IL CONTROLLO STATISTICO DEI PROCESSI

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "IL CONTROLLO STATISTICO DEI PROCESSI"

Transcript

1 IL CONTOLLO STATISTICO DEI POCESSI Il controllo statistico dei processi 1 CONTOLLO STATISTICO DEL POCESSO VAIABILITA DEI POCESSI FATTOI INTENI MATEIALI MACCHINE STUMENTI DI TEST POCESSO OPEATOE TEMPO CONTOLLI AMBIENTE ESTENO FATTOI ESTENI COSTI GESTIONE POGAMMAZIONE SPC Il controllo statistico dei processi 2

2 CONTOLLO STATISTICO DEL POCESSO CAUSE DI VAIABILITA' CAUSE CASUALI CAUSE SPECIALI Il controllo statistico dei processi 3 CAUSE CASUALI (85% secondo Deming) ESISTONO SEMPE E SONO LEGATE ALLA NATUALE VAIABILITA DEL POCESSO. TALE VAIABILITA E L EFFETTO DI TANTE PICCOLE CAUSE ED E COSTANTE NEL TEMPO. PICCOLE VAIAZIONI DELLE CAATTEISTICHE DEI MATEIALI IN INGESSO VIBAZIONI DELLE MACCHINE VAIAZIONI DELL ABILITA DEGLI OPEATOI FLUTTUAZIONI NELLE CONDIZIONI DI LAVOO... Il controllo statistico dei processi 4

3 IDUZIONE DELLE CAUSE CASUALI AUMENTAE LA MANUTENZIONE ACQUISTAE STUMENTI ED IMPIANTI MIGLIOI CONTOLLAE LE CONDIZIONI AMBIENTALI... QUANDO LE VAIAZIONI SONO PICCOLE SI HA UN SISTEMA STABILE DI CAUSE CASUALI IL POCESSO SI DICE SOTTO CONTOLLO STATISTICO Il controllo statistico dei processi 5 CAUSE SPECIALI (15% secondo Deming) SONO LEGATE A AGIONI SPECIFICHE EGOLAZIONE SBAGLIATA DELLE MACCHINE EOE DELL OPEATOE MATEIALE IN INGESSO DIFETTOSO... INDIVIDUAE ED ELIMINAE LA CAUSA SPECIALE Il controllo statistico dei processi 6

4 FONTI DI VAIABILITA CASUALI E SPECIALI Il controllo statistico dei processi 7 CONTOLLO DEL POCESSO SPC MIGLIOAMENTO DEL POCESSO INDIVIDUAE ED ELIMINAE CAUSE SPECIALI IDUE CAUSE CASUALI Il controllo statistico dei processi 8

5 CONTOLLO DEL POCESSO CAATTEIZZAZIONE DEL POCESSO PODUTTIVO STUDIO DELLA CAPACITA DEL POCESSO OTTIMIZZAZIONE DEL POCESSO CONTOLLO DEL POCESSO E DEL PODOTTO MIGLIOAMENTO DEL POCESSO Il controllo statistico dei processi 9 TIPI DI OSSEVAZIONI NEL SPC ATTIBUTI Distribuzione di frequenza VAIABILI Distribuzione di probabilità INDICI DI POSIZIONE (MEDIA, MEDIANA, MODA) INDICI DI DISPESIONE (ANGE, VAIANZA, DV) Il controllo statistico dei processi 10

6 p DISTIBUZIONI DISCETE BINOMIALE Si applica ad esperimenti con due soli tipi di esiti possibili mutuamente escludentesi (con probabilità p e q=1-p). n n k pq k (k) = n k r n F(r k pq k ) = k = 0 Nel controllo qualità p è la percentuale di difettosi ( n k) Esempio: n di NC su pezzi controllati; frazione di operazioni fallite. Il controllo statistico dei processi 11 DISTIBUZIONI DISCETE POISSON Si applica ad eventi isolati che accadono un certo numero di volte, in un dato intervallo di tempo (o di spazio), con una velocità media costante p(k) = k µ e k! µ Esempio: n di guasti in un certo periodo n di difetti in un cavo n di imperfezioni in una pezza n di particelle contaminanti in un volume Il controllo statistico dei processi 12

7 DISTIBUZIONI CONTINUE NOMALE Simmetrica ed unimodale Descritta da µe σ LOGNOMALE Asimmetrica ed unimodale Descritta da t m e σ ESPONENZIALE Asimmetrica ed unimodale Descritta da λ WEIBULL Asimmetrica ed unimodale Descritta da 3 parametri Applicazioni: errori di misura caratteristiche di un prodotto Applicazioni: tempi di riparazione tempi di vita Applicazioni: tempi di vita disp. elettronici (esaurita la mortalità infantile) Applicazioni: tempi di vita (mortalità infantile, vita utile, usura) Il controllo statistico dei processi 13 LE CATE DI CONTOLLO STUMENTO GAFICO DI MONITOAGGIO DEL POCESSO CONTOLLAE NEL TEMPO L ANDAMENTO DI UNA CETA CAATTEISTICA CONSIDEATA CITICA ENDEE EVIDENTE L EVENTUALE PESENZA DI CAUSE SPECIALI DI VAIABILITA AL FINE DI EALIZZAE L AZIONE COETTIVA NECESSAIA CONFEMAE IL MIGLIOAMENTO DI UN POCESSO Il controllo statistico dei processi 14

8 CATE DI CONTOLLO: TIPI DI CATE DI CONTOLLO ATTIBUTI Si esprime la misura attraverso un giudizio binario. -passa-non passa -conforme-non conforme Binomiale Poisson VAIABILI Si esprime la misura un valore numerico. -dimensione -peso guadagno -spessore -durezza Gaussiana Il controllo statistico dei processi 15 CATE DI CONTOLLO: TIPI DI CATE DI CONTOLLO Variabili TIPO DI DATI Attributi No n=1 Si n non accettabili < n controlli No (non conformità) Si (non conformi) Carta X medio- o σ n<10 n>10 Carta X medio- s Si n costante No Carta X Moving Carta C Carta u Si Carta np Carta p n costante No Carta p Il controllo statistico dei processi 16

9 LE CATE DI CONTOLLO PE VAIABILI E UN DIAGAMMA CHE APPESENTA L EVOLUZIONE TEMPOALE DI UNA CETA CAATTEISTICA MISUABILE, LA VAIABILE, AL FINE DI ACCETAE CHE LA MISUA IMANGA ALL INTENO DI UN INTEVALLO STATISTICAMENTE ACCETTABILE SI DEVE CONTOLLAE: LA MEDIA LA DISPESIONE Il controllo statistico dei processi 17 LE CATE DI CONTOLLO PE VAIABILI Il controllo statistico dei processi 18

10 LINEA CENTALE E LIM ITI DI CONTOLLO CL LCL P(D)= ZONA A P(A)= ZONA B P(B)= ZONA C P(C)= ZONA C P(C)= ZONA B P(B)= ZONA A P(A)= P(D)= µ+3σ µ+2σ µ+1σ µ µ-1σ µ-2σ µ--3σ Il controllo statistico dei processi 19 CATE DI CONTOLLO X MEDIO- CAATTEISTICA MISUABILE µ σ (non note) m CAMPIONI DI DIMENSIONE n X 11 X 21 X n1 X 1m X 2m X nm Il migliore stimatore per la media del processo è la media delle medie campionarie Il controllo statistico dei processi 20

11 CATE DI CONTOLLO X MEDIO- CAATTEISTICA MISUABILE µ σ (non note) m CAMPIONI DI DIMENSIONE n 1 =X max1 -X min1 m =X maxm -X minm Il migliore stimatore per il range del processo è la media dei range dei campioni Il controllo statistico dei processi 21 CATA X MEDIO x = x1 + x x m m σ ) = d 2 = x + 3 d n 2 CL= x LCL = x 3 d n 2 Il controllo statistico dei processi 22

12 CATA = 1 2 m m σ ) = d 3 d 2 LCL = d 3 3 d 2 CL= = d d 2 STIMA DI σ MEDIANTE IL : -più semplice -abbastanza efficiente per piccole dimensioni del campione -per n>10 si utilizza la stima mediante varianza campionaria Il controllo statistico dei processi 23 COSTUZIONE CATE X MEDIO- ESTAZIONE m CAMPIONI DI NUMEOSITA n DEFINIZIONE LIMITI DI CONTOLLO DI POVA APPESENTAZIONE DELLE m DETEMINAZIONI TUTTI I PUNTI SONO ENTO I LIMITI? SI NO CI SONO ANDAMENTI SISTEMATICI? NO I LIMITI DI CONTOLLO VENGONO ACCETTATI SI ICECA DELLE CAUSE ELIMINAZIONE PUNTI IDEFINIZIONE LIMITI CONTOLLO Il controllo statistico dei processi 24

13 CATE DI CONTOLLO X MEDIO- COMPILAZIONE CATA X MEDIO- DECIDEE: -NUMEOSITA CAMPIONE -NUMEO DI CAMPIONI -FEQUENZA DI CAMPIONAMENTO ACCOGLIEE I DATI CALCOLAE MEDIA E ANGE CALCOLAE MEDIA DELLE MEDIE E MEDIA DEI IPOTAE MEDIE E SULLA CATA STUDIAE LA CONFIGUAZIONE Il controllo statistico dei processi 25 CATE DI CONTOLLO X MEDIO- CATA PE LE MEDIE CATA PE I ANGE CL = X = X + A 2 LCL = X A 2 CL = = D 4 LCL = D 3 n A2 D Il controllo statistico dei processi 26

14 CATE DI CONTOLLO X MEDIO- X CL LCL CL 5 10 Il controllo statistico dei processi 27 EGOLE PE IDENTIFICAE POCESSI FUOI CONTOLLO VAIAZIONE DELLA MEDIA TEND CAATTEISTICA CL LCL CAATTEISTICA CL LCL CAMPIONE CAMPIONE Il controllo statistico dei processi 28

15 EGOLE PE IDENTIFICAE POCESSI FUOI CONTOLLO PUNTO FUOI CONTOLLO POPOLAZIONI DIFFEENTI CAATTEISTICA CL LCL CAATTEISTICA CL LCL CAMPIONE CAMPIONE Il controllo statistico dei processi 29 EOI NELLE CATE DI CONTOLLO EOI DI TIPO I EOI DI TIPO II α/2 β CL CL α/2 LCL LCL Il controllo statistico dei processi 30

16 CATE DI CONTOLLO X-MOVING BASSO TASSO DI PODUZIONE MISUA AUTOMATICA SU OGNI SINGOLO PODOTTO OPEAZIONE DI MISUA MOLTO COSTOSA n = 1 PE STIMAE LA VAIABILITA DEL POCESSO SI USA IL ANGE MOBILE CALCOLATO SU DUE OSSEVAZIONI SUCCESSIVE M i =X i -X i-1 Il controllo statistico dei processi 31 LA CAPACITA DI UN POCESSO DISTIBUZIONE DELLE CAATTEISTICHE DI UN PODOTTO GAUSSIANA x ± 3σ INTEVALLO DI TOLLEANZA NATUALE PE UN POCESSO Il controllo statistico dei processi 32

17 INDICE DI CAPACITA DI POCESSO Ampiezza specifiche c = P Tolleranza Naturale LTS LTI = 6σ LTS=limite superiore di specifica LTS=limite inferiore di specifica LTS-LTI=intervallo di tolleranza σ - Deviazione standard del processo ( ~σ = ) (Dato sperimentale) d 2 UN POCESSO E CAPACE SE Cp>1 LIS 6σ LSS LIS 6σ LSS Il controllo statistico dei processi 33 INDICE DI CENTATUA DI POCESSO 3σ 3σ C = min LTS µ µ LTI, PK 3σ 3σ C >1 PK µ LIS LSS UN POCESSO E CENTATO SE Cpk>1 I DATI CADONO ENTO I LIMITI DI TOLLEANZA 0 1 c PK C < 0 PK UNA PATE DEI DATI CADE OLTE I LIMITI LA MEDIA DEI DATI NON E NELLA SPECIFICA Il controllo statistico dei processi 34

18 INDICI DI CAPACITA DI POCESSO Ampiezza specifiche c = P Tolleranza Naturale LTS LTI = 6σ C = min LTS µ µ LTI, PK 3σ 3σ Cp E Cpk DEVONO ESSEE SEMPE CALCOLATI NEL LUNGO PEIODO Cpk e Cp COINCIDONO SE IL POCESSO E CENTATO Il controllo statistico dei processi 35

Costruzione ed uso delle Carte di Controllo

Costruzione ed uso delle Carte di Controllo Validazione dei metodi ed incertezza di misura nei laboratori di prova addetti al controllo di alimenti e bevande Costruzione ed uso delle Carte di Controllo Bologna 25 novembre 2004 Introduzione Grafico

Dettagli

DISTRIBUZIONI DI PROBABILITÀ

DISTRIBUZIONI DI PROBABILITÀ Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI

Dettagli

I Metodi statistici utili nel miglioramento della qualità 27

I Metodi statistici utili nel miglioramento della qualità 27 Prefazione xiii 1 Il miglioramento della qualità nel moderno ambiente produttivo 1 1.1 Significato dei termini qualità e miglioramento della qualità 1 1.1.1 Le componenti della qualità 2 1.1.2 Terminologia

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni

Dettagli

CAPITOLO 11 La domanda aggregata II: applicare il modello IS-LM

CAPITOLO 11 La domanda aggregata II: applicare il modello IS-LM CPITOLO 11 La domanda aggegata II: applicae il modello - Domande di ipasso 1. La cuva di domanda aggegata appesenta la elazione invesa ta il livello dei pezzi e il livello del eddito nazionale. Nel capitolo

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Facciamo qualche precisazione

Facciamo qualche precisazione Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione

Dettagli

Prefazione all edizione originale. Prefazione all edizione italiana

Prefazione all edizione originale. Prefazione all edizione italiana Indice Prefazione all edizione originale Prefazione all edizione italiana xiii xv 1 Il miglioramento della qualità nel moderno ambiente produttivo 1 1.1 Significato dei termini qualità e miglioramento

Dettagli

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo

Dettagli

Continua sul retro 42.1 39.7 38.0 38.7 41.4 37.5 38.6 40.5 39.8 38.0 36.9 40.3 42.0 41.3 40.4 39.1 38.4 42.0

Continua sul retro 42.1 39.7 38.0 38.7 41.4 37.5 38.6 40.5 39.8 38.0 36.9 40.3 42.0 41.3 40.4 39.1 38.4 42.0 Statistica per l azienda Esame del 19.06.12 COGNOME NOME Matr. Firma Modulo: singolo con Informatica con StatII & PDRM con Mat. & PDRM altro (specificare) Attenzione: Il presente foglio deve essere compilato

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI Esercizio 1. Per la caratteristica di un processo distribuita gaussianamente sono note media e deviazione standard: µ = 100, σ = 0.2. 1a. Calcolare la linea centrale

Dettagli

REALTÀ E MODELLI SCHEDA DI LAVORO

REALTÀ E MODELLI SCHEDA DI LAVORO REALTÀ E MODELLI SCHEDA DI LAVORO 1 La siepe Sul eto di una villetta deve essee ealizzato un piccolo giadino ettangolae di m, ipaato da una siepe posta lungo il bodo Dato che un lato del giadino è occupato

Dettagli

Investimento. 1 Scelte individuali. Micoreconomia classica

Investimento. 1 Scelte individuali. Micoreconomia classica Investimento L investimento è l aumento della dotazione di capitale fisico dell impesa. Viene effettuato pe aumentae la capacità poduttiva. ECONOMIA MONETARIA E FINANZIARIA (5) L investimento In queste

Dettagli

Ece srl. Accreditata alla formazione presso la Regione Marche con D.G.R. n 341/FOP. Novembre 2013. Società di Ingegneria

Ece srl. Accreditata alla formazione presso la Regione Marche con D.G.R. n 341/FOP. Novembre 2013. Società di Ingegneria Novembe 2013 Ece sl Società di Ingegneia SICUREZZA QUALITA AMBIENTE PROGETTAZIONI MISURAZIONI AGENTI FISICI CONSULENZA TECNICO-LEGALE Acceditata alla fomazione pesso la Regione Mache con D.G.R. n 341/FOP

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni di Statistica e Statistica Economica Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo

Dettagli

Materiale didattico. Organizzazione del modulo IL CALCOLO FINANZIARIARIO. Programma Struttura logica

Materiale didattico. Organizzazione del modulo IL CALCOLO FINANZIARIARIO. Programma Struttura logica IL CALCOLO FINANZIARIARIO You do not eally undestand something unless you can explain it to you gandmothe (A.Einstein) Calcolo finanziaio Intoduzione Economia dell impesa foestale: Bilancio Pianificazione

Dettagli

CAPITOLO 10 La domanda aggregata I: il modello IS-LM

CAPITOLO 10 La domanda aggregata I: il modello IS-LM CAPITOLO 10 La domanda aggegata I: il modello IS-LM Domande di ipasso 1. La coce keynesiana ci dice che la politica fiscale ha un effetto moltiplicato sul eddito. Infatti, secondo la funzione di consumo,

Dettagli

Il controllo statistico di processo

Il controllo statistico di processo Il controllo statistico di processo Torino, 02 ottobre 2012 Relatrice: Monica Lanzoni QUALITÀ DI DI UN UN PRODOTTO: l'adeguatezza del del medesimo all'uso per per il il quale quale è stato stato realizzato

Dettagli

L AFFIDABILITA NELLA FASE DI PRODUZIONE

L AFFIDABILITA NELLA FASE DI PRODUZIONE 9. L AFFIDABILITA NELLA FASE DI PRODUZIONE Ed.1 del 14/09/98 Rev. 3 del 08/09/00 AFFIDABILITA' DI COMPONENTI E SCHEDE ELETTRONICHE-sez 9 1 L AFFIDABILITA IN PRODUZIONE ATTIVITA CHIAVE PER L AFFIDABILITA

Dettagli

PRODUZIONE DI LENTI A CONTATTO

PRODUZIONE DI LENTI A CONTATTO 1 PRODUZIONE DI LENTI A CONTATTO Per monitorare il processo di produzione di un determinato tipo di lenti a contatto viene misurato, ad intervalli di tempo regolari di h 15 minuti, il diametro X (in mm)

Dettagli

Indice. pag. 15. Prefazione. Introduzione» 17

Indice. pag. 15. Prefazione. Introduzione» 17 Indice Prefazione 15 Introduzione 17 1. Pianificazione della qualità 1.1. Il concetto di 6 sigma 1.1.1. Le aree e le fasi del sei sigma 1.2. I processi produttivi e la variabilità 1.2.1. Cause comuni 1.2.2.

Dettagli

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

Dettagli

Politecnico di Milano - Anno Accademico 2010-2011 Statistica 086449 Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico di Milano - Anno Accademico 2010-2011 Statistica 086449 Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Politecnico di Milano - Anno Accademico 200-20 Statistica 086449 Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Esercitazione 9 2 Giugno 20 Esercizio. In un laboratorio per il test dei materiali,

Dettagli

Metodologie statistiche per l analisi del rischio CONTROLLO STATISTICO DI PROCESSO PER IL MONITORAGGIO DEL RISCHIO NELL INDUSTRIA ALIMENTARE

Metodologie statistiche per l analisi del rischio CONTROLLO STATISTICO DI PROCESSO PER IL MONITORAGGIO DEL RISCHIO NELL INDUSTRIA ALIMENTARE Corso di Laurea in Sicurezza igienico-sanitaria degli alimenti Metodologie statistiche per l analisi del rischio CONTROLLO STATISTICO DI PROCESSO PER IL MONITORAGGIO DEL RISCHIO NELL INDUSTRIA ALIMENTARE

Dettagli

Il controllo delle prestazioni del provider. IL CONTROLLO DELLE PRESTAZIONI DEL PROVIDER (riferimenti)

Il controllo delle prestazioni del provider. IL CONTROLLO DELLE PRESTAZIONI DEL PROVIDER (riferimenti) del provider IL CONTROLLO DELLE PRESTAZIONI DEL PROVIDER (riferimenti) 1 del provider - premessa (1) in merito alla fase di gestione ordinaria dell outsourcing sono state richiamate le prassi di miglioramento

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

LE CARTE DI CONTROLLO (4)

LE CARTE DI CONTROLLO (4) LE CARTE DI CONTROLLO (4) Tipo di carta di controllo Frazione difettosa Carta p Numero di difettosi Carta np Dimensione campione Variabile, solitamente >= 50 costante, solitamente >= 50 Linea centrale

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI Esercizio 1. Per la caratteristica di un processo distribuita gaussianamente sono note media e deviazione standard: µ = 100, σ = 0.2. 1a. Calcolare la linea centrale

Dettagli

Analisi statistica degli errori

Analisi statistica degli errori Analisi statistica degli errori I valori numerici di misure ripetute risultano ogni volta diversi l operazione di misura può essere considerata un evento casuale a cui è associata una variabile casuale

Dettagli

Controllo Statistico della Qualità. Qualità come primo obiettivo dell azienda produttrice di beni

Controllo Statistico della Qualità. Qualità come primo obiettivo dell azienda produttrice di beni Controllo Statistico della Qualità Qualità come primo obiettivo dell azienda produttrice di beni Qualità come costante aderenza del prodotto alle specifiche tecniche Qualità come controllo e riduzione

Dettagli

Il confronto fra proporzioni

Il confronto fra proporzioni L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,

Dettagli

Statistica per l azienda 19.06.2014 (1)

Statistica per l azienda 19.06.2014 (1) Statistica per l azienda 19.06.2014 (1) COGNOME NOME Matr. Firma Modulo: singolo con Informatica con StatII & PDRM con Mat. & PDRM altro (specificare) Attenzione: Il presente foglio deve essere compilato

Dettagli

E naturale chiedersi alcune cose sulla media campionaria x n

E naturale chiedersi alcune cose sulla media campionaria x n Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile

Dettagli

Metodi Statistici di Controllo della Qualità Prof. Paolo Cozzucoli

Metodi Statistici di Controllo della Qualità Prof. Paolo Cozzucoli Programma dell insegnamento di Metodi Statistici di Controllo della Qualità Prof. Paolo Cozzucoli Corso di Laurea in Metodi Quantitativi per l Economia e la Gestione delle Aziende A.A. 2007-08 Disciplina

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

10 CONTROLLO STATISTICO DELLA QUALITÀ

10 CONTROLLO STATISTICO DELLA QUALITÀ 10 CONTROLLO STATISTICO DELLA QUALITÀ 10.2.2 Il controllo di un processo Considerazioni sulle carte di controllo A fianco del numero di elementi non conformi delle carte di controllo p e pn e del numero

Dettagli

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk

Dettagli

REALTÀ E MODELLI SCHEDA DI LAVORO

REALTÀ E MODELLI SCHEDA DI LAVORO REALTÀ E MDELLI SCHEDA DI LAVR La clessida ad acqua Ipotizziamo che la clessida ad acqua mostata in figua sia fomata da due coni pefetti sovapposti La clessida impiega,5 minuti pe svuotasi e supponiamo

Dettagli

Statistica Applicata all edilizia: alcune distribuzioni di probabilità

Statistica Applicata all edilizia: alcune distribuzioni di probabilità Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 7 marzo 20 Indice Indici di curtosi e simmetria Indici di curtosi e simmetria 2 3 Distribuzione Bernulliana

Dettagli

HyperCoat CTPM125 IT

HyperCoat CTPM125 IT HypeCoat IT CEATIZIT secets of success Secets of success CEATIZIT è il patne ideale pe le soluzioni più idonee con podotti di metallo duo. Podotti in metallo duo e utensili CEATIZIT - soluzioni complesse

Dettagli

Valore finanziario del tempo

Valore finanziario del tempo Finanza Aziendale Analisi e valutazioni pe le decisioni aziendali Valoe finanziaio del tempo Capitolo 3 Indice degli agomenti. Concetto di valoe finanziaio del tempo 2. Attualizzazione di flussi futui

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Introduzione Livelli di significatività Verifica di ipotesi sulla media di una popolazione normale Verifica di ipotesi sulla varianza di una popolazione normale Verifica di ipotesi

Dettagli

Il campionamento statistico

Il campionamento statistico Lezione 13 Gli strumenti per il miglioramento della Qualità Il campionamento statistico Aggiornamento: 19 novembre 2003 Il materiale didattico potrebbe contenere errori: la segnalazione e di questi errori

Dettagli

CAPITOLO 10. Controllo di qualità. Strumenti per il controllo della qualità e la sua gestione

CAPITOLO 10. Controllo di qualità. Strumenti per il controllo della qualità e la sua gestione CAPITOLO 10 Controllo di qualità Strumenti per il controllo della qualità e la sua gestione STRUMENTI PER IL CONTROLLO E LA GESTIONE DELLA QUALITÀ - DIAGRAMMI CAUSA/EFFETTO - DIAGRAMMI A BARRE - ISTOGRAMMI

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Elementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B

Elementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B Elementi di Calcolo delle Probabilità e Statistica per il corso di Analisi Matematica B Laurea in Ingegneria Meccatronica A.A. 2010 2011 n-dimensionali Riepilogo. Gli esiti di un esperimento aleatorio

Dettagli

durante lo spostamento infinitesimo dr la quantità data dal prodotto scalare F dr

durante lo spostamento infinitesimo dr la quantità data dal prodotto scalare F dr 4. Lavoo ed enegia Definizione di lavoo di una foza Si considea un copo di massa m in moto lungo una ceta taiettoia. Si definisce lavoo infinitesimo fatto dalla foza F duante lo spostamento infinitesimo

Dettagli

STATISTICA (I MODULO INFERENZA STATISTICA) Esercitazione I 27/4/2007

STATISTICA (I MODULO INFERENZA STATISTICA) Esercitazione I 27/4/2007 Esercitazione I 7/4/007 In una scatola contenente 0 pezzi di un articolo elettronico risultano essere difettosi. Si estraggono a caso due pezzi, uno alla volta senza reimmissione. Quale è la probabilità

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA Dipartimento di Ingegneria Meccanica Chimica e dei Materiali PROGETTAZIONE E GESTIONE DEGLI IMPIANTI INDUSTRIALI Esercitazione 6 ORE ELEMENTI DI STATISTICA Prof. Ing. Maria Teresa Pilloni Anno Accademico

Dettagli

SPC e distribuzione normale con Access

SPC e distribuzione normale con Access SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,

Dettagli

CUSCINETTI DI SUPPORTO PER VITI A RICIRCOLAZIONE DI SFERE

CUSCINETTI DI SUPPORTO PER VITI A RICIRCOLAZIONE DI SFERE CUSCINETTI DI SUPPORTO PER VITI A RICIRCOLAZIONE DI SFERE Seie BSBD Leade mondiale nella poduzione e nello sviluppo tecnologico di cuscinetti volventi, podotti lineai, automotive e di sistemi stezanti,

Dettagli

I principi della Dinamica. L azione di una forza è descritta dalle leggi di Newton, possono fare Lavoro e trasferire Energia

I principi della Dinamica. L azione di una forza è descritta dalle leggi di Newton, possono fare Lavoro e trasferire Energia I pincipi della Dinamica Un oggetto si mette in movimento quando viene spinto o tiato o meglio quando è soggetto ad una foza 1. Le foze sono gandezze fisiche vettoiali che influiscono su un copo in modo

Dettagli

4. Confronto tra medie di tre o più campioni indipendenti

4. Confronto tra medie di tre o più campioni indipendenti BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Corso di Automazione Industriale 1. Capitolo 4

Corso di Automazione Industriale 1. Capitolo 4 Simona Sacone - DIST Corso di Automazione Corso Industriale di 1 Automazione Industriale 1 Capitolo 4 Analisi delle prestazioni tramite l approccio simulativo Aspetti statistici della simulazione: generazione

Dettagli

Presentazione. Risorse Web. Metodi Statistici 1

Presentazione. Risorse Web. Metodi Statistici 1 I-XVI Romane_ 27-10-2004 14:25 Pagina VII Prefazione Risorse Web XI XIII XVII Metodi Statistici 1 Capitolo 1 Tecniche Statistiche 3 1.1 Probabilità, Variabili Casuali e Statistica 3 1.1.1 Introduzione

Dettagli

La spesa per assistenza

La spesa per assistenza Obiettivo della lezione La spesa pe assistenza Studiae le motivazioni teoiche che cecano di spiegae gli inteventi di edistibuzione vei e popi (ad es. contasto della povetà) mediante stumenti monetai nell

Dettagli

FORZA AGENTE SU UN TRATTO DI FILO RETTILINEO. Dispositivo sperimentale

FORZA AGENTE SU UN TRATTO DI FILO RETTILINEO. Dispositivo sperimentale FORZA AGENTE SU UN TRATTO DI FILO RETTILINEO 0 Dispositivo speimentale Consideiamo pe semplicità un campo magnetico unifome, le linee di foza sono paallele ed equidistanti. Si osseva una foza di oigine

Dettagli

Indici (Statistiche) che esprimono le caratteristiche di simmetria e

Indici (Statistiche) che esprimono le caratteristiche di simmetria e Indici di sintesi Indici (Statistiche) Gran parte della analisi statistica consiste nel condensare complessi pattern di osservazioni in un indicatore che sia capace di riassumere una specifica caratteristica

Dettagli

GESTIONE INDUSTRIALE DELLA QUALITÀ A

GESTIONE INDUSTRIALE DELLA QUALITÀ A GESTIONE INDUSTRIALE DELLA QUALITÀ A Lezione 10 CAMPIONAMENTO (pag. 62-64) L indagine campionaria all interno di una popolazione consiste nell estrazione di un numero limitato e definito di elementi che

Dettagli

Indice Prefazione xiii 1 Probabilità

Indice Prefazione xiii 1 Probabilità Prefazione xiii 1 Probabilità 1 1.1 Origini del Calcolo delle Probabilità e della Statistica 1 1.2 Eventi, stato di conoscenza, probabilità 4 1.3 Calcolo Combinatorio 11 1.3.1 Disposizioni di n elementi

Dettagli

Carte di controllo per attributi

Carte di controllo per attributi Carte di controllo per attributi Il controllo per variabili non sempre è effettuabile misurazioni troppo difficili o costose troppe variabili che definiscono qualità di un prodotto le caratteristiche dei

Dettagli

Metodologie statistiche per l analisi del rischio CONTROLLO STATISTICO DI PROCESSO PER IL MONITORAGGIO DEL RISCHIO NELL INDUSTRIA ALIMENTARE

Metodologie statistiche per l analisi del rischio CONTROLLO STATISTICO DI PROCESSO PER IL MONITORAGGIO DEL RISCHIO NELL INDUSTRIA ALIMENTARE Corso di Laurea in Sicurezza igienico-sanitaria degli alimenti Metodologie statistiche per l analisi del rischio CONTROLLO STATISTICO DI PROCESSO PER IL MONITORAGGIO DEL RISCHIO NELL INDUSTRIA ALIMENTARE

Dettagli

Un primo passo verso PAT. Un applicazione di controllo preventivo

Un primo passo verso PAT. Un applicazione di controllo preventivo Un primo passo verso PAT Un applicazione di controllo preventivo Sommario Situazione iniziale: linea di produzione con controllo peso off-line Cambiamento vs. una linea con controllo peso automatico on-line

Dettagli

5. CAMBIO. 5.1. descrizione

5. CAMBIO. 5.1. descrizione ambio powe - shift 5. AMBIO 5.. descizione Tattasi di cambio meccanico a te velocità avanti e te velocità indieto, ealizzate mediante cinque iduttoi epicicloidali vaiamente collegati ta loo. Tutte le cinque

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180

Dettagli

Le nuove geometrie per utensili di fresatura. Fresatura invece di politura e rettifi ca. Programma ampliato con: con raggio agli spigoli

Le nuove geometrie per utensili di fresatura. Fresatura invece di politura e rettifi ca. Programma ampliato con: con raggio agli spigoli Tecnica di fesatua Aspotazione di tucioli elevata su acciaio Aspotazione di tucioli con sicuezza di pocesso nella sgossatua Pe lavoazioni convenzionali su diffeenti mateiali Sgossatua e fi nitua in una

Dettagli

Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004

Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004 Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 200 Esercizio 1 Tre apparecchiature M 1, M 2 e M 3 in un anno si guastano, in maniera indipendente, con probabilità

Dettagli

4 Polarizzazione elettrica nel dominio del tempo

4 Polarizzazione elettrica nel dominio del tempo 4 Polaizzazione elettica nel dominio del tempo Intoduzione Atomi, molecole e ioni sono talmente piccoli che da un punto di vista macoscopico una piccola egione di un solido contiene un numeo molto elevato

Dettagli

La distribuzione Gaussiana

La distribuzione Gaussiana Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione

Dettagli

CENNI DI METODI STATISTICI

CENNI DI METODI STATISTICI Corso di Laurea in Ingegneria Aerospaziale CENNI DI METODI STATISTICI Docente: Page 1 Page 2 Page 3 Due eventi si dicono indipendenti quando il verificarsi di uno non influisce sulla probabilità di accadimento

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p

Dettagli

15/10/2013 CONTROLLO DI PROCESSO (STATISTICAL PROCESS CONTROL ) ( CONTROLLO OPERATIVO) GENERALITÀ

15/10/2013 CONTROLLO DI PROCESSO (STATISTICAL PROCESS CONTROL ) ( CONTROLLO OPERATIVO) GENERALITÀ Controllo di processo ( Controllo statistico di processo -Statistical Process Control ) Parte II Scuola di Economia Urbino, 16 ottobre 2013 Federico De Cillis Indicatore Secondo la norma UNI 11097:2003,

Dettagli

Esercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue

Esercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue Esercizi del Corso di Statistica Parte I - Variabili Aleatorie Continue 1. Costruire la variabile uniforme U sull intervallo [a, b], con a IR e b IR. 2. Sia X una variabile aleatoria tale che: 0 x < 1

Dettagli

Indici di dispersione

Indici di dispersione Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Histogram of C1 Normal

Histogram of C1 Normal Soluzioni domande ed esercizi Fondamenti di Affidabilità Capitolo 2. La vita di un cambio ad ingranaggi può essere fortemente influenzata nelle fasi iniziali della sua vita da problemi derivanti principalmente

Dettagli

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza

Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza Corso di Laurea in Ingegneria Informatica e Automatica (A-O) Università di Roma La Sapienza CALCOLO DELLE PROBABILITÀ E STATISTICA ESAME DEL 17/06/2015 NOME: COGNOME: MATRICOLA: Esercizio 1 Un sistema

Dettagli

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE

DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE DISTRIBUZIONI DI VARIABILI CASUALI DISCRETE variabile casuale (rv): regola che associa un numero ad ogni evento di uno spazio E. variabile casuale di Bernoulli: rv che può assumere solo due valori (e.g.,

Dettagli

Le variabili casuali. Variabile statistica e variabile casuale. Distribuzione di probabilità della v.c X: X P(X) 0 ⅛ 1 ⅜ 3 ⅛

Le variabili casuali. Variabile statistica e variabile casuale. Distribuzione di probabilità della v.c X: X P(X) 0 ⅛ 1 ⅜ 3 ⅛ Università di Macerata Facoltà di Scienze Politiche - Anno accademico 009- Una variabile casuale è una variabile che assume determinati valori con determinate probabilità; Ad una variabile casuale è associata

Dettagli

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL EMPO ing Emanuele Zappa SEGNALI: grandezze di base nel dominio del tempo: Ampiezza picco-picco (pk.pk) Ampiezza massima positiva empo Ampiezza massima

Dettagli

Analisi dei Sistemi di Misurazione - MSA

Analisi dei Sistemi di Misurazione - MSA Data: 16 Marzo 2011 Indice Il processo zione impiego specifico Cenni di SPC e di MSA 2 CARATTERISTICA DA CONTROLLARE, TOLLERANZA E RELATIVA CLASSE DI IMPORTANZA METODO DI CONTROLLO STRUMENTO DI MISURA

Dettagli

DIPARTIMENTO DI INGEGNERIA IMPIANTI INDUSTRIALI. Andrea Chiarini andrea.chiarini@chiarini.it. Andrea Chiarini 1

DIPARTIMENTO DI INGEGNERIA IMPIANTI INDUSTRIALI. Andrea Chiarini andrea.chiarini@chiarini.it. Andrea Chiarini 1 IMPIANTI INDUSTRIALI Andrea Chiarini andrea.chiarini@chiarini.it Andrea Chiarini 1 PARTE 14 IL MIGLIORAMENTO DEI PROCESSI PRODUTTIVI (slides tratte in parte dai testi: Total Quality Management di A. Chiarini,

Dettagli

Approfondimento 7.5 - Altri tipi di coefficienti di correlazione

Approfondimento 7.5 - Altri tipi di coefficienti di correlazione Appofondimento 7.5 - Alti tipi di coefficienti di coelazione Il coefficiente di coelazione tetacoico e policoico Nel 900 Peason si pose anche il poblema di come misuae la coelazione fa caatteistiche non

Dettagli

Teoria e metodi del controllo statistico di un processo produttivo. Strumenti base Basi statistiche Problemi pratici

Teoria e metodi del controllo statistico di un processo produttivo. Strumenti base Basi statistiche Problemi pratici Teoria e metodi del controllo statistico di un processo produttivo Strumenti base Basi statistiche Problemi pratici Teoria e metodi del controllo statistico Introduzione Ogni processo produttivo, indipendentemente

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

Statistica descrittiva

Statistica descrittiva Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di indicatori sintetici che individuano, con un singolo valore, proprieta` statistiche di un campione/popolazione rispetto

Dettagli

Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni)

Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni) STATISTICA (2) ESERCITAZIONE 4 18.02.2013 Dott.ssa Antonella Costanzo Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni) Sia X una popolazione distribuita secondo la legge Bernoulliana

Dettagli

ISI MANUALE PER CORSI QUALITÀ CONTROLLO STATISTICO DEL PROCESSO MANUALE DI UTILIZZO ISI PAGINA 1 DI 9

ISI MANUALE PER CORSI QUALITÀ CONTROLLO STATISTICO DEL PROCESSO MANUALE DI UTILIZZO ISI PAGINA 1 DI 9 CONTROLLO STATISTICO DEL PROCESSO MANUALE DI UTILIZZO ISI PAGINA 1 DI 9 INTRODUZIONE 1.0 PREVENZIONE CONTRO INDIVIDUAZIONE. L'approccio tradizionale nella fabbricazione dei prodotti consiste nel controllo

Dettagli

Bus di campo. Cosa sono i bus di campo. Bus di campo. M. Parvis 1

Bus di campo. Cosa sono i bus di campo. Bus di campo. M. Parvis 1 Maco Pavis Politecnico di Toino Dipatimento di Elettonica Coso Duca degli Abuzzi, 24 10129 Toino Tel. + 39 11 564 4114 Fax + 39 11 564 4099 E-mail: maco.pavis@polito.it 1 Cosa sono i bus di campo Bus pensati

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi

Dettagli

CAPITOLO 3 Il reddito nazionale: da dove viene e dove va

CAPITOLO 3 Il reddito nazionale: da dove viene e dove va CAPITOLO Il eddito nazionale: da dove viene e dove va Domande di ipasso. I fattoi di poduzione e la tecnologia di poduzione deteminano il livello della poduzione aggegata di un sistema economico. I fattoi

Dettagli

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18

Dettagli

Analisi di dati di frequenza

Analisi di dati di frequenza Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato

Dettagli

Compendio sui Sensori

Compendio sui Sensori Compendio sui Sensoi Gli Inteuttoi di Posizione pemettono il ilevamento mediante il contatto fisico dietto (fine cosa); l oggetto dunque, poggia fisicamente sopa l inteuttoe chiudendo e/o apendo un contatto;

Dettagli

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

Un po di statistica. Christian Ferrari. Laboratorio di Matematica Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di

Dettagli

CONTROLLI STATISTICI

CONTROLLI STATISTICI CONTROLLI STATISTICI Si definisce Statistica la disciplina che si occupa della raccolta, effettuata in modo scientifico, dei dati e delle informazioni, della loro classificazione, elaborazione e rappresentazione

Dettagli

Riassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice

Riassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice cap 0 Romane - def_layout 1 12/06/12 07.51 Pagina V Prefazione xiii Capitolo 1 Nozioni introduttive 1 1.1 Introduzione 1 1.2 Cenni storici sullo sviluppo della Statistica 2 1.3 La Statistica nelle scienze

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Introduzione all analisi dei segnali digitali.

Introduzione all analisi dei segnali digitali. Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza

Dettagli