Dipartimento di Meccanica
|
|
- Rossana Maggi
- 5 anni fa
- Visualizzazioni
Transcript
1 8. INCERTEZZA DI MISURA 8.. GENERALITÀ La terminologia e la metodologia per il calcolo e l espressione dell incertezza di misura è data dalla Guida Internazionale ISO - GUM: ISO : International Organiztion for Standardization GUM:Guide to expression of Uncertainty in Measurement che ha lo scopo di fornire i principi fondamentali applicabili alla quasi universalità delle misure e quindi agli strumenti di misura allo scopo di: - Mantenere il controllo e la garanzia della qualità nella produzione - Garantire la conformità a leggi e regolamenti o imporne il rispetto - Sviluppare, mantenere e confrontare campioni di riferimento nazionali ed internazionali Tale Guida Internazionale ISO - GUM è in pratica una raccomandazione da seguire per l espressione delle incertezze di misura, poiché definisce una procedura standardizzata applicabile in pratica in tutti i settori Politecnico industriali, commerciali, ambientali di e Milano dei servizi, per valutare la qualità del risultato di una misura o di un processo di misurazione, cioè per esprimerne sua incertezza di misura. 8.. TERMINI E DEFINIZIONI I termini in italiano sono tratti dalla Norma Italiana ed Europea UNI CEI ENV 3005 che è il recepimento della traduzione integrale della Guida Internazionale ISO - GUM. INCERTEZZA TIPO (Standard uncertainty) u(x) Incertezza di una stima x espressa come scarto tipo: u(x) s(x) σ(x) VALUTAZIONE DELL'INCERTEZZA DI CATEGORIA A (Type A uncertainty evaluation) Metodo di valutazione dell'incertezza per mezzo dell'analisi statistica di serie d osservazioni. VALUTAZIONE DELL'INCERTEZZA DI CATEGORIA B (Type B uncertainty evaluation) Metodo di valutazione dell'incertezza con mezzi diversi dall'analisi statistica di serie d osservazioni. INCERTEZZA TIPO COMPOSTA (Combined standard uncertainty) u c (y) Incertezza tipo del risultato di una misurazione allorquando il risultato è ottenuto mediante i valori di un certo numero di altre grandezze e corrisponde alla radice quadrata positiva della somma delle varianze (ovvero delle incertezze tipo al quadrato) di quelle grandezze, pesate secondo la variazione del risultato della misurazione al variare di esse (ovvero secondo il loro coefficiente di sensibilità desunto dalle loro derivate parziali). FATTORE DI COPERTURA (Coverage factor) k Fattore numerico usato come moltiplicatore dell'incertezza tipo composta per ottenere un'incertezza estesa (normalmente posto uguale a per ottenere una incertezza estesa a livello di fiducia o confidenza del 95 %). INCERTEZZA ESTESA (Expanded uncertainty) U(y) = k. u c (y) Grandezza che definisce, intorno al risultato di una misurazione, un intervallo che ci si aspetta comprendere una frazione rilevante della distribuzione di valori ragionevolmente attribuibili al misurando.
2 8.3. REGOLE DI SCRITTURA Le incertezze di misura dei risultati sperimentali e dei processi di misurazione devono rispondere alle seguenti regole: REGOLA I simboli dell incertezza sono normalmente i seguenti: u per l incertezza tipo u per l incertezza composta U per l incertezza estesa REGOLA I valori di incertezza, Politecnico rappresentando una fascia di valori di distribuzione Milano di probabilità intorno al misurando, devono essere espressi senza segno, ovvero: u c (y) = 0. bar e non u c (y) = ± 0. bar U(y) = 0. bar e non U(y) = ± 0. bar REGOLA 3 Il risultato di una misurazione deve essere sempre presentato sotto forma di valore misurato, accompagnato dalla sua incertezza di misura estesa, ovvero: Y = y ± U(y) e il fattore di copertura k, utilizzato nella stima dell incertezza estesa, dovrebbe essere specificato, e meglio se è specificato anche il suo livello di probabilità. REGOLA 4 Se la frazione della distribuzione di probabilità è definita ed ha valore p, si dovrebbe scrivere: U p (y) = k p. u c (y) Per esempio, se p = 0,95 (al normale livello di fiducia o di confidenza del 95%, ovvero a livello di scarti tipo σ), si dovrebbe scrivere esplicitamente: U 95 (y) = k 95. u c (y) =. u c (y)
3 8.4. CALCOLO DELL INCERTEZZA Il documento generale di riferimento per la valutazione dell incertezza, e per la determinazione dei livelli di confidenza, è la predetta Guida Internazionale ISO-GUM: Guide to the expression of Uncertainty in Measurements (993) attualmente disponibile anche nella versione italiana nella norma UNI CEI ENV 3005 (000). A cura dell organismo europeo per l accreditamento EA (European cooperation for Accreditation) è stata pubblicata una guida applicativa siglata: EA-4/0 ex EAL-R ad uso essenzialmente dei laboratori di prova e di taratura con un supplemento contenente un certo numero di esempi pratici di valutazione dell incertezza riferiti ad alcuni casi tipici di taratura in diversi settori diversi di misura. Inoltre, per il settore specifico delle misure dimensionali, la norma internazionale siglata: ISO 453 Fornisce una linea guida alla stima semplificata dell incertezza di misura, corredata da numerosi esempi applicativi Principi di base della ISO-GUM Errore e incertezza pur costituendo due aspetti dell attività di misurazione strettamente collegati non sono sinonimi ma rappresentano concetti sicuramente differenti tra loro L errore riflette la variabilità dei valori stimati di uno stesso misurando in occasione di osservazioni ripetute: è un concetto di tipo quantitativo, anche se il suo valore non può essere conosciuto con esattezza e questo implica che l errore non può essere eliminato. Gli effetti che generano errore sono di due tipi: - effetti casuali: che possono essere ridotti aumentando il numero delle osservazioni; - effetti sistematici: che possono invece essere ridotti applicando al valore stimato del misurando opportune correzioni; e pertanto una applicazione efficace delle correzioni rende indistinguibili i due tipi di effetti. 3
4 La Guida prevede che al valore stimato del misurando siano apportate le correzioni per tutti gli effetti sistematici significativi, e ogni sforzo sia fatto per identificare tali effetti: Vedasi schema grafico seguente. L incertezza è quindi un concetto di tipo qualitativo: ovvero riflette la mancanza della conoscenza esatta del valore del misurando. L incertezza diventa invece un concetto di tipo quantitativo quando: stabiliti opportuni criteri è possibile individuare adeguati metodi di calcolo che consentono di attribuirle un valore numerico, che sarà espresso nella stessa unità di misura del misurando. Indipendentemente, dai metodi di calcolo adottati, occorre notare che un valore piccolo dell incertezza non garantisce che l errore nella stima del valore del misurando sia piccolo Infatti, per mancanza di conoscenze adeguate, potrebbe essere stata valutata male (oppure omessa) una significativa correzione di qualche effetto sistematico d errore. Pertanto l incertezza non è necessariamente una indicazione di quanto il valore effettivamente stimato come risultato della misurazione sia prossimo al valore del misurando: essa è invece una misura di quanto il valore effettivamente stimato è prossimo alla miglior stima del valore del misurando ottenibile in base al livello disponibile di conoscenza dell apparato strumentale adottato e delle condizioni d impiego. 4
5 8.4.. Modello della misurazione Nella maggioranza dei casi la grandezza che si intende misurare (ovvero il misurando) non è solitamente osservabile in modo diretto, ma viene determinata in modo indiretto (sulla base della misura e osservazione di altre k grandezze di ingresso X, X,..., X k ), attraverso una opportuna relazione funzionale: ( x x ) Y = f,...,, x k che prende il nome di modello della misurazione. Le grandezze di ingresso X, X,..., X k dalle quali dipende la grandezza di uscita Y possono essere considerate a loro volta come altrettanti misurandi. Per stimare il valore numerico delle grandezze di ingresso X, X..., X k e per assegnare loro l intervallo di incertezza occorre partire dalla seguente assunzione: in un contesto probabilistico Questo significa che: La misurazione è un evento descrivibile alla grandezza fisica di ingresso X viene associata per analogia la variabile casuale definita come l evento osservazione di X ; il valore stimato della grandezza d ingresso X e la corrispondente componente di incertezza devono essere ricavati da una distribuzione di possibili valori di X. Per una qualsiasi grandezza fisica la descrizione probabilistica della distribuzione dei possibili valori può essere desunta da: una analisi di tipo frequentistica, vale a dire da una serie di osservazioni ripetute della grandezza; oppure può essere ipotizzata sulla base del grado di credenza, vale a dire sulla conoscenza a priori della grandezza e della sua distribuzione di probabilità. Le grandezze fisiche di ingresso in un modello di misurazione possono essere: grandezze i cui valori e le cui incertezze sono determinati direttamente nel corso di misure, attraverso osservazioni ripetute, statistiche, ecc. (Categoria A); grandezze i cui valori e le cui incertezze sono introdotti nella misurazione da fonti esterne, come i dati tratti da manuali tecnici, specifiche, ecc. (Categoria B). 5
6 Categoria A Le componenti di incertezza corrispondenti a grandezze fisiche di ingresso per le quali la distribuzione di probabilità è determinata con un criterio frequentistico sono indicate come componenti con cosiddetta valutazione di categoria A. Per esse la miglior stima del valore numerico è data dalla media delle N osservazioni indipendenti x j effettuate; essa prende il nome di media o valore atteso sperimentale : x = N N x j j = Il parametro che meglio descrive la possibile distribuzione delle medie ripetute delle N osservazioni è la varianza del valore atteso sperimentale o scarto tipo al quadrato e vale: s ( x) s = N ( x ) j N = N ( N ) j = ( ) x x Il corrispondente scarto tipo sperimentale della media invece vale: u ( x) = j s ( x) e quantifica quanto bene x stimi il valore atteso della grandezza X i ; fornisce pertanto la formulazione appropriata per esprimere l'incertezza da associare al valore stimato del misurando: ovvero rappresenta l incertezza tipo. Categoria B Le componenti di incertezza corrispondenti a grandezze fisiche di ingresso per le quali la distribuzione di probabilità è determinata con un criterio a priori sono indicate come componenti con valutazione di categoria B. Al fine di riportare anche la valutazione di queste componenti d incertezza nell ambito dell analogia grandezza fisica / variabile casuale, l incertezza tipo u(x i ) da associare al valore di una grandezza X i che non sia stato determinato mediante osservazioni ripetute della grandezza deve essere valutata per mezzo di un giudizio scientifico basato sulle informazioni disponibili sulla possibile variabilità di X i. L insieme di informazioni può comprendere: dati di misurazioni precedenti, esperienza o conoscenza generale del comportamento precedente, specifiche tecniche del costruttore, incertezze assegnate a valori di riferimento riportati in manuali tecnici. 6
7 Determinazione dell incertezza tipo L incertezza tipo associata ad un livello di confidenza del 68,7 % (ovvero scarto tipo) può essere determinata nei diversi ambiti, nei seguenti casi tipici: ) Se l'informazione è tratta da una specifica nella quale si stabilisce che l'incertezza associata al valore fornito per la grandezza è un certo multiplo di uno scarto tipo, allora: l'incertezza tipo u(x) è pari a quella contenuta nella specifica, divisa per il moltiplicatore indicato. ) Se l'informazione è tratta da una specifica nella quale si stabilisce che l'incertezza associata al valore fornito per la grandezza in questione definisce un intervallo caratterizzato da un livello di confidenza pari al 90; 95; 99 % (ipotizzando una distribuzione normale), allora: l'incertezza tipo Politecnico u(x) è pari al valore indicato di nella Milano specifica, diviso per il fattore corrispondente al livello di confidenza dichiarato: rispettivamente,64 ;,96 (ovvero ) ;,58. 3) Se l'informazione a disposizione consente solamente di definire un intervallo (di ampiezza a), tale che la probabilità che il valore da assegnare alla grandezza in questione cada al suo interno è praticamente unitaria (ovvero una distribuzione rettangolare), allora: a l'incertezza tipo è ( x) u =. 3 4) Se l'informazione a disposizione consente solamente di definire un intervallo (di ampiezza a), tale che la probabilità che il valore da assegnare alla grandezza in questione sia massimo al centro e minimo ai suoi estremi (ovvero una distribuzione triangolare), allora: a l'incertezza tipo è u ( x) =. 6 7
8 Determinazione dell incertezza tipo composta L incertezza tipo di y, che è la stima del misurando Y e quindi il risultato della misurazione, si ottiene mediante una opportuna composizione delle incertezze tipo delle stime delle grandezze d ingresso x, x,. x n, ciascuna determinata come descritto in precedenza. Questa incertezza tipo composta del valore stimato è data dall espressione: k k k f f f ( y) = u ( xi ) + u( xi x j ) u c i x, = i i= j= i xi x j essendo: f la relazione funzionale che esprime il modello della misurazione u(x i ) l incertezza tipo corrispondente alla stima della grandezza d ingresso X i u(x i,x j ) la covarianza stimata associata alle stime delle grandezze d ingresso X i e X j I termini del tipo f sono solitamente denominati anche coefficienti di sensibilità c i. x i Correlazione delle grandezze di ingresso Se delle variabili casuali associate alle grandezze d ingresso sono correlate, allora nella espressione per il calcolo dell incertezza di tipo composta, i termini delle covarianze u(xii,y i j ) a queste associate non sono nulli. Si noti però che nella maggior parte dei casi pratici correlazioni molto evidenti (quali, per esempio, quella tra la temperatura di un particolare meccanico e le sue dimensioni) sono eliminate in quanto le corrispondenti grandezze entrano esplicitamente nella relazione funzionale del modello della misurazione e le loro incertezze tipo sono valutate separatamente. D altra parte, correlazioni significative tra due o più variabili d ingresso possono sussistere se, per la determinazione del loro valore stimato: si utilizza il medesimo strumento oppure lo stesso campione di riferimento oppure ancora un unica fonte di informazione Trascurando le covarianze, il calcolo dell incertezza in pratica si riduce alla sommatoria in quadratura delle varie incertezze afferenti il processo di misurazione: La valutazione dei termini di covarianza può risultare difatti un operazione molto complessa! Un modo certamente conservativo ma anche pratico di affrontare il problema è il seguente: si considerano totalmente correlate tutte le grandezze che non sono sicuramente scorrelate; l incertezza combinata associata alla stima del misurando è data dall equazione: h ( y) [ c u( x )] u u c = i i + i= r essendo: h il numero delle grandezze d ingresso sicuramente scorrelate, u r la somma delle incertezze tipo associate alle r grandezze d ingresso correlate, ciascuna moltiplicata per il corrispondente coefficiente di sensibilità: u r = r j= c j u ( x ) j 8
9 Valutazione dell incertezza estesa Obiettivo di tale valutazione è quello di poter esprimere il risultato della misurazione della grandezza Y nella forma: Y = y ± U p essendo: U p = k p u c (y) Ovvero la cosiddetta incertezza estesa la quale definisce, nell intorno del valore stimato del misurando, un intervallo y - U p Y y + U p caratterizzato da un livello di confidenza p, così definito in quanto si può supporre racchiuda una specificata frazione p (per esempio il 95%) della distribuzione dei valori che potrebbero essere ragionevolmente attribuiti al misurando stesso: k p prende il nome di fattore di copertura. Il problema è quindi individuare un criterio e un metodo per assegnare un valore al fattore di copertura e quindi alla incertezza estesa da associare alla stima del misurando: Nella prassi è uso attribuire al fattore di copertura ha un valore di e così attribuire all intervallo così ottenuto un livello di confidenza del 95,45% ovvero del 95%. In pratica la valutazione dell incertezza estesa di una serie di N osservazioni o misurazioni x j, è caratterizzata dai seguenti parametri: Valore medio µ: N µ = x j N j= Scarto tipo stimato s: N ( x j µ ) s = = N SOLO ( ) USO DIDATTICO x µ j mentre lo scarto tipo vero σ della distribuzione in considerazione, varrebbe con N : σ = N j= j N Poiché nella pratica delle misure non è possibile eseguire infinite osservazioni (N ), allora per ricavare l incertezza estesa della media delle osservazioni µ, il fattore di copertura k, deve essere corretto per la scarsa significatività delle osservazioni condotte attraverso la cosiddetta distribuzione t di Student (vedasi Tab. 8-), che corregge appunto la valenza e quindi la validità dello scarto tipo stimato s: difatti, come predetto, solo con infinite osservazioni è possibile determinare lo scarto tipo vero σ del fenomeno o processo in misurazione, per cui vale che l intervallo σ intorno alla media µ definisce il 95 % di probabilità che cada il valore vero del misurando! Quindi in pratica, a seconda del numero di osservazioni N e quindi dei gradi di libertà ν (ovvero N- avendo stimato la media µ) il fattore di copertura stimato K ps per la valutazione dell incertezza estesa va individuato nella Tab. 8- in funzione della frazione di probabilità desiderata, e pertanto l incertezza estesa stimata U ps vale in relazione allo scarto tipo stimato s: U ps = k ps s 9
10 Gradi di libertà Frazione di probabilità p in per cento (%) ν 68,7 (*) ,45 (*) 99 99,73 (*) (*)Per una grandezza descritta da una distribuzione normale con valore atteso µ e scarto tipo σ, l intervallo µ ± kσ comprende una probabilità p = 68.7 %, 95.45% e 99.73% della distribuzione per un fattore di copertura k =, e 3 rispettivamente Tab. 8- Valori della distribuzione t di Student in frazioni di probabilità percentuale desiderata p in funzione dei gradi di libertà ν 0
11 8.5. SINTESI DEL CALCOLO DELL INCERTEZZA L incertezza, come predetto, è il risultato della stima che determina l ampiezza del campo entro il quale il misurando si trova con una determinata probabilità. Difatti, ancorché corretta la misura grezza dagli errori sistematici noti, in pratica rimangono ancora delle sorgenti di incertezza della misura, derivanti dai fattori seguenti (Rif. Guida ISO-GUM): a) Incompleta definizione del misurando b) Imperfetta modellizzazione del misurando c) Incompleto o non rappresentativo campionamento del misurando d) Inadeguata conoscenza degli effetti ambientali e) Imperfetta lettura della strumentazione analogica f) Limitata risoluzione della lettura g) Inesatti valori dei materiali o campioni di riferimento h) Inesatti valori delle costanti o altri parametri inerenti la misura i) Approssimazioni assunte nella metodologia della misura j) Variazioni di ripetibilità nelle medesime condizioni della misura Metodologia pratica di valutazione di una misurazione La Guida ISO-GUM di riferimento, illustra in Fig.8-, come le grandezze di ingresso, di influenza e di uscita di un processo di misurazione, siano caratterizzate da valori accompagnati da relative incertezze, e come il risultato Sezione finale debba sempre di essere Misure necessariamente un valore elaborato accompagnato dalla relativa incertezza di misura finale, dipendente dalla composizione delle incertezze delle misure eseguite e del misurando rilevato. La dipendenza dell incertezza della misura finale dalle varie incertezze parziali via via incontrate (cioè, quelle relative in successione alle misure, alla media delle misure, alla correzione degli errori sistematici e SOLO infine quella attribuita USO al misurando), è DIDATTICO considerata di tipo stocastico ed è determinata dalla (supponendo le incertezze non correlate): radice quadrata della somma delle singole incertezze afferenti al quadrato. Ovviamente le singole incertezze dovranno prima essere valutate allo stesso livello di confidenza, per esempio, a quello equivalente ad uno scarto tipo (σ) di circa il 68 %, oppure a quello equivalente a due scarti tipo (σ) di circa il 95 % Composizione delle incertezze di una misurazione Se le singole incertezze provengono da distribuzioni di probabilità diverse, è necessario prima per esempio uniformarle allo scarto tipo equivalente (σ eq) e quindi procedere alla loro combinazione.
12 A tal proposito la Fig. 8- illustra il processo di riduzione delle incertezze allo scarto tipo normale (σ) o equivalente (σ eq), partendo dalla loro media (σ) e dalla loro forma e ampiezza di distribuzione probabilità. Difatti nelle varie illustrazioni, si nota in Fig. 8-: (a) la curva di distribuzione normale o gaussiana: nella quale se non noto lo scarto tipo σ per via statistica, si può determinare a fronte di varie misurazioni, l ampiezza dei valori probabili ± 3σ (che contiene circa il 00 % dei casi: % per l esattezza), da cui è calcolabile facilmente lo scarto tipo: dividendo la semiampiezza 3σ, per 3. (b) la curva di distribuzione triangolare: nella quale, invece, lo scarto tipo equivalente σ eq è calcolabile: dividendo la semiampiezza a, per 6. (c) la curva di distribuzione rettangolare: nella quale, infine, lo scarto tipo equivalente σ eq è calcolabile: dividendo la semiampiezza a, per 3. Una volta determinate le varie incertezze a livello di uno scarto tipo è facile determinarne l incertezza tipo composta: radice quadrata della loro sommatoria al quadrato e quindi determinare l incertezza estesa, ovvero con fattore di copertura σ o 3σ, allo scopo di esprimere l incertezza finale della misurazione a circa il 95 o 99 % di livello di confidenza: solitamente comunque con fattore di copertura σ e quindi al 95 % Determinazione pratica della incertezza di misura in un processo di misurazione Come si è dibattuto precedentemente non può circolare una misura se non accompagnata da suo relativo livello di incertezza! Allora sorge SOLO il problema: USO DIDATTICO Che metodologie applicare per la determinazione e la formulazione dell incertezza nell ambiente industriale? Occorre innanzitutto avere infrastrutture appropriate, ovvero: - Ambiente: Laboratori a condizioni ambientali controllate o almeno registrate e tipicamente equivalenti a: Temperature: 0 ± C per misure meccaniche 3 ± C per misure elettriche Umidità : 50 ± 0 % (o ± 5 %) - Apparecchiatura: Strumentazione adeguata ai campi di misura ed ai livelli di incertezza desiderati, con riferibilità al Sistema Internazionale di misura (SI) attraverso: Centri del Servizio di Taratura in Italia: SIT o di altri Sevizi accreditati EA Oppure direttamente attraverso gli Istituti Metrologici Primari: IMGC, IEN, ENEA.
13 - Personale: Specificatamente addestrato e operante secondo le procedure tecniche e gestionali del Manuale di Qualità del laboratorio o dell azienda. Con questa minimale triade di elementi sarà possibile effettuare delle accurate misure la cui incertezza potrà così essere valutata (Fig. 8-):. Individuare l incertezza di misura del campione di riferimento del certificato di taratura SIT o EA: incertezza che è buona norma sia migliore di /3 e preferibilmente /0 dell incertezza della misura o delle misurazioni da eseguire; (generalmente fornita con distribuzione normale a due scarti tipo σ). Eseguire secondo le definite procedure la misura o la serie di misurazioni 3. Valutare il valore della misura, o la media e la varianza delle misure: allo scopo di determinare il risultato grezzo delle misura e la sua incertezza 4. Correggere il risultato grezzo della misura con l errore sistematico manifestato dal campione di riferimento Politecnico durante la taratura: di Milano ovvero rilevandolo dal certificato di taratura del campione 5. Compensare il risultato così corretto con gli eventuali errori dovuti alle variazioni delle grandezze influenti rispetto i loro valori nominali: per esempio, per effetto delle variazioni di temperatura ambiente; (solitamente fornito con incertezza a distribuzione rettangolare con scarto tipo equivalente σ eq uguale alla semi ampiezza dell errore divisa 3). 6. Valutare le varie incertezze tipo afferenti alla misura: eventualmente quantificarle tutte ad uno scarto tipo σ 7. Determinare l incertezza tipo composta: come radice quadrata della sommatoria delle singole incertezze al quadrato 8. Determinare l incertezza estesa: Sezione Misure con fattore di copertura ovvero al 95 % di livello di confidenza 9. Esprimere il risultato finale nella forma seguente: risultato compensato o corretto, con incertezza estesa. Va da sé, che se si tralasciano le fasi: 4 o 5 il risultato finale sarà quello grezzo ottenuto alla fase 3, però in questo caso, essendo il risultato non corretto dalle deviazioni del certificato e non compensato dalle variazioni delle grandezze influenti, sarà tanto maggiore: - quanto maggiori sono gli errori sistematici del campione di riferimento; - quanto maggiori sono le deviazioni delle condizioni operative rispetto quelle ideali di funzionamento. Pertanto, per migliorare le incertezze nelle misurazioni, occorre: - correggere gli errori sistematici del campione di riferimento; - compensare le derive dello strumento nelle condizioni operative di esercizio. 3
14 GRANDEZZE VALORI INCERTEZZE a) Misure rilevate singola misura b) Media aritmetica delle misure rilevate media misure c) Correzione degli errori sistematici noti d) Risultato della misurazione e) Errore residuo (ignoto) misurazione corretta f) Valore del misurando (ignoto) g) Valore del misurando con incertezza dovuta alla sua non completa definizione (ignoto) h) Risultato finale della misurazione misurazione finale Fig. 8- Metodologia di correzione e formulazione della misurazione e della relativa incertezza attribuibile 4
15 % 68,7 % ( ~68 %) 99,73 % (~00%) 0 (a) 3σ σ σ - µ + σ σ 3σ % 00 % 0 % a σ eq = a/ 6 - µ + σ eq = a/ 6 a (b) 00 % 0 a σ eq = a/ 3 - µ + σ eq = a/ 3 a Fig. 8- (c) Curve probabilistiche delle incertezze (a) Normale o gaussiana (b) Triangolare (c) Rettangolare 5
16 8.6. ESEMPI DI CALCOLO PRATICO DELL INCERTEZZA 8.6. ESEMPI DI CALCOLO DELL INCERTEZZA COMPOSTA: Senza correlazioni FORMULA DI CALCOLO u c k ( y) = u ( x ) i= f x i i ESEMPIO :Misurazione di una tensione Modello matematico V = R. I ( V ) = u ( R) u ( I) u c + ponendo: u (R) = % u (I) = % si ottiene: u c ( V ) = + =.4% ESEMPIO :Misurazione di una potenza Modello matematico P = R. I ( P) = u ( R) u ( I) u c + ponendo: u (R) = % u (I) = % si ottiene: u c ( P) = + =.% 6
17 8.6.. ESEMPI DI CALCOLO DELL INCERTEZZA COMPOSTA: Con correlazioni FORMULA DI CALCOLO ESEMPIO : Misurazione di una temperatura differenziale (con stesso termometro) CORRELAZIONE (Cr) h ( y) [ c u( x )] u u c = i i + i= Modello matematico T= T T u c r ( T ) = u T ) + u ( T ) 0.8u( T ) u( T ) ponendo: u (T ) = % u (T ) = % c (T, T ) = si ottiene: ( ( V ) = =.% u c ovvero senza Cr sovra stima + 5% ESEMPIO :Misurazione di una massa somma ( masse tarate con stesso campione) M= M + M u c COVARIANZA (Cv) ( M ) = u M ) + u ( M ) + 0.8u( M ) u( M ) ponendo: u (M ) = % u (M ) = % c (M, M ) = si ottiene: ( ( V ) = =.7% u c ovvero senza Cv sotto stima - 0% 7
18 RIFERIMENTI Riferimenti bibliografici Brunelli A. Strumentazione di misura e controllo nelle applicazioni industriali Volume IV: Normativa e terminologia Indice analitico GISI Milano (999) Rebaglia I. La valutazione dell incertezza di misura Dispense: Corso Metrologia Base EMIT-LAS Milano (999) Riferimenti normativi ISO-GUM Guide to expression of Uncertainty in Measurement (993) Corrispondente UNI CEI ENV 3005 (000): Ex UNI CEI 9 (997) EA 4/0 Expression of the uncertainty of measurement in calibration (997) ISO 453 Geometrical Product Specification (GPS) 8
5 DETERMINAZIONE DELL'INCERTEZZA TIPO COMPOSTA Grandezze d'ingresso incorrelate Grandezze d'ingresso correlate...
INDICE PREMESSA 1 0 INTRODUZIONE 3 1 SCOPO E CAMPO DI APPLICAZIONE 4 DEFINIZIONI 5.1 Termini metrologici generali... 5. Il termine "incertezza"... 6.3 Termini specifici della presente Guida... 6 3 CONCETTI
DettagliFranco Ferraris Marco Parvis Generalità sulle Misure di Grandezze Fisiche. Prof. Franco Ferraris - Politecnico di Torino
Generalità sulle Misure di Grandezze Fisiche Prof. - Politecnico di Torino - La stima delle incertezze nel procedimento di misurazione -modello deterministico -modello probabilistico - La compatibilità
DettagliIncertezza di Misura: Concetti di Base
Incertezza di Misura: Concetti di Base Roberto Ottoboni Dipartimento di Elettrotecnica Politecnico di Milano 1 Il concetto di misura Nella sua accezione più comune si è sempre inteso come misura di una
DettagliIncertezza di misura concetti di base. Roberto Olmi IFAC-CNR
Incertezza di misura concetti di base Roberto Olmi IFAC-CNR Certezza dell incertezza Il display mostra: Inferenza sulla la massa, basata sulla lettura: La massa ha un valore tra 83.35 e 83.45 g La massa
DettagliValutazione incertezza di categoria B
Valutazione incertezza di categoria B La valutazione consiste nell assegnare alla grandezza x uno scarto tipo σ in base alle informazioni disponibili Le informazioni riguardano: ) Gli estremi dell intervallo
DettagliCALCOLO 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
DettagliMISURA DEFINIZIONE DI QUALITA METROLOGICHE
MISURA informazione costituita da: un numero, un'incertezza (con un certo grado di confidenza es. 95%) (ISO), ed un'unità di misura, assegnati a rappresentare un parametro in un determinato stato del sistema.
DettagliValutazione dell incertezza di categoria A e B
Valutazione dell incertezza di categoria A e B Il metodo per stimare l incertezza associata ad una misurazione è sancito dalla normativa UNI CEI ENV 13005 Guida all espressione dell incertezza di misura.
DettagliMisure meteorologiche in ambito urbano
Misure meteorologiche in ambito urbano 3 - L incertezza delle misure in ambito urbano G. Frustaci Osservatorio Cavanis Venezia L incertezza delle misure in ambito urbano Definizione dell incertezza di
Dettaglitecniche e procedure per la descrizione sintetica delle informazioni fornite da insiemi di dati
Bibliografia: Doebelin, Strumenti e metodi di misura - MCGRAW-HILL - Ed008 pagg. 6-83 UI_CEI_EV_3005-000 Guida all espressione dell incertezza di misura JCGM 00:008 GUM-inglese/francese aggiornamento 008
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
DettagliRiproducibilità. R = 2! 2! s R
Riproducibilità R = 2! 2! s R La definizione di riproducibilità implica tutti i possibili contributi all incertezza: effetti dovuti a differenti operatori, apparecchi, materiali di riferimento, etc. Lo
DettagliLezione 2 Introduzione alla misura Norma UNI CEI ENV
Corsi di Laurea in Tecniche Di Fisiopatologia Cardiocircolatoria E Perfusione Cardiovascolare Dr. Andrea Malizia 1 Lezione 2 Introduzione alla misura Norma UNI CEI ENV 130005 Introduzione alla misura Concetti
DettagliBreve 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
DettagliEsperimentazioni di Fisica 1. Prova d esame del 20 febbraio 2018 SOLUZIONI
Esperimentazioni di Fisica 1 Prova d esame del 20 febbraio 2018 SOLUZIONI Esp-1-Soluzioni - - Page 2 of 6 01/02/2018 1. (12 Punti) Quesito. In un esperimento è stata misurata la grandezza Y in funzione
DettagliEsperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018
Esperimentazioni di Fisica 1 Prova in itinere del 1 giugno 018 Esp-1 Prova in Itinere n. - - Page of 6 1/06/018 1. (1 Punti) Quesito L incertezza da associare alle misurazioni eseguite con un certo strumento
DettagliCorso PAS Misure, strumenti ed Errori di misura. Didattica del Laboratorio di Fisica F. Garufi 2014
Corso PAS Misure, strumenti ed Errori di misura Didattica del Laboratorio di Fisica F. Garufi 2014 Grandezze ed unità di misura grandezza (misurabile) si intende un attributo di un fenomeno, di un corpo
DettagliVerifica 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
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
DettagliTEORIA 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
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
DettagliAnalisi 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
Dettagli14/01/2011. Misure Meccaniche
4/0/0 GUM Definisce le regole per valutare ed esprimere l incertezza nelle misure Guida ideata e sviluppata da sette organizzazioni: BIPM: Bureau International des Poids et Mesures IE: International Electrotechnical
DettagliElaborazione 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:
DettagliPAROLE 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,
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
DettagliLINEA GUIDA PER ESPRESSIONE DELL INCERTEZZA DI MISURA NELLA TARATURA DI TERMOMETRI INDUSTRIALI
Identificazione: SIT/Tec-006/03 Revisione: 0 Data 003-11-1 Pagina 0 di 11 Annotazioni: COPIA CONTROLLATA N CONSEGNATA A: COPIA NON CONTROLLATA N CONSEGNATA A: 0 Emissione 003-11-1 V. Fernicola A. Mangano
DettagliFondamenti della Misurazione e Metrologia
Centro Interdipartimentale Magna Grecia - Taranto Corso di Fondamenti della Misurazione e Metrologia FM#0 Teoria degli errori ed Incertezza di misura Generalità e Definizioni Il risultato di una Misurazione:
DettagliCorso di misure meccaniche, termiche e collaudi
Corso di misure meccaniche, termiche e collaudi Espressione delle misure Incertezza Prof. Rodolfo Taccani Dipartimento di ingegneria ed architettura 1 Materiale di studio Presentazione PP su Moodle «Incertezza
DettagliEsperimentazioni di Fisica 1. Prova scritta del 5 luglio 2016 SOLUZIONI
Esperimentazioni di Fisica 1 Prova scritta del 5 luglio 2016 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 6 10/09/2015 1. 12 Punti) Quesito. Nella misura della costante di una molla con il
DettagliDEFINIZIONI. Normative
DEFINIZIONI Normative È l insieme di definizioni, procedure, regole che guidano l applicazione della metrologia nel mondo reale Definiscono le operazioni e le metodologie da applicare per ottenere misure
DettagliCOPIA CONTROLLAT A N CONSEGNATA A: COPIA NON CONTROLLATA N CONSEGNATA A:
SIT Servizio di Taratura in Italia TITOLO INTRODUZIONE AI CRITERI DI VALUTAZIONE DELLA INCERTEZZA DI MISURA NELLE TARATURE Identificazione: Doc-519 Revisione: 5 Data: 005-08-5 Pagina 1 di 78 Inizio validità
DettagliLA METROLOGIA NEL SISTEMA DELLA MANUTENZIONE DEI VEICOLI FERROVIARI
LA METROLOGIA NEL SISTEMA DELLA MANUTENZIONE DEI VEICOLI FERROVIARI G.G.M. consulenze industriali - Verona- marcolinigius@gmail.com - 346 8691453 1 / 11 METROLOGIA: scienza della misurazione e delle sue
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,
DettagliTRACCIA 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
DettagliOsservazioni 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
DettagliUlteriori Conoscenze di Informatica e Statistica. Popolazione. Campione. I risultati di un esperimento sono variabili aleatorie.
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it I risultati di un esperimento
DettagliMisure e incertezze di misura
Misure e incertezze di misura Perché si misura 1/3 Determinare il valore (costo) di oggetti Determinare la qualità di beni Esempi: dimensione di terreni, stoffe,... quantità di grano, sementi, acqua,...
DettagliRICHIAMI 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
DettagliQuesti 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
DettagliErrore nella misura sperimentale
Introduzione al concetto errore di misura Introduzione concetto errore di misura Esempio di misura sperimentale Dispersione dei dati: Frequenza relative ed assolute vettoriale Errori sistematici ed errori
DettagliOgni 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
DettagliINCERTEZZA DI MISURA SECONDO NORME CEI
CORSO DI FORMAZIONE AMBIENTALE TECNICHE DI MISURA DEI CAMPI ELETTROMAGNETICI IN ALTA E BASSA FREQUENZA INCERTEZZA DI MISURA SECONDO NORME CEI Ing. Valeria Canè Servizio Agenti Fisici 1 UNA MISURA E un
DettagliDistribuzione Normale. Dott. Claudio Verona
Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per
DettagliTecniche di sondaggio
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Tecniche di sondaggio 24/1/2006 Nomenclatura Indicheremo con P una popolazione, con N la sua numerosità, con k la sua etichetta e con
DettagliEsperimentazioni di Fisica 1. Prova d esame del 18 febbraio 2019 SOLUZIONI
Esperimentazioni di Fisica 1 Prova d esame del 18 febbraio 2019 SOLUZIONI Esp-1-Soluzioni - - Page 2 of 8 1. (12 Punti) Quesito. La misurazione della massa di una certa quantità di una sostanza liquida
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliCorso 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):
DettagliErrori 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
DettagliStrumentazione e misure elettriche
Università degli Studi di Palermo Facoltà di Ingegneria Corso di Laurea in Ingegneria Elettrica Corso di Strumentazione e misure elettriche 9 CFU Prof. Salvatore Nuccio nuccio@unipa.it, 0916615270 Ricevimento:
DettagliLaboratorio 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
Dettaglideve utilizzarsi la variabile t ν,α/2 , dove n è il numero di gradi di libertà pari al numero delle misure diminuito di 1 (ν=n-1).
Indice 1. Frequenza e Probabilità. Parametri Statistici 3. Curva di Gauss 4. isure poco numerose: t di student nel caso non sia possibile effettuare un numero di misure adeguato (n
DettagliRichiami di statistica e loro applicazione al trattamento di osservazioni topografiche e geodetiche
Richiami di statistica e loro applicazione al trattamento di osservazioni topografiche e geodetiche Ludovico Biagi Politecnico di Milano, DIIAR ludovico.biagi@polimi.it (materiale didattico preparato in
DettagliLa curva di regressione è il luogo dei punti aventi come ordinate le medie condizionate
Correlazione e regressione Correlazione: le due variabili casuali sono considerate in modo per così dire simmetrico. Regressione: una delle due variabili dipende dall'altra, che per così dire la precede
DettagliLE MISURE. attendibilità = x i - X
LE MISURE COCETTI PRELIMIARI: MISURA, ATTEDIBILITÀ, PRECISIOE, ACCURATEZZA Il modo corretto di fornire il risultato di una qualunque misura è quello di dare la migliore stima della quantità in questione
DettagliMetodologie informatiche per la chimica
Metodologie informatiche per la chimica Dr. Sergio Brutti Metodologie di analisi dei dati Strumenti di misura Uno strumento di misura e un dispositivo destinato a essere utilizzato per eseguire una misura,
DettagliEsercizi 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, -..
DettagliDistribuzione Normale. Dott. Claudio Verona
Distribuzione Normale Dott. Claudio Verona Rappresentazione di valori ottenuti da misure ripetute Il primo problema che si riscontra nelle misure ripetute più volte è trovare un metodo conveniente per
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 7: Basi di statistica
Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 7: Basi di statistica Campione e Popolazione Estrazione da una popolazione (virtualmente infinita) di
DettagliGRUPPO FORNASINI GESTIONE DEGLI STRUMENTI DI MISURA P Rev.2 REV. DATA EMESSA DA APPROVATA DA MOTIVO DELLA REVISIONE
REV. DATA EMESSA DA APPROVATA DA MOTIVO DELLA REVISIONE 2 17/06/2013 Tiziano Panzera (Responsabile Sistema Qualità) Fornasini Mauro (Direzione Generale) 1: esteso il campo di applicazione a tutte le aziende
DettagliUlteriori Conoscenze di Informatica e Statistica
Ulteriori Conoscenze di Informatica e Statistica Carlo Meneghini Dip. di fisica via della Vasca Navale 84, st. 83 (I piano) tel.: 06 55 17 72 17 meneghini@fis.uniroma3.it Indici di forma Descrivono le
DettagliALMENO UN ORDINE DI GRANDEZZA
Taratura statica Taratura statica L'analisi delle caratteristiche statiche di un singolo trasduttore o di un sistema di misura (catena di trasduttori) ponendoli in un ambiente controllato costituisce la
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
DettagliGrandezze 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
DettagliLa distribuzione delle frequenze. T 10 (s)
1 La distribuzione delle frequenze Si vuole misurare il periodo di oscillazione di un pendolo costituito da una sferetta metallica agganciata a un filo (fig. 1). A Figura 1 B Ricordiamo che il periodo
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
DettagliIntroduzione ai criteri di valutazione della incertezza di misura nelle tarature. Titolo/Title
Titolo/Title Introduzione ai criteri di valutazione della incertezza di misura nelle tarature Introduction to the estimation criteria on the uncertainty of measurement in calibrations Sigla/Reference DT-05-DT
DettagliTutorato di Chimica Analitica 2016/2017
Tutorato di Chimica Analitica 2016/2017 Friendly reminder La notazione scientifica Modo per indicare un risultato con numerose cifre decimali come prodotto di una potenza di 10 esempio Cifre significative
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono
DettagliProblemi pratici teorici-sperimentali
Problemi pratici teorici-sperimentali 1. Se viene fatta una sola misura come si estrae la deviazione standard? Risposta: per convenzione si prende come deviazione standard la metà della sensibilità dello
DettagliSTIME 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
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
DettagliUniversity 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
DettagliQuesto calcolo richiede che si conoscano media e deviazione standard della popolazione.
Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito
DettagliIL PALLINOMETRO SCOPO
IL PALLINOMETRO SCOPO Verifica del fatto che gli errori casuali nella misura di una grandezza fisica ripetuta molte volte nelle stesse condizioni sperimentali seguono la distribuzione normale di Gauss.
Dettaglio Si sceglie il modello che meglio si adatta alla realtà osservata, cioè quello per il quale risulta più probabile la realtà osservata.
Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure relative a una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliCorso C Geomatica. Teoria degli errori. Massimiliano Cannata
Corso C111.01 - Geomatica Teoria degli errori Rappresentazione di una misura di precisione ( x ± σ x ) u x = misura σ x = incertezza della misura u = unità di misura Il problema degli errori in topografia
DettagliIL PALLINOMETRO SCOPO
IL PALLINOMETRO SCOPO Verifica del fatto che gli errori casuali nella misura di una grandezza fisica ripetuta molte volte nelle stesse condizioni sperimentali seguono la distribuzione normale di Gauss.
DettagliMatematica 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,
DettagliEsperimentazioni di Fisica 1. Prova scritta del 9 luglio 2015 SOLUZIONI
Esperimentazioni di Fisica 1 Prova scritta del 9 luglio 2015 SOLUZIONI Esp-1 Prova di Esame Secondo appello - Page 2 of 8 09/07/2015 1. (12 Punti) Quesito. La grandezza y è aspettata dipendere in modo
DettagliLa variabilità sperimentale delle letture
Incertezze di misura VERSIONE 9.5.01 La variabilità sperimentale delle letture Ripetendo l applicazione di un sistema di misura a una cosa apparentemente sempre in uno stesso stato, come dato di fatto
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,
DettagliCenni 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
DettagliIstituto Superiore di Sanità Organismo di Riconoscimento dei Laboratori
Istituto Superiore di Sanità Organismo di Riconoscimento dei Laboratori Rapporti di prova ed espressione dell incertezza: il dato e il limite di legge Giornata di formazione Validazione dei metodi e incertezza
DettagliUniversità degli Studi di Cassino Facoltà di Ingegneria. Lezioni del Corso di Misure Meccaniche e Termiche. G.03 La Taratura
Facoltà di Ingegneria Lezioni del Corso di Misure Meccaniche e Termiche G.03 La Taratura Perché la taratura? Risultati delle pesate riferibili ai campioni nazionali e internazionali Controllo iniziale
DettagliAnalisi 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
DettagliNel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0.
Regressione [] el modello di regressione lineare si assume una relazione di tipo lineare tra il valore medio della variabile dipendente Y e quello della variabile indipendente X per cui Il modello si scrive
DettagliElaborazione statistica di dati
Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliFISICA. Elaborazione dei dati sperimentali. Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica
FISICA Elaborazione dei dati sperimentali Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica LA MISURA GLI STRUMENTI DI MISURA Gli strumenti di misura possono essere analogici o digitali.
DettagliImportanza delle incertezze nelle misure fisiche
Importanza delle incertezze nelle misure fisiche La parola errore non significa equivoco o sbaglio Essa assume il significato di incertezza da associare alla misura Nessuna grandezza fisica può essere
DettagliL indagine campionaria Lezione 3
Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato
DettagliSignificatività 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
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliProgramma 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
DettagliIl calcolo dell incertezza di misura secondo le norme UNI EN ISO 20988: 2007 e VDI 4219:2009
WORKSHOP APPLICAZIONE DELLE NORME UNI CEN/TS 15675:2008 E UNI 10012:2004 ALLE MISURE ALLE EMISSIONI problematiche e prospettive Il calcolo dell incertezza di misura secondo le norme UNI EN ISO 20988: 2007
DettagliCorsi di Laurea in Tecniche Di Fisiopatologia Cardiocircolatoria E Perfusione Cardiovascolare Dr. Andrea Malizia. Misure
Corsi di Laurea in Tecniche Di Fisiopatologia Cardiocircolatoria E Perfusione Cardiovascolare Dr. Andrea Malizia 1 Lezione 2 Introduzione alla misura Norma UNI CEI ENV 130005 Caratteristiche della strumentazione
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
Dettagli