevenzione e Sicurezza Ambienti di Lavoro AGENTI CHIMICI VALUTAZIONE DEL RISCHIO Arcari Claudio e Mariacristina Mazzari Piacenza 6 maggio 2011 1 CURVA DOSE-EFFETTO
DettagliPIANO GENERALE DEL SISTEMA FOGNARIO DEL COMUNE DI RIMINI 11 PIANO DEGLI INTERVENTI CON INDIVIDUAZIONE DEL LIVELLO DI PRIORITA E DEI COSTI
PIANO GENERALE DEL SISTEMA FOGNARIO DEL COMUNE DI RIMINI 11 PIANO DEGLI INTERVENTI CON INDIVIDUAZIONE DEL LIVELLO DI PRIORITA E DEI COSTI 85 PIANO GENERALE DEL SISTEMA FOGNARIO DEL COMUNE DI RIMINI IL
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliMisurare il rischio finanziario con l Extreme Value Theory
Misurare il rischio finanziario con l Extreme Value Theory M. Bee Dipartimento di Economia, Università di Trento MatFinTN 2012, Trento, 24 gennaio 2012 Outline Introduzione Extreme Value Theory EVT e rischio
DettagliStatistica. Esercitazione 3 5 maggio 2010 Serie storiche. Connessione e indipendenza statistica
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2008/2009 Statistica Esercitazione 3 5 maggio 2010 Serie storiche. Connessione e indipendenza
DettagliANALISI DEI QUESTIONARI PER LA RILEVAZIONE DELLE OPINIONI DEGLI STUDENTI SUI SINGOLI INSEGNAMENTI
ANALISI DEI QUESTIONARI PER LA RILEVAZIONE DELLE OPINIONI DEGLI STUDENTI SUI SINGOLI INSEGNAMENTI Anno Accademico 008/009 Rapporto statistico riassuntivo Scuola di specializzazione per gli insegnanti della
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliDISTRIBUZIONI DI PROBABILITÀ
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI
DettagliCapitolo 2 - Teoria della manutenzione: classificazione ABC e analisi di Pareto
Capitolo 2 - Teoria della manutenzione: classificazione ABC e analisi di Pareto Il presente capitolo continua nell esposizione di alcune basi teoriche della manutenzione. In particolare si tratteranno
DettagliConoscenza. Metodo scientifico
Conoscenza La conoscenza è la consapevolezza e la comprensione di fatti, verità o informazioni ottenuti attraverso l'esperienza o l'apprendimento (a posteriori), ovvero tramite l'introspezione (a priori).
DettagliAnalisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA
Analisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA 1 Distribuzione di frequenza Punto vendita e numero di addetti PUNTO VENDITA 1 2 3
DettagliFacoltà di Psicologia Università di Padova Anno Accademico 2010-2011
Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliPro e contro delle RNA
Pro e contro delle RNA Pro: - flessibilità: le RNA sono approssimatori universali; - aggiornabilità sequenziale: la stima dei pesi della rete può essere aggiornata man mano che arriva nuova informazione;
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliGESTIONE DELLE TECNOLOGIE AMBIENTALI PER SCARICHI INDUSTRIALI ED EMISSIONI NOCIVE LEZIONE 10. Angelo Bonomi
GESTIONE DELLE TECNOLOGIE AMBIENTALI PER SCARICHI INDUSTRIALI ED EMISSIONI NOCIVE LEZIONE 10 Angelo Bonomi CONSIDERAZIONI SUL MONITORAGGIO Un monitoraggio ottimale dipende dalle considerazioni seguenti:
DettagliISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI PROGRAMMAZIONE ANNUALE ANNO SCOLASTICO 2014 /2015
ISTITUTO D'ISTRUZIONE SUPERIORE A. MOTTI PROGRAMMAZIONE ANNUALE ANNO SCOLASTICO 2014 /2015 A047 MATEMATICA CLASSE PRIMA PROFESSIONALE DOCENTI : CARAFFI ALESSANDRA, CORREGGI MARIA GRAZIA, FAZIO ANGELA,
DettagliCURRICOLO DI MATEMATICA SCUOLA PRIMARIA MATEMATICA SEZIONE A : Traguardi formativi
CURRICOLO DI MATEMATICA SCUOLA PRIMARIA MATEMATICA SEZIONE A : Traguardi formativi FINE CLASSE TERZA SCUOLA PRIMARIA FINE SCUOLA PRIMARIA COMPETENZE SPECIFICHE ABILITÀ CONOSCENZE ABILITÀ CONOSCENZE Utilizzare
DettagliCAPITOLO III CONFRONTI TRA DISTRIBUZIONI
CAPITOLO III CONFRONTI TRA DISTRIBUZIONI 3.1 CONFRONTI TRA DISTRIBUZIONI OSSERVATE E DISTRIBUZIONI TEORICHE OD ATTESE. Nella teoria statistica e nella pratica sperimentale, è frequente la necessità di
DettagliCorso di laurea in Economia e Gestione delle Arti e delle Attività Culturali a.a. 2003-2004 INTRODUZIONE ALLA STATISTICA DESCRITTIVA
Corso di laurea in Economia e Gestione delle Arti e delle Attività Culturali a.a. 2003-2004 INTRODUZIONE ALLA STATISTICA DESCRITTIVA Prof. Stefania Funari Parte I TERMINOLOGIA STATISTICA e CONCETTI INTRODUTTIVI
DettagliINDAGINE STATISTICA SULLA RACCOLTA DIFFERENZIATA NEL COMUNE DI NOCERA SUPERIORE
INDAGINE STATISTICA SULLA RACCOLTA DIFFERENZIATA NEL COMUNE DI NOCERA SUPERIORE CLASSI SECONDE E TERZE DELLA SCUOLA SECONDARIA DI PRIMO GRADO FRESA- PASCOLI Anno scolastico 2013-2014 Tutor: Salvatore Di
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliLa gestione della clientela, soprattutto quando questa è numerosa, è un attività delicata e complessa che normalmente porta via molto tempo.
B-B CUSTOMER FOCUS La gestione della clientela, soprattutto quando questa è numerosa, è un attività delicata e complessa che normalmente porta via molto tempo. Il credit manager, o comunque la persona
DettagliALLEGATO I LE ZONE DI ALLERTA DELLA REGIONE LAZIO PER IL RISCHIO IDROGEOLOGICO ED IDRAULICO
ALLEGATO I LE ZONE DI ALLERTA DELLA REGIONE LAZIO PER IL RISCHIO IDROGEOLOGICO ED IDRAULICO 19 LE ZONE DI ALLERTA DELLA REGIONE LAZIO PER IL RISCHIO IDROGEOLOGICO ED IDRAULICO PREMESSA Coerentemente con
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliCorso di Idrologia Applicata A.A. 2007-2008. Misure idrometriche. A. Cancelliere. Dipartimento di Ingegneria Civile e Ambientale Università di Catania
Corso di Idrologia Applicata A.A. 2007-2008 Misure idrometriche A. Cancelliere Dipartimento di Ingegneria Civile e Ambientale Università di Catania PORTATA Volume liquido che attraversa una sezione normale
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliINDICI DI TENDENZA CENTRALE
INDICI DI TENDENZA CENTRALE NA Al fine di semplificare la lettura e l interpretazione di un fenomeno oggetto di un indagine statistica, i dati possono essere: organizzati in una insieme di dati statistici
DettagliPotenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
DettagliRELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della
RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili
DettagliCURRICULUM SCUOLA PRIMARIA MATEMATICA
Ministero dell istruzione, dell università e della ricerca Istituto Comprensivo Giulio Bevilacqua Via Cardinale Giulio Bevilacqua n 8 25046 Cazzago San Martino (Bs) telefono 030 / 72.50.53 - fax 030 /
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
Dettagli