ANALISI CHIMICA QUANTITATIVA METODI ANALITICI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "ANALISI CHIMICA QUANTITATIVA METODI ANALITICI"

Transcript

1 ANALISI CHIMICA QUANTITATIVA 1) Campione da analizzare 2) Determinazione quantitativa preparazione campione separazione da altri campioni determinazione analitica 3) Calcolo dei risultati 1) Classici Gravimetrica Volumetrica acido-base precipitazione complessamento permanganometria ceriometria iodometria METODI ANALITICI 2) Fisici elettro analitici elettrodeposizione quantitativa columbometria voltametria amperometria cromopotenziometria potenziometria

2 conduttometria metodi cromatografici cromatografia metodi c ottici IR, UV, VIS Fluorimetria spettroscopia atomica ( emissione, assorbimento) polarimetria rifrattometria altri metodi fisici NMR A.per attivazione tit. radiomimetiche metodi biologici della FU XI

3 ANALISI QUANTITATIVA Analisi (composizione elementare) Determinazione (analitica) 1) Campione: omogeneo e rappresentativo 2) Preparazione del campione:stato fisico in cui si trova in soluzione 3) Eliminazione di sostanze estranee (separazione, ossidazione, complessazione) 4) Prelevo di una quantità esattamente nota (bilancia analitica, matracci, pipette) 5) Esecuzione di un'indagine analitica (saggi FU, chimici, fisici) 6) Calcolo dei dati Diretti e indiretti METODI DI UN CAMPIONE Tecniche di analisi: Macro > 100 mg Semi micro mg Micro < 1 mg METODI FISICI E FISICO CHIMICI VANTAGGI: 1) veloci 2) per tutte le analisi 3) alta sensibilità

4 SVANTAGGI: 3) trattamento preliminare con metodi fisici 4) costo apparecchiature e manutenzione 5)uso standard per la taratura ANALISI DI PRODOTTI FARMACEUTICI (fini preposti) 1) Controllo del composto e delle impurezze di: materie prime e prodotti finiti, industrie e laboratori statali (I.S.S.) 2) Controllo durante la lavorazione del prodotto di: reazione chimica e enzimatica, processo estrattivo (minerale, animale, vegetale) e contaminazione. 3) Determinazione della formula di struttura di un principio attivo: strumentale e raggi X (strutture:attività) PRODOTTI CHIMICO - FARMACEUTICI Fonti: Sintesi S. microbiologica (semisintesi e clonazione cellulare) Estrazione del mondo animale, vegetale e minerale CONTAMINAZIONI (IMPUREZZE) DOVUTE A: 1) MATERIALE di partenza (zolfo impuro da sabbia) 2) PRODUZIONE di solventi e sostanze negli impianti e cicli di lavorazione 3) CONSERVAZIONE per: instabilità del prodotto, immagazzinamento (umidità, temp. e luce) cessione dei recipienti (materie plastiche) contaminazioni animali (se lasciati fuori)

5 CODICI (codex) esistono perché le sostanze vengano garantite al massimo di purezza. REGISTRO DI LABORATORIO 1) Dati scritti a penna 2) Annotazioni scritte alla fine 3) Data 4) Annotazioni sbagliate vanno sbarrate e non cancellate 5) non strappare le pagine SCHEMA: pagina anteriore: a) titolo esperimento b) principi su cui si basa l'analisi c) sintesi dei dati in peso o in volume necessari ai calcoli d) evidenziare il miglior valore e la precisione dei dati pagina posteriore: e) equazioni delle reazioni principali dell'analisi f) logica per il calcolo dei risultati (proporzioni, equazioni) g) osservazioni che possono giustificare un risultato ottenuto REGOLE DI SICUREZZA 1) imparare dove c'è un lavabo per occhi, coperta di lana, doccia, estintore 2) usare sempre una protezione per occhi (occhiali)

6 3) nell'uso di prodotti chimici se versati sulla pelle, lavare subito con acqua 4) mai fare esperimenti senza autorizzazione 5) non stare solo a lavorare in laboratorio 6) non bere ne' mangiare, ne' fumare in laboratorio 7) i liquidi si aspirano con bulbi di gomma, mai con la bocca 8) scarpe chiuse, contenere i capelli, non abiti infiammabili. USO DEL CAMICE 9) usare con prudenza oggetti caldi 10) arrotondare i bordi di vetro con la fiamma 11) proteggersi con cappucci dal fumo, indirizzare i gas verso il naso 12) in caso di ferite avvertire l'istruttore 13) disporre dei solventi e prodotti chimici come da istruzioni senza versarli direttamente nei lavandini

7 RESPONSABILITA' DEL FARMACISTA 1) norme di buona conservazione 2) limiti di scadenza 3) requisiti formali estrinseci (n. registrazione, n. lotto, data e prezzo) FARMACI: Etici (prescrizione medica) Etici senza prescrizione medica (SOP) (farmacista) OTC (da banco, è previsto il messaggio pubblicitario). REQUISITI OTC (sperimentati da almeno 5 anni): 1) per disturbi di lieve entità (lassativi ontalgici e collutori) 2) tutte le vie di somministrazione escluso: i.m., aerosol, supposte. 3) posologia bassa 4) marchio commerciale NORME DI BUONA FABBRICAZIONE GENERALITA': Controllo totale per una necessaria e uniforme qualità dei medicamenti destinati al consumatore. Le norme vengono utilizzate ai fini di applicarle alle operazioni che comprendono i diversi stadi necessari ad ottenere la forma finale dei medicamenti.

8 DEFINIZIONI MEDICAMENTO: sostanza o composizione avente: - proprietà curative e profilattiche per l'uomo e l'animale, - somministrare nell'uomo per stabilire la diagnosi o ripristinare, correggere o modificare funzioni organiche dell'uomo o dell'animale FABBRICAZIONE: operazioni atte alla produzione di medicamenti (materie prime, mescolanze, forme farmaceutiche, suddivisioni, confezionamento, etichettatura) MATERIE PRIME: tutte le sostanze attive e non impiegate nella fabbricazione dei medicamenti. LOTTO: quantità di medicamenti prodotti da un ciclo di lavorazione. Omogeneità. NUMERO DI LOTTO: numero che identifica il lotto e le relative operazioni di fabbricazione e controllo. QUARANTENA: materiale che serve alla fabbricazione di un medicamento momentaneamente accantonato se non viene preliminarmente autorizzato. CONTROLLO DI QUALITA' : tutte le attività concernenti ad assicurare la produzione di lotti uniformi alle norme prestabilite. CONVALIDA: verifica perché siano resi idonei fasi di fabbricazione di lotti omogenei ed uniformi. PRODOTTI SEMILAVORATI: sostanze o miscele che subiranno altri trattamenti. Tutto per avere la formazione di una qualità di prodotto medicinale.

9 LOCALE norme generali solo uso farmaceutico non utilizzati per altre attività tecnicamente incomparabili areazione e luce umidità relativa ottimale adatti all'uso preposto spaziosi per: lavoro efficiente. Evitare confusione, contaminazione crociata, tossici e stupefacenti separati, aria filtrata per ambienti sterili, locali non sterilizzabili non devono essere contaminati. APPARECCHIATURE: i macchinari devono: 1) adattarsi all'uso 2) essere facilmente pulibili 3) non avere rimanenze delle precedenti operazioni 4) non avere confusione. Devono essere effettuati inoltre controlli microbiologici a intervalli e registrati, le bilance devono essere tarate e controllate periodicamente NORME IGIENICHE. Locali puliti e ordinati Istruzioni al personale: luoghi da pulire frequentemente, modo come pulire, addetti incaricati non fumare, non mangiare; il personale inoltre dispone di spogliatoi e servizi igienici. MATERIE PRIME:

10 inventariate (provenienza, data di ricevimento, data del controllo, impiego ciclo di produzione) controllo recipienti, immagazzinamento, campionatura e controllo si conforma all'uso e messo in quarantena se necessario, firmato dal capo servizi controllo e qualità prima di iniziare il ciclo di lavorazione, devono avere etichette corrette e visibili Le materie prime, non buone, vengono verificate, mandate a distruggere o spedite indietro alla ditta fornitrice. PROCESSO DI FABBRICAZIONE La fabbricazione e controllo effettuata da personale qualificato e competente PRECAUZIONI CONTRO LE CONTAMINAZIONI: Le aree di lavoro comune a più lavoratori vanno scartate per non creare confusioni; lavori in ambiente asettico in locali appositamente costruiti, i prodotti sterili vanno verificati ad uno ad uno; ogni operazione va effettuata in aree distinte. II personale deve avere indumenti puliti e copricapo sterile, da usare solo in sala produzione. II personale addetto non deve essere malato, né deve avere lesioni sulla pelle, ed è soggetto a visite mediche periodiche. PROCEDIMENTI DI FABBRICAZIONE E ISTRUZIONI SCRITTE

11 (approvate dal direttore Tecnico Responsabile) I documenti contengono: nomi (fiale, compresse,ecc.) descrizione del contenitore, etichetta, foglietti illustrativi identità, qualità, quantità e materia prima rese nelle diverse fasi di lavorazione istruzioni per la fabbricazione e conservazione del prodotto finito o semilavorato descrizione del controllo e degli incaricati a farlo. DOCUMENTAZIONE RELATIVA ALLA FABBRICAZIONE DEI LOTTI Per ogni lotto c'é un resoconto che descrive la sua fabbricazione che è stata prodotta, controllata e analizzata. RENDICONTO= raccolta dei dati seguenti: nome e presentazione (Plasil compresse) data fabbricazione numero o codice identificativo del lotto n di lotto resa effettive delle diverse fasi di lavorazione operazioni totali effettuate - relazioni dei controlli con risultati campioni etichette con n o cicli. materiali di confezionamento, contenitori e tipo di chiusure firma del responsabile delle operazioni e data elenco dei risultati se sono conformi a quelli stabiliti per il medicamento, firma e data del capo servizio e controllo di qualità approvazione del lotto dal direttore tecnico destinazione del lotto qualora viene respinto

12 CONSERVAZIONE DOCUMENTAZIONE FABBRICAZIONE LOTTO Tutti i documenti relativi al lotto si conservano fino alla data di scadenza ETICHETTATURA - CONFEZIONAMENTO II materiale dovuto alle etichette e al confezionamento sarà maneggiato da evitare confusioni tra etichette diverse. L'accesso è previsto a personale autorizzato. Tutte le etichette e fogli illustrativi sono, prima di essere utilizzati, controllati e approvati dal responsabile. Per ogni ciclo operativo, per iscritto si chiede dal magazzino il materiale necessario.dopo il confezionamento segue la verifica del materiale. Tutti i medicinali devono portare in scrittura indelebile: etichette, diciture e avvertenze. II materiale eccedente va distrutto o rispedito al magazzino. Ogni differenza anomala va verificata. Le etichette vanno applicate in modo efficace sui contenitori. SERVIZIO CONTROLLO QUALITA' Ogni stabilimento produttore di medicamenti è dotato di un servizio controllo qualità con a capo il caposervizio controllo qualità. E' affidato ad uno o più operatori per effettuare i dovuti controlli ed analisi di controllo di qualità su medicamenti semilavorati. COMPITI DEL SERVIZIO CONTROLLO QUALITA' scrivere le istruzioni per le esecuzioni delle analisi approvare-disapprovare prodotti semilavorati

13 approvare-disapprovare ogni lotto finito e pronto per la distribuzione approvare-disapprovare materiale di confezionamento convalidare le condizioni di conservazione di materiali (materie prime, semilavorati, medicamenti) valutare la loro stabilità e qualità date limite di utilizzazione delle materie prime metodi analitici e di controllo esami degli scaduti ed eventuali recuperi Decisioni sempre approvate dal direttore tecnico responsabile. C'è bisogno di molti controlli per le buone esecuzioni. Documentazione appropriata sui controlli, dati analitici e campioni per i successivi cicli di lavorazione. Documentazione comprende: risultati (calcoli e prove eseguite) riferimenti specifici firme degli operatori rapporto finale, decisioni-firme e data del responsabile LABORATORI DI CONTROLLO DI QUALITA' Laboratori adatti e personale efficiente Stabulario presente se ci sono prove da eseguire su animali Ricorso a laboratori esterni se necessarie strumentazioni e personale altamente qualificato

14 RICHIAMO LOTTI sistema facile per richiamare dei lotti non idonei RECLAMI E SEGNALAZIONI DI REAZIONI ANOMALI Segnali di tossicità o reazioni anomale vanno fatte delle autorità sanitarie (USL). I reclami sono previsti dopo una approfondita inchiesta. Se sono tali i provvedimenti devono essere tempestivi. AUTOISPEZIONE L'azienda per un buon affidamento alle osservanze di buona fabbricazione si avvale di un gruppo di esperti che svolgono ispezioni regolari sulla produzione e controllo.

15 CIFRE SIGNIFICATIVE Sono quelle i cui valori sono noti con certezza: se c'è un punto non ha importanza Es. 0, , ,45 12,345 questi numeri hanno tutti 5 cifre significative La presenza degli zeri indica: 1) se presenti tra cifre significative sono significative Es. 21,03 20,03 hanno entrambi 4 cifre significative 2) non sono significativi quando servono ad indicare ordine di grandezza Es mlhanno una sola cifra significativa 3) gli zeri a sinistra di cifre significative non sono significative Es: 0,123 0, , hanno 3 cifre significative SOMMA Le cifre significative si dividono in CERTE ed INCERTE Le incerte sono le ultime Es. 0,123; 0,0085; 85,1 INCERTEZZA è la cifra il cui valore non è certo. Questo vale solo per le cifre dopo la virgola INCERTEZZA ASSOLUTA E RELATIVA numero i. assoluta i. relativa

16 142,7 0,1 (0,1:142,7) 100 = 0,07% 0,081 0,001 (0,001:0,81) 100 =1,2% L'incertezza relativa per valori piccoli si può esprimere in % o in p.p.m. Es. 142,7+0,081=142,781 le cifre significative sono quelle note più la prima incerta. gli addendi hanno la prima cifra dopo la virgola incerta, quindi avremo la somma avente un solo numero decimale il n precedente si arrotonda a142,8 se si volesse dare la somma in incertezza relativa: 0,1:142,7=0,07%; 0,001:0,081=1,2%; 0,012+0,0007=0, ,8+/- (0, ,7)=142+/-2 (il risultato è un valore troppo alto e si scarta) SOTTRAZIONE: si usa lo stesso metodo MOLTIPLICAZIONE E DIVISIONE Es. 142,7 0,081=11,5587 moltiplicando I. assoluta: 0,081+/-0,001=0,082 -max =0,080 - min 142,7+/-0,1=142,8-max 142,6- min valore max 0, ,8=11,7096 valore min 0, ,6=11,4080 differenza= (11, ,4080)=0,3016; 0,3016/2=0,1508

17 incertezza= (0, ):11,5587=+/-13% parti per mille=0,013 si considera quel valore la cui incertezza relativa è maggiore 0,012 11,5587=0,138 11,5 ± 0,138= 11,6/11,4 PROPAGAZIONE DELL ERRORE DELLE SOMME E DIFFERENZE Come calcolare la deviazione standard di una somma o di una differenza Sy (+/-0.02)=Sa (+/-0.03)=Sb deviazione standard assoluta (+/-0.05)=Sc Sy= Sa 2 +Sb 2 +Sc 2 ; Sy= (+/-0.02) 2 +(+/-0.03) 2 +(+/-0.05) 2 = ±06 La somma sarà data da /-(0.06)= +2.69; 2.57 L'intervallo accettato sarà tra 2.69 e 2.57

18 Se nella somma o sottrazione la deviazione assoluta dovesse annullarsi algebricamente il loro valore non sarebbe mai nullo PRODOTTI E QUOZIENTI E LORO PROPAGAZIONE DI ERRORE 4.10(±0.2) 0.050(±0.0001) = (±?) 1.97(± 0.04) Calcolo della deviazione standard di un prodotto o di un quoziente poiché il risultato è inferiore alla deviazione standard di due numeri, occorre calcolare le incertezze relative. S a r = ± 0,2/ 4,10 = ± Sb r = ± :0.0050= ± Sc r = ± 0.04:1.97= ± La cui deviazione standard relativa sarà: Sy= (±0.0049) 2 +(±0.0020) 2 +(± ) 2 = ± Deviazione standard assoluta del risultato Sy= (±0.029)= ± L'incertezza del risultato è: ± e

19 Per un calcolo avente somma e differenza contro il prodotto o quoziente: Si applica il calcolo della deviazione assoluta con le somme e differenze e quella della deviazione relativa per quozienti e prodotti. Calcolare prima le incertezze legate alle somme e differenze [14.3(± 0.2)-11.6(± 0.2)] 0.050(±0.001) =±1.725(±?) 10-6 [820(±10) +1030(±5)] 42.3(±0.4) Incertezza assoluta per la differenza (numeratore) Sa= ( ±0.2) 2 +(±0.2) 2 = ± 0.28 Incertezza assoluta per la somma (denominatore) Sb= (±10) 2 +( ±5) 2 = ± 11 Riscrivendo abbiamo: 2.7(±0.28) 0.050(±0.001) =1.725(±?) (±11) 42.3(±0.4) sono rimasti solo prodotti e quozienti perciò:

20 Sa r = ± 0.28 = ±0.104 ; Sb r = ±0.001 = ± Sc r = ± 11 = ± 0,0059 ; Sd r = ± 0,4 = ±0, ,3 Alla fine: Sy r = (±0.104) 2 +(±0.020) 2 +(±0.0059) 2 +(±0.0098) 2 = ±0.106 S= (±0.106)= Il risultato é 1.7(±0.2) 10-6 da cui avremo e Dare 3 cifre significative ai seguenti numeri (5 seguito da n dispari) (5 seguito da zero)= (5 seguito da numero)>

21 STATISTICA STUDIO DELLA VARIAZIONE DEI RISULTATI SPETIMENTALI MEDIA ARITMETICA: somma dei valori misurati diviso per gli n numeri dei valori totali Es: calcolare la media aritmetica delle seguenti misure: 821, 783, 834, 855 X= = MODA= valore più frequente o più ripetitivo nei valori MEDIANA= valore al di sopra e al di sotto del quale esiste lo stesso numero di valori a) serie di valori dispari: 9, 10, 11, 12, 13, M=11 è il valore centrale b) serie di valori pari: è la media dei valori centrali Es: 9,10,11,12,13,14 M=11+12 = 2 Questo termine viene adoperato quando i valori hanno un equa distribuzione MEDIA GEOMETRICA: E' un parametro poco usato ed è dotato della ennesima dei prodotti dei valori in esame. Es: media geometrica di: 2, 4, 9, 13 M= 4 2*4*9* 13 = quindi M= MiXi Mi=prodotto di tutti i valori ACCURATEZZA Occorre sapere il valore vero atteso. Per accuratezza si intende la vicinanza della misura al suo

22 valore atteso. Es: 26, 27, 28, 29, 24, 23, 21, 22 valore atteso=25 Il valore atteso è 24.35, il valore osservato è = -0.04% Errore assoluto = (Vo-Vr) Vo= valore ass Vr= valore atteso -0.04* 100 = -0.2% Errore relativo ERRORE Abbiamo 2 tipi di errori: ERRORI SISTEMATICI ed ERRORI CASUALI ERRORI SISTEMATICI sono costanti, come per esempio il lavaggio di un precipitato, e proporzionali in caso in cui ci sono delle sostanze che consumano il reattivo del metodo in esame e quindi può variare il campione. ERRORI CASUALI dovuti a pipette, tarature, temperature e tempo

23 COMBINAZIONE DELL'ERRORE CASUALE Nell'applicazione dell'analisi si verificano abitualmente 4 incertezze (in senso+ ed in senso- ). Applicando le varie possibilità (4 diverse) (3 + e 1-) (2+ e 2-) etc. si ha: COMBINAZIONE INCERTEZZE +V 1 +V 2 +V 3 +V -V 1 +V 2 +V 3 +V 4 +V 1 -V 2 +V 3 +V 4 +V 1 +V 2 -V 3 +V 4 +V 1 +V 2 +V 3 - V 4 -V 1 -V 2 +V 3 +V 4 +V 1 +V 2 -V 3 - E.CASUALE FREQUENZA REL.ERRORRE +4U 1 +2U 4 V 4 +V 1 -V 2 +V 3 - V 4 -V 1 +V 2 -V 3 O 6 +V 4 -V 1 +V 2 +V 3 - V 4 +V 1 -V 2 -V 3 - V 4

24 V 4 -V 1 -V 2 -V 3 +V 1 -V 2 -V 3 - V 4 -V 1 +V 2 -V 3 - V 4 -V 1 -V 2 +V U 4 V 4 +V 4 -V 1 -V 2 -V U 1 Il valore 4U significa che ci sono 4 errori casuali Il valore 2U significa che ci sono 2 errori casuali (+U -U) La somma degli errori più ripetuti sono quelli che ci danno sommatoria zero.

25 DEVIAZIONE STANDARD E' un dato che stabilisce se i valori in esame sono addensati intorno ad un valore centrale o medio. S= (X j -X) 2 = sommatoria n -1 X j = X1, X2, X3, X4, X5 n = 5 S= (X 1 -X) 2 +(X 2 -X) 2 + (X 3 -X) 2 +(X 4 -X) 2 +(X 5 -X) Es: dati i seguenti valori calcolare la deviazione standard X 1 =821 X 2 =783 X 3 =834 X 4 =855 0 a) calcolo della media X= = b) (x l -x) 2 = ( ) 2 = (-2.2) 2 (x 2 -x) 2 = ( ) 2 = (-40.2) 2 (x 3 -x) 2 = ( ) 2 = (+10.8) 2 (x 4 -x) 2 = ( ) 2 = (+21.8) 2 S= (2.2) 2 +(-40.2) ) 2 +(21.8) 2 3

26 curva a: i valori sono più addensati rispetto al valore medio (metodo più preciso) curva b: i valori sono meno addensati rispetto al valore centrale.

27 DEVIAZIONE STANDARD CURVA DI GAUSS Consideriamo di calcolare la media di un valore in una popolazione. Le difficoltà aumentano e la semplificazione si può effettuare introducendo: µ= media di una serie infinita di dati di una popolazione α= deviazione standard della popolazione In pratica ai valori di x ed s si sostituiscono questi nuovi simboli in presenza di una serie infinita di dati. CURVA DI GAUSS TEORIA DEGLI ERRORI E' la costruzione di una curva simmetrica rispetto ad un valore centrale detto " µ " i cui valori delle ordinate vengono calcolate con la seguente formula di GAUSS: y= 1 e -(x-µ)2 x= valore in esame ascisse α 2π p= media della popolazione y= valore ordinata Questa formula è quella semplificata da quella di sopra ammettendo che: y= 1 e (x/2) x= p= 0 2π σ= s= 1 in base alla quale si possono ricavare questi 3 dati importanti per il calcolo della curva.

28 X Y AREA se s=1 =68.3% se s=2 =95.5% se s=3 =99.7%

29 La curva si può costruire facilmente conoscendo x, s, y; x: stabilisce il punto di partenza delle ascisse s: la probabilità dei valori si trovano più o meno ravvicinati e cioè 1s= (-1;1) = 68% 2s= (-2;2) = 95% 3s= (-3;3) = 99% y: stabilisce l'altezza della curva In una popolazione la distribuzione dei dati assume una distribuzione simmetrica. Se "s" e quindi σ è più piccola i dati sono molto concentrati rispetto a µ (tanto più precisi sono i dati). Es. in una curva gaussiana definita da area totale= 1 µ = 845 x = 600 σ = 94.2 avremo che:

30 = Il nostro dato indica che 2.6 è la quantità di volte che esprime la deviazione standard nell'area considerata. L'area si può calcolare dalla tabella per: V=2.60 A= Cioè l'area compresa tra µ, e 2.6 σ (tra - e 0 è di 0.500) = = % è l'area compresa nell'istogramma relativo al valore di 600 e che questa % dell'area totale.

31 "T" DI STUDENT E' utilizzata per misurare la PROBABILITA'. Esprime gli intervalli di fiducia, confronta i dati ottenuti da molti esperimenti. Poiché non si possono calcolare in una popolazione i valori di σ e µ, ci accontentiamo di poter calcolare i nostri x ed s. Per intervallo di fiducia si indica la probabilità che la media reale µ, sia compresa a distanza ben definita dalla media misurata x. Intervallo di fiducia: µ= x ± t*s s= d. standard n t= test student VALORI T STUDENT Gradi Livelli di fiducia % di libertà Es. Alcune analisi danno i seguenti risultati: 12.6; 11.9; 13.0; 12.7; 12.5; calcolare gli intervalli di fiducia del 50% e del 95%

32 G.d.l. 5-1=4 t per g.d.l. 4 al 50% è : t=2.64 n=5 t=0.74 G.d.l.=15% x= = 12.5% 5 s= 0.4 µ= x ±t*s n µ 50 = 12.5± 0.74*4 =>µ = 12.5 ± al 5% 5 µ 95 = 12.5 ±2.77*4 => µ =12.5 ± a1 95% 5

33 DISTRIBUZIONE DEL χ 2 x 2 = (x-n) 2 (σ) x= dati σ= deviaz standard t >0 e-f (n) Esprime la probabilità di una distribuzione di dati ad appartenere all'interno di una gaussiana al 95% della sua area. Es: in un gruppo di animali si eseguono degli esperimenti e si raccolgono le risposte per sapere la loro attendibilità si applica χ 2 Animali =n 15 (n-1) =14 x 0.05 = (attendibilità al 95% limite fiduciale) x (14)= 23.7 teorico x (14) = 12.4 sperimentale il x 2 sperimentale è < del χ tabulato, quindi è molto probabile che questo metodo ci da valori molto positivi dovuti al caso. il χ 2 sper > χ i risultati raccolti non sono dovuti al caso ma ad un metodo diverso e quindi non da prendere in considerazione. (n) χ G.d.l

34 Dal momento che il χ 2 sperimentale cade nella curva teorica significa che il metodo usato non è diverso da quello in esame. Perciò va preso in considerazione.

35 DISTRIBUZIONE DI SNEDECOR Stabilisce una CORRELAZIONE positiva o meno entro un definito intervallo di due raccolte di misure tra loro indipendenti. Es: vogliamo calcolare l'aumento di peso di animali nei primi tre mesi di vita in due ambienti diversi (al mare in gabbia) (in montagna in gabbia) stabulati Si calcola la "s"= (x µ) 2 S 2 = (x-µ) 2 n 2 1 = (x-µ) n n si ricorda che: x 2 = (x-n) 2 x 2 (σ) 2 = (x-n) 2 (σ) n*s 2 = (x-n) 2 e quindi: σ 2 x 2 = n*s 2 σ 2 x 2 = (x-n) 2 x 2 = n*s 2 diversi σ2 come sopra detto per due raccolte di dati possiamo rapportare a F F= s 1 2 s 2 2 = x 2 1 : x F=x 1 2 n 1 n 2 x 2 se n l = n 2 grado di libertà

36 il valore di F per n l =>n 2 e tabulato P0.05, cioè: a195% c'è la possibilità che la correlazione di questo dato sia dovuto al caso. Valori sperimentali di P>P0.05 metodo positivo P<P0.05 metodo negativo Es: il calcolo di F=8 n l =4 n2=3 in tabella il valore è 6.59 inferiore a quello sperimentale. Il metodo non da valori che rientrano nella curva considerata, quindi non c'è correlazione tra aumento di peso tra i due diversi ambienti. n

37 RISULTATI ANOMALI Sono quei valori molto distanti dalla media e ci mettono in dubbio se accettarli o meno. Criteri da applicare: REGOLA DEL 2.5 d: il dato in esame non deve essere superiore a 2.5 volte la deviazione media degli altri. Es. i valori in esame sono: 34; 35; 38; 42 il valore anomalo è 42 vediamo se possiamo accettarlo M= = d l = =-3.25 d= deviazione d 2 = =-2.25 dm= deviazione media d 3 = = 0.75 d 4 = = 5.20 dm= = (2.08*2.5)=5.2 i valori sono uguali, il dato è al limite di accettabilità.

38 REGOLA DEL 4 d: il dato in esame non deve essere superiore a 4 volte la deviazione media degli altri. Es. i valori in esame sono: 34; 35; 38; 52 il valore anomalo è 42 vediamo se possiamo accettarlo M= = d l = = d= deviazione d 2 = = 4.75 dm= deviazione media d 3 = = 0.25 d 4 = = dm= =3.5 3 dm 4 = 4d 3.54=14 poiché d 4 =12.25< 4d =14, il valore 52 non si può scartare.

39

40 PROVA DEL Q TEST E' un altro criterio utilizzato per stabilire se un dato si possa accettare o meno. E' dato dal rapporto tra le differenze dei valori estremi a quella del più vicino del valore anomalo. Se il valore tabulato è maggiore di questo numero Q si può accettare con una probabilità del 90%. Es. 49; 50; 51; 52; 62 Q=62-49=1.3 (osservato sperimentalmente) Valori di Q 90% Per 5 numeri di osservazioni (Q teorico) Q= 0.56 quello da noi calcolato è 1.3. Si può scartare l'osservazione 62 senza commettere errori. Q criterio Numero al 90% osservazioni di sicurezza

41 RELAZIONE QUANTITA' RISPOSTA In una ricerca analitica di dati si usano campioni standard per costruire dei grafici "dose/risposta" Che rappresentano delle rette o curve di taratura. Si è già fatto uso di sottrazioni del bianco. Il nostro scopo è quello di avere delle rette lineari. Poiché i dati q (q l ; q 2 ; q 3 ; q 4 ) sono certi, quelli dubbi risultano i dati R (R 1 ; R 2 ; R 3 ; R 4 ), noi cercheremo gli ultimi.

42 REGRESSIONE LINEARE MINIMI QUADRATI A volte nel tracciare una curva di taratura sorge notevole difficoltà. Nella ricerca dei valori delle ordinate, tale da formare una linea retta. La difficoltà è quella di ricercare l'equazione della retta migliore per i punti in esame. Eq. retta y= aq+b deviazione "d" da una risposta R R= y=aq+b d i =R i -R = R i -(aq+b) d i= R i -aq i -b Applicare i quadrati a tutte le distanze riferite ai valori lungo l'asse y. (R i -aq i -b) 2 ; σ (R i aq i -b) 2 =0 σ 2 la formula finale è: q= valori di x R=valori di y

43 a i q i 2 + b i q i- i R i q i =0 nb + a i q i - i R i per il calcolo di "a" e di "b" della retta ideale Es: q l R 1 =1.91 R l q l =0.74 q 1 2 =0.138 q 2 = R 2 =1 R 2 q 2 =0.186 q 2 2 =0.034 q 3 = R 3 =0.474 R 3 q 3 = q 3 2 = q 4 = R 4 =0.270 R 4 q 4 =0.010 q 4 2 = qi iri 3.65 Riqi iqi a+0.60b-0.94=0 4b =0 da cui: a=4.88 b=0.097 y= 4.88q (equazione retta ideale)

NORME DI BUONA FABBRICAZIONE

NORME DI BUONA FABBRICAZIONE NORME DI BUONA FABBRICAZIONE GENERALITA': Controllo totale per una necessaria e uniforme qualità dei medicamenti destinati al consumatore. Le norme vengono utilizzate ai fini di applicarle alle operazioni

Dettagli

DISTRIBUZIONE DI SNEDECOR

DISTRIBUZIONE DI SNEDECOR DISTRIBUZIONE DI SNEDECOR Stabilisce una CORRELAZIONE positiva o meno entro un definito intervallo di due raccolte di misure tra loro indipendenti. Es: vogliamo calcolare l'aumento di peso di animali nei

Dettagli

ANALISI DEI MEDICINALI I Prof. De Laurentis Nicolino ANALISI CHIMICA QUANTITATIVA. Febbraio 03 Analisi dei Medicinali I 1

ANALISI DEI MEDICINALI I Prof. De Laurentis Nicolino ANALISI CHIMICA QUANTITATIVA. Febbraio 03 Analisi dei Medicinali I 1 ANALISI DEI MEDICINALI I Prof. De Laurentis Nicolino ANALISI CHIMICA QUANTITATIVA Febbraio 03 Analisi dei Medicinali I 1 ANALISI CHIMICA QUANTITATIVA Campione da analizzare Determinazione quantitativa

Dettagli

Micro > 1mg. Metodi fisici e fisico-chimici Vantaggi:a) veloci; b) per tutte le analisi; c) risparmio di mano d opera; d) alta sensibilità.

Micro > 1mg. Metodi fisici e fisico-chimici Vantaggi:a) veloci; b) per tutte le analisi; c) risparmio di mano d opera; d) alta sensibilità. ANALISI DEI MEDICINALI I Metodi Analitici Classici Analisi Gravimetrica Analisi volumetrica (titolazioni) a) Acido-base; b) di precipitazione; c) di complessazione; d) redox (permanganometria; iodometria;

Dettagli

University of Messina, Italy

University of Messina, Italy ERRORI CASUALI NELL ANALISI CHIMICA 1 Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati

Dettagli

University of Messina, Italy

University of Messina, Italy ERRORI CASUALI ELL AALISI CHIMICA Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati

Dettagli

CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO

CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO In chimica analitica un settore importante riguarda il calcolo dell errore e la valutazione della significatività di una misura. Generalmente nell

Dettagli

Breve ripasso di statistica

Breve ripasso di statistica Breve ripasso di statistica D.C. Harris, Elementi di chimica analitica, Zanichelli, 1999 Capitolo 4 1 Il protocollo analitico Campionamento: 1. estrazione del campione dal lotto 2. conservazione e trasporto

Dettagli

CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)

CHEMIOMETRIA. 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

Dettagli

Tutorato di Chimica Analitica 2016/2017

Tutorato di Chimica Analitica 2016/2017 Tutorato di Chimica Analitica 2016/2017 Friendly reminder La notazione scientifica Modo per indicare un risultato con numerose cifre decimali come prodotto di una potenza di 10 esempio Cifre significative

Dettagli

Corso Di CHIMICA ANALITICA II

Corso Di CHIMICA ANALITICA II Corso Di CHIMICA ANALITICA II CHIMICA ANALITICA QUANTITATIVA: determinazione di una specie chimica in funzione della sua concentrazione. CHIMICO ANALITICO: sviluppare nuovi metodi X analita (CAMPIONE):

Dettagli

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice

Dettagli

Analisi Statistica dei Dati Sperimentali. M. Trimarchi e P. La Rocca

Analisi Statistica dei Dati Sperimentali. M. Trimarchi e P. La Rocca Analisi Statistica dei Dati Sperimentali M. Trimarchi e P. La Rocca Misura delle Grandezze Fisiche Misure dirette Confronto con un campione dell unità di misura Lunghezze Metro Misure indirette Operazioni

Dettagli

TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE

TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE Errore di misura è la differenza fra l indicazione fornita dallo strumento e la dimensione vera della grandezza. Supponendo che la grandezza vera

Dettagli

Il protocollo analitico

Il protocollo analitico PRESENTAZIONE dei RISULTATI di un ANALISI: cifre significative D.C. Harris, Elementi di chimica analitica, Zanichelli, 1999 Capitolo 3 1 Il protocollo analitico Campionamento: 1. estrazione del campione

Dettagli

GLI ERRORI NELLE ANALISI CHIMICHE. University of Messina, Italy. Analitica 5 16/17

GLI ERRORI NELLE ANALISI CHIMICHE. University of Messina, Italy. Analitica 5 16/17 GLI ERRORI NELLE ANALISI CHIMICHE 1 Valutazione dei dati analitici Ogni misura fisica è affetta da un certo grado di incertezza. Non esistono metodi semplici e generalmente applicabili per stimare con

Dettagli

GLI ERRORI NELLE ANALISI CHIMICHE. University of Messina, Italy. Chimica Analitica 5

GLI ERRORI NELLE ANALISI CHIMICHE. University of Messina, Italy. Chimica Analitica 5 GLI ERRORI NELLE ANALISI CHIMICHE Valutazione dei dati analitici Ogni misura fisica è affetta da un certo grado di incertezza. Non esistono metodi semplici e generalmente applicabili per stimare con certezza

Dettagli

Elaborazione statistica di dati

Elaborazione statistica di dati Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:

Dettagli

Significatività ed analisi degli errori

Significatività ed analisi degli errori Significatività ed analisi degli errori Quanto il valore sperimentale è vicino al valore vero? Campioni replicati: si esclude a priori che venga eseguita una sola misurazione Quanto il valore sperimentale

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica Intervalli di confidenza Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2018/2019 Marco Pietro Longhi Prob. e Stat. 1

Dettagli

Chimica Inorganica e Laboratorio

Chimica Inorganica e Laboratorio Chimica Inorganica e Laboratorio Le diapositive seguenti sono tratte dai lucidi utilizzati in aula per le lezioni del corso di Chimica Inorganica e Laboratorio. Nelle diapositive impiegate a lezione possono

Dettagli

ESERCIZI TRATTAMENTO DEI DATI ANALITICI

ESERCIZI TRATTAMENTO DEI DATI ANALITICI ESERCIZI TRATTAMENTO DEI DATI ANALITICI A SPUNTI DI RIFLESSIONE l. Qual è la differenza fra varianza e deviazione standard? Qual è la loro utilità pratica ai fini analitici? 2. Stabilire quante cifre significative

Dettagli

Capitolo 2. La misura

Capitolo 2. La misura Capitolo 2 La misura 1 Gli strumenti di misura Possono essere digitali o analogici: la risposta di uno strumento digitale varia con discontinuità (a scatti) al variare della grandezza misurata e appare

Dettagli

PRESENTAZIONE dei RISULTATI di un ANALISI: cifre significative. D.C. Harris, Elementi di chimica analitica, Zanichelli, 1999 Capitolo 3 1

PRESENTAZIONE dei RISULTATI di un ANALISI: cifre significative. D.C. Harris, Elementi di chimica analitica, Zanichelli, 1999 Capitolo 3 1 PRESENTAZIONE dei RISULTATI di un ANALISI: cifre significative D.C. Harris, Elementi di chimica analitica, Zanichelli, 1999 Capitolo 3 1 La presentazione dei risultati e la redazione di un rapporto finale

Dettagli

Elaborazione dei dati sperimentali. Problemi di Fisica

Elaborazione dei dati sperimentali. Problemi di Fisica Problemi di Fisica Elaborazione dei dati sperimentali Nella seguente tabella riportiamo alcune regole per esprimere ualunue numero mediante una potenza di 0: 00000000 = 0 9 456789 = 45,6789 0 4 3, = 0,3

Dettagli

Laboratorio di Fisica-Chimica

Laboratorio di Fisica-Chimica Laboratorio di Fisica-Chimica Lezione n.1. Che cos'è la Fisica? La Fisica è una scienza che si occupa dello studio dei fenomeni che avvengono in natura. Questo studio viene compiuto tramite la definizione

Dettagli

Matematica Lezione 22

Matematica Lezione 22 Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

Errori sistematici e casuali

Errori sistematici e casuali Errori sistematici e casuali Errori Casuali Tempo di reazione nel far partire o fermare l orologio: Può essere sia in eccesso che in difetto (ad esempio partenza e arrivo), quindi l errore può avere segno

Dettagli

tabelle grafici misure di

tabelle grafici misure di Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2017/2018 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Marco Pietro Longhi Probabilità e Statistica

Dettagli

STIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2

STIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2 p. 1/1 INFORMAZIONI Prossime lezioni Giorno Ora Dove 10/02 14:30 P50 11/02 14:30 Laboratorio (via Loredan) 17/02 14:30 P50 23/02 14:30 P50 25/02 14:30 Aula informatica (6-7 gruppi) 02/03 14:30 P50 04/03

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

Laboratorio di Chimica Fisica. Analisi Statistica

Laboratorio di Chimica Fisica. Analisi Statistica Università degli Studi di Bari Dipartimento di Chimica 9 giugno F.Mavelli- Laboratorio Chimica Fisica - a.a. 3-4 F.Mavelli Laboratorio di Chimica Fisica a.a. 3-4 Analisi Statistica dei Dati Analisi Statistica

Dettagli

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Analisi degli Errori di Misura. 08/04/2009 G.Sirri Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia

Dettagli

Statistica Elementare

Statistica Elementare Statistica Elementare 1. Frequenza assoluta Per popolazione si intende l insieme degli elementi che sono oggetto di una indagine statistica, ovvero l insieme delle unità, dette unità statistiche o individui

Dettagli

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E

Corso 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

Dettagli

Analisi statistica delle incertezze casuali. Dott. Claudio Verona

Analisi statistica delle incertezze casuali. Dott. Claudio Verona Analisi statistica delle incertezze casuali Dott. Claudio Verona Errori casuali Errori casuali e sistematici Un errore si dice casuale se viene commesso per semplice casualità (esso può essere trattato

Dettagli

Programma della parte introduttiva: Lezione 5

Programma della parte introduttiva: Lezione 5 Programma della parte introduttiva: Lezione 5 Cap. 3 Presentazione e confronto tra misure Cap. 4 Propagazione delle incertezze Cap 5 Misure ripetute e stimatori Cap.6 Organizzazione e presentazione dei

Dettagli

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi

Dettagli

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Corso di laurea in Tossicologia Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale

Dettagli

p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali.

p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica

Dettagli

Significato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo

Significato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo Significato probabilistico di σ: su 1 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo x σ, x + σ e 99.7 nell intervallo x 3 σ, x + 3 Se si considerano campioni

Dettagli

Appunti di statistica ed analisi dei dati

Appunti di statistica ed analisi dei dati Appunti di statistica ed analisi dei dati Indice generale Appunti di statistica ed analisi dei dati...1 Analisi dei dati...1 Calcolo della miglior stima di una serie di misure...3 Come si calcola μ...3

Dettagli

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. Esercizio 1 Un chimico che lavora per una fabbrica di batterie, sta cercando una batteria

Dettagli

APPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD

APPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD APPLICAZIONE DELLA DEVIATA GAUSSIANA STANDARD In una popolazione di ragazze di età inclusa tra i 18 e i 25 anni, la concentrazione di emoglobina nel sangue (x) approssima la distribuzione gaussiana con

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 4 Abbiamo visto: Distribuzioni discrete Modelli probabilistici nel discreto Distribuzione uniforme

Dettagli

Osservazioni e Misura. Teoria degli errori

Osservazioni e Misura. Teoria degli errori Osservazioni e Misura ella misura di una grandezza fisica gli errori sono inevitabili. Una misura non ha significato se non viene stimato l errore. Teoria degli errori La teoria degli errori cerca di trovare

Dettagli

Capitolo 2 Le misure delle grandezze fisiche

Capitolo 2 Le misure delle grandezze fisiche Capitolo 2 Le misure delle grandezze fisiche Gli strumenti di misura Gli errori di misura Il risultato di una misura Errore relativo ed errore percentuale Propagazione degli errori Rappresentazione di

Dettagli

La misura fornisce un numero ed una unità di misura. Questione dell unità di misura: analisi dimensionale

La misura fornisce un numero ed una unità di misura. Questione dell unità di misura: analisi dimensionale Presentazione dei calcoli e delle misure La fisica studia i fenomeni naturali, con osservazioni sceintifiche, misure di grandezze e verifiche di leggi. La misura fornisce un numero ed una unità di misura.

Dettagli

Sperimentazioni di Fisica I mod. A Statistica - Lezione 2

Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi

Dettagli

Grandezze e Misure 1

Grandezze e Misure 1 Grandezze e Misure 1 Grandezze e Misure Introduzione Il Metodo Sperimentale Unità di Misura Grandezze Fondamentali e Derivate Massa e Densità Misure dirette e indirette Strumenti di misura Errori nelle

Dettagli

Verifica delle ipotesi

Verifica delle ipotesi Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme

Dettagli

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.

Dettagli

Il Corso di Fisica per Scienze Biologiche

Il Corso di Fisica per Scienze Biologiche Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 075-585 2708 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/

Dettagli

Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai

Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai necessari chiarimenti forniti a lezione. 1 MISURA DI UNA

Dettagli

PROBABILITA. Distribuzione di probabilità

PROBABILITA. Distribuzione di probabilità DISTRIBUZIONI di PROBABILITA Distribuzione di probabilità Si definisce distribuzione di probabilità il valore delle probabilità associate a tutti gli eventi possibili connessi ad un certo numero di prove

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Intervalli di confidenza

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso

Dettagli

distribuzione normale

distribuzione normale distribuzione normale Si tratta della più importante distribuzione di variabili continue, in quanto: 1. si può assumere come comportamento di molti fenomeni casuali, tra cui gli errori accidentali; 2.

Dettagli

RICHIAMI DI CALCOLO DELLE PROBABILITÀ

RICHIAMI DI CALCOLO DELLE PROBABILITÀ UNIVERSITA DEL SALENTO INGEGNERIA CIVILE RICHIAMI DI CALCOLO DELLE PROBABILITÀ ing. Marianovella LEONE INTRODUZIONE Per misurare la sicurezza di una struttura, ovvero la sua affidabilità, esistono due

Dettagli

La variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali

La variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione [1/2] Gli indici di variabilità consentono di riassumere le principali caratteristiche di una distribuzione (assieme alle medie) Le

Dettagli

Errore casuale, o indeterminato (influenza la precisione) Deriva dall effe9o prodo9o dalla presenza di variabili incontrollate nelle misure.

Errore casuale, o indeterminato (influenza la precisione) Deriva dall effe9o prodo9o dalla presenza di variabili incontrollate nelle misure. Errore sperimentale Errore casuale, o indeterminato (influenza la precisione) Deriva dall effe9o prodo9o dalla presenza di variabili incontrollate nelle misure. Errore sistema0co o determinato (influenza

Dettagli

Grandezze e Misure.

Grandezze e Misure. Grandezze e Misure www.fisicaxscuola.altervista.org Grandezze e Misure Introduzione Il Metodo Sperimentale Unità di Misura Grandezze Fondamentali e Derivate Massa e Densità Strumenti di misura Misure dirette

Dettagli

Errori di misura Teoria

Errori di misura Teoria Errori di misura Teoria a misura operazione di misura di una grandezza fisica, anche se eseguita con uno strumento precisissimo e con tecniche e procedimenti accurati, è sempre affetta da errori. Gli errori

Dettagli

Chimica Analitica Docente di riferimento Prof. DANILO SCIARRONE.

Chimica Analitica Docente di riferimento Prof. DANILO SCIARRONE. Docente di riferimento Prof. DANILO SCIARRONE http://www.sepsci.unime.it dsciarrone@unime.it INTRODUZIONE Obiettivi formativi Il corso di fornisce allo Studente le nozioni fondamentali di chimica analitica

Dettagli

INTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA

INTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA INTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA IRCBG 19027 Modulo Dal campione alla popolazione: l'inferenza e l'intervallo di confidenza IRCCS Burlo Garofolo Formazione, Aula A via dell Istria

Dettagli

Parametri di qualità dei dati analitici

Parametri di qualità dei dati analitici Parametri di qualità dei dati analitici 1 Ogni misurazione è affetta da incertezze che possono essere minimizzate ma mai eliminate. I dati di una misurazione possono fornire solo una stima del valore vero

Dettagli

ACCURATEZZA. L accuratezza esprime la vicinanza del risultato al valore vero o accettato come tale. PRECISIONE

ACCURATEZZA. L accuratezza esprime la vicinanza del risultato al valore vero o accettato come tale. PRECISIONE 2 ACCURATEZZA L accuratezza esprime la vicinanza del risultato al valore vero o accettato come tale. PRECISIONE La precisione descrive l accordo tra due o più misure replicate. 3 NOTAZIONE SCIENTIFICA

Dettagli

Esercizi di statistica

Esercizi di statistica Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..

Dettagli

Chimica Analitica e Laboratorio 2

Chimica Analitica e Laboratorio 2 Chimica Analitica e Laboratorio 2 Modulo di Spettroscopia Analitica Presentazione corso Nome del corso: Chimica Analitica e Laboratorio 2 CFU: 12 Modulo: Spettroscopia Analitica CFU: 6 Orario n Orario

Dettagli

Probabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva

Probabilità 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.

Dettagli

Acquisizione, rappresentazione e analisi di dati sperimentali

Acquisizione, rappresentazione e analisi di dati sperimentali Acquisizione, rappresentazione e analisi di dati sperimentali Aurelio Agliolo Gallitto Dipartimento di Fisica, Università di Palermo Introduzione Esperimenti illustrativi, per visualizzare un determinato

Dettagli

Distribuzioni e inferenza statistica

Distribuzioni 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

Dettagli

CORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità

CORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità CORSO DI LAUREA IN INFERMIERISTICA LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità Lezioni di Statistica VARIABILITA Si definisce variabilità la proprietà di alcuni fenomeni di assumere

Dettagli

ANALISI dei MEDICINALI II Corso di Laurea in Farmacia (matricole dispari) a.a Prof. Antonio Lavecchia

ANALISI dei MEDICINALI II Corso di Laurea in Farmacia (matricole dispari) a.a Prof. Antonio Lavecchia ANALISI dei MEDICINALI II Corso di Laurea in Farmacia (matricole dispari) a.a. 2017-2018 Prof. Antonio Lavecchia Testi Consigliati Guida all analisi di composti d'interesse farmaceutico, F. Savelli, Ed.

Dettagli

( ) ( ) ( e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da:

( ) ( ) ( e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da: e la probabilità che si verifichi un evento compreso tra c e b a < c < b sarà data da: p ( ) ( c < X < b) f ( x) LA VC NORMALE O GAUSSIANA Una vc si dice normale o gaussiana (da Gauss che la propose come

Dettagli

Statistica descrittiva in una variabile

Statistica descrittiva in una variabile Statistica descrittiva in una variabile Dott. Nicola Pintus A.a. 2018-2019 Cosa è la statistica? La statistica è la scienza che studia con metodi matematici fenomeni collettivi. La statistica descrittiva

Dettagli

Dispense di Analisi Volumetrica

Dispense di Analisi Volumetrica Dispense di Analisi Volumetrica IIS Gobetti - Marchesini Casale sezione Tecnica Chimica e Materiali Analisi chimica, elaborazione dati e Laboratorio L analisi volumetrica è la procedura o il metodo analitico

Dettagli

Università del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Intervalli di confidenza

Università del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Intervalli di confidenza Università del Piemonte Orientale Corsi di laurea triennale di area tecnica Corso di Statistica Medica Intervalli di confidenza Corsi di laurea triennale di area tecnica - Corso di Statistica Medica -

Dettagli

Teoria e tecniche dei test. Concetti di base

Teoria 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

Dettagli

PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore

PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,

Dettagli

Cenni di statistica statistica

Cenni di statistica statistica Cenni di statistica La statistica è una disciplina che ha come fine lo studio quantitativo e qualitativo di un particolare fenomeno in condizioni di incertezza o non determinismo, ovvero di non completa

Dettagli

ISTITUTO COMPRENSIVO SAN VENANZO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE III SECONDARIA I GRADO LIVELLI DI COMPETENZE I QUADRIMESTRE

ISTITUTO COMPRENSIVO SAN VENANZO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE III SECONDARIA I GRADO LIVELLI DI COMPETENZE I QUADRIMESTRE ISTITUTO COMPRENSIVO SAN VENANZO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE III SECONDARIA I GRADO MACRO INDICATORI Curricolo verticale I QUADRIMESTRE LIVELLI DI COMPETENZE I QUADRIMESTRE II QUADRIMESTRE

Dettagli

Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazion

Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazion Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni

Dettagli

Casa dello Studente. Casa dello Studente

Casa dello Studente. Casa dello Studente Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino

Dettagli

DISTRIBUZIONE NORMALE (1)

DISTRIBUZIONE NORMALE (1) DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale

Dettagli

ESEMPI DI DOMANDE PER LA PROVA SCRITTA DI STATISTICA SOCIALE

ESEMPI DI DOMANDE PER LA PROVA SCRITTA DI STATISTICA SOCIALE ESERCITAZIONE DI FINE CORSO ESEMPI DI DOMANDE PER LA PROVA SCRITTA DI STATISTICA SOCIALE 1. Si prenda in esame la seguente tabella che riporta la suddivisione di una popolazione femminile per titolo di

Dettagli

Proprietà della varianza

Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Intermezzo: ma perché dovremmo darci la pena di studiare come calcolare la varianza nel caso di somme,

Dettagli

Acquisizione, rappresentazione e analisi di dati sperimentali Aurelio Agliolo Gallitto

Acquisizione, rappresentazione e analisi di dati sperimentali Aurelio Agliolo Gallitto Acquisizione, rappresentazione e analisi di dati sperimentali Aurelio Agliolo Gallitto Dipartimento di Scienze Fisiche ed Astronomiche Introduzione Esperimenti illustrativi, per visualizzare un determinato

Dettagli

INDICATORI DI TENDENZA CENTRALE

INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla

Dettagli

CHIMICA ANALITICA INTRODUZIONE

CHIMICA ANALITICA INTRODUZIONE CHIMICA ANALITICA INTRODUZIONE Carlo I.G. Tuberoso Appunti didattici uso laboratorio ver. 00 La CHIMICA ANALITICA è definita la disciplina scientifica che sviluppa e applica metodi, strumenti e strategie

Dettagli

BLAND-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. + 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

Dettagli

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di tendenza centrale INDICATORI DI TENDENZA CENTRALE Consentono di sintetizzare un insieme di misure tramite un unico valore rappresentativo indice che riassume o descrive i dati e dipende dalla scala di misura dei dati in

Dettagli

TRATTAMENTO DEI DATI ANALITICI

TRATTAMENTO DEI DATI ANALITICI TRATTAMENTO DEI DATI ANALITICI I compiti del chimico analista vanno oltre la corretta esecuzione di una metodica analitica. Sono altrettanto importanti i passi successivi: Registrazione accurata dei dati

Dettagli

per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione

per 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

Dettagli

Tutta la scienza è fondata sulle misure (Helmholtz)

Tutta la scienza è fondata sulle misure (Helmholtz) Tutta la scienza è fondata sulle misure (Helmholtz) L acquisizione di una osservazione come DATO SCIENTIFICO richiede che : osserviamo un fenomeno lo quantifichiamo correttamente lo confrontiamo con altri

Dettagli