IL CONTROLLO STATISTICO DEI PROCESSI
|
|
- Alfredo Magnani
- 8 anni fa
- Visualizzazioni
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
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
DettagliI 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
DettagliLE 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
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliStatistical 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
DettagliStatistical 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
DettagliPRODUZIONE 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)
DettagliIl 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,
DettagliPrefazione 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
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliLe Carte di Controllo del Processo
ISI MANUALE PER CORSI QUALITÀ dispensa data modifica del livello Q-051 01.06.94 01 25.07.95 BLU Le Carte di Controllo del Processo MANUALE DI UTILIZZO ISI CARTE DI CONTROLLO pagina 2 di 13 Introduzione.
DettagliGESTIONE INDUSTRIALE DELLA QUALITÀ A
GESTIONE INDUSTRIALE DELLA QUALITÀ A Lezione 10 CAMPIONAMENTO (pag. 62-64) L indagine campionaria all interno di una popolazione consiste nell estrazione di un numero limitato e definito di elementi che
DettagliIl 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
DettagliCostruzione 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
DettagliInvestimento. 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
DettagliIndice. 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.
DettagliCarte 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
DettagliDISTRIBUZIONI 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.,
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliIndici (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
DettagliCAPITOLO 7 LE DISTRIBUZIONI CAMPIONARIE E GLI INTERVALLI DI CONFIDENZA
SOLUZIONI 7.1 7.2 7.3 7.4 7.5 a) X=6,3 minuti b) 3,7 minuti CAPITOLO 7 LE DISTRIBUZIONI CAMPIONARIE E GLI INTERVALLI DI CONFIDENZA a) Quantitativo,discreto b) P=502/1004=0,5 o 50% c) Età,tipo di lavoro,
DettagliIstituzioni 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
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliDISTRIBUZIONI DI PROBABILITÀ
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI
DettagliL 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
DettagliL 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
DettagliMetodi 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
DettagliELEMENTI 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
DettagliStatistica 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
DettagliUn 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
DettagliREALTÀ 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
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliIndici di dispersione
Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo
Dettagli2. 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
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliContinua 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
DettagliIntroduzione 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
Dettagli10 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
Dettagli1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.
Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi
DettagliIl 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
Dettagli3. 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
DettagliDistribuzioni discrete
Distribuzioni discrete Esercitazione 4 novembre 003 Distribuzione binomiale Si fa un esperimento (o prova): può manifestarsi un certo evento A con probabilità p oppure no (con probabilità q = p). La distribuzione
DettagliStatistica 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
DettagliTECNICHE 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
DettagliIl 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
DettagliIl Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma
DettagliIL COLLAUDO DI ACCETTAZIONE
IL COLLAUDO DI ACCETTAZIONE Il collaudo di accettazione 1 Popolazione Campione Dati MISURA Processo Lotto Campione DATI CAMPIONAMENTO INTERVENTO MISURA Lotto Campione DATI CAMPIONAMENTO INTERVENTO Il collaudo
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica
Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -
DettagliAnalisi 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
DettagliMetodologie 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
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
Dettagli4. 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
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliCONTROLLI 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
DettagliCAPITOLO 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,
DettagliCarte di controllo (Shewhart): monitoraggio della precisione e della giustezza dei risultati di prove chimiche M. BETTINELLI - UNICHIM
Carte di controllo (Shewhart): monitoraggio della precisione e della giustezza dei risultati di prove chimiche M. BETTINELLI - UNICHIM Milano, 4-5 novembre 014 1 Le carte di controllo Le carte di controllo
DettagliControllo 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
DettagliISI 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
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V
Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows.
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliLa Distribuzione Normale (Curva di Gauss)
1 DISTRIBUZIONE NORMALE o CURVA DI GAUSS 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809) nell'ambito
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliCorso 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
DettagliCORSO 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
DettagliMetodologie 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
DettagliAffidabilità nel tempo tasso di guasto. h( t) =! dt N dt N ( ) ( ) = =! N N
Affidabilità nel tempo tasso di guasto 1 N=numero componenti N s (t)=numero componenti sopravvissuti al tempo t N f (t)=numero componenti rotti al tempo t N ( ) ( ) s t N f t R( t) = = 1! N N dr( t) 1
DettagliIstituzioni 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. 4 A. Si supponga che la durata in giorni delle lampadine prodotte
DettagliProgettazione Robusta
Progettazione Robusta Perdita Consumatore qualità = f 1 (perdita Perdite di reputazione e quote di mercato Costi di garanzia per il produttore La qualità di un prodotto è la (minima perdita impartita alla
DettagliANALISI GRAFICHE PER IL CONTROLLO DELLA QUALITA : ESEMPI DI APPLICAZIONI
ANALISI GRAFICHE PER IL CONTROLLO DELLA QUALITA : ESEMPI DI APPLICAZIONI (sintesi da Prof.ssa Di Nardo, Università della Basilicata, http://www.unibas.it/utenti/dinardo/home.html) ISTOGRAMMA/DIAGRAMMA
DettagliCAPITOLO 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
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliCorso 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
DettagliORDINALI 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
DettagliUn 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
DettagliREALTÀ 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
DettagliEsercizi 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
DettagliGrafici delle distribuzioni di frequenza
Grafici delle distribuzioni di frequenza L osservazione del grafico può far notare irregolarità o comportamenti anomali non direttamente osservabili sui dati; ad esempio errori di misurazione 1) Diagramma
DettagliTabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza
ESERCIZIO DI STATISTICA D.U. / simulazione di esame Esercizio 1: Per una malattia particolarmente grave viene sperimentato l utilizzo di una nuova tecnica radiologica allo scopo di identificare correttamente
DettagliPolitecnico 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,
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
DettagliCAPITOLO 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
DettagliStatistica 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
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio.
ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. Per una migliore caratterizzazione del bacino idrologico dell area di studio, sono state acquisite
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliIl farmaco generico. Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata
Il farmaco generico Contenuti tecnico-scientifici del farmaco generico: comunicazione a corrente alternata Il farmaco generico Cos è un farmaco generico? È un medicinale EQUIVALENZA terapeuticamente equivalente
DettagliRicerca di outlier. Ricerca di Anomalie/Outlier
Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla
DettagliDai dati al modello teorico
Dai dati al modello teorico Analisi descrittiva univariata in R 1 Un po di terminologia Popolazione: (insieme dei dispositivi che verranno messi in produzione) finito o infinito sul quale si desidera avere
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliPotenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1
Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo
DettagliSistemi di Servizio e Simulazione
Sistemi di Servizio e Simulazione Soluzioni degli esercizi di esame proposti negli appelli dell a.a.2004-05 Sono stati distribuiti sul sito web i testi di tre appelli di esame dell anno accademico 2004-05:
DettagliPresentazione. 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
DettagliHistogram 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
DettagliLEZIONE n. 5 (a cura di Antonio Di Marco)
LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,
DettagliSTRATEGIA DI TRADING. Turning Points
STRATEGIA DI TRADING Turning Points ANALISI E OBIETTIVI DA RAGGIUNGERE Studiare l andamento dei prezzi dei mercati finanziari con una certa previsione su tendenze future Analisi Tecnica: studio dell andamento
Dettagli