TRATTAMENTO DEI DATI ANALITICI
|
|
- Adriano Moretti
- 5 anni fa
- Visualizzazioni
Transcript
1 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 sperimentali e corretta esecuzione dei calcoli Scelta del valore migliore qualora la stessa determinazione sia stata eseguita piu volte Valutazione dei risultati ottenuti e calcolo dei limiti probabili dell errore che poi vanno indicati insieme al risultato Elaborazione di una strategia per controllare le fonti di errore e migliorare così la qualità delle prestazioni analitiche
2 COSA VUOL DIRE FARE STATISTICA Quando si fanno affermazioni del tipo: il profitto di questa classe è in media sufficiente; quest anno sono di moda le vacanze di tipo agrituristico si fanno affermazioni di tipo statistico.
3 STATISTICA La statistica si occupa della -raccolta -classificazione -analisi dei dati che esprimono aspetti di fenomeni collettivi scelti come oggetto di studio e che si manifestano negli elementi di un determinato insieme. Scopo della statistica è quello di descrivere questi fenomeni o di individuare regolarità di comportamento in essi.
4 Indagine statistica Raccolta dei dati Spoglio e trascrizione dei dati Elaborazione dei dati
5 La media aritmetica La media aritmetica semplice M di n valori è il rapporto fra la loro somma e il loro numero n: x = N i=1 n x i M x 1 x1 x 2, x,..., x 2 Dati i seguenti valori : 5, n n 8,... 5, 6 x n M
6 La media aritmetica ponderata Quando ciascuna modalità si presenta con una certa frequenza o peso, è più vantaggioso calcolare la media aritmetica considerando le frequenze (assolute o relative): in tal caso si parla di media aritmetica ponderata perché ogni valore entra nella media con il suo peso, cioè la sua frequenza. La media aritmetica ponderata M di n valori è: M x 1, x 2 dove n,..., n 1 x n n 2 x 1... n 1 n n x 2 n2 n... x n n n
7 Indici statistici di variabilità Campo di variazione o range R Varianza Scarto quadratico medio. Permettono di valutare le disuguaglianze dei dati rilevati in relazione al loro scostamento o dispersione da una media.
8 Campo di variazione o range R di un insieme di valori osservati è la differenza fra il valore massimo e il valore minimo: R= x max - x min
9 La varianza La varianza è la media aritmetica degli scarti dalla media al quadrato, 2 (sigma quadrato) allievo : 1 Es n M x M x M x n 1^ prova 2^ prova 3^ prova 4^ prova 5^ prova MEDIA Varianza Allievo Allievo Allievo ,5
10 Scarto quadratico medio Lo scarto quadratico medio o deviazione standard è la radice quadrata (positiva) della varianza. 2 2 x M x M x M n n 2 1^ prova 2^ prova 3^ prova 4^ prova 5^ prova MEDIA Varianza sqm o Deviazione standard Allievo ,83 Allievo ,00 Allievo ,5 2,92
11 Coefficiente di variazione Il coeff.di variazione è dato dal rapporto tra deviazione standard e media moltiplicato per 100. Se supera una certa percentuale % indica una variablità eccessiva, fuori ai parametri di normalita.
12 L errore sperimentale e la sua valutazione nelle determinazioni analitiche Ogni misura presenta una qualche incertezza, chiamata errore sperimentale Risultati di 6 determinazioni replicate del ferro in campioni acquosi di una soluzione standard contenente 20,00 ppm di Fe(III).
13 13 GLI ERRORI NELL ANALISI CHIMICA Ogni analisi chimica (ogni misurazione!) è affetta da errori sperimentali. Gli errori sperimentali si combinano tra loro in modo da rendere ogni nuova misura più o meno diversa dalla precedente. L incertezza della misura sperimentale non può mai essere eliminata completamente perciò il valore vero di una quantità è sempre sconosciuto. Tuttavia, spesso può essere valutata l'entità probabile dell'errore. È possibile definire i limiti entro cui il valore vero di una quantità misurata cade con un dato livello di probabilità. E sempre indispensabile effettuare una stima dell affidabilità dei dati sperimentali anche se la stima dell accuratezza dei dati sperimentali non è sempre facile Ogni volta che collezioniamo i risultati di un analisi è necessario stimarne precisione ed accuratezza Dati con precisione ed accuratezza ignote sono privi di significato Una delle domande a cui rispondere prima di cominciare un'analisi è: "qual è il massimo errore tollerabile nel risultato. La risposta a questo quesito determina il tempo richiesto per il lavoro: nessuno può permettersi di produrre dati che siano più accurati di quanto occorra.
14 14 DEFINIZIONI Sia dato un insieme di misure x 1, x 2, x N. Media: x i N x i Mediana: avendo ordinato le misure in ordine crescente o decrescente N pari la mediana è la media della coppia centrale dei valori N dispari la mediana è il valore centrale Nel caso delle misure: 10, 10, 12, 13, 13, 13, 15, 18, 25, 26, 26, 27, 28, 28, 35 la media è 19,93 e la mediana è 18.
15 Media aritmetica o media x di N valori sperimentali x N i 1 N x i x 1 18,45 111, ,53 N ,58 media 18, , , ,68 media 18,30 18,40 18,50 18,60 18,70
16 Precisione La dispersione dei valori misurati intorno al valore medio Descrive il grado di riproducibilità delle misure ed è una valutazione dell accordo dei dati ottenuti. Grandezze utilizzate per indicare la precisione di una serie di dati replicati : deviazione standard varianza coefficiente di variazione
17 Accuratezza Rappresenta lo scostamento tra il valore misurato ed il valore vero o accettato In altri termini è una misura della bontà dell accordo tra il risultato, x i, o il valore medio dei risultati di un analisi, ed il valore vero o supposto tale, x t. X t = valore vero. Risultato che possiede un certo numero di cifre significative E espressa in termini di errore assoluto o errore relativo Errore assoluto: E x i x t oppure E x x t E t Errore relativo: oppure r x x x xt Er 100 x x t t
18 18 TIRO AL BERSAGLIO Precisione: bontà dell accordo tra i risultati di misurazioni successive. Accuratezza: bontà dell accordo tra il risultato, x i, o il valore medio dei risultati di un analisi, ed il valore vero o supposto tale, x t. Né accurato né preciso Ma casuale Non accurato ma preciso localizzata Accurato ma non preciso dispersi Accurato e preciso
19 Tipi di errori nei dati sperimentali
20 Errore sistematico o errore determinato: è un errore ricorrente (riproducibile) che può essere rivelato e corretto (strumentazione non tarata, errori di metodo, errore personali) e influenza l accuratezza dei risultati ACCURATEZZA: indica la vicinanza della misura al valore vero (accettato) Errore casuale o indeterminato: deriva dall effetto prodotto da una serie di variabili incontrollate (e talvolta incontrollabili: variazioni temperatura e tensione elettrica, vibrazioni) e influenza la precisione di una misura PRECISIONE: descrive la riproducibilità delle misurazioni Errore grossolano: si presenta occasionalmente, è spesso elevato e fa sì che un singolo dato si discosti da tutti gli altri dati di una serie di misure replicate
21 21 ERRORE SISTEMATICO Gli errori sistematici hanno un valore definito ed una causa identificabile. Per misure replicate effettuate nello stesso modo hanno lo stesso ordine di grandezza e generalmente influenzano tutti i risultati di un set di misura allo stesso modo. Provocano uno scostamento unidirezionale dal valore vero che può essere costante o proporzionale e che può assumere valore sia positivo che negativo. Gli errori sistematici introducono un bias (errore) nella tecnica di misura. Bias: misura dell errore sistematico associato ad una analisi. Può avere segno positivo o negativo.
22 Errore sistematico (o determinato) Causa lo scostamento della media di un set di dati sperimentali dal valore vero (o accettato) Influenza l accuratezza di una misura x m x 0 18,30 18,40 18,50 18,60 18,70
23 Cause degli errori sistematici Errori strumentali: dovuti a imperfezioni e malfunzionamento degli strumenti di misura Variazioni di temperatura Contaminazione dell equipaggiamento Fluttuazioni nella tensione di alimentazione Guasto o malfunzionamento di componenti Errori di metodo: dovuti a comportamento chimico o fisico non ideale dei reagenti e delle reazioni utilizzate in un procedimento analitico Errori personali: causati da valutazioni personali dell analista nel corso del procedimento analitico adottato
24 Rivelazione e correzione degli errori sistematici Gli errori sistematici possono essere identificati ed annullati mediante analisi di campioni standard, se disponibili; analisi del campione mediante un metodo indipendente, ovvero che prevede l'utilizzo di strumentazione di provata affidabilità o di riferimento; analisi del bianco, cioè di una soluzione contenente tutti i componenti presenti nel campione in esame eccetto l'analita di interesse; il bianco ideale è costituito dalla stessa matrice in cui è contenuto l'analita di interesse; l'analisi del bianco nelle titolazioni volumetriche consente, per esempio, di correggere l'errore connesso al volume di titolante necessario per far virare l'indicatore colorimetrico stesso; analisi di campioni contenenti un diverso ammontare della variabile misurata (per es. si pensi alla perdita connessa alla solubilità durante il lavaggio con volumi diversi di acque di lavaggio).
25 Rivelazione e correzione degli errori sistematici x m x 0 Analisi di 18,30 18,40 18,50 18,60 18,70 standard Calibrazione x m x 0 18,30 18,40 18,50 18,60 18,70
26 Errore sistematico o determinato L errore sistematico viene rivelato utilizzando opportuni std. di riferimento (analita a concentrazione nota) e calcolando l accuratezza L accuratezza di una misura è il grado di accordo tra essa e il valore vero e viene espressa dall errore (assoluto o relativo) Errore assoluto = valore osservato valore vero Errore relativo = valore osservato valore vero valore vero x100
27 Determinazioni dell azoto in due composti puri con il metodo di Kjeldahl I punti mostrano gli errori assoluti dei risultati (X i -X t ) replicati ottenuti da 4 analisti Linea blu rappresenta la deviazione media assoluta dei dati dal valore vero (X m -X t ) Analista 1 accurato e preciso Analista 2 accurato ma poco preciso Analista 3 preciso ma poco accurato Analista 4 poco accurato e poco preciso
28 Errore casuale (o indeterminato) Provoca la dispersione dei dati sperimentali intorno al valore medio. Riflette la precisione di una misura x m x t x m x t 18,30 18,40 18,50 18,60 18,70 18,30 18,40 18,50 18,60 18,70
29 Il trattamento statistico dell errore casuale In uno studio scientifico deduciamo informazioni su una popolazione mediante le osservazioni acquisite su un sottoinsieme o campione. Popolazione: è l insieme di tutte le misure di interesse Campione: sottoinsieme della popolazione selezionato per l analisi e rappresentativo della popolazione stessa
30 Curva normale di errore di una popolazione Equazione della curva Gaussiana y = e -(x - µ)2 / curve Gaussiane che riportano la frequenza relativa y di varie deviazioni dalla media in funzione della deviazione dalla media. Queste curve vengono descritte da un equazione che contiene solo due parametri:µ = media della popolazione e = deviazione standard della popolazione La deviazione standard per la curva B è doppia rispetto a quella di A.
31 31 Media: Deviazione standard: X N i1 N x i s N i1 x i N 1 x 2 È necessario sapere che la media e la deviazione standard sopra definite, essendo valutate sulla base di un numero finito, e normalmente molto basso, di misurazioni, cioè di un campione delle infinite misurazioni che costituiscono l intera popolazione delle misurazioni, sono solo stime della media e della deviazione della popolazione. Per un numero molto alto di misurazioni si può scrivere: N i1 N x i N i1 x i N 2 Normalmente, queste due ultime equazioni valgono per N > 20.
32 La deviazione std. di un campione La media di un campione è la media aritmetica di un campione limitato preso da una popolazione di dati ed è indicata con x e la ds con s La varianza = s 2 s = deviazione std. relativa = s / x N i=1 (x i - x) 2 N-1 (N-1)= gradi di libertà ovvero il problema inizia con N dati Indipendenti. Dopo aver calcolato la media rimangono solo N-1 dati indipendenti perché se si conoscono N-1 dati e la media è possibile calcolare l N-esimo dato. Coefficiente di variazione (CV%) = (s / x) 100
33 Distribuzione normale o di Gauss N 1 2, x e 2 2/ 2 2 Frequenza relativa Max= media Distribuzione di probabilità teorica che piu si avvicina alla curva di frequenza sperimentale σ (deviaz. standard) determina l ampiezza della curva ai due lati della media Valori osservati
34 Distribuzione normale o di Gauss con diversa deviazione standard Per una distribuzione gaussiana ideale il 68,3% delle misure è compresa all interno dell intervallo ±; il 95,5% ±2; il 99,7% ±3.
35 35 Esempi Calcolare la deviazione standard dei seguenti risultati. X 1 = 23,23; X 2 = 21,29; X 3 = 20,66; X 4 = 29,05; X 5 = 23,33; i 1 5 x i x m i 5 x i x m s i x i x m s RSD% s 100 RSD% x m
36 36 Livello di fiducia (o di confidenza) Nelle normali operazioni di laboratorio è spesso impossibile eseguire numerose misurazioni. Tuttavia, è possibile determinare x e s ovvero la media e la deviazione standard del campione. E possibile definire un intervallo in cui poter assumere ragionevolmente che in esso sia compreso il valore vero. L intervallo di fiducia è un espressione usata per definire la probabilità che la media vera giaccia entro una certa distanza dalla media misurata x.
37 Intervalli di fiducia In analisi farmaceutica solitamente non si determina la media e d.s. di una popolazione bensì di un campione rappresentativo E tuttavia possibile con l analisi statistica determinare un intervallo di fiducia attorno ad x nel quale si prevede di determinare il valore medio µ con una certa probabilità (dal 95%) L intervallo di fiducia per una media x è quindi l intervallo entro il quale ci si aspetta di trovare, con una certa probabilità, la media µ della popolazione (le linee di confine sono chiamati i limiti di fiducia) Trovare l intervallo di fiducia quando è nota o quando s è una buona stima di Intervallo di fiducia = x z N
38 Il t di Student è lo strumento statistico usato per esprimere gli intervalli di fiducia e confrontare i risultati di diversi esperimenti. Es. confronto tra le medie di due popolazioni di dati.
39 Esempio di calcolo degli intervalli di fiducia Si considerino i seguenti risultati relativi al contenuto di alcol etilico in un campione di sangue: 0.084%, 0.089%, 0.079%. Calcolare l intervallo di fiducia per la media al 95% assumendo che a) dalle esperienze precedenti acquisite su un centinaio di campioni, si sa che la deviazione std. del metodo s= 0.005% è una buona stima di b) I tre risultati ottenuti rappresentano il solo modo per valutare le precisione del metodo Caso A Intervallo di fiducia (95%) = x z = = % N µ Esiste una probabilità del 95% che la media vera µ rientri nell intervallo 0, Se è nota l intervallo di fiducia decresce.
40 Caso B s = 0.005% Intervallo di fiducia (95%) = x t s = = % N µ
41 Categorie di errori nei dati sperimentali Errore grossolano (o occasionale) Si verifica occasionalmente, è spesso grande e provoca un significativo scostamento di un singolo dato (outlier) da tutti gli altri x 0 18,30 18,40 18,50 18,60 18,70 Può capitare, nel corso di una misura, di avere un valore che si discosta significativamente da tutti gli altri dati replicati (outlier) E necessario stabilire se il valore ottenuto deve essere utilizzato per il calcolo della media oppure se va considerato un dato anomalo e quindi scartato La scelta va fatta seguendo uno dei criteri codificati ed accettati
42 Regola del 2.5 d Si scarta il valore sospetto (outlier) e si calcola la media sui valori replicati rimanenti (x m ) Si calcola la deviazione media: d m Se il valore sospetto (outlier) differisce da x m per più di 2.5 d m il valore viene scartato e la media della misura calcolata solo sui valori rimanenenti Se il valore sospetto (outlier) differisce da x m per meno di 2.5 d m il valore viene incluso nel calcolo della media
43 43 Raccomandazioni per il trattamento degli outliers. Se un dato appare anomalo: accertarsi di non aver commesso un errore grossolano; ripetere l analisi; eseguire il test-q; nel caso il dato sia confermato come outliers, eseguire una nuova replica;
44
45
46
47
48
49
50
51 OK
52
Esercitazioni 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
Dettagli2. Variabilità mediante il confronto di valori caratteristici della
2. Variabilità mediante il confronto di valori caratteristici della distribuzione Un approccio alternativo, e spesso utile, alla misura della variabilità è quello basato sul confronto di valori caratteristici
DettagliL indagine statistica
1 L indagine statistica DEFINIZIONE. La statistica è quella disciplina che si occupa della raccolta di dati quantitativi relativi a diversi fenomeni, della loro elaborazione e del loro utilizzo a fini
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
DettagliMISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE
MISURA DELLA DISTANZA FOCALE DI UNA LENTE CONVERGENTE La distanza focale f di una lente convergente sottile è data dalla formula: da cui 1 f = 1 p + 1 q f = pq p + q dove p e q sono, rispettivamente, le
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
DettagliITCS Erasmo da Rotterdam. Anno Scolastico 2014/2015. CLASSE 4^ M Costruzioni, ambiente e territorio
ITCS Erasmo da Rotterdam Anno Scolastico 014/015 CLASSE 4^ M Costruzioni, ambiente e territorio INDICAZIONI PER IL LAVORO ESTIVO DI MATEMATICA e COMPLEMENTI di MATEMATICA GLI STUDENTI CON IL DEBITO FORMATIVO
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliCapitolo 3. Errori di misura. 3.1 L'incertezza nella misura
Interventi didattici integrativi Appunti di Fisica III 1 Capitolo 3 Errori di misura 3.1 L'incertezza nella misura 3.2 Le misure dirette 3.3 Serie di misure dirette 3.4 Le misure indirette 3.5 Procedimento
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliQuantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliIl campionamento statistico. prof. C.Guida
Il campionamento statistico prof. C.Guida Per determinare le caratteristiche fondamentali di una popolazione statistica non è sempre necessario analizzare tutta la popolazione, ma risulta sufficiente esaminare
Dettagli2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale
BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk
DettagliUNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA
UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI INGEGNERIA IDRAULICA, MARITTIMA E GEOTECNICA CORSO DI COSTRUZIONI IDRAULICHE A.A. 00-0 PROF. LUIGI DA DEPPO ING. NADIA URSINO ESERCITAZIONE N : Progetto
DettagliAnalisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliUtilizzeremo un kit analitico per valutare la qualità dell acqua potabile delle nostre case, scuole e fontanelle cittadine.
Acqua in brocca Ciao! Io sono LABBY e vi farò da guida per l analisi dell acqua del vostro rubinetto! Utilizzeremo un kit analitico per valutare la qualità dell acqua potabile delle nostre case, scuole
DettagliDipartimento Scientifico-Tecnologico
ISTITUTO TECNICO STATALE LUIGI STURZO Castellammare di Stabia - NA Anno scolastico 2012-13 Dipartimento Scientifico-Tecnologico CHIMICA, FISICA, SCIENZE E TECNOLOGIE APPLICATE Settore Economico Indirizzi:
DettagliIl Metodo Scientifico
Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato
DettagliLa presentazione di progetti a consuntivo nel meccanismo dei certificati bianchi. Walter Grattieri
La presentazione di progetti a consuntivo nel meccanismo dei certificati bianchi Walter Grattieri 1 I «Certificati Bianchi» (D.M. 20.7.2004) Incentivano i progetti di efficienza energetica negli usi finali
DettagliStatistica descrittiva
Corso di Laurea in Ingegneria per l Ambiente ed il Territorio Corso di Costruzioni Idrauliche A.A. 2004-05 www.dica.unict.it/users/costruzioni Statistica descrittiva Ing. Antonino Cancelliere Dipartimento
DettagliTEST DI AUTOVALUTAZIONE TEST SU DUE CAMPIONI
TEST DI AUTOVALUTAZIONE TEST SU DUE CAMPIONI I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Statistica Parte A. Per verificare l efficacia di un farmaco
DettagliIl Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliEsercitazioni per il corso di Microonde 2005/2006: CENNI DI TEORIA DELL ERRORE. Ing. Ricci Andrea Simone
Esercitazioni per il corso di Microonde 2005/2006: CENNI DI TEORIA DELL ERRORE Ing. Ricci Andrea Simone INCERTEZZA DI MISURA - Introduzione X SISTEMA Y Misura > complesso di attività volte alla valutazione
DettagliStatistica. Esercitazione 16. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 16 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 24 Studio della relazione tra due variabili Commonly Asked Questions Qual è la relazione tra la spesa
DettagliAnalisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA
Analisi Statistica per le Imprese (6 CFU) - a.a. 2010-2011 Prof. L. Neri RICHIAMI DI STATISTICA DESCRITTIVA UNIVARIATA 1 Distribuzione di frequenza Punto vendita e numero di addetti PUNTO VENDITA 1 2 3
DettagliSfide di Matematica. Corso PON Competenze per lo sviluppo Liceo A. Galizia Nocera Inferiore. Ing. Ivano Coccorullo Prof.ssa Daniela Garreffa
Corso PON Competenze per lo sviluppo Liceo A. Galizia Nocera Inferiore Ing. Ivano Coccorullo Prof.ssa Daniela Garreffa Test 2010 Alleniamoci un po Test 2010 Test 2010: Domande Test 2010 Test 2010: Domande
DettagliIndice Aspetti generali sul campionamento da popolazioni finite Campionamento probabilistico Disegno campionario semplice
Indice 1 Aspetti generali sul campionamento da popolazioni finite.. 1 1.1 Rilevazionicensuarieerilevazionicampionarie... 1 1.2 Lineemetodologichediunarilevazionestatistica... 3 1.3 Popolazioni, etichette,
DettagliCome descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca
Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva Brugnaro Luca Progetto formativo complessivo Obiettivo: incrementare le competenze degli operatori sanitari nelle metodiche
DettagliIntroduzione alla Teoria degli Errori
Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non
DettagliMisura e Valutazione del A. Rischio
- 7 Teoria della Finanza Aziendale Prof. Arturo Capasso A.A. 007-008 Misura e Valutazione del A. Rischio - Argomenti Il rischio Il rischio negli investimenti finanziari La misurazione del rischio Varianza
DettagliGrafici delle distribuzioni di frequenza
Grafici delle distribuzioni di frequenza L osservazione del grafico può far notare irregolarità o comportamenti anomali non direttamente osservabili sui dati; ad esempio errori di misurazione 1) Diagramma
DettagliSOFTWARE PER DATA LOGGER VACQ
SOFTWARE PER DATA LOGGER VACQ I software a disposizione sono stati sviluppati appositamente per ogni prodotto, esaltandone le specifiche tecniche senza tuttavia risultare incomprensibili all utente. Non
DettagliINCERTEZZA DI MISURA
L ERRORE DI MISURA Errore di misura = risultato valore vero Definizione inesatta o incompleta Errori casuali Errori sistematici L ERRORE DI MISURA Errori casuali on ne si conosce l origine poiche, appunto,
DettagliVERIFICA IN CAMPO Sistemi di Monitoraggio in Continuo delle Emissioni (AMS/SME) IAR - LINEARITÀ - TARATURA POLVERIMETRO - QAL2 - AST NOTA INFORMATIVA
VERIFICA IN CAMPO Sistemi di Monitoraggio in Continuo delle Emissioni (AMS/SME) IAR - LINEARITÀ - TARATURA POLVERIMETRO - QAL2 - AST NOTA INFORMATIVA Assicurazione Qualità Sistemi di Monitoraggio in Continuo
DettagliA cura di P.I. Antonio Caprai e-mail: caprai@iirg.pi.cnr.it tel. ++39 050 3152391
CONSIGLIO NAZIONALE DELLE RICERCHE ISTITUTO INTERNAZIONALE PER LE RICERCHE GEOTERMICHE 56127 PISA (Italy) Via G. Moruzzi, 1 - Tel. 0503152381 0503152383 0503152384 Fax 050312562322 05031562323 e-mail:
DettagliStatistica descrittiva
Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di indicatori sintetici che individuano, con un singolo valore, proprieta` statistiche di un campione/popolazione rispetto
Dettagli7 Esercizi e complementi di Elettrotecnica per allievi non elettrici. Circuiti elementari
7 Esercizi e complementi di Elettrotecnica per allievi non elettrici Circuiti elementari Gli esercizi proposti in questa sezione hanno lo scopo di introdurre l allievo ad alcune tecniche, semplici e fondamentali,
DettagliCENNI DI METODI STATISTICI
Corso di Laurea in Ingegneria Aerospaziale CENNI DI METODI STATISTICI Docente: Page 1 Page 2 Page 3 Due eventi si dicono indipendenti quando il verificarsi di uno non influisce sulla probabilità di accadimento
DettagliUn applicazione della modellistica ARCH-GARCH
Un applicazione della modellistica ARCH-GARCH Federico Andreis Tesina per l esame di Metodi Statistici per la Finanza e le Assicurazioni A.A. 2005/2006 Prof. Diego Zappa Il grafico della serie storica
Dettagli10 mm: R st1,w (C:C tr )= 60 (-1, -4) db 20 mm: R st1,w (C:C tr )= 60 (-1, -4) db
Traduzione della Certificazione Verbale di prova 167 33 428 Prova Determinazione valore isolamento acustico per giunti della schiuma poliuretanica CF 812 CC Base Normativa Committente: Hilti Linea Guida
Dettagli7. Si confronti la variabilità del carattere età nel gruppo dei maschi ed in quello delle femmine.
Esercizio n. 1 Da un collettivo di 20 individui si è rilevata la seguente distribuzione univariata multipla relativa ai caratteri età, sesso, numero di automobili possedute: unità età sesso n.auto 1 35
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliStudio di funzione. Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2
Studio di funzione Copyright c 2009 Pasquale Terrecuso Tutti i diritti sono riservati. E vietata la riproduzione, anche parziale, senza il consenso dell autore. Funzioni elementari 2 Studio di funzione
DettagliCMR - Centro di Medicina Riabilitativa. Relazione tecnico-diagnostica
CMR - Centro di Medicina Riabilitativa Telefono: 0942.794510 - Fax: 0942.797103 - E-mail: info@cmr-marchese.it Prove in situ per il monitoraggio periodico dell umidità a seguito dell installazione di tecnologia
DettagliStruttura Semplice Siti Nucleari
DIPARTIMENTO TEMATICO RADIAZIONI ATTIVITA DI CONTROLLO IN RELAZIONE AL RINVENIMENTO DI FUSTI INTERRATI PRESSO IL SITO FN-SO.G.I.N. DI BOSCO MARENGO (AL) Relazione tecnica n. 8/SS21.02/2014 Redazione Verifica
DettagliLEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010
LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno
DettagliDETERMINAZIONI SPERIMENTALI ED ERRORI. confrontare quella grandezza con un'altra di riferimento, ad essa omogenea, detta unità di misura.
DETERMINAZIONI SPERIMENTALI ED ERRORI MISURARE UNA GRANDEZZA = confrontare quella grandezza con un'altra di riferimento, ad essa omogenea, detta unità di misura. LUNGHEZZA metro (m) distanza percorsa dalla
DettagliInferenza statistica
Inferenza statistica Si tratta di un complesso di tecniche, basate sulla teoria della probabilità, che consentono di verificare se sia o no possibile trasferire i risultati ottenuti per un campione ad
Dettagli1) Il grafico rappresenta la quantità di acqua contenuta in una vasca da bagno al passare del tempo.
ESERCIZI DI SCIENZE 1) Il grafico rappresenta la quantità di acqua contenuta in una vasca da bagno al passare del tempo. A quale delle seguenti situazioni corrisponde il grafico? A. Il rubinetto è aperto
DettagliStatistica descrittiva: prime informazioni dai dati sperimentali
SECONDO APPUNTAMENTO CON LA SPERIMENTAZIONE IN AGRICOLTURA Statistica descrittiva: prime informazioni dai dati sperimentali La statistica descrittiva rappresenta la base di partenza per le applicazioni
DettagliIndici (Statistiche) che esprimono le caratteristiche di simmetria e
Indici di sintesi Indici (Statistiche) Gran parte della analisi statistica consiste nel condensare complessi pattern di osservazioni in un indicatore che sia capace di riassumere una specifica caratteristica
DettagliStatistica Applicata all edilizia Lezione 3: i numeri indice
Lezione 3: i numeri indice E-mail: orietta.nicolis@unibg.it 24 marzo 2009 Programma Programma Operazioni statistiche elementari Vengono utilizzate per confrontare fenomeni nel tempo (nello stesso luogo
DettagliElementi di Statistica
Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle
DettagliLa Distribuzione Normale (Curva di Gauss)
1 DISTRIBUZIONE NORMALE o CURVA DI GAUSS 1. E la più importante distribuzione statistica continua e trova numerose applicazioni nello studio dei fenomeni biologici. 2. Fu proposta da Gauss (1809) nell'ambito
DettagliProtocollo dei saperi imprescindibili Ordine di scuola: professionale
Protocollo dei saperi imprescindibili Ordine di scuola: professionale DISCIPLINA: MATEMATICA RESPONSABILE: CAGNESCHI F. IMPERATORE D. CLASSE: prima servizi commerciali Utilizzare le tecniche e le procedure
DettagliLa fisica e la misura
La fisica e la misura La fisica è una scienza fondamentale che ha per oggetto la comprensione dei fenomeni naturali che accadono nel nostro universo. È basata su osservazioni sperimentali e misure quantitative
DettagliLa mobilità degli elementi chimici
La mobilità degli elementi chimici Gli ioni contenuti nella parte sinistra del diagramma sono quelli che in soluzione si presentano sotto forma di cationi semplici. Gli ioni nella parte centrale del diagramma
DettagliPOP 03 PROCEDURA DI CAMPIONAMENTO DI ACQUE SUPERFICIALI, REFLUE E POTABILI
REV 0 1 di 7 POP 03 PROCEDURA DI CAMPIONAMENTO DI ACQUE SUPERFICIALI, REFLUE E POTABILI DATA REDAZIONE VERIFICA APPROVAZIONE 20/06/2011 REV 0 2 di 7 SOMMARIO 1 RIFERIMENTI 3 2 DEFINIZIONI 3 3 SCOPO E CAMPO
DettagliIl risultato di un analisi chimica è un informazione costituita da: un numero un incertezza un unità di misura
Il risultato di un analisi chimica è un informazione costituita da: un numero un incertezza un unità di misura Conversione del risultato in informazione utile È necessario fare alcune considerazioni sul
DettagliESAME DI STATO. SIMULAZIONE PROVA NAZIONALE Scuola Secondaria di I grado Classe Terza. Prova 3. Anno Scolastico 20. - 20. Classe:... Data:...
Prova Nazionale di Matematica: Simulazioni - a cura di M. Zarattini Prova ESAME DI STATO Anno Scolastico 0. - 0. SIMULAZIONE PROVA NAZIONALE Scuola Secondaria di I grado Classe Terza Classe:... Data:...
DettagliSTATISTICA DESCRITTIVA UNIVARIATA
Capitolo zero: STATISTICA DESCRITTIVA UNIVARIATA La STATISTICA è la scienza che si occupa di fenomeni collettivi che richiedono lo studio di un grande numero di dati. Il termine STATISTICA deriva dalla
DettagliCONVERSIONE ANALOGICO-DIGITALE E DIGITALE-ANALOGICA
CONVERSIONE ANALOGICO-DIGITALE E DIGITALE-ANALOGICA Università di Palermo Elettronica digitale II Giuseppe Caruso 1 ELABORAZIONE ANALOGICA O DIGITALE DEI SEGNALI Elaborazione analogica Trasduttore d ingresso
DettagliRIDUZIONE DELLE DISTANZE
RIDUZIONE DELLE DISTANZE Il problema della riduzione delle distanze ad una determinata superficie di riferimento va analizzato nei suoi diversi aspetti in quanto, in relazione allo scopo della misura,
DettagliDIPLOMA A DISTANZA IN INGEGNERIA ELETTRICA CORSO DI ELETTRONICA INDUSTRIALE DI POTENZA II Lezione 36
DIPLOMA A DISTANZA IN INGEGNERIA ELETTRICA CORSO DI ELETTRONICA INDUSTRIALE DI POTENZA II Lezione 36 Flicker e metodologie di attenuazione Paolo Mattavelli Dipartimento di Ingegneria Elettrica Universitá
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliA.S. 2015/16 CLASSE 5 AEE MATERIA: LABORATORIO DI T.P.S.E.
A.S. 2015/16 CLASSE 5 AEE MATERIA: LABORATORIO DI T.P.S.E. UNITA DI APPRENDIMENTO 1: AMPLIFICATORI OPERAZIONALI Essere capace di progettare le principali configurazioni circuitali con op-amp. Caratteristiche
DettagliIndice. pag. 15. Prefazione. Introduzione» 17
Indice Prefazione 15 Introduzione 17 1. Pianificazione della qualità 1.1. Il concetto di 6 sigma 1.1.1. Le aree e le fasi del sei sigma 1.2. I processi produttivi e la variabilità 1.2.1. Cause comuni 1.2.2.
DettagliStatistica (Prof. Capitanio) Slide n. 1. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Statistica (Prof. Capitanio) Slide n. 1 Materiale di supporto per le lezioni. Non sostituisce il libro di testo MEDIA GEOMETRICA M g = x g = n n x i i=1 1 PROPRIETA 1) Identità di prodotto ( ) n n M =
DettagliPSICOMETRIA. Esercitazione n.1. C.d.L. Comunicazione e Psicologia a.a. 2012/13
PSICOMETRIA Esercitazione n.1 C.d.L. Comunicazione e Psicologia a.a. 2012/13 ESERCITAZIONE 1: INDICE 1. Informazioni di carattere generale sulle esercitazioni 2. Il foglio di calcolo (Excel) 3. Avviare
DettagliCAPITOLO 8 ANALISI DEI FABBISOGNI DI UNO STABILIMENTO IN TERMINI DI SERVIZI (ENERGIA, FLUIDI, ECC.)
CAPITOLO 8 ANALISI DEI FABBISOGNI DI UNO STABILIMENTO IN TERMINI DI SERVIZI (ENERGIA, FLUIDI, ECC.) Cap. 8 1 ANALISI ENERGETICA DI UNO STABILIMENTO CONSISTE NELL'ANALISI DI TUTTI GLI IMPIANTI E I PROCESSI
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione
DettagliConfronto metodiche per la determinazione dei contaminanti nel biodiesel. Unichim 19 Novembre 2014 Cinzia Passerini Elena Rebesco
Confronto metodiche per la determinazione dei contaminanti nel biodiesel Unichim 19 Novembre 2014 Cinzia Passerini Elena Rebesco Introduzione Negli ultimi anni sono stati riscontrati problemi di driveability
DettagliLineamenti di econometria 2
Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Aspetti Statistici della Regressione Aspetti Statistici della Regressione
DettagliPIANO DI STUDIO DELLA DISCIPLINA
Modulo Gestione Qualità UNI EN ISO 9001 : 2008 Tel. 0331635718 fax 0331679586 info@isisfacchinetti.it www.isisfacchinetti.it PIANO STUDIO DELLA DISCIPLINA PIANO DI STUDIO DELLA DISCIPLINA Chimica Analitica
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliANALISI CHIMICHE ED ELABORAZIONE DATI
ISTITUTO TECNICO INDUSTRIALE A. PANELLA REGGIO CALABRIA CORSO DI PERFEZIONAMENTO ANALISI CHIMICHE ED ELABORAZIONE DATI ANALISI DEI VINI ANALISI DELLE ACQUE DESTINATE AL CONSUMO UMANO Progetto realizzato
Dettagli(accuratezza) ovvero (esattezza)
Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliCongresso Nazionale Congiunto SIMMESN e SIMGePeD. Malattie genetico-metaboliche tra tecnologia e assistenza 27-29 Ottobre 2011, Bologna
Congresso Nazionale Congiunto SIMMESN e SIMGePeD Malattie genetico-metaboliche tra tecnologia e assistenza 27-29 Ottobre 2011, Bologna Controllo Qualità L'analisi è un procedimento metrologico che ha lo
DettagliANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
DettagliIncertezza di Misura Approccio utilizzando la relazione di Horwitz
Validazione dei metodi e incertezza di misura nei laboratori di prova addetti al controllo di alimenti e bevande Bologna 25 novembre 2004 Incertezza di Misura Approccio utilizzando la relazione di Horwitz
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliMatematica Applicata. Probabilità e statistica
Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato
DettagliEstate 2012. Settimana 13-19 agosto 2012. 11 bollettino
Estate 2012 Monitoraggio tramite centraline sul fiume Arno Settimana 13-19 agosto 2012 11 bollettino INDICE SOGLIE di attenzione e di allarme per ossigeno e temperatura...2 Stazione di BUONRIPOSO...3 Stazione
DettagliFacoltà di Psicologia Università di Padova Anno Accademico 2010-2011
Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor
DettagliMisuratori Volumetrici Serie M e MA Panoramica
Misuratori Volumetrici Serie M e MA Panoramica I misuratori Liquid Controls Serie M offrono il massimo dell'accuratezza nella misurazione per il trasferimento fiscale di prodotti petroliferi, benzine per
DettagliIndici di dispersione
Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo
DettagliIndicatori - Orientamento: Le tre dimensioni dello sviluppo
Indicatori - Orientamento: Le tre dimensioni dello sviluppo Ambiente territoriali per: Ridurre e ottimizzare l'uso di risorse naturali (energia, suolo, acqua, combustibili, etc.) Preservare la configurazione
DettagliSAPER ASCOLTARE CON ATTENZIONE SAPER ANALIZZARE/CONFRONTARE I SUONI IN RELAZIONE AI PRINCIPALI PARAMETRI
UAD N. 1 SAPER ASCOLTARE CON ATTENZIONE SAPER ANALIZZARE/CONFRONTARE I SUONI IN RELAZIONE AI PRINCIPALI PARAMETRI Riferimento OSA: 2-4(conoscenza) e D E F- G (abilità) Il silenzio e il suono. Suono e rumore
DettagliCluster Analysis. La Cluster Analysis è il processo attraverso il quale vengono individuati raggruppamenti dei dati. per modellare!
La Cluster Analysis è il processo attraverso il quale vengono individuati raggruppamenti dei dati. Le tecniche di cluster analysis vengono usate per esplorare i dati e non per modellare! La cluster analysis
DettagliPopolazione. Campione. I risultati di un esperimento sono variabili aleatorie. I valori stimati sono variabili aleatorie. Teorema del limite centrale
I risultati di un esperimento sono variabili aleatorie. Un esperimento non consente di esaminare ogni elemento di una popolazione o di effettuare tutte le misure possibili. campione , sx Stime Popolazion
DettagliModalità di presentazione e tipologia dei dati da inserire nelle banche dati per il monitoraggio della terapia genica e cellulare somatica
Modalità di presentazione e tipologia dei dati da inserire nelle banche dati per il monitoraggio della terapia genica e cellulare somatica IL PRESIDENTE DELL ISTITUTO SUPERIORE DI SANITÀ VISTO il decreto
DettagliCAPITOLO V. DATABASE: Il modello relazionale
CAPITOLO V DATABASE: Il modello relazionale Il modello relazionale offre una rappresentazione matematica dei dati basata sul concetto di relazione normalizzata. I principi del modello relazionale furono
DettagliAbbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili:
Incertezze di misura Argomenti: classificazione delle incertezze; definizione di incertezza tipo e schemi di calcolo; schemi per il calcolo dell incertezza di grandezze combinate; confronto di misure affette
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food
DettagliFrancesca Pierri Dipartimento di Economia Finanza e Statistica Università degli Studi di Perugia
Francesca Pierri Dipartimento di Economia Finanza e Statistica Università degli Studi di Perugia Introduzione La ricerca accademica ha spesso evidenziato l esigenza di costruire indicatori delle performance
Dettagli