11 novembre 2009 UNI UNICHIM SSC Milano
|
|
- Cinzia Carraro
- 5 anni fa
- Visualizzazioni
Transcript
1 L INFORMAZIONE METROLOGICA DEI LIMITI DI PRECISIONE novembre 009 UNI UNICHIM SSC Milano
2 LEGENDA L INFORMAZIONE METROLOGICA DEI LIMITI DI PRECISIONE Organizzazione del servizio chimico nell A.M. Jet fuel per uso militare Precisione e scostamento di un metodo di prova Analisi dell errore Verifica della precisione in laboratorio Verifica dell esattezza in laboratorio Applicazione di r ed R
3 ORGANIZZAZIONE DELL AM
4 SERVIZIO LOGISTICO CHIMICO-FISICO
5 PRODOTTI AVIO CONTROLLATI fluido idraulico ossigeno lubrificante combustibile
6 EVOLUZIONE CRONOLICA DEL JET FUEL MILITARE (JET PROPELLANT) JP anno JP 8 JP 7 JP 6 JP 4 JP 5 JP 3 JP JP classificazione JP
7 JP 8 (simbolo NATO: F-34) SPECIFICA MIL-USA: MIL-T-8333 grade JP 8 SPECIFICA ITALIANA: AER-M-C. 4e SIMILE AL JET A- dell ASTM D 655
8 JET FUEL PER USO MILITARE FSII + CI/LI TOSAP Jet A JP 8 JP AO + SDA + MDA AO = AntiOxidant SDA = Static Dissipator Additive MDA = Metal DeActivator FSII = Fuel System Icing Inhibitor CI/LI = Corrosion Inhibitor/Lubricità Improver TOSAP = Thermal-Oxidative Additive Package
9 CONTROLLI ANALITICI SUL JET FUEL COLLAUDO GESTIONE IMPIEGO
10 METODI DI PROVA ASTM LABORATORIO DI PROVA accuratezza ENTE DI NORMAZIONE specificità linearità sensibilità esattezza selettività range dinamico ripetibilità riproducibilità robustezza LOD LOQ solidità
11 PRECISIONE E SCOSTAMENTO DI UN METODO DI PROVA Limite di ripetibiltà: r =.8 σ r Limite di riproducibilità: R =.8 σ R Scostamento del metodo di prova: δ = M - µ
12 ANALISI DELL ERRORE DEFINIZIONI: MACRO-DATI SCARTO SCOSTAMENTO APPROCCIO: DESCRITTIVO GRAFICO STATISTICO
13 MACRO-DATI Media aritmetica: m = n i= n x i Varianza: s = n i= ( x m) i n
14 SCARTO E SCOSTAMENTO Scarto: differenza tra un dato aleatorio ed un macro-dato (o un parametro metrologico), per esempio: x i m x i µ x i M Scostamento: differenza tra due macro-dati o tra un macro-dato ed un parametro metrologico, per esempio: m M M - µ m - µ
15 ANALISI DELL ERRORE - APPROCCIO DESCRITTIVO_
16 ANALISI DELL ERRORE GRAFICO_ 5 σ (PRECISIONE) σ y m y y (ESATTEZZA) x -5 µ m x σ x
17 ANALISI DELL ERRORE - APPROCCIO GRAFICO_ (PROVE INTRA-LABORATORIO CON MRC) x i = µ + + e i 0,9 (frequenza) 0,8 0,7 MRC 0,6 laboratorio j B δ 0,5 0,4 σ µ 0,3 0, s j 0, e i 0-0, 0 x i m j µ a i (valore di misura)
18 ANALISI DELL ERRORE - APPROCCIO GRAFICO_3 (PROVE INTER-LABORATORIO CON MRC) x i = µ +Β + δ + e i 0,9 (frequenza) 0,8 0,7 B δ MRC grande media 0,6 media laboratorio j 0,5 0,4 σ M σ µ 0,3 0, s j 0, 0-0, 0 e i E i x i m j M µ a i (valore di misura)
19 ANALISI DELL ERRORE - APPROCCIO GRAFICO_4 (PROVE INTER-LABORATORIO SENZA MRC) x i = M + B + e i 0,7 (frequenza) 0,6 B grande media 0,5 media laboratorio j 0,4 0,3 σ M 0, s j 0, e i 0-0, 0 E i x i m j M a i (valore di misura)
20 ANALISI DELL ERRORE - APPROCCIO STATISTICO_ La verifica della precisione e dell esattezza si effettua confrontando le relative Differenze Critiche (DC) con i corrispondenti Margini di Errore (ME): DC (ME) DC DC ( ) DC z P SE Se i dati sono distribuiti normalmente, z P rappresenta il percentile della distribuzione di Gauss al livello di fiducia prescelto. Per un rischio del primo tipo bilaterale α = 0.05, o per P = 0.95, si ha che z P =,96
21 ANALISI DELL ERRORE - APPROCCIO STATISTICO_ VERIFICA DELLA RIPETIBILITA [repeatability (r) ISO 575-6:994, 4..] Confronto tra due medie intra-laboratorio: r x x + n n Confronto tra due misure intra-laboratorio: x x r
22 ANALISI DELL ERRORE - APPROCCIO STATISTICO_3 VERIFICA DELLA RIPRODUCIBILITA [reproducibility (R) ISO 575-6:994, 4..] Confronto tra due medie inter-laboratori: m m R r n n Confronto tra due misure inter-laboratori: x x R
23 ANALISI DELL ERRORE - APPROCCIO STATISTICO_4 VERIFICA DELL ESATTEZZA [laboratory bias ( ) ISO 575-6:994, 4..3] confronto con un MRC: R µ x a i i = = n n r R m j µ
24 TABELLA SINOTTICA DELL USO DI r ED R MIN. DIFFERENZE SIGNIFICATIVE (n > ) ATTRIBUTO DELLA MISURAZIONE Ripetibilità r x x + n MIN. DIFFERENZE SIGNIFICATIVE (n = ) x x r n Riproducibilità m m R r n n x x R Esattezza = m µ R r n n Accuratezza a i = x i µ R
25 APPLICAZIONE_ SOLIDITA (RUGGEDNESS) La SOLIDITA di un metodo di prova rappresenta una valutazione della suscettibilità alle variazioni incontrollate di fattori esterni. Un indice della solidità di un metodo di prova è rappresentabile dal seguente rapporto: I S = R r
26 APPLICAZIONE_ Confronto tra un risultato e la media inter-laboratorio Se p laboratori partecipano ad un circuito di correlazione, eseguendo una singola determinazione ciascuno, allora si può stimare la riproducibilità tra la misura più divergente di un laboratorio e la media dei restanti: x M p R p p
27 APPLICAZIONE_3 Confronto tra la media intra-laboratorio e la media inter-laboratorio Se p laboratori partecipano ad un circuito di correlazione, eseguendo n i determinazioni ciascuno, allora si può stimare la riproducibilità tra la media più divergente di un laboratorio e la media dei restanti. m M p A + B p in cui A e B sono funzioni di r ed R
28 APPLICAZIONE_4 LIMITE DI ACCETTABILITA (ASTM D 344 / UNI-EN-ISO 459 / MANUALE 87 UNICHIM) Stabilitita la probabilità di accettabilità (P=95%) o il livello di criticità (C=-P=5%) di una caratteristica, il Limite di Accettabilità (LA) rispetto al limite (superiore) di specifica (λ) è dato da: LA = m λ 0,59 R r n n per n = : LA = xi λ 0.59 R per P = 50%: x i = λ
29 APPLICAZIONE_5 INCERTEZZA DI MISURA SECONDO L APPROCCIO OLISTICO (TOP-DOWN) U = k σ R = R (per k =,96, ovvero al livello di fiducia del 95%)
30 MACRO-DATI DI UN METODO DI PROVA ( R =.8 σ R ) Β Μ E i s j m j a i e i ( δ = m j µ ) σ Μ ( r =.8 σ r ) σ L µ
31 Grazie per l attenzione
Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.
Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice
DettagliMetodi analitici normati e non normati, Limiti di Rilevabilità. Incertezza di Misura
Metodi analitici normati e non normati, Limiti di Rilevabilità Incertezza di Misura Dr. Patrizio Nuti UNI-EN-ISO 17025 Metodi di prova e di taratura e validazione dei metodi 5.4.1 Generalità Il laboratorio
DettagliTutorato di Chimica Analitica 2016/2017
Tutorato di Chimica Analitica 2016/2017 Friendly reminder La notazione scientifica Modo per indicare un risultato con numerose cifre decimali come prodotto di una potenza di 10 esempio Cifre significative
DettagliOgni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.
Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Corso di laurea in Tossicologia Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale
DettagliSviluppo e convalida di un metodo analitico
Sviluppo e convalida di un metodo analitico Sviluppo del metodo analitico Esistono molteplici ragioni per lo sviluppo di un nuovo metodo analitico tra cui: mancanza di un metodo per l analisi di un determinato
DettagliValidazione dei metodi analitici per il rilevamento di OGM
Approfondimenti tecnico-scientifici sul controllo analitico degli OGM Validazione dei metodi analitici per il rilevamento di OGM Francesco Gatto Centro di Referenza Nazionale per la Ricerca di OGM IZS
DettagliValidazione dei metodi chimici
AGENZIA REGIONALE PER LA PREVENZIONE E PROTEZIONE AMBIENTALE DEL VENETO L accreditamento dei laboratori per la sicurezza alimentare I.S.S. - Roma, 25-26 ottobre 2005 Validazione dei metodi chimici Antonio
DettagliLe componenti individuali dell incertezza devono comunque essere identificate e si deve dimostrare che siano sotto controllo
1 Le prove microbiologiche generalmente rientrano nella categoria di quelle che precludono il calcolo rigoroso, metrologicamente e statisticamente corretto dell incertezza di misura (rif. EA 04-10) Le
DettagliLo strumento deve essere adeguato per le condizioni ambientali in cui sarà utilizzato
La scelta dello strumento Lo strumento di misura deve garantire la corretta determinazione di un valore in relazione al campo di tolleranza definito ed in funzione delle condizioni ambientali di utilizzo
DettagliUniversity of Messina, Italy
ERRORI CASUALI NELL ANALISI CHIMICA 1 Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati
DettagliProblematiche relative alla stima dell incertezza del metodo UNI EN ISO :2013 e relative implicazioni sulle procedure di taratura della
Problematiche relative alla stima dell incertezza del metodo UNI EN ISO 16911-1:2013 e relative implicazioni sulle procedure di taratura della strumentazione Strumentazione coinvolta nel metodo UNI EN
DettagliPresentazione dell edizione italiana
1 Indice generale Presentazione dell edizione italiana Prefazione xi xiii Capitolo 1 Una introduzione alla statistica 1 1.1 Raccolta dei dati e statistica descrittiva... 1 1.2 Inferenza statistica e modelli
DettagliMISURA DEFINIZIONE DI QUALITA METROLOGICHE
MISURA informazione costituita da: un numero, un'incertezza (con un certo grado di confidenza es. 95%) (ISO), ed un'unità di misura, assegnati a rappresentare un parametro in un determinato stato del sistema.
DettagliINTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 2 Concetti di base
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte Concetti di base Pagina CONCETTI STATISTICI DI PARTENZA - DESCRITTORI DI UNA VARIABILE RANDOM - GRAFICI UTILI - DISTRIBUZIONI
DettagliIncontro conclusivo InterConfronto EMISSIONI IN ATMOSFERA IC NORDEST 002. OSSIDI, TOC, HCl
Incontro conclusivo InterConfronto EMISSIONI IN ATMOSFERA IC NORDEST 002 OSSIDI, TOC, HCl OBIETTIVI VERIFICARE PROPRIE ABILITA RAPPORTARSI CON ALTRI STIMARE VALORI INCERTEZZA MISURA CONFRONTARE METODI
DettagliPAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore
PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,
DettagliTEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE
TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE Errore di misura è la differenza fra l indicazione fornita dallo strumento e la dimensione vera della grandezza. Supponendo che la grandezza vera
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliCriteri di valutazione dei test diagnostici
Criteri di valutazione dei test diagnostici Perché misurare validità e precisione? La validazione è un processo di valutazione per stabilire quanto il procedimento sia adatto per lo scopo per il quale
DettagliMetalli negli additivi alimentari. Augusto A. Pastorelli Stefania Morelli
Metalli negli additivi alimentari Augusto A. Pastorelli Stefania Morelli DETERMINAZIONE ELEMENTI METALLICI FOOD AND FEED 2 Reg (UE) 178/2002 Art. 2 Definizione di «alimento» Ai fini del presente regolamento
DettagliSignificato probabilistico di σ: su 100 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo
Significato probabilistico di σ: su 1 misure, 68.3 hanno probabilità di cadere nell intervallo x σ, x +σ, 95.5 nell intervallo x σ, x + σ e 99.7 nell intervallo x 3 σ, x + 3 Se si considerano campioni
DettagliQUALITA DEL DATO ANALITICO
QUALITA DEL DATO ANALITICO L'affidabilità caratterizza complessivamente un risultato analitico e dipende da diversi fattori tra cui: 1) PRECISIONE 2) ESATTEZZA 3) SENSIBILITÀ 4) LIMITE DI RILEVABILITÀ
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Ines Campa Probabilità e Statistica - Esercitazioni
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliL assicurazione della qualità nel laboratorio chimico: strumenti e strategie vincenti nella gestione del dato analitico M. BETTINELLI - UNICHIM
L assicurazione della qualità nel laboratorio chimico: strumenti e strategie vincenti nella gestione del dato analitico M. BETTINELLI - UNICHIM Milano, 4-5 novembre 2014 1 ASSICURAZIONE QUALITA MISURE
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
DettagliStatistica4-29/09/2015
Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche
DettagliIncertezza della misura nelle analisi dei prodotti fitosanitari: dalla teoria alla pratica Dott.ssa Patrizia Stefanelli
Incertezza della misura nelle analisi dei prodotti fitosanitari: dalla teoria alla pratica Dott.ssa Patrizia Stefanelli Istituto Superiore di Sanità Dipartimento Ambiente e Salute Corso di Formazione METODI
DettagliVALUTARE LE PERFORMANCE DEL LAB E MONITORARLE NEL TEMPO SE RT NEGATIVO
Montegrotto, 4-5 dicembre 2008 PRODUZIONE MAT.RIF VALUTARE LE PERFORMANCE DEL LAB E MONITORARLE NEL TEMPO CONFRONTARE FIGURE DI PRECISIONE (r, R) CONFRONTO TRA LE CAPACITÀ DEGLI OPERATORI CONFRONTARE METODI
DettagliCHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)
CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON
DettagliIl controllo analitico dei prodotti fitosanitari. Specifica di tolleranza e incertezza di misura
Il controllo analitico dei prodotti fitosanitari. Specifica di tolleranza e incertezza di misura Angela Santilio e Patrizia Stefanelli Istituto Superiore di Sanità Dipartimento Ambiente e Salute Email:
DettagliScienze Tecniche di Medicina e di Laboratorio
Scienze Tecniche di Medicina e di Laboratorio Fulvio Prof. Magni Corso di laurea di Tecnici di Laboratorio BioMedico III anno Fulvio.magni@unimib.it 02-64488213 Scienze Tecniche di Medicina e di Laboratorio
DettagliIl ruolo del Laboratorio di Taratura certificato da Accredia nel supporto agli Enti di controllo
Il ruolo del Laboratorio di Taratura certificato da Accredia nel supporto agli Enti di controllo Ing. Vincenzo Limone e-mail: limone@sonorasrl.com L importanza del ruolo del Tecnico Competente in acustica.e'
DettagliTECNOLOGIE CHIMICHE PER L'INDUSTRIA E LABORATORIO
DIPARTIMENTO DI SCIENZE CHIMICHE Corso di laurea in Chimica industriale Anno accademico 2017/2018-3 anno TECNOLOGIE CHIMICHE PER L'INDUSTRIA E LABORATORIO CHIM/04-9 CFU - 1 semestre Docente titolare dell'insegnamento
DettagliIl protocollo analitico
PRESENTAZIONE dei RISULTATI di un ANALISI: cifre significative D.C. Harris, Elementi di chimica analitica, Zanichelli, 1999 Capitolo 3 1 Il protocollo analitico Campionamento: 1. estrazione del campione
DettagliCALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO
CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO In chimica analitica un settore importante riguarda il calcolo dell errore e la valutazione della significatività di una misura. Generalmente nell
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliLa validazione dei metodi di prova microbiologici
La validazione dei metodi di prova microbiologici Pisa, 23 maggio 2014 Dr.ssa Anna Moschin Polesine Acque S.p.A. 1 1. Riferimenti normativi UNI CEI EN ISO/IEC 17025:2005 Requisiti generali per la competenza
DettagliELABORAZIONE STATISTICA DEI DATI NMR NEL PRIMO CONFRONTO INTERLABORATORIO RETELAB
Bari, 11 Novembre 2013 ELABORAZIONE STATISTICA DEI DATI NMR NEL PRIMO CONFRONTO INTERLABORATORIO RETELAB Dott.ssa Innovative Solutions S.r.l. Società Spin Off del Politecnico di Bari qualita@innovative-solutions.it
DettagliAntonio Menditto e Marina Patriarca Dipartimento di Sanità Alimentare ed Animale Istituto Superiore di Sanità Roma
Riferibilità delle misure e stima dell incertezza di misura: criticità e approfondimenti sulla base delle esperienze maturate nel corso delle verifiche ispettive seconda parte: esempi pratici Antonio Menditto
DettagliSANA BOLOGNA 2018 Botanicals and contaminants: emerging issues or new managing of existing risks?
SANA BOLOGNA 2018 Botanicals and contaminants: emerging issues or new managing of existing risks? Icardi Laura - BIOQUALITÀ The question of controls: sampling, methods and analysis September 10, 2018 La
DettagliElaborazione statistica di dati
Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliINTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 2 Concetti di base
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte Concetti di base Pagina CONCETTI STATISTICI DI PARTENZA statistica descrittiva - DESCRITTORI DI UNA VARIABILE RANDOM - GRAFICI
DettagliTest d ipotesi Introduzione. Alessandra Nardi
Test d ipotesi Introduzione Alessandra Nardi alenardi@mat.uniroma2.it 1 Consideriamo il caso in cui la nostra variabile risposta sia continua Immaginiamo che obiettivo del nostro studio sia valutare il
DettagliValidazione dei metodi chimici Aspetti procedurali
Istituto Superiore di Sanità Validazione dei metodi chimici Aspetti procedurali A. Menditto Convegno L ACCREDITAMENTO DEI LABORATORI PER LA SICUREZZA ALIMENTARE 1a edizione 2005-25-26 ottobre 2005, Aula
DettagliDIVERSI APPROCCI PER IL CALCOLO DELL INCERTEZZA DI MISURA: METROLOGICO, OLISTICO, DALL EQUAZIONE DI HORWITZ, SECONDO LA ISO 11352: ESEMPI APPLICATIVI
DIVERSI APPROCCI PER IL CALCOLO DELL INCERTEZZA DI MISURA: METROLOGICO, OLISTICO, DALL EQUAZIONE DI HORWITZ, SECONDO LA ISO 11352: ESEMPI APPLICATIVI M. BETTINELLI - UNICHIM Milano, 7-8 OTTOBRE 2014 Incertezza
DettagliSignificatività ed analisi degli errori
Significatività ed analisi degli errori Quanto il valore sperimentale è vicino al valore vero? Campioni replicati: si esclude a priori che venga eseguita una sola misurazione Quanto il valore sperimentale
DettagliIndice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75
00PrPag:I-XIV_prefazione_IAS 8-05-2008 17:56 Pagina V Prefazione XI 1 La rilevazione dei fenomeni statistici 1 1.1 Introduzione 1 1.2 Caratteri, unità statistiche e collettivo 1 1.3 Classificazione dei
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
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 26 Giugno 2018 Scritto del 26-6 -18 Cognome Nome Matricola Esercizio 1. Un urna contiene
DettagliI metodi di analisi : struttura, classificazione e parametri di convalida
I metodi di analisi : struttura, classificazione e parametri di convalida S. Spezia - UNICHIM Milano, 7-8 ottobre 2014 1 Metodo di analisi chimica E l insieme di operazioni, descritte in modo dettagliato,
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 6: Combinazioni di variabili aleatorie
Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini ezione 6: Combinazioni di variabili aleatorie Combinazioni di più variabili aleatorie continue Distribuzione
DettagliRingraziamenti dell Editore
Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................
DettagliDATIAnalisiMetodiOrganizzazioneConfrontiLaboratoriEsperti
DATIAnalisiMetodiOrganizzazioneConfrontiLaboratoriEsperti VIA DELL INDUSTRIA 24-00057 MACCARESE ROMA Tel. 06 6678830 Fax. 06 6678811 e-mail lsl@aia.it 1/17 INDICE Elenco laboratori. pag. 3 Norme e documenti.
DettagliIncertezza di misura concetti di base. Roberto Olmi IFAC-CNR
Incertezza di misura concetti di base Roberto Olmi IFAC-CNR Certezza dell incertezza Il display mostra: Inferenza sulla la massa, basata sulla lettura: La massa ha un valore tra 83.35 e 83.45 g La massa
Dettaglideve utilizzarsi la variabile t ν,α/2 , dove n è il numero di gradi di libertà pari al numero delle misure diminuito di 1 (ν=n-1).
Indice 1. Frequenza e Probabilità. Parametri Statistici 3. Curva di Gauss 4. isure poco numerose: t di student nel caso non sia possibile effettuare un numero di misure adeguato (n
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti
DettagliMetrologia e gestione dei laboratori di misura e prova
M Obiettivi generali Accrescere le competenze e le professionalità del personale operante all interno dei laboratori e del controllo qualità Fornire un quadro completo ed esaustivo di tutte le metodiche
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta
DettagliCIRCUITO di interconfronto Determinazione del fattore K tubo di Pitot
INNOVHUB Stazioni Sperimentali per l Industria Divisione Stazione Sperimentale per i Combustibili San Donato Milanese (MI) CIRCUITO di interconfronto Determinazione del fattore K tubo di Pitot Caratteristiche
DettagliSensori: Proprietà Generali
Sensori: Proprietà Generali Trasduttore / Transducer Trasduttore: (dal latino trasducere = condurre attraverso) dispositivo fisico progettato per trasformare grandezze appartenenti ad un sistema energetico
DettagliStatistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
DettagliLA METROLOGIA NEL SISTEMA DELLA MANUTENZIONE DEI VEICOLI FERROVIARI
LA METROLOGIA NEL SISTEMA DELLA MANUTENZIONE DEI VEICOLI FERROVIARI G.G.M. consulenze industriali - Verona- marcolinigius@gmail.com - 346 8691453 1 / 11 METROLOGIA: scienza della misurazione e delle sue
DettagliCalcolo ed uso dell incertezza di misura: la norma UNI ENV e l utilizzo dell incertezza nei giudizi di conformita
Calcolo ed uso dell incertezza di misura: la norma UNI ENV 13005 e l utilizzo dell incertezza nei giudizi di conformita M. BETTINELLI - UNICHIM Milano, 23 aprile 2015 Incertezza di misura Un parametro,
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
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2017/2018 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Marco Pietro Longhi Probabilità e Statistica
DettagliS = f(c) c x = f -1 (s x )
CHIMICA ANALITICA SI INTERESSA DI METODI STRUMENTI PER DETERMINARE LA COMPOSIZIONE CHIMICA DI UN SISTEMA. LESSICO ANALITA = SOSTANZA DA DETERMINARE (SPECIE). MATRICE = TUTTO IL RESTO DEL CAMPIONE INTERFERENTE
DettagliVer /02/2014 SPECIFICHE PRODOTTI. Contratto Quadro Approvvigionamento di capacità di stoccaggio. Allegato n 4 Specifiche prodotti.
Ver. 1.0 18/02/2014 SPECIFICHE PRODOTTI Contratto Quadro Approvvigionamento di capacità di stoccaggio Allegato n 4 Specifiche prodotti Pagina: 1/9 BENZINA SENZA PIOMBO Pag.1/2 per un Contenuto di Ossigeno
DettagliValutazione incertezza di categoria B
Valutazione incertezza di categoria B La valutazione consiste nell assegnare alla grandezza x uno scarto tipo σ in base alle informazioni disponibili Le informazioni riguardano: ) Gli estremi dell intervallo
DettagliCorso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08. Insegnamento di STATISTICA MEDICA. Modulo II
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea triennale Tecniche della Prevenzione PERCORSO STRAORDINARIO 2007/08 Insegnamento di STATISTICA MEDICA Docente:Dott.ssa Egle
DettagliTRATTAMENTO DEI DATI ANALITICI
TRATTAMENTO DEI DATI ANALITICI I compiti del chimico analista vanno oltre la corretta esecuzione di una metodica analitica. Sono altrettanto importanti i passi successivi: Registrazione accurata dei dati
DettagliIl processo ERM: metodologie, strumenti, strategie di riduzione e controllo dei rischi a cura del Dott.RobertoMuscogiuri 16/06/2016
Il processo ERM: metodologie, strumenti, strategie di riduzione e controllo dei rischi a cura del Dott.RobertoMuscogiuri 16/06/2016 Rischio 1 Rischio 2 Rischio Rischio j Rischio j+1 Rischio j+k Rischio
DettagliValidazione di un metodo di analisi. Dott. Lorenzo Catani
Validazione di un metodo di analisi Dott. Lorenzo Catani Argomenti trattati Introduzione alla validazione dei metodi analitici Parametri che caratterizzano un metodo analitico esempio pratico Validazione
DettagliIndice Premessa................................... Cenni storici delle misure......................
Indice Premessa................................... 5 1 Cenni storici delle misure...................... 11 1.1 Il numero come misura...................... 13 1.2 I primi campioni di lunghezza..................
DettagliMatematica con elementi di Informatica
Statistica descrittiva ed inferenziale Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica vargiolu@math.unipd.it Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche
DettagliASSICURAZIONE DELLA QUALITÀ DEI RISULTATI DI PROVA. Prove Interlaboratorio
ASSICURAZIONE DELLA QUALITÀ DEI RISULTATI DI PROVA Prove Interlaboratorio Partecipazione dei laboratori alle prove valutative secondo il documento ACCREDIA RT-24 Sandro Spezia UNICHIM 4-5 Novembre 2014
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
DettagliBOZZA DI METODICA ANALITICA PER LA DETERMINAZIONE DI OCRATOSSINA A NEL VINO ANALISI HPLC, CURVA DI TARATURA
ANALISI HPLC, CURVA DI TARATURA Curva di taratura ocratossina A a concentrazioni comprese tra 0.2 ng/ml e 5 ng/ml (iniezioni in triplicato) ANALISI HPLC, CURVA DI TARATURA Il limite di determinazione corrisponde
DettagliControllo Qualità, Validazione Metodi Multiresiduo e Accreditamento: Considerazioni dott.ssa Patrizia Stefanelli
Controllo Qualità, Validazione Metodi Multiresiduo e Accreditamento: Considerazioni dott.ssa Patrizia Stefanelli X CONVEGNO Attività dell Amministrazione Pubblica In Materia di Controllo dei Residui di
DettagliTest d ipotesi: confronto fra medie
Test d ipotesi: confronto fra medie Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona CONFRONTO FRA MEDIE 1) confronto fra una media campionaria e una media di popolazione
DettagliPresentazione dell edizione italiana
Presentazione dell edizione italiana Prefazione xiii xvii 1 Introduzione 1 1.1 Statistica e medicina.......................... 1 1.2 Statistica e matematica........................ 2 1.3 Statistica ed
DettagliCenni di statistica statistica
Cenni di statistica La statistica è una disciplina che ha come fine lo studio quantitativo e qualitativo di un particolare fenomeno in condizioni di incertezza o non determinismo, ovvero di non completa
DettagliCONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI
CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI ipotesi sul confronto tra le medie di due campioni indipendenti Obiettivo: decidere, attraverso il confronto tra le medie dei due campioni indipendenti,
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliLa norma UNI EN 14181:2005 e il test QAL2: l esperienza di un laboratorio accreditato SINAL presso il termovalorizzatore ECOPROGETTO VENEZIA S.p.A.
3 WORKSHOP NAZIONALE Monitoraggio delle Emissioni: le Nuove Normative Auditorium ABB Blue Building, Sesto San Giovanni 18 Ottobre 2006 La norma UNI EN 14181:2005 e il test QAL2: l esperienza di un laboratorio
Dettagli1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2
Statistica N. Crediti: Cognome: Laurea Triennale in Biologia Nome: 4 settembre 2012 Matricola: 1. Parte A 1.1. Siano x 1, x 2,..., x 10 i dati relativi al peso di 10 neonati espressi in chilogrammi e y
DettagliIndici di posizione e dispersione per distribuzioni di variabili aleatorie
Indici di posizione e dispersione per distribuzioni di variabili aleatorie 12 maggio 2017 Consideriamo i principali indici statistici che caratterizzano una distribuzione: indici di posizione, che forniscono
DettagliTest delle Ipotesi Parte I
Test delle Ipotesi Parte I Test delle Ipotesi sulla media Introduzione Definizioni basilari Teoria per il caso di varianza nota Rischi nel test delle ipotesi Teoria per il caso di varianza non nota Test
DettagliSperimentazione apparato per determinazione contaminazione solida nei combustibili avio
Sperimentazione apparato per determinazione contaminazione solida nei combustibili avio F-35 Joint Strike Fighter Assemblea Plenaria Prove Interlaboratorio Prodotti petroliferi - Unichim Falconara 13.04.2011
DettagliVer /03/2018 FAC-SIMILE SPECIFICHE PRODOTTI. Contratto Quadro Vendita prodotti petroliferi. Allegato n 3 Specifiche Prodotto.
SPECIFICHE PRODOTTI Pagina 1/10 BENZINA SENZA PIOMBO per un Contenuto di Ossigeno massimo del 2,7% (m/m) max Aspetto * -------- ESAME VISIVO Limpido & Brillante Colore * -------- UNICHIM 1493:00 Verde
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliWORKSHOP RISULTATI DI PROVE INTERLABORATORIO NEL SETTORE DELLA MICROBIOLOGIA AMBIENTALE 13 a e 14 a PROVA INTERLABORATORIO ISS UNICHIM
WORKSHOP RISULTATI DI PROVE INTERLABORATORIO NEL SETTORE DELLA MICROBIOLOGIA AMBIENTALE 3 a e 4 a PROVA INTERLABORATORIO ISS UNICHIM Roma dicembre 2007 Criteri di qualità dei laboratori di prova: aspetti
DettagliCorso di probabilità e statistica
Università degli Studi di Verona Facoltà di Scienze MM.FF.NN. Corso di Laurea in Informatica Corso di probabilità e statistica (Prof. L.Morato) Esercizi Parte IV: statistica inferenziale a cura di: S.Poffe
DettagliValutazione dell incertezza di misura in ambito microbiologico
Valutazione dell incertezza di misura in ambito microbiologico Angela Maiello Dino Spolaor Associazione Italiana Allevatori 6 MEETING LABORATORI SETTORE LATTIERO CASEARIO Montegrotto Terme, 1- dicembre
DettagliIl calcolo dell incertezza di misura secondo le norme UNI EN ISO 20988: 2007 e VDI 4219:2009
WORKSHOP APPLICAZIONE DELLE NORME UNI CEN/TS 15675:2008 E UNI 10012:2004 ALLE MISURE ALLE EMISSIONI problematiche e prospettive Il calcolo dell incertezza di misura secondo le norme UNI EN ISO 20988: 2007
DettagliVer /10/2016 SPECIFICHE PRODOTTI. Contratto Quadro Approvvigionamento di capacità di stoccaggio. Allegato n 4 Specifiche prodotti
Ver. 2.0 12/10/2016 SPECIFICHE PRODOTTI Contratto Quadro Approvvigionamento di capacità di stoccaggio Allegato n 4 Specifiche prodotti BENZINA SENZA PIOMBO per un Contenuto di Ossigeno massimo del 2,7%
DettagliVer /10/2016 SPECIFICHE PRODOTTI. Contratto Quadro Approvvigionamento prodotti petroliferi. Allegato n 3 Specifiche prodotti
Ver. 2.0 12/10/2016 SPECIFICHE PRODOTTI Contratto Quadro Approvvigionamento prodotti petroliferi Allegato n 3 Specifiche prodotti BENZINA SENZA PIOMBO Pag.1/2 per un Contenuto di Ossigeno massimo del 2,7%
Dettagli