Riunione GRUSI ROMA, sede Centrale CNR 10 Gennaio, 2012
|
|
- Aniello Fumagalli
- 5 anni fa
- Visualizzazioni
Transcript
1 Riunione GRUSI ROMA, sede Centrale CNR 10 Gennaio, 2012 Uso di Tecniche di Analisi Spettrale per l interpretazione dei Processi di Trasporto alla Scala di Campo A.COPPOLA 1, A. COMEGNA 1, G. DRAGONETTI 1, M. DYCK 2, A. BASILE 3, N. LAMADDALENA 4, M. KASSAB 4, V. COMEGNA 1 1 Department for Agricultural and Forestry Systems Management (Di.T.Ec.),.), Hydraulic Division, University of Basilicata, Potenza, Italy 2 Department of Renewable Resources, University of Alberta, Edmonton, Alberta, Canada 3 Institute for Mediterranean Agricultural and Forestry System (ISAFoM), National Research Council (CNR), Ercolano (Napoli), Italy 4 Mediterranean Agronomic Institute, Land and Water Division, IAMB, Bari, Italy
2 Introduzione Le proprietà idrodispersive dei suoli risultano essere in scala di dipendenza e variano con la scala di trasporto. La dipendenza, come effetto di scala, è principalmente dovuta alle eterogeneità dei suoli che incrementano con la distanza di trasporto e con la dispersione laterale del soluto alla scala di campo. Un modello 1D che descriva il trasporto del soluto alla scala di campo è difficile stabilirlo a priori. Pertanto, si identifica un volume di trasporto tale da poterlo definire omogeneo. Page 2
3 Il metodo di vwk Analisi Spettrale RELL Consente di identificare la scala di trasporto, mediando le concentrazioni residenti Ĉ D locali a scale spaziali arbitrarie D. Determina l estensione spaziale alla quale le redistribuzioni laterali del soluto alla scala di campo vengono controllate dalle eterogeneità dei suoli. Quantifica la relazione tra la tessitura, lo scheletro e la dispersività α. Definire la REL dovuta alla dispersività α dipende dalle interazioni tessituracontenuto d acqua, e da un contenuto piuttosto significativo dello scheletro. Page 3
4 Obiettivi Le tecniche spettrali sono state applicate per quantificare la relazione tra la dipendenza di scala della dispersività α e le eterogeneità della fase solida (tessitura e scheletro). Confrontare i risultati ottenuti dell analisi spettrale con la tecnica di vwk. Nel nostro caso, i momenti delle BTCs sono stati calcolati dalle C rt*. GTF, proposta da Zhang (2000), è stata utilizzata per descrivere l evoluzione del soluto lungo il profilo del suolo in ciascun sito analizzandone la propagazione delle distribuzioni dei momenti delle concentrazioni. Page 4
5 Materiali e Metodi La prova sperimentale è stata condotta su un transetto, presso l Istituto Agronomico Mediterraneo di Bari (IAMB). Il suolo in esame si caratterizza per uno strato di silty-loam, mediamente fino a 70 cm su uno strato di calcarenite. Page 5
6 L area di studio di 3.2x43m 2 è stata attrezzata: 37 sonde TDR a tre profondità (7.5, 25 e 40cm) per monitorare le C rt* e i contenuti d acqua. un impianto di irrigazione a goccia per alimentare il transetto ad impulso con una soluzione di KCl (23.5g/l con una massa specifica di 50g/m 2 di Cl - ). Page 6
7 GTF, Il Metodo vwk A scala locale, le eterogeneità dei suoli, la velocità del soluto, hanno componenti nelle tre direzioni, pertanto il processo di trasporto è 3D. L impraticabilità di osservare il pattern della distribuzione della velocità alla scala 3D rende necessario applicare modelli 1D. Alla scala di trasporto gli effetti delle eterogeneità della scala locale vengono smussate e il mezzo poroso si caratterizza come omogeneo. GTF classifica i processi di trasporto come funzione della differenza τ 1 - τ 2. vwk proposero di stimare i parametri di trasporto dalla media della distribuzione della concentrazione Ĉ D a una scala spaziale di trasporto arbitraria D (da D=0 a M-1). Il valore medio dei momenti da tutte le JĈ D (t,z) è stato calcolato per ciascun intervallo D come: Page 7 Ê Vˆ D D ( t,z) = ED( t,z) j ( t,z) = V ( t,z) D j
8 Analisi Spettrale L analisi di dipendenza di scala della varianza di una serie discreta X s o Y s equidistante e della covarianza fra le due serie X s e Y s è stata eseguita con le seguenti tecniche spettrali. I dati sono stati analizzati nel dominio di frequenza (FT). Lo spettro di potenza ƒ x (v k ) di una serie stazionaria discreta X s rappresenta la varianza della serie in termini di frequenza. Cross-spettro ƒ x,y (v k ) stabilisce la struttura di dipendenza tra due serie X s e Y s nel dominio di frequenza. Si compone: Page 8 Una parte reale chiamata cospettro c xy (v k ) (covarianza in fase) e una parte immaginaria chiamata spettro di quadratura iq xy (v k ) (covarianza out-fase). Lo spettro di coerenza γ 2 x, y misura la dipendenza lineare di due serie X s e Y s a una data frequenza. Il livello di significatività viene stabilito con il coefficiente C α. ( v ) k
9 Risultati e discussione SKELETON(%) 0.08 HORIZONTAL DISTANCE (m) DEPTH (m) HORIZONTAL DISTANCE (m) CLAY (%) DEPTH (m) Mappe dello scheletro e dell argilla lungo il transetto 5 Page 9
10 α(cm) 0.08 HORIZONTAL DISTANCE (m) DEPTH (m) v vw/vs (-) 0.08 HORIZONTAL DISTANCE (m) DEPTH (m) υ w υ s Mappe della dispersività locale α e lungo il transetto Page 10
11 θ(-) 0.08 HORIZONTAL DISTANCE (m) DEPTH (m m) Mappa dei contenuti d acqua lungo il transetto Page 11
12 L analisi di correlazione tra i parametri di trasporto e le proprietà tessiturali nel dominio di frequenza Page 12 La potenza di spettro ƒ x (v k ) delle proprietà tessiturali, dello scheletro e di α. I riquadri mettono in evidenza i picchi significativi, essi indicano che la variabilità spaziale di tutte le variabili analizzate viene dominata dai patterns alla scala (2-5m). Inoltre, α e lo scheletro hanno valori significativi intorno alla scala di 20m alle profondità 7.5 e 25cm.
13 ( ) k Lo spettro di Coerenza, per α, lo y scheletro e l argilla. La linea tratteggiata rappresenta il valore soglia C α per la coerenza Si noti la significativa alla scala di 2-5m, a 16 m per α-clay alle profondità 25 e 40cm e a 20m per α-skeleton alle profondità 7.5 e 25cm. γ 2 x v Page 13
14 Page 14 Se confrontiamo i grafici sopra riportati, la correlazione si verifica solo tra la dispersività α e lo scheletro alla scala spaziale di 20m.
15 Cospettro e lo Spettro di Quadratura Il coefficiente di correlazione ordinario risente delle differenze di fase tra le variabili, mentre la potenza di spettro e la coerenza sono indipendenti. Questo è dimostrato osservando il cospettro e la quadratura per le coppie α-clay e α- skeleton. Il grafico esplicita la covarianza delle due serie. α-clay, la correlazione non è significativa (0.029 deriva dall analisi standard). α-skeleton, la correlazione è significativa (0.372 deriva dall analisi standard). Alla scala di coerenza significativa i valori della quadratura sono più piccoli di quelli del cospettro, questo sta ad indicare una variabilità in fase tra le variabili. Page 15
16 50 α (cm) 40 transect-scale average D=36 local-scale average D=0 transport-scale average D= z (cm) 50 Page 16 La varianza dei tempi di V trasferimento del soluto ˆ Dvs. la scala spaziale a 7.5 cm, 25cm e 40cm. Le medie della dispersività α vs. le profondità alla scala locale (D=0),alla scala di trasporto (D=5) e la scala di transetto (D=37).
17 Conclusioni L analisi spettrale ha rilevato che le eterogeneità tessiturali incidono sulla dipendenza di scala dei parametri di trasporto. Il metodo vwk è risultato adatto a quantificare la scala di dipendenza della varianza di trasporto derivante dalle distribuzioni delle concentrazioni. Il metodo ha consentito di identificare due scale di trasporto a 5m e a 20m. La dipendenza di scala della varianza di trasporto è simile alle tre profondità. Il comportamento appare contradditorio se si osserva che le dispersività si riducono con la profondità, ma ciò è dovuto all incremento del contenuto d acqua alla scala di campo. L analisi ha anche mostrato un organizzazione in livelli gerarchici della variabilità del suolo. La variabilità può avere maggiori effetti sul comportamento del trasporto di soluto differenti tra la scala di trasporto e quella di transetto, in quanto i parametri della scala di transetto contengono informazioni provenienti dalle diverse eterogeneità delle scale. Page 17
18 Riferimenti Bibliografici Coppola A., Comegna A., Dragonetti G., Dyck M., Basile A., Lamaddalena N., Kassab M., Comegna V., (2011). Solute Transport Scales in Unsaturated Stony Soil. Advances in Water Resources Journal. Vol.34. pp doi: /j.advwatres Shumway, R.H. (1988). Spectral analysis and filtering. p In R.A.J.D.W. Wichern (ed.) Applied statistical time series analysis. Prentice Hall, Englewood Cliffs, NJ. van Wesenbeeck, I. J., and R. G. Kachanoski. (1991). Spatial scale dependence of in situ solute transport. Soil Sci. Soc. Am. J. 55:3 7. van Wesenbeeck, I. J., and R.G. Kachanoski. (1994). Effect of Variable Horizon Thickness on Solute Transport. Soil Sci. Soc. Am. J. 58: Zhang, R.D. (2000). Generalized transfer function model for solute transport in heterogeneous soils. Soil Sci. Soc. Am. J. 64:
La ricerca nel settore dell Idrologia del suolo
La ricerca nel settore dell Idrologia del suolo Antonio Coppola Università della Basilicata Aspetti fisici e idrologici del suolo 1. Irrigazione 2. Bilanci idrologici in ambienti agrari e forestali 3.
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliECONOMETRIA: Laboratorio I
ECONOMETRIA: Laboratorio I Luca De Angelis CLASS - Università di Bologna Programma Laboratorio I Valori attesi e varianze Test di ipotesi Stima di un modello lineare attraverso OLS Valore atteso Data una
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2006-07 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
DettagliSTATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
DettagliCorrelazione e regressione per problemi di Luciano Corso
Correlazione e regressione per problemi di Luciano Corso Presidente della sezione di Verona della Mathesis Direttore della Rivista MatematicaMente Email: lcorso@iol.it CASTELLAMMARE DI STABIA 20180717
DettagliLa variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione [1/2] Gli indici di variabilità consentono di riassumere le principali caratteristiche di una distribuzione (assieme alle medie) Le
DettagliAllegato 3. INDICATORE 3 Materia organica nei suoli agrari METODOLOGIA E RISULTATI
Allegato 3 INDICATORE 3 Materia organica nei suoli agrari Elaborazioni eseguite in collaborazione con il CAAR (Centro Agrometeorologia Applicata Regionale Regione Liguria) La definizione dell indicatore
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui
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
DettagliLezione 6 Corso di Statistica. Domenico Cucina
Lezione 6 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina (domenico.cucina@uniroma3.it) 1 / 17 obiettivi della lezione familiarizzare con le ditribuzioni bivariate delle variabili quantitative
DettagliFisica I per chimici: Elementi di statistica
Fisica I per chimici: Elementi di statistica Docente: Lilia Boeri Aula: La Ginestra, VEC Orario: Merc-Ven, 11-13 https://sites.google.com/site/fisicaxchimici/home Mi presento: Informazioni utili per il
Dettagli1. Sono state eseguite 250 misure di temperatura che hanno rivelato i seguenti valori stimati di media e di deviazione standard per il campione
Inferenza di Intervallo 1. Sono state eseguite 250 misure di temperatura che hanno rivelato i seguenti valori stimati di media e di deviazione standard per il campione T = 300 K σ T = 50 a. Calcolare un
DettagliImpiego della strumentazione TDR per la gestione irrigua
Impiego della strumentazione TDR per la gestione irrigua Domenico Ventrella*, Luisa Giglio, Mirko Castellini CRA Unità di ricerca per i sistemi colturali degli ambienti caldo-aridi, via Celso Ulpiani 5,
DettagliEsercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella
DettagliANALISI DI SEGNALI BIOLOGICI
ANALISI DI SEGNALI BIOLOGICI A.Accardo accardo@units.it LM Neuroscienze A.A. 2010-11 1 Obiettivi del corso: Individuazione delle caratteristiche principali del segnale EEG quantificate mediante tecniche
DettagliPROCESSI CASUALI 1 Fondamenti di segnf a o lin d e a t m ra e s n mtii s T si L o C ne
PROCESSI CASUALI Fondamenti di segnali Fondamenti e trasmissione TLC Segnali deterministici Un segnale (t) si dice deterministico se è una funzione nota di t, cioè se ad un qualsiasi istante di tempo t
DettagliL Effetto Sunyaev-Zel dovich
L Effetto Sunyaev-Zel dovich Raffaele Pontrandolfi Corso di Astrofisica e Particelle Elementari Motivazione Mostrare in modo introduttivo come dall effetto Sunyaev-Zel dovich termico si può ricavare la
DettagliSpettri e banda passante
Banda passante - Corso di Laurea in Ingegneria Meccanica Controlli Automatici L Spettri e banda passante DEIS-Università di Bologna Tel. 5 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi
DettagliCorso di Laurea in Amministrazione Aziendale Complex Learning. Statistica per l azienda (T) SECS-S/01 a. a. 2017/2018
Corso di Laurea in Amministrazione Aziendale Complex Learning Statistica l azienda (T) SECS-S/01 a. a. 2017/2018 DOCENTI TITOLARI : Prof. Nicoletta Melis ORE DI LEZIONE ON LINE : 18 ore : 6 3 TIPOLOGIE
DettagliSpettri e banda passante
Banda passante - 1 Corso di Laurea in Ingegneria Meccanica Spettri e banda passante DEIS-Università di Bologna Tel. 51 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Esempio: Altoparlante
DettagliDott.ssa Bianca Ortuani
Utilizzo dei dati idrologici e topografici per la redazione di mappe di prescrizione e la progettazione di impianti irrigui di precisione (rateo variabile) Dott.ssa Bianca Ortuani Attività dimostrative
DettagliLa misura delle proprietà idrauliche dei suoli nel laboratorio del CNR-ISAFOM
Associazione Italiana Pedologi CORSO BREVE PER L AGGIORNAMENTO TECNICO-SCIENTIFICO IN FISICA E IDROLOGIA DEL SUOLO 4 5 Giugno 2009 - Ercolano La misura delle proprietà idrauliche dei suoli nel laboratorio
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliAnalisi della Regressione Lineare
Analisi della Regressione Lineare Master in Tecnologie Bioinformatiche 29/09/06 Adriano Decarli 1 29/09/06 Adriano Decarli 2 29/09/06 Adriano Decarli 3 29/09/06 Adriano Decarli 4 29/09/06 Adriano Decarli
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliCalcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità
Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte Cap.1: Probabilità 1. Esperimento aleatorio (definizione informale): è un esperimento che a priori può avere diversi esiti possibili
DettagliA LARGE SCALE AMBIENT VIBRATION SURVEY IN THE AREA DAMAGED BY MAY-JUNE 2012 SEISMIC SEQUENCE IN EMILIA ROMAGNA, ITALY
A LARGE SCALE AMBIENT VIBRATION SURVEY IN THE AREA DAMAGED BY MAY-JUNE 2012 SEISMIC SEQUENCE IN EMILIA ROMAGNA, ITALY Lo scopo del lavoro è quello di descrivere i metodi di ITALY analisi e di interpretazione
DettagliEffetti radiativi diretti degli aerosol sull area mediterranea
Effetti radiativi diretti degli aerosol sull area mediterranea M. Mazzola, C. Lanconelli, A. Lupi, V. Vitale e C. Tomasi Istituto di Scienze dell'atmosfera e del Clima - Gruppo Radiazione ed Effetti Climatici
DettagliLM 88 SOCIOLOGIA E RICERCA SOCIALE. Metodi Statistici per la Ricerca Sociale. Regressione lineare e correlazione
LM 88 SOCIOLOGIA E RICERCA SOCIALE Metodi Statistici per la Ricerca Sociale Regressione lineare e correlazione 1. Su un campione di individui sono rilevati i caratteri X (peso in Kg) e Y (altezza in cm),
DettagliINDICE PARTE METODOLOGICA
INDICE PARTE METODOLOGICA 1. Il processo di ricerca 1.1.Individuazione di un problema e formulazione delle ipotesi 1.2.Individuazione e definizione operativa delle variabili 1.2.1. Le variabili definite
DettagliAnalisi economica NUTS (regioni) Europee
Analisi economica NUTS (regioni) Europee Con riferimento al dataset fornito: 1. Calcolare la distribuzione di frequenze assolute, relative e percentuali delle microaree NUTS per le cinque classi di popolazione
DettagliCorso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione 4
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione 4 Esercizio 1) Regressione lineare. Il file altezza_peso.dat è un file ASCII che contiene i dati di altezza, peso
DettagliSISMICITÀ NATURALE E INDOTTA A THE GEYSERS, CALIFORNIA: PROPRIETÀ DELLA FRATTURAZIONE E PERICOLOSITÀ SISMICA
SISMICITÀ NATURALE E INDOTTA A THE GEYSERS, CALIFORNIA: PROPRIETÀ DELLA FRATTURAZIONE E PERICOLOSITÀ SISMICA Aldo Zollo (1), Nitin Sharma(1), Vincenzo Convertito(2), Antonio Emolo(1) (1) Dipartimento di
DettagliCorso di Ecologia Forestale
Corso di Ecologia Forestale Donatella Spano Dipartimento di Economia e Sistemi Arborei Università di Sassari spano@uniss.it Copyright 2006 Università di Sassari Paesaggio Porzione del territorio dove ricorre
DettagliComprendere i fenomeni vuol dire studiare le relazioni tra 2 o più variabili. Esiste un legame tra le variabili?
Comprendere i fenomeni vuol dire studiare le relazioni tra 2 o più variabili. Esiste un legame tra le variabili? Quale tipo di legame? Quanto forte? Siamo sicuri che non sia dovuto al caso? Tutti i modelli
DettagliPresentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii
Sommario Presentazione dell edizione italiana Prefazione xix Ringraziamenti xxii Glossario dei simboli xxiii xv Parte I Statistica descrittiva 1 Capitolo 1 Introduzione 3 Perché studiare statistica? 4
DettagliRiconoscimento e recupero dell informazione per bioinformatica. Clustering: validazione. Manuele Bicego
Riconoscimento e recupero dell informazione per bioinformatica Clustering: validazione Manuele Bicego Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario Definizione
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
DettagliOTTIMIZZAZIONE DELLE CARATTERISTICHE ACUSTICHE INTERNE DEGLI AMBIENTI MEDIANTE PANNELLI IN FIBRA DI POLIESTERE A GRADIENTE DI DENSITÀ CALIBRATO
OTTIMIZZAZIONE DELLE CARATTERISTICHE ACUSTICHE INTERNE DEGLI AMBIENTI MEDIANTE PANNELLI IN FIBRA DI POLIESTERE A GRADIENTE DI DENSITÀ CALIBRATO Christian Barbati, Mariagiovanna Lenti TECNASFALTI s.r.l.,
DettagliESERCITAZIONE N. 7 corso di statistica
ESERCITAZIONE N. 7corso di statistica p. 1/15 ESERCITAZIONE N. 7 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 7corso di statistica p. 2/15 Introduzione Variabili aleatorie continue
DettagliProgetto Nutripreciso: Gestione dell irrigazione a rateo variabile casi studio in vigneto e pereto. Dott.ssa Bianca Ortuani
Progetto Nutripreciso: Gestione dell irrigazione a rateo variabile casi studio in vigneto e pereto Dott.ssa Bianca Ortuani Agricoltura di Precisione (AP) L AP è un approccio gestionale integrato in cui
Dettaglii dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente
TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2
DettagliTeoria dei Segnali Introduzione ai processi stocastici
Teoria dei Segnali Introduzione ai processi stocastici Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Introduzione ai processi
DettagliSegnali analogici. Segnali aleatori. Segnali determinati Trasmissione ideale Trasmissione perfetta. Trasmissione imperfetta
Segnali determinati Trasmissione ideale Trasmissione perfetta Segnali analogici 40 20 Segnali aleatori Trasmissione imperfetta Laboratorio di Segnali Segnali modulati Segnali tempo discreto e segnali in
DettagliTECNICHE DI IDENTIFICAZIONE NON PARAMETRICA. Gianluigi Pillonetto Dipartimento di Ingegneria dell Informazione Università di Padova
TECNICHE DI IDENTIFICAZIONE NON PARAMETRICA Gianluigi Pillonetto Dipartimento di Ingegneria dell Informazione Università di Padova Il problema dell identificazione di sistema? v k u(t) SISO SYSTEM z(t)
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
DettagliESERCITAZIONE IV - Soluzioni
umero di omicidi ESERCITAZIOE IV - Soluzioni Esercizio I. a),00 12,00 10,00 8,00 6,00 4,00 2,00 0,00 0 5 10 15 20 25 Popolazione povera (%) b) Poiché i due caratteri in analisi sono quantitativi per calcolare
DettagliCANALE STAZIONARIO CANALE TEMPO INVARIANTE
CANALE STAZIONARIO Si parla di un Canale Stazionario quando i fenomeni che avvengono possono essere modellati da processi casuali e le proprietà statistiche di tali processi sono indipendenti dal tempo.
DettagliSTATISTICA MULTIVARIATA SSD MAT/06
Università degli studi di Ferrara Dipartimento di Matematica A.A. 2018/2019 I semestre STATISTICA MULTIVARIATA SSD MAT/06 LEZION 13 Analisi della interdipendenza e della dipendenza : overview Docente:
Dettagli1. variabili dicotomiche: 2 sole categorie A e B
Variabile X su scala qualitativa (due categorie) modello di regressione: variabili quantitative misurate almeno su scala intervallo (meglio se Y è di questo tipo e preferibilmente anche le X i ) variabili
DettagliCorso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio Esercizio 1
Corso di Statistica - Prof. Fabio Zucca IV Appello - 5 febbraio 2015 Nome e cognome: Matricola: c I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. 8994
Dettagliper togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione
Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti
DettagliLa valutazione dei rischi. Corso di risk management Prof. Giuseppe D Onza
La valutazione dei rischi Corso di risk management Prof. Giuseppe D Onza LA VALUTAZIONE DEI RISCHI E un attività che caratterizza la gestione dei rischi finalizzata ad apprezzare la gravità dei fenomeni
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliStima del volume delle acque sotterranee, mediante ricostruzione 3D delle caratteristiche idrogeologiche del sottosuolo
PROGETTO RICLIC Regional Impact of Climatic Change in Lombardy Water Resources: Modelling and applications (RICLIC-WARM) Stima del volume delle acque sotterranee, mediante ricostruzione 3D delle caratteristiche
DettagliProgetto di Ricerca N.6. Linea 6.3 Stabilità dei Pendii
Progetto di Ricerca N.6 Metodi Innovativi per la Progettazione di Opere di Sostegno e la Valutazione della Stabilità dei Pendii Linea 6.3 Stabilità dei Pendii Sebastiano Rampello Unità di ricerca partecipanti
DettagliL'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale
L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi della varianza (ANOVA) La tecnica con cui si esplorano le relazioni
DettagliProgetto ReLUIS DPC
Progetto ReLUIS DPC 2010-2013 Progetto Speciale RS2 Near Source Attività e prodotti attesi della componente geotecnica in riferimento al caso de L Aquila Effetti della risposta sismica e dell interazione
DettagliSistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese
Sistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese Università degli Studi di Milano Laboratory of Applied Intelligent Systems (AIS-Lab) Dipartimento di Informatica borghese@di.unimi.it
DettagliQualche principio generale dell analisi statistica
Statistica medica Alla fine di questa lezione dovreste essere in grado di: riconoscere i principali metodi utilizzati nel confronto di due gruppi riconoscere i principali metodi utilizzati nel confronto
DettagliSTATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1
DettagliLezione 6 Corso di Statistica. Francesco Lagona
Lezione 6 Corso di Statistica Francesco Lagona Università Roma Tre F. Lagona (francesco.lagona@uniroma3.it) 1 / 19 obiettivi della lezione familiarizzare con le ditribuzioni bivariate delle variabili quantitative
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliLE VARIABILI CASUALI A 1, A 2.,..., A k., p 2.,..., p k. generati da una specifica prova sono necessari ed incompatibili:
LE VARIABILI CASUALI Introduzione Data prova, ad essa risultano associati i k eventi A, A,..., A k con le relative probabilità p, p,..., p k. I k eventi A i generati da una specifica prova sono necessari
DettagliMetodologia di analisi e rappresentazione agro-ambientale
Metodologia di analisi e rappresentazione agro-ambientale Analisi territoriale agronomicoambientale Due componenti: 1. Analisi ed elaborazione dei dati locali: approccio statistico approccio classificatorio
DettagliSecondo interconfronto SWE
Santa Caterina Valfurva (SO) 3 Marzo 2016 Report tecnico a cura di ARPA Valle d Aosta (Gianluca Filippa, Umberto Morra di Cella, Fabrizio Diotri, Michel Isabellon) AO Cambiamenti climatici In sintesi L
DettagliApplicazioni Gis in Campo Territoriale e Ambientale
Applicazioni Gis in Campo Territoriale e Ambientale Agripolis, 18 novembre 2009 Analisi della variabilità spaziale per il riconoscimento della morfologia d alveo in ambito montano Sebastiano Trevisani,
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Analizzeremo la distribuzione delle famiglie italiane, classificate per numero di
DettagliIntroduzione all Analisi della Varianza (ANOVA)
Introduzione all Analisi della Varianza (ANOVA) Marcello Gallucci P S I C O M E T R I A marcello.gallucci@unimib.it Variabili nella Regressione Nella regressione, la viariabile dipendente è sempre quantitativa
DettagliIntroduzione all Analisi della Varianza (ANOVA)
Introduzione all Analisi della Varianza (ANOVA) AMD Marcello Gallucci marcello.gallucci@unimib.it Variabili nella Regressione Nella regressione, la viariabile dipendente è sempre quantitativa e, per quello
DettagliREPORT PLUVIOMETRICO DEL MESE DI MARZO 2016
REPORT PLUVIOMETRICO DEL MESE DI MARZO 206 Pagina di 20 Commento generale METODOLOGIA Al fine di valutare l entità degli apporti pluviometrici, sono state considerate tutte le stazioni automatiche (circa
DettagliScale di Misurazione Lezione 2
Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile
DettagliRiconoscimento e recupero dell informazione per bioinformatica
Riconoscimento e recupero dell informazione per bioinformatica Clustering: validazione Manuele Bicego Corso di Laurea in Bioinformatica Dipartimento di Informatica - Università di Verona Sommario Definizione
DettagliTECNICHE DI MISURAZIONE DEI RISCHI DI MERCATO. VALUE AT RISK VaR. Piatti --- Corso Rischi Bancari: VaR 1
TECNICHE DI MISURAZIONE DEI RISCHI DI MERCATO VALUE AT RISK VaR Piatti --- Corso Rischi Bancari: VaR 1 Limiti delle misure di sensitivity Dipendono dalla fase in cui si trova il mercato non consentono
DettagliCRA-RPS Gruppo di Ricerca di Gorizia
CRA-RPS Gruppo di Ricerca di Gorizia Spatially explicit modelling of soil organic C in compost amended agricultural soils Mondini C. a, Fornasier F. a, Galvez A. b a Gruppo di Ricerca di Gorizia, CRA-RPS,
DettagliRegressione & Correlazione
Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione
DettagliGeografia economica corso avanzato
Distanza: assoluta (euclidea) vs. relativa, geografica vs. economica, cognitiva, ecc. Geografia economica corso avanzato Distanza e interazione spaziale: al crescere della distanza le opportunità di incontro
DettagliAnalisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri
DettagliATTIVITÀ IN CAMPO SISMICO RECENTI STUDI E SVILUPPI FUTURI
ATTIVITÀ IN CAMPO SISMICO RECENTI STUDI E SVILUPPI FUTURI Attività in campo sismico. CLASSIFICAZIONE DELLA PERICOLOSITÀ SISMICA DEL TERRITORIO NAZIONALE ATTRAVERSO PARAMETRI STATISTICI Obiettivi Restituire
DettagliPrefazione Ringraziamenti
Prefazione Ringraziamenti Autori Connect XIII XVII XIX XXI Capitolo 1 La misura dell anima 1 1.1 Misurare in psicologia 1 1.1.1 Peculiarità della misura in psicologia 2 1.1.2 L errore nella misura in psicologia
DettagliRelazione misure MASW
Relazione misure MASW per definizione profilo verticale VS e parametro Vs30 MASW_Cison 7 San Boldo CISON DI VALMARINO Coordinate ED50 Lat. N 46,007387 Long. E 12,170214 Novembre 2012 dott. geol. Simone
DettagliStatistica di base per l analisi socio-economica
Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme
DettagliSommario. 2 I grafici Il sistema di coordinate cartesiane Gli istogrammi I diagrammi a torta...51
Sommario 1 I dati...15 1.1 Classificazione delle rilevazioni...17 1.1.1 Esperimenti ripetibili (controllabili)...17 1.1.2 Rilevazioni su fenomeni non ripetibili...18 1.1.3 Censimenti...19 1.1.4 Campioni...19
DettagliDESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.
Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi
DettagliLe caratteristiche della ricerca correlazionale
Le caratteristiche della ricerca correlazionale Ricerche correlazionali: studi che valutano l esistenza di relazioni tra le caratteristiche rilevate sui soggetti -Differenze individuali -Predire una variabile
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
DettagliXCVIII - Convegno Società Italiana di Fisica
Confronto di tre test t di stazionarietà i tà di serie temporali nella misura dei flussi turbolenti con la tecnica della eddy correlation Donateo A., Cava D., Contini D., Grasso F.M. Istituto di Scienze
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
DettagliTecniche e strumenti innovativi per le indagini idrologiche del suolo, per la progettazione degli impianti irrigui di precisione
Tecniche e strumenti innovativi per le indagini idrologiche del suolo, per la progettazione degli impianti irrigui di precisione Attività dimostrative e divulgative per la frutticoltura, presso Azienda
DettagliEsperimentazioni di Fisica 1. Prova in itinere del 15 febbraio 2017 SOLUZIONI
Esperimentazioni di Fisica 1 Prova in itinere del 15 febbraio 2017 SOLUZIONI 64.4 mm Esp-1 Prova in Itinere - - Page 2 of 7 15/02/2017 1. (12 Punti) Quesito. Le misurazioni delle grandezze X e Y hanno
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 5. La correlazione lineare Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014 Sommario 1 Tipi di relazione
DettagliMisure Ripetute. Analisi dei dati in disegni di ricerca con misure ripetute. Marcello Gallucci
Misure Ripetute Analisi dei dati in disegni di ricerca con misure ripetute Marcello Gallucci Introduzione Consideriamo una ricerca in cui un gruppo di pazienti è sottoposto ad un trattamento terapeutico
DettagliTest per la correlazione lineare
10 Test per la correlazione lineare Istituzioni di Matematica e Statistica 2015/16 E. Priola 1 Introduzione alla correlazione lineare Problema: In base ai dati che abbiamo possiamo dire che c è una qualche
DettagliModelli compartimentali e farmacocinetica.
Modelli compartimentali e farmacocinetica carmelo.demaria@centropiaggio.unipi.it MODELLI NON- COMPARTIMENTALI Approccio non compar8mentale Nessuna assunzione circa la distribuzione della sostanza all interno
DettagliTutta la scienza è fondata sulle misure (Helmholtz)
Tutta la scienza è fondata sulle misure (Helmholtz) L acquisizione di una osservazione come DATO SCIENTIFICO richiede che : osserviamo un fenomeno lo quantifichiamo correttamente lo confrontiamo con altri
DettagliREPORT PLUVIOMETRICO DEL MESE DI OTTOBRE 2015
REPORT PLUVIOMETRICO DEL MESE DI OTTOBRE 2015 Pagina 1 di 20 Commento generale METODOLOGIA Al fine di valutare l entità degli apporti pluviometrici, sono state considerate tutte le stazioni automatiche
DettagliCLASSI: QUARTE Materia: MATEMATICA e COMPLEMENTI Ore settimanali previste: 4
CLASSI: QUARTE Materia: MATEMATICA e COMPLEMENTI Ore settimanali previste: 4 N. Titolo Modulo Titolo unità didattiche in cui è diviso il Ore previste per Periodo mensile per Competenze Modulo 0 Ripasso
Dettagli