La Stima Spettrale classica Ingegneria Clinica
|
|
- Federico Sarti
- 5 anni fa
- Visualizzazioni
Transcript
1 Unverstà d Roma La Sapenza Corso d Elaborazone d Dat e Segnal Bomedc Facoltà d Ingegnera Cvle ed Industrale La Stma Spettrale classca Ingegnera Clnca A.A Francesco Infarnato, PhD Laboratoro d Bongegnera della Rabltazone IRCCS San Raffaele Psana francesco.nfarnato@unroma.t
2 Rcham d Teora de Segnal Un ntero segnale, la cu reale denttà non sa nota a pror vene detto membro o realzzazone d un processo aleatoro, e può essere ndcato come xt, θ, medante una descrzone formale che prevede una coppa d nsem: T è l nseme degl stant temporal su cu sono defnt membr del processo; Θ è l nseme cu valor θ dentfcano ognuno una partcolare realzzazone del processo. Pertanto, le stanze effettve xt, θ, con t T, sono note solo dopo la conoscenzadθ Θ. Il processo aleatoro è qund defnto come l nseme de segnal {xt, θ: cont Teθ Θ}
3 Rcham d Teora de Segnal Fssato un partcolare stante temporale t j, l valore xt j, θ è una varable aleatora, la cu realzzazone dpende da quella d θ Θ; Può essere qund defnta la denstà d probabltà p xt j ndpendente da θ n corrspondenza dell stante t j n cu è prelevatolcampone
4 Rcham d Teora de Segnal Meda d nseme È l valore atteso d una potenza n-esma de valor del segnale, ossa un suo momento, eseguto rspetto alla varabltà dovuta a Θ, ed è pertanto calcolata come { } µ t E x t, ϑ x n n n n t, ϑ p ϑ d ϑ j Θ j j Θ x n p x t dx j Una meda d nseme qund dpende dalla d.d.p. p xt j d xt j, θ al vararedθ Θ
5 Rcham d Teora de Segnal Meda temporale In alternatva, possamo fssare una partcolare realzzazone θ d Θ, e qund dentfcare un sngolo membro xt, θ, che è ora un segnale certo per l quale possono essere calcolate le mede temporal: µ n ϑ x n t, ϑ lm T T T / x T / n t, ϑ dt Pernavremolvalormedo,pernlapotenzaomedaquadratca
6 Rcham d Teora de Segnal Meda temporale calcolata come meda d nseme L estrazone da xt,θ d un valore ad un stante casuale t T, defnsce una ulterore varable aleatora, descrtta dalla denstàdprobabltàcondzonatap x θ. Qualora essa sa nota, le mede temporal d ordne n possono essere calcolateper quel membro come moment: µ n ϑ lm T T T / x T / n t, ϑ dt x n p x ϑ dx Cò equvale nfatt ad effettuare una meda ponderata, n cu ogn possblevaloredxèpesatoperlasuaprobabltàp x θ.
7 Rcham d Teora de Segnal Processo stazonaro Qualora p xt j non dpenda da t j, ma rsultp xt j p T xperqualsast j T, l processo{xt, θ} è detto stazonaro n senso stretto. Se nvece solamente le prme due mede d nsemeμ teμ tnondpendonodat, l processo {xt, θ} è detto stazonaro n meda ed n meda quadratca, od anche stazonaro n senso lato
8 Rcham d Teora de Segnal Processo stazonaro ed ergodco Quando la denstà d probabltà de valor estratt da un sngolo membro p x θ è sempre la stessa, ndpendentemente dal partcolare θ, ogn membro del processo è statstcamente rappresentatvo d tutt gl altr In questo caso le mede temporal μ n θ, calcolabl come moment sulla sngola realzzazone, sono dentche per tutt membr θ, ed dentche anche alle mede d nsemeμ n t j calcolateperunqualunquestante. Un processo stazonaro è ergodco se la meda temporale calcolata su d una qualunque realzzazone del processo, concde con la meda d nseme relatva ad una varable aleatora estratta ad un stante qualsasper la stazonaretà dall nseme de suo membr.
9 Rcham d Teora de Segnal Potenza, varanza, meda quadratca e valore effcace P μ σ x + μ x persegnalamedanullaμ x 0sotteneP σ x; n tal caso l valore effcace P concde con la devazone standardσ x. La radce della potenza è noltre spesso ndcata come RMSROOT MEA SQUARE, defnto come: x RMS x t ovvero la radce della meda quadratca nel tempo. Se l segnale è a meda nulla, x RMS concde qund con l valore effcace; se xt è membro d un processo ergodco a medanulla,x RMS concdeconladevazonestandard.
10 Teora della stma ell applcazone pratca è quas sempre mpossble calcolare de valor attes, n quanto s dovrebbe conoscere l modello probablstco de process n esame. I valor attes devono qund essere stmat a partre da un certo numero d campon d una realzzazone del processo. Come s msura l attendbltà d una stma?
11 Teora della stma In generale, per stmare un parametro y v s costrusce la funzone y hx[n] dove h. rappresenta una funzone dedatmsurateyèuna stmadelvalore vero y v E evdente che y può essere vsto come uno de possbl valor assunt della varable casuale Yh[n] chamata stmatore Soltamente s ndca la stma d un parametro y con v Lo stmatore vene ndcato con Ŷ v yˆ v
12 Teora della stma La polarzzazone bas è la capactà d approssmare l valore verody v. Sdce che uno stmatore Y duno scalare y v è non polarzzato o centrato se: E{Y} y v per qualsas v Se lm E{Y} y v allora lo stmatore d y v asntotcamente non polarzzatoo centrato S chama polarzzazone d una stmatore Y l parametro BY E{Y} y v
13 Teora della stma σ Y La varanza della varable casuale Y, è l parametro che s usa per descrvere la varabltà della stma y al varare della realzzazone consderata. σ Y E { Y E Y } La varanza asntotca dello stmatore ndca l lmte a cu tende quando tende all nfnto. σ Y
14 Teora della stma La consstenza è una qualtà che caratterzza l comportamento d alcun stmator per tendente all nfnto. S dce che uno stmatore è consstente se è asntotcamente centrato e la sua varanza asntotca è nulla L effcenza descrve nvece le caratterstche d convergenza degl stmator centrat per fnto. S dce che uno stmatore centrato Y d un parametro scalare y v è pùeffcented unaltro stmatorecentratoy seperogn : σ σ Y Y
15 S defnsce errore d stma: e Teora della stma Errore quadratco medo MSE L errore quadratco medo è defnto come: y yˆ MSE Y { Y y } B Y E σ v Y + La varanza dello stmatore la precsone La polarzzazone Errore sstematco
16 S defnsce lo stmatore della meda come: Teora della stma Stma della meda 0 ˆ x x µ La polarzzazone sarà: [ ] [ ] x x x x E E µ µ µ ˆ 0 Lo stmatore è qund non polarzzato.
17 L effcenza dello stmatore è determnata dalla varanza dell errore d stma para a: Teora della stma Stma della meda [ ] x E x E E x x x x 0 0 ˆ µ µ µ µ [ ] { } [ ] x E x E x x x x x x x σ µ µ Il penultmo passaggo è valdo solo se le x -μ x sono scorrelate. La varanza dell errore dmnusce al crescere del numero delle msure
18 Classfcazone
19 Perodogramma S consder un processo casuale [n], stazonaro n senso lato, a meda nulla e con spettro d potenza f j S e π Allora l perodogramma d [n] sarà così defnto: ] [ M fn j f j e n e P π π, ] [ + M n M e n M e P S defnsce perodogramma medo l valore atteso del perodogramma { } +,, ] [ M M n fn j f j M f j M e n M E e P E e P π π π
20 Perodogramma Il perodogrammaasntotco d [n] è defnto come l lmte del perodogramma medo: P e j πf MM + lm E M M n M [ n] e j πfn Dalla defnzone analtca d spettro d denstà d potenza s può dedurre che lo spettro d potenza e l perodogramma asntotco d [n] concdono
21 Perodogramma Il perodogramma è l punto d partenza de metod pù dffus d stma spettrale. Tal metod sono basat sulla determnazone d uno stmatore consstentedelperodogrammaasntotcop f. Facendo uso d metod numerc per calcolare P f occorre consderare solounnsemedscretoefntodvalordf. PerlcalcolodP f k dovremosegureseguentpass: P f [ n], M k M + E M n M { P } f, M k e j πfn 3 { P } f lm E, M k M
22 Perodogramma P f [ n] e, M k M + M n M j πfn E { P } f, M k 3 { P } f lm E, M k M D quest tre pass, l prmo è l unco che può essere svolto per va numerca Per quanto rguarda l secondo, è necessara la conoscenza delle caratterstche statstche del processo. Anche l terzo passo può essere rsolto solo per va analtca
23 Perodogramma Aquestopunto,sax [n]unsegmentobasatosudunnsemenfntod dat msurat d una sngola realzzazone x[n] del processo [n]. S vuole stmare l valore atteso d P,M f k per mezzo d uno stmatore non polarzzato, a bassa varanza. I tre metod d stma spettrale classca basat sul perodogramma sono: Perodogramma semplce Perodogramma d Bartlett Perodogramma d Welch
24 Perodogramma semplce Questo metodo s basa sulla defnzone P f M [ n] e, M k M + n M j πfn Senza badare alla stma del valore atteso né del lmte. È uno stmatore grezzo, ad elevata varanza, fortemente polarzzato.
25 Perodogramma semplce La defnzone è del tutto analoga alla defnzone d perodogramma, tranne per l fatto che gl estrem della sommatora fanno traslare l calcolo per n 0 a - le traslazon non nfluenzano lo spettro d denstà d potenza. Il perodogramma semplce è così defnto: Lo stmatore sarà qund: p ˆ f [ ] x n e 0, n j πfn Pˆ f [ n] e 0, n j πfn
26 Perodogramma semplce Calcolando la polarzzazone dello stmatore s ottene:, ] [ ˆ 0 fn j e n f P n π Calcolandone l valore atteso s ha: 0 0 * ] [ ] [ n m m n f j e m n π 0 0, ] [ ] ˆ [ n m m n f j e m n r f P E π
27 Perodogramma semplce Usando la relazone S può scrvere 0 0 ] [ ] [ n m a m n a f j e r f P E π, ] [ ] ˆ [ 0 / ] [ w >
28 Perodogramma semplce Qund E[ Pˆ f ] w [ ] r [ ], e j πf Che altro non è che la DFT della sequenza ottenuta dal prodotto tra l autocorrelazone d x[n] e la fnestra trangolare w[n] Dalle propretà della DFT: E[ Pˆ f ] S f W f,
29 Perodogramma semplce Rcordando che W sn πf f sn πf
30 Perodogramma semplce Lo stmatore qund non è centrato. elcasolmteperòncutendaadnfntoallora lm W f δ f Eqund: lm f S µ P f Da cu s può affermare che l perodogramma semplce è uno stmatore asntotcamente centrato.
31 Perodogramma semplce Il perodogramma semplce è uno stmatore non consstente. S può dmostrare che, per qualsas, la varanza è dello stesso ordne d grandezza del quadrato dello spettro, qund la devazone standard è dello stesso ordne d grandezza della quanttà da stmare. σ f P f S Perodogramma semplce d una sequenza banca calcolato per 800 campon. Le fluttuazon che mantengono elevata la varanza sono molto evdent.
32 Perodogramma semplce L'andamentondBdW fnelcaso0.snotachewfhaunlobo prncpale ntorno all'orgne, e de lob secondar decrescent a lat. Gl zer della funzone s trovano ne punt f ±/, con ntero. Il lobo prncpale è largo /. Alla larghezza del lobo prncpale e legata la defnzone d rsoluzone della stma spettrale.
33 Perodogramma semplce L'andamentondBdW fnelcaso0.snotachew fhaunlobo prncpale ntorno all'orgne, e de lob secondar decrescent a lat. Gl zer della funzone s trovano ne punt f ±/, con ntero. Il lobo prncpale è largo /. Alla larghezza del lobo prncpale e legata la defnzone d rsoluzone della stma spettrale. L allargamento della banda del lobo prncpale produce una dmnuzone della rsoluzone n frequenza. Per la rsoluzone n frequenza s trova: Rs/
34 Perodogramma d Bartlett Come gà scrtto, la defnzone d perodogramma semplce trascura la stma del valore atteso. S può pensare d approssmare l operatore d aspettazone con una meda d pù perodogramm. È possble mmagnare d suddvdere l'ntervallo d osservazone0;- n K ntervall pù brev, cascunod duratad,econsderare segment d segnale così ottenut come membr dvers del processo stocastco. KD
35 Perodogramma d Bartlett In queste condzon s defnsce Perodogramma d Bartlett: K f P K f P D B ˆ ˆ,, K, 0 ] [ ˆ D n fn j D e n D f P π Dove
36 Perodogramma d Bartlett Questo stmatore è ancora asntotcamente non polarzzato, ma la polarzzazone per un set fnto d dat peggora, n quanto la fnestra d datadessoèlungad<,equndperlafnestradavremo: W B sn πfd f D sn πf La rsoluzone spettrale dpenderà dalla durata d cascun segmento. Pertanto, per l perodogramma d Bartlett, la rsoluzone spettrale vale Rs/D. Questo è lo svantaggo maggore, questo metodo non resce a dscrmnare frequenze pù vcne d /D.
37 Perodogramma d Bartlett Inoltre, la varanza d questo stmatore s rduce d un fattore K, n quanto abbamo la seguente relazone. var[ Pˆ f ] var[ Pˆ f B, K, D ] In conclusone, s può dre che per un ntervallo d osservazone fsso KD, s dovrà cercare un compromesso tra l desdero d ottenere una elevata rsoluzone, che spngerebbe a sceglere D l pù grande possble e la necesstà d avere una bassa varanza della stma, che vncola a mantenere grande K.
38 Perodogramma d Bartlett Perodogramma d Bartlett d una sequenza banca fltrata D800; 8000; K0 Perodogramma semplce d una sequenza banca fltrata 8000
39 Perodogramma d Bartlett Lospettrostmatononscendemaaldsottod-40dB.Questoeffettoè dovuto alla convoluzone tra lo spettro vero e lo spettro della fnestra d pesatura mplctamente rettangolare, che produce valor non trascurabl nell'ntervallo legato a lob secondar. Questo tpo d polarzzazone vene chamato polarzzazone a larga bandaleakage.
40 Perodogramma d Bartlett Un modo per combattere la polarzzazone a larga banda consste nel sostture la fnestra rettangolare con una fnestra d pesatura la cu DFT present lob secondar pù bass.
41 Perodogramma d Bartlett La fnestratura vene applcata semplcemente moltplcando ogn campone d ogn segmento x [n] per l corrspondente campone della fnestra scelta w [n] ottenendo la sequenza fnestrata. Il prodotto nel domno del tempo s traduce n una convoluzone nel domno della frequenza.
42 Perodogramma d Bartlett Utlzzando fnestre d pesatura appostamente studate s può rdurre d decne d db la polarzzazone a larga banda. S not tuttava che, a partà d lunghezza D delle vare fnestre, la rduzone de lob secondar s ottene sempre a spese d un aumento della larghezza del lobo prncpale. e segue che la scelta della fnestra da usare comporta un compromesso tra rsoluzone, e qund anche polarzzazone locale, e polarzzazone a larga banda.
43 Perodogramma d Bartlett Utlzzando fnestre d pesatura appostamente studate s può rdurre d decne d db la polarzzazone a larga banda. S not tuttava che, a partà d lunghezza D delle vare fnestre, la rduzone de lob secondar s ottene sempre a spese d un aumento della larghezza del lobo prncpale. e segue che la scelta della fnestra da usare comporta un compromesso tra rsoluzone, e qund anche polarzzazone locale, e polarzzazone a larga banda.
44 Perodogramma d Bartlett S chamano fnestre fsse quelle che, a partà d lunghezza D, danno un contrbuto fsso d polarzzazone a larga banda. Hammng Hann Le fnestre che non appartengono a questa categora sono defnte n funzone d parametr che consentono, a partà d D, d sceglere l gusto compromesso tra polarzzazone a larga banda e rsoluzone. Kaser Dolph-Chebyshev
45 Perodogramma d Bartlett
46 Perodogramma d Welch el tentatvo d recuperare lo svantaggo n rsoluzone trovato nel perodogramma d Bartlett è stato proposto da Welch un metodo che consente una parzale sovrapposzone overlappng de K segment consderat, estratt dalla sequenza d dat spermental. Cò consente d aumentare la lunghezza D d ogn segmento, senza varare né la durata dell'ntervallo d osservazone, né l numero K d segment. In questo modo s ottene sempre una dmnuzone della varanza d un fattore K, ma s ha anche un mgloramento della rsoluzone n quanto /D può essere scelto mnore rspetto al caso senza overlappng.
47 Perodogramma d Welch Perodogramma d Welch con overlappng del 5%
48 Metodo d Blackman-Tukey x[k] Indretto Dretto r xx [k] Pf Wener-Khnchn
49 Metodo d Blackman-Tukey S basa sul teorema d Wener-Khnchn che lega lo spettro d denstà d potenza d una funzone tempo-contnua xt con la funzone d autocorrelazone. P f R τ e πfτ d τ La stma spettrale secondo l metodo d Blackman e Tukey s basa su un opportuna stma della funzone d autocorrelazone e sul troncamento ad un numero fnto d termn della relazone dscreta: P f T R [ k ] e πfk
50 Metodo d Blackman-Tukey Una volta nota la stma della funzone d autocorrelazone allora lo spettroddenstàdpotenzaèdatoda: Pˆ BT f k rˆ [ k ] e πfk Avendo a dsposzone valor d x[k] allora la stma della funzone d autocorrelazone è data da: rˆ [ k ] k x * [ n] x[ n + n 0 rˆ * [ k ] k ] Per k0,,,- Per k--,--,,-
51 Metodo d Blackman-Tukey Tale stma della funzone d autocorrelazone presenta alcun problem. S supponga d voler calcolare: x * [0] x[ ] Rˆ [ ] Ma per molto grande, allora questa quanttà tenderebbe a 0, mentre non è detto che lo facca la funzone d autocorrelazone vera. Tale stma rsulta polarzzata E[ k rˆ [ k ]] r La funzone d autocorrelazone rsulta dstorta dalla fnestra d Bartlett.
52 Metodo d Blackman-Tukey Per ovvare questo nconvenente s può depolarzzare sosttuendo al fattore / k Ma questa scelta potrebbe volare la propretà: R 0 R xx xx τ τ E questo potrebbe dare valor negatv dello spettro.
53 Metodo d Blackman-Tukey S ntroduce qund una sequenza d fnestratura w[n] con le seguent caratterstche k w k w w k w ] [ ] [ [0] ] [ 0 M k k w k w k w > 0 ] [ ] [ ] [ M M k fk BT e k r k w f P π ] [ ]ˆ [ ˆ Qund la stma con metodo Blackman-Tukey può essere scrtta così:
54 Metodo d Blackman-Tukey La scelta delle fnestre è determnata da qual aspett della stma s voglano mettere n luce. L uso della fnestratura peggora la polarzzazone ma mglora la varanza dello stmatore. Come gà vsto, al crescere d M l lobo prncpale della fnestra n frequenza s strnge e qund mglora la rsoluzone. Tuttava, la stma de rtard LAG pù lontan della funzone d autocorrelazone rsulta sempre meno affdable.
La Stima Spettrale classica Ingegneria Clinica
Unverstà d Roma La Sapenza Corso d Elaborazone d Dat e Segnal Bomedc Facoltà d Ingegnera Cvle ed Industrale La Stma Spettrale classca Ingegnera Clnca A.A. 08-09 Francesco Infarnato, PhD Laboratoro d Bongegnera
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliDefinizione di campione
Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta
Dettagli26/08/2010. segnali deterministici. segnali casuali o random. stazionario. periodico. Non stazionario. transitorio
Cap 5: ANALISI DEI SEGNALI E ARAURA DINAMICA Un segnale è defnto come una qualsas varable fsca che camba nel tempo, nello spazo, o rspetto a altre varabl e che trasporta nformazon segnal determnstc segnal
DettagliSTATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale
STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes
DettagliAnalisi statistica degli errori casuali
Anals statstca degl error casual error casual: dovut a ncertezze spermental non controllabl che comunque spngono l valore msurato con ugual probabltà n alto od n basso rspetto al valore vero. Quest error
DettagliContenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2
Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco
DettagliCARATTERISTICHE DEI SEGNALI RANDOM
CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:
DettagliESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone
DettagliAnalisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986
Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane
DettagliPropagazione degli errori
Propagazone degl error Msure drette: la grandezza sca vene msurata drettamente (ad es. Spessore d una lastrna). Per questo tpo d msure, la teora dell errore svluppata nelle lezone precedent é sucente per
DettagliPropagazione delle incertezze
Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze
Dettagli6. Catene di Markov a tempo continuo (CMTC)
6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
DettagliLA VARIABILITA. IV lezione di Statistica Medica
LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
DettagliTeoria dei Segnali Rumore granulare
Teora de Segnal Rumore granulare Valentno Lberal Dpartmento d Fsca Unverstà degl Stud d Mlano valentno.lberal@unm.t Teora de Segnal Rumore granulare 24 gennao 211 Valentno Lberal (UnMI) Teora de Segnal
DettagliCorso di Fondamenti di Telecomunicazioni
Corso d Fondament d Telecomuncazon Prof. Govann Schembra Struttura della lezone Defnzon d process aleator e caratterzzazone statstca ( Stma delle statstche d prmo e secondo ordne Process aleator stazonar
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliIntorduzione alla teoria delle Catene di Markov
Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }
DettagliAd esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t
Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende
DettagliMisure indipendenti della stessa grandezza, ciascuna con una diversa precisione.
Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.
DettagliLa likelihood. , x 3. , x 2. ,...x N
La lkelhood È dato un set d msure {x 1, x 2, x 3,...x N } (cascuna delle qual può essere multdmensonale) Supponamo che la pdf (f) dpenda da un parametro (anch'esso eventualmente multdmensonale) La verosmglanza
DettagliLa t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
DettagliTeoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita
Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone
Dettagliuna variabile casuale è continuase può assumere un qualunque valore in un intervallo
Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliSistemi Intelligenti Stimatori e sistemi lineari - III
Sstem Intellgent Stmator e sstem lnear - III Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t /6 http:\\borghese.d.unm.t\
DettagliStatistica Descrittiva
Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliStrada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
DettagliEquilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione
Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà
Dettagli6. Catene di Markov a tempo continuo (CMTC)
6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto
Dettaglia) Individuare l intervallo di confidenza al 90% per la media di popolazione;
Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un
Dettagli03/03/2012. Campus di Arcavacata Università della Calabria
Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto
DettagliIL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni
IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree
DettagliIntelligenza Artificiale II. Ragionamento probabilistico Rappresentazione. Marco Piastra. Intelligenza Artificiale II - AA 2007/2008
Intellgenza rtfcale II Ragonamento probablstco Rappresentazone Marco astra Ragonamento probablstco: rappresentazone - arte Mond possbl sottonsem event artzon e varabl aleatore robabltà Margnalzzazone Condzonal
DettagliIl campionamento casuale semplice
Il camponamento casuale semplce Metod d estrazone del campone. robabltà d nclusone. π = n N π j = n N n 1 N 1 Stmatore corretto del totale e della meda. Ŷ = Nȳ e ˆȲ = ȳ Varanza degl stmator corrett. V
DettagliStabilità dei Sistemi Dinamici. Stabilità Semplice. Stabilità Asintotica. Stabilità: concetto intuitivo che può essere formalizzato in molti modi
Gustavo Belforte Stabltà de Sstem Dnamc Gustavo Belforte Stabltà de Sstem Dnamc Stabltà de Sstem Dnamc Il Pendolo Stabltà: concetto ntutvo che può essere formalzzato n molt mod Intutvamente: Un oggetto
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
DettagliScienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
DettagliPropagazione degli errori
Propagaone degl error Voglamo rcavare le ncertee nelle msure ndrette. Abbamo gà vsto leone un prma stma degl error sulle grandee dervate valda n generale. Consderamo ora l caso specco d grandee aette da
DettagliVariabili casuali. Variabili casuali
Varabl casual Assegnato uno spazo d probabltà (S, A, P[.]) s densce varable casuale una unzone avente come domno lo spazo de campon (S) e come codomno la retta reale. S Le varabl casual s ndcano con lettere
DettagliIntegrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1
Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado
Dettagli5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza
5: Strato fsco: lmtazone d banda, formula d Nyqust; caratterzzazone del canale n frequenza Larghezza d banda d un segnale La larghezza d banda d un segnale è data dall ntervallo delle frequenze d cu è
DettagliSERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete
SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le
DettagliTeoria dei processi casuali a tempo continuo. Seconda lezione: Medie statistiche
Teora de process casual a tempo contnuo Seconda lezone: Valore medo e autocorrelazone Esemp Valor med de process Quas Determnat (QD) 005 Poltecnco d Torno Valore medo e autocorrelazone e valore atteso
DettagliFisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri
Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze
DettagliANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI
ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI Rappresentazone tabellare della sere storca Sequenza cronologca Sequenza ordnata Osservazon d massmo annuo d pogga n un gorno 2 Rappresentazone grafca della
DettagliMisure Ripetute ed Indipendenti
Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una
DettagliREGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari
REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat
DettagliCapitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
DettagliLimitazioni di ampiezza negli amplificatori reali
Lmtazon d ampezza negl amplfcator real G. Martnes 1 Lnearzzazone della trans-caratterstca G. Martnes Anals a pccolo segnale e concetto d punto d lavoro IL RUMORE EGLI AMPLIFICATORI Defnzon S defnsce rumore
DettagliSOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia
SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO ECONOMIA INDUSTRIALE Unverstà degl Stud d Mlano-Bcocca Chrstan Garavagla Soluzone 7 a) L ndce d concentrazone C (o CR k ) è la somma delle uote d mercato (o share)
DettagliIL RUMORE NEGLI AMPLIFICATORI
IL RUMORE EGLI AMPLIICATORI Defnzon S defnsce rumore elettrco (electrcal nose) l'effetto delle fluttuazon d corrente e/o d tensone sempre present a termnal degl element crcutal e de dspostv elettronc.
DettagliFisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri
Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
Dettagli3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)
lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu
DettagliAppunti di Teoria dell Informazione
Corso d Telecomuncazon (Classe Qunta della specalzzazone Elettronca e Telecomuncazon) Pagna - - . La teora dell nformazone La teora dell nformazone descrve l funzonamento de sstem d comuncazone sa analogc
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliDipartimento di Matematica per le scienze economiche e sociali Università di Bologna. Modelli 1 lezione novembre 2011 Media e varianza
Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Modell 1 lezone 17 30 novembre 2011 Meda e varanza professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? Teorema er ogn funzone
DettagliTutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017
Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può
DettagliElementi di teoria bayesiana della decisione Teoria bayesiana della decisione: caratteristiche
Element d teora bayesana della decsone Teora bayesana della decsone: caratterstche La teora bayesana della decsone è un approcco statstco fondamentale al problema del pattern recognton. Il suo obettvo
DettagliMisure dirette utilizzate per il calcolo della misura indiretta X:
Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X
DettagliDinamica del corpo rigido
Anna Nobl 1 Defnzone e grad d lbertà S consder un corpo d massa totale M formato da N partcelle cascuna d massa m, = 1,..., N. Il corpo s dce rgdo se le dstanze mutue tra tutte le partcelle che lo compongono
DettagliStatistica descrittiva
Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.
DettagliLA COMPATIBILITA tra due misure:
LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore
DettagliPattern Recognition. Bayes decision theory
Computer Scence Department Unversty of Verona A.A. 015-16 Pattern Recognton Bayes decson theory 1 Rev. Thomas Bayes, F.R.S 170-1761 Introduzone Approcco statstco fondamentale d classfcazone d pattern Ipotes:
DettagliRagionamento probabilistico: rappresentazione
Intellgenza Artfcale II Ragonamento probablstco: rappresentazone Marco astra Intellgenza Artfcale II - A.A. - Rappresentazone robablstca ] Ragonamento probablstco: rappresentazone Mond possbl sottonsem
DettagliUNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C
ELEMETI BASILARI DI TEORIA DEGLI ERRORI. VALOR MEDIO, DEVIAZIOE STADARD E VARIAZA S defnsce valor medo d un nseme d dat,,, la quanttà: () S defnsce varanza emprca dell nseme precedente la quanttà: σ ()
DettagliCORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE
CORRETT RPPREETZIOE DI U RIULTTO: LE CIFRE IGIFICTIVE Defnamo cfre sgnfcatve quelle cfre che esprmono realmente l rsultato d una msura, o del suo errore, coè che non sono completamente ncluse nell ntervallo
DettagliAlgebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.
Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere
DettagliS O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:
S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva
DettagliRisposta in frequenza
Rsposta n frequenza www.de.ng.unbo.t/pers/mastr/ddattca.htm (versone del 6--6 Dagramm d Bode Le funzon d trasfermento (f.d.t de crcut lnear tempo nvarant sono funzon razonal (coè rapport tra due polnom
DettagliPREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl
Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo
DettagliSviluppo in serie di Fourier. Introduzione e richiami sulle basi di spazi vettoriali. Serie di Fourier di segnali a supporto illimitato
eora de segnal Introduzone a segnal determnat tolo untà Introduzone e rcham sulle bas d spaz vettoral Sere d Fourer d segnal a supporto lmtato Spettro d un segnale Sere d Fourer d segnal a supporto llmtato
DettagliStatistica di Bose-Einstein
Statstca d Bose-Ensten Esstono sstem compost d partcelle dentche e ndstngubl che non sono soggette al prncpo d esclusone. In quest sstem non esste un lmte al numero d partcelle che possono essere osptate
DettagliVariabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1
Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl
DettagliAnalisi Matematica Lezione 16 3 novembre 2014 Limiti di funzioni
Dpartmento d Scenze Statstche Anals Matematca Lezone 6 3 novembre 204 Lmt d funzon prof. Danele Rtell danele.rtell@unbo.t /7? Eserczo 9 Determnare l ordne d nfntesmo e la parte prncpale dell nfntesmo rspetto
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119
DettagliConcetti principale della lezione precedente
Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl
Dettagli1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x
TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1
DettagliStatistica e calcolo delle Probabilità. Allievi INF
Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:
DettagliC.I. di Metodologia clinica
C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle
DettagliModelli di variabili casuali
Modell d varabl casual Un modello d v.c. è una funzone f() che assoca ad ogn valore d una v.c. X la corrspondente probabltà. Obettvo: calcolo della probabltà per tutt valor che X può assumere Per le v.c.
DettagliValutazione dell incertezza di misura
Valutazone dell ncertezza d msura 1 Gl attor della msurazone l sstema msurato l msurando lo strumento l metodo l campone L untà d msura l utlzzatore l sstema msurato l msurando Gl attor della msurazone
DettagliDistribuzione di Boltzmann. Nota
Dstrbuzone d Boltzmann ota Tutto l soggetto trattato deve n realta essere nserto nel quadro concettuale della meccanca statstca, che non e trattato n questo corso. Quest cenn sono solo un breve rchamo
DettagliLE FREQUENZE CUMULATE
LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune
DettagliIncertezza di sensibilità < fluttuazione intrinseca delle misure.
Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso
DettagliPrima prova di gruppo
Prma prova d gruppo Es. Una metodologa d anals produce fals postv nel 3% de cas e fals negatv nell % de cas. Calcolate quale è l esto pù probable (postvo o negatvo se due anals consecutve esegute sullo
DettagliValutazione dei Benefici interni
Corso d Trasport Terrtoro prof. ng. Agostno Nuzzolo Valutazone de Benefc ntern Valutazone degl ntervent Indvduazone degl effett rlevant La defnzone degl effett rlevant per un ntervento sul sstema d trasporto
DettagliAnalisi Matenatica Lezione 5 1 ottobre 2013
Dpartmento d Scenze Statstche Anals Matenatca Lezone 5 1 ottobre 2013 prof. Danele Rtell danele.rtell@unbo.t 1/13? Fattorale d un numero naturale Sa n N {0}. Il fattorale d n, n! s defnsce nduttvamente
Dettagli