LE SERIE STORICHE DEI DATI METEOROLOGICI. Rodica Tomozeiu
|
|
- Salvatore Volpi
- 6 anni fa
- Visualizzazioni
Transcript
1 LE SERIE STORICHE DEI DATI METEOROLOGICI Rodica Tomozeiu
2 Outline Definizione di serie storica I I problemi nell analisi delle serie storiche Variabilità temporale, spaziale Esempio di analisi di serie storiche
3 Che cosa e una serie storica? Le serie storiche possono essere definite come un set di dati climatici consecutivi nel tempo, relativi ad una certa area geografica e ad uno specifico intervallo di tempo (generalmente lungo). su singole serie di dati Lo studio Su un insieme di serie d dati relative alle stazioni localizzate in una certa area
4 Quali sono i problemi nell analisi dei dati? 1. DISTRIBUZIONE SPAZIALE DELLE STAZIONI SUL TERRITORIO 2. LUNGHEZZA DELLA SERIE TEMPORALE 3. COMPLETEZZA DELLA SERIE TEMPORALE 4. QUALITÀ DEI DATI 5. OMOGENEITÀ DEI DATI
5 1. DISTRIBUZIONE DELLE STAZIONI uniformità densità delle stazioni? dipende dal parametro analizzato Esempio: rete di stazioni giornalieri di temperatura e precipitazioni in Emilia-Romagna 44 stazioni- temperature giornaliere( ) 62 stazioni precipitazione giornaliere( )
6 2-3. Lunghezza e completezza delle serie temporale La lunghezza delle serie deve essere adeguata agli scopi degli studi OMM raccomanda di studiare le proprietà statistiche dei dati meteorologici usando serie temporali di almeno 30 ani: , , Completezza =stazioni con più del 80% di dati sono prese in considerazione (STARDEX project)
7 4. Qualità dei dati Controlli logici Controlli climatologici Controlli temporali V.Pavan, R.Tomozeiu,A.Selvini, S.Marchesi, C.Marsigli, Controllo di qualità dei dati giornalieri di temperatura minima e massima e di precipitazione,quaderno Tecnico ARPA,No.15 (
8 5. OMOGENEITÀ DEI DATI Una serie temporale di una variabile si definisce omogenea se le sue variazioni sono dovute unicamente alle modificazioni del tempo meteorologico e/o del clima. Perché studiare l omogeneità dei dati?..per eliminare le eventuali influenze di fattori esterni che possono cambiare l analisi dei dati (spostamento della stazione, cambiamento dello strumento )
9 Tipi di errore Test statistici - sono strumenti per decidere se accettare o rifiutare l ipotesi formulata. (Ho -ipotesi nulla, H1 -ipotesi alternativa) Classificazione: test parametrici - sono quelli in cui si fa un ipotesi sulla distribuzione della popolazione dei dati. test non parametrici - sono indipendenti dalla distribuzione della popolazione I tipo: rigettare H0 quando è vera, cioè rigettare tutti quei valori X tali che hanno una probabilità cumulata P(x <= X) > 1-a; a è detto livello di significatività del test, e di solito è posto uguale a 0.05 o II tipo II tipo: accettare H0 quando è falsa; supponendo di conoscere la distribuzione alternativa H1, che non è sempre vero, significa accettare tutti quei valori X tali che hanno una probabilità cumulata P(x <= X) > b; 1- b è detto potenza del test.
10 test di omogeneità -SNHT Come si verifica ipotesi di omogeneità??? Una serie è omogenea se il rapporto o la differenza (Q) tra i valori della serie campione e quelli della serie di riferimento è approssimativamente costante nel tempo. Referenze Alexandersson H, Moberg A (1997) Homogenization of Swedish temperature data. Part I: a homogeneity test for linear trends. Int. J. Climatol 17: Hanssen-Bauer I, Forland E, and Nordli PO, (1991) Homogeneity test of precipitation data, descriptions of the methods used at DNMI, DNMI Report 13/91 Norwegian Meteorological Institute, pp 28
11 Criteri di accetazione di una non omogeneità: Una serie è classificata come non omogenea se almeno uno dei seguenti criteri è soddisfatto (Hanssen Bauer,1993): 1)la serie contiene una non omogenità significativa al 95% 2) la seria contiene una non omogenità significativa al 90%, confermata dal metadata SERIE NONOMOGENEA SERIE AGIUSTATA T-unadjasted data T-adjusted data T T statistics Years Years
12 Studio delle serie storiche- variabilità, temporale Cosa guardiamo ad una serie temporale? tipo di distribuzione + momenti di vari ordine (media,mediana, varianza ); tendenza (tipo di tendenza+ significatività) punti di cambiamento (test di Student ); ciclicità (analisi spettrale);
13 per stimare la tendenza degli parametri: regressione lineare - metodo dei minimi quadrati; per stimare la significatività delle tendenze: test statistico non-parametrici (Mann( Mann-Kendall test). Referenze: Sneyers R (1975) Sur l analyse statistique des series d observations. Note technique OMM, 143: 189 pp Wilks, S.D., 1995: Statistical Methods in the Atmospheric Sciences, vol. 59, International Geophysics Series, Academic Press, 467pp.
14 analisi della variabilità spaziale Lo scopo: identificare delle zone con caratteristiche simile Referenze Metodi: analisi cluster; empirical orthogonal function (EOF) Wilks, S.D., 1995: Statistical Methods in the Atmospheric Sciences, vol. 59, International Geophysics Series, Academic Press, 467pp
15 Esempio di analisi della variabilità temporale e spaziale Dati: temperatura massima giornaliera-estate 44 stazioni(emilia-romagna), periodo Nr Indice 1. 90mo percentile Tmax 2. Onde di calore(hwd)
16 Trends della Tmax(GLA) in Emilia- Romagna Distribuzione del coefficiente del trend per Tmax ( C/stagione stagione) derivati nel periodo Il colore rappresenta la significatività del trend (95% rosso chiaro-99% rosso scuro
17 Distribuzione 90 mo percentile di Tmax estiva (GLA) con il trend ( C/stagione) associato 32.4 Periodo stazioni contrassegnate da un cerchio sono caratterizzate da valori di ndenza significativi, l ombreggiatura indica il valore della tendenza e i valori esso le stazioni indica i valori medi( ) estivi del indice
18 Distribuzione del HWD (numero di giorni) con il trend (giorno/stagione) associato Cerchio rosso=trend significativo al 95%, l ombreggiatura indica il valore della tendenza, i valori presso le stazioni indica i valori medi( ) estivi del HWD Giorno/stagion
19 Variabilità spaziale cluster 90mo Tmax 1719 percentile Cluster Cluster 1
20 Analisi da sviluppare analisi spettrale..
21 GRAZIE PER LA PAZIENZA...
22 Test SNHT - un solo punto di non omogeneità Ipotesi nulla (H 0 ) Z N( 0,1) i { 1,..., n} i Z i N ( µ 1,1) Z i N ( µ 2,1) i { 1,..., a} Ipotesi alternativa (H1) { } i a + 1,..., n a= anno di non omogeneità S { S } { 2 } Statistica del test SNHT T = max T = max az + ( n a z max a 1 ) 1 a n 1 1 a n se teor T S max > Tmax Si rigetta l ipotesi nulla Fattore di correzione FA= FA= q 2 / q 1 q2 q 1 (P) (T) dove q Q z + Q 1 = σ 1 q Q z + Q 2 = σ 2 La correzione si applica nell intervallo (1..a)
23 TEST di MANN-KENDALL Ipotesi del test: H 0 - assenza di una tendenza nella serie dei dati H 1 - presenza di una tendenza Sia x 1...x n una serie di dati. Per ogni elemento della serie si determina il numero n i di elementi che lo precedono, ossia tali che x i > x j t = i n i La funzione di distribuzione di t e asintoticamente normale con media e varianza: E(t)= n(n-1)/4 e Var(t) = n(n-1)(2n+5)/72 statistica del test: ut () = [ t E()]/ t var() t se u(t) >1.96 si rigetta l ipotesi nulla al livello di significatività del 95% La seria presenta una tendenza positiva
Analisi 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
DettagliIl Test di Ipotesi Lezione 5
Last updated May 23, 2016 Il Test di Ipotesi Lezione 5 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Il test di ipotesi Cuore della statistica inferenziale!
DettagliSTATISTICA ESERCITAZIONE 13
STATISTICA ESERCITAZIONE 13 Dott. Giuseppe Pandolfo 9 Marzo 2015 Errore di I tipo: si commette se l'ipotesi nulla H 0 viene rifiutata quando essa è vera Errore di II tipo: si commette se l'ipotesi nulla
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
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
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
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
DettagliGli errori nella verifica delle ipotesi
Gli errori nella verifica delle ipotesi Nella statistica inferenziale si cerca di dire qualcosa di valido in generale, per la popolazione o le popolazioni, attraverso l analisi di uno o più campioni E
DettagliLezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 23 Outline 1 2 3 4 5 6 () Statistica 2 / 23 La verifica delle ipotesi Definizione Un ipotesi statistica
DettagliSchema lezione 5 Intervalli di confidenza
Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari
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
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
DettagliEsercitazione 8 del corso di Statistica 2
Esercitazione 8 del corso di Statistica Prof. Domenico Vistocco Dott.ssa Paola Costantini 6 Giugno 8 Decisione vera falsa è respinta Errore di I tipo Decisione corretta non è respinta Probabilità α Decisione
DettagliCaratterizzazione dei consumi energetici (parte 3)
ESERCITAZIONE 4 Caratterizzazione dei consumi energetici (parte 3) 4.1 CuSum: elementi di analisi statistica Il diagramma delle somme cumulate dei residui in funzione del tempo (CuSum) può essere in generale
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
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
DettagliIpotesi statistiche (caso uno-dimensionale) Ipotesi poste sulla (distribuzione di) popolazione per raggiungere una decisione sulla popolazione stessa
Ipotesi statistiche (caso uno-dimensionale) Ipotesi poste sulla (distribuzione di) popolazione per raggiungere una decisione sulla popolazione stessa L ipotesi che si vuole testare: H 0 (ipotesi nulla)
DettagliInfluenza del cambiamento climatico sulla biodiversità e sugli ecosistemi delle aree Protette
Perché si parla di cambiamenti climatici? Queste sono alcune delle variazioni finora riscontrate (i fatti): Negli ultimi 150 anni la temperatura media della superficie terrestre è aumentata di circa 0.74
DettagliProva Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )
Università degli Studi di Milano Bicocca Scuola di Economia e Statistica Corso di Laurea in Economia e Amministrazione delle Imprese (ECOAMM) Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE
Dettaglix ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +
ESERCIZIO 6.1 Si considerino i 0 campioni di ampiezza n = estratti da una popolazione X di N = 5 elementi distribuiti normalmente, con media µ = 13,6 e σ = 8,33. A partire dalle 0 determinazioni della
DettagliTest di ipotesi su due campioni
2/0/20 Test di ipotesi su due campioni Confronto tra due popolazioni Popolazioni effettive: unità statistiche realmente esistenti. Esempio: Confronto tra forze lavoro di due regioni. Popolazioni ipotetiche:
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 5 Abbiamo visto: Modelli probabilistici nel continuo Distribuzione uniforme continua Distribuzione
DettagliElementi di Probabilità e Statistica
Elementi di Probabilità e Statistica Statistica Descrittiva Rappresentazione dei dati mediante tabelle e grafici Estrapolazione di indici sintetici in grado di fornire informazioni riguardo alla distribuzione
DettagliAnalisi meteorologica mensile. agosto Bocca del ghiacciaio del Mandrone (23 agosto 2016) Efisio Siddi
Analisi meteorologica agosto Bocca del ghiacciaio del Mandrone (23 agosto ) Efisio Siddi Agosto è risultato nella norma sia per quanto riguarda le temperature che le precipitazioni. Le temperature sono
DettagliContenuti: Capitolo 14 del libro di testo
Test d Ipotesi / TIPICI PROBLEMI DI VERIFICA DI IPOTESI SONO Test per la media Test per una proporzione Test per la varianza Test per due campioni indipendenti Test di indipendenza Contenuti Capitolo 4
DettagliStatistica4-29/09/2015
Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche
DettagliStatistica. Alfonso Iodice D Enza
La per Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 1 Outline 1 La La per () Statistica 2 / 1 Outline La per 1 La 2 per () Statistica 2 / 1 Outline
DettagliQuiz di verifica Classificazione
Quiz di verifica Classificazione Strumenti Quantitativi per la gestione Le domande 1 4 si riferiscono al seguente problema: Supponiamo di raccogliere dati per un gruppo di studenti della classe di SQG
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
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
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
DettagliDISTRIBUZIONI DI CAMPIONAMENTO
DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,
DettagliFondamenti di Psicometria. La statistica è facile!!! VERIFICA DELLE IPOTESI
Fondamenti di Psicometria La statistica è facile!!! VERIFICA DELLE IPOTESI INFERENZA STATISTICA Teoria della verifica dell ipotesi : si verifica, in termini probabilistici, se una certa affermazione relativa
DettagliUn esempio. Ipotesi statistica: supposizione riguardante: un parametro della popolazione. la forma della distribuzione della popolazione
La verifica delle ipotesi In molte circostanze il ricercatore si trova a dover decidere quale, tra le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze
DettagliESERCIZIO 1. Vengono riportati di seguito i risultati di un analisi discriminante.
ESERCIZIO 1. Vengono riportati di seguito i risultati di un analisi discriminante. Test di uguaglianza delle medie di gruppo SELF_EFF COLL_EFF COIN_LAV IMPEGNO SODDISF CAP_IST COLLEGHI Lambda di Wilks
DettagliLa verifica delle ipotesi
La verifica delle ipotesi Se abbiamo un idea di quale possa essere il valore di un parametro incognito possiamo sottoporlo ad una verifica, che sulla base di un risultato campionario, ci permetta di decidere
DettagliApprossimazione normale alla distribuzione binomiale
Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N
DettagliAnalisi della mortalità in relazione a fattori meteo-climatici in Emilia-Romagna
ONDATE DI CALORE: VARIAZIONI CLIMATICHE, EFFETTI SULLA SALUTE E MISURE DI CONTENIMENTO COSA È ACCADUTO NELL ESTATE 2003: Analisi della mortalità in relazione a fattori meteo-climatici in Emilia-Romagna
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,
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliRicostruzione e analisi climatologica di serie storiche secolari di temperatura in Trentino
Ricostruzione e analisi climatologica di serie storiche secolari di temperatura in Trentino Gabriele Rampanelli 1,2 e Dino Zardi 1 1 Gruppo di Fisica dell Atmosfera, Università degli studi di Trento 2
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,
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
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 4.1 I principali test statistici per la verifica di ipotesi: Il test t Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Significatività statistica per la correlazione vers. 1.0 (5 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliIL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI
IL CONFRONTO TRA LE VARIANZE DI DUE POPOLAZIONI Perchè confrontare le varianze stimate in due campioni? Torniamo all'esempio dei frinosomi Per poter applicare il test t avevamo detto che le varianze, e
DettagliGrafici e tabelle permettono di fare valutazioni qualitative, non quantitative. E necessario poter sintetizzare i dati attraverso due importanti
Grafici e tabelle permettono di fare valutazioni qualitative, non quantitative. E necessario poter sintetizzare i dati attraverso due importanti indici : Indici di posizione Indici di variazione Indici
DettagliVariabili aleatorie discrete. Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia
Variabili aleatorie discrete Giovanni M. Marchetti Statistica Capitolo 5 Corso di Laurea in Economia 2015-16 1 / 45 Variabili aleatorie Una variabile aleatoria è simile a una variabile statistica Una variabile
DettagliTest d Ipotesi Introduzione
Test d Ipotesi Introduzione Uno degli scopi più importanti di un analisi statistica è quello di utilizzare i dati provenienti da un campione per fare inferenza sulla popolazione da cui è stato estratto
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....................
DettagliElementi di conoscenza sui cambiamenti climatici in Italia. Monitoraggio, scenari
Elementi di conoscenza sui cambiamenti climatici in Italia Monitoraggio, scenari Franco Desiato Settore Clima e Meteorologia Applicata ISPRA Monitoraggio (impatti presenti e tendenze) Rete mareografica
DettagliEvoluzione del clima in Veneto nell ultimo cinquantennio
DIPARTIMENTO PER LA SICUREZZA DEL TERRITORIO Centro Meteorologico di Teolo Evoluzione del clima in Veneto nell ultimo cinquantennio Il Veneto si colloca in una zona di transizione confinante a Nord con
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
DettagliTest di ipotesi. Test
Test di ipotesi Test E una metodologia statistica che consente di prendere una decisione. Esempio: Un supermercato riceve dal proprio fornitore l assicurazione che non più del 5% delle mele di tipo A dell
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
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
DettagliMonitoraggio settimanale della mortalità estiva in provincia di Modena nell anno 2015.
Dipartimento di Sanità Pubblica Servizio Epidemiologia Monitoraggio settimanale della mortalità estiva in provincia di Modena nell anno 2015. Come per gli altri anni, anche nel corso dell estate 2015,
DettagliFondamenti di statistica per il miglioramento genetico delle piante. Antonio Di Matteo Università Federico II
Fondamenti di statistica per il miglioramento genetico delle piante Antonio Di Matteo Università Federico II Modulo 2 Variabili continue e Metodi parametrici Distribuzione Un insieme di misure è detto
DettagliStatistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1
Statistica Capitolo 1 Regressione Lineare Semplice Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare il significato del coefficiente di correlazione lineare
DettagliCorso di Laurea in Ingegneria Informatica Anno Accademico 2012/2013 Calcolo delle Probabilità e Statistica Matematica
Corso di Laurea in Ingegneria Informatica Anno Accademico 2012/2013 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Ancona, 9 luglio 2013 1. Mario chiede al vicino di casa di
DettagliScale di Misurazione Lezione 2
Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile
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
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
DettagliMonitoraggio settimanale della mortalità estiva in provincia di Modena nell anno 2016.
Monitoraggio settimanale della mortalità estiva in provincia di Modena nell anno 2016. Come per gli anni precedenti, nel periodo compreso tra il 23 Maggio 2016 e il 04 Settembre 2016 presso il Servizio
DettagliStatistica Applicata all edilizia: il modello di regressione
Statistica Applicata all edilizia: il modello di regressione E-mail: orietta.nicolis@unibg.it 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione
DettagliDistribuzioni di probabilità
Distribuzioni di probabilità Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliMeteo a Bologna - dati aggiornati ad agosto 2008
Meteo a Bologna - dati aggiornati ad agosto 2008 I dati meteo registrati a maggio nella stazione di Bologna-Borgo Panigale e comunicati dal Servizio IdroMeteorologico dell'arpa della Regione Emilia Romagna
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
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
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui
DettagliEsercizi riassuntivi di Inferenza
Esercizi riassuntivi di Inferenza Esercizio 1 Un economista vuole stimare il reddito medio degli abitanti di una cittadina mediante un intervallo al livello di confidenza del 95%. La distribuzione del
DettagliElementi di base su modello binomiale e modello normale
Elementi di base su modello binomiale e modello normale (alcune note) Parte 1: il modello binomiale Di fondamentale importanza nell analisi della qualità sono i modelli. I due principali modelli statistico-probablistici
DettagliCapitolo 10. Test basati su due campioni e ANOVA a una via. Statistica II ed. Levine, Krehbiel, Berenson Apogeo
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 10 Test basati su due campioni e ANOVA a una via Insegnamento: Statistica Applicata Corsi di Laurea in "Scienze e tecnologie Alimentari"
DettagliLezione VII: t-test. Prof. Enzo Ballone
Lezione VII: t-test Cattedra di Biostatistica Dipartimento di Scienze Biomediche, Università degli Studi G. d Annunzio di Chieti Pescara Prof. Enzo Ballone Un terzo problema: si considerino 2 campioni
Dettagli1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2
Statistica N. Crediti: Cognome: Laurea Triennale in Biologia Nome: 4 settembre 2012 Matricola: 1. Parte A 1.1. Siano x 1, x 2,..., x 10 i dati relativi al peso di 10 neonati espressi in chilogrammi e y
DettagliRichiami di statistica
Richiami di statistica Eduardo Rossi 2 2 Università di Pavia (Italy) Marzo 2014 Rossi Statistica Econometria - 2014 1 / 61 Indice 1 Esempio 2 Elementi di probabilità 3 Stima 4 Verifica di ipotesi Rossi
DettagliStatistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
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
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
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 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliCapitolo 10. Test basati su due campioni e ANOVA a una via. Statistica II ed. Levine, Krehbiel, Berenson. Casa editrice: Pearson
Levine, Krehbiel, Berenson Statistica II ed. Casa editrice: Pearson Capitolo 10 Test basati su due campioni e ANOVA a una via Insegnamento: Statistica Corsi di Laurea Triennale in Economia Dipartimento
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
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
DettagliCORSO INTEGRATO DI STATISTICA E INFORMATICA MEDICA
CORSO INTEGRATO DI STATISTICA E INFORMATICA MEDICA Settore Scientifico-Disciplinare: MED/01 Statistica Medica; INF/01 Informatica CFU Tot.: 5 Coordinatore: Prof. Dario Bruzzese Dip.: Sanità Pubblica.,
DettagliCON O SENZA REIMMISSIONE
CAMPIONAMENTO Per una buona inferenza o induzione statistica, bisogna affrontare il problema del campionamento, ovvero del come raccogliere un campione della popolazione affinché la si possa studiare induttivamente.
DettagliLEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi
DettagliAnalisi meteorologica del mese di giugno 2013
Analisi meteorologica del mese di giugno 2013 (dati della stazione meteo di Trento Laste dal 1921) Il mese appena trascorso è risultato meno piovoso della media e con temperature esattamente nella media.
DettagliPROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA
PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA PROCEDURA/TECNICA DI ANALISI DEI DATI SPECIFICAMENTE DESTINATA A STUDIARE LA RELAZIONE TRA UNA VARIABILE NOMINALE (ASSUNTA
DettagliTest d ipotesi. Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona. Ipotesi alternativa (H 1 )
Test d ipotesi Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Nel 900 falsificazione di ipotesi (Karl Popper) TEST D IPOTESI Nell 800 dimostrazione di ipotesi
DettagliUniversità degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A
Università degli Studi di Padova Corso di Laurea in Medicina e Chirurgia - A.A. 015-16 Corso Integrato: Statistica e Metodologia Epidemiologica Disciplina: Statistica e Metodologia Epidemiologica Docenti:
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
DettagliProbabilità e Statistica Esercizi
Corso di PIANIFICAZIONE DEI TRASPORTI 1 ing. Antonio Comi Marzo 2006 Probabilità e Statistica Esercizi 1 Variabile aleatoria X(E): funzione che associa ad un evento E dello spazio delle prove un numero
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:...................................................
DettagliANALISI CLIMATICA DELLA PRIMAVERA 2015
Provincia Autonoma di Trento METEOTRENTINO REPORT ANALISI CLIMATICA DELLA PRIMAVERA 15 Agosto 15 Dipartimento Protezione Civile Servizio Prevenzione Rischi Ufficio Previsioni e Pianificazione Via Vannetti,
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
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
Dettagliλ è detto intensità e rappresenta il numero di eventi che si
ESERCITAZIONE N 1 STUDIO DI UN SISTEMA DI CODA M/M/1 1. Introduzione Per poter studiare un sistema di coda occorre necessariamente simulare gli arrivi, le partenze e i tempi di ingresso nel sistema e di
Dettaglianomalie Tmin/Tmax( C) 3 2.5 2 1.5 1 0.5 0-0.5 Anomalia_Tmax Anomalia_Tmin -1-1.5 1961 1966 1971 1976 1981 1986 1991 1996 2001 2006 2011 anni 400.0 Anomalia_precipitazione Emilia-Romagna 300.0 anomalie
Dettagli