Lezione 6. Tabelle funzionali. Utilizziamo il nostro sistema a portata di mano e ben controllabile

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Lezione 6. Tabelle funzionali. Utilizziamo il nostro sistema a portata di mano e ben controllabile"

Transcript

1 Tabelle funzionali Riguardano dati in cui si vuole verificare una relazione tra più grandezze. Si organizzano le tabelle delle migliori stime delle coppie di grandezze e delle rispettive incertezze totali. Si dovrà decidere di organizzare le grandezze una come dipendente, y, che vari al variare di un altra (o più) detta indipendente (indipendenti) in generale x, etichette date da y=f(x)=y(x). La scelta della dipendente dipende dall incertezza relativa maggiore, la tabella all inizio si organizzerà senza le etichette y e x, che saranno date dopo lo studio delle incertezze relative. Lezione 6 Utilizziamo il nostro sistema a portata di mano e ben controllabile 1

2 La tabella funzionale è la parte conclusiva di un processo di raccolta dati e di propagazione e combinazione delle incertezze. Per avere maggiore precisione prendiamo più periodi, per un numero sufficiente di volte, almeno dieci per avere una buona stima del valore medio, qui si utilizzano sei per una migliore visualizzazione didattica e per fare un calcolo più immediato.

3 Usiamo media e deviazione standard del campione, e la propagazione delle incertezze Questo è solo l incertezza statistica, dovremmo tener conto anche di quella di lettura (ε 3T ), ε 3T = s, quindi ε T = che sommato a σ Τ dà per δt lo stesso valore numerico 3

4 Tabella funzionale adattata per un analisi più chiara: linearizzazione della legge. T = cost g l y = A + Bx dove y T e x l Possiamo verificare quale ipotesi è accettabile studiando la misura della costante. 4

5 Quello che studieremo è come minimizzare la distanza della curva (retta) Y=A+Bx ideale, che passi il più vicino possibile, in media, ai punti, nei limiti delle barre di incertezza. Come si osserva la presentazione grafica è di immediata comprensione ed analisi se si sceglie con variabile y quella con maggiore incertezza relativa. Si ottiene che, se ogni variabile è affetta da incertezze casuali, quindi segue una gaussiana, i parametri A e B che più verosimilmente (principio di massima verosimiglianza) descrivono i dati sono: y 4 4 dove la quantità al denominatore è di solito indicata semplicemente con Δ. 3 3 x

6 ESERCIZIO Fare l analisi dimensionale di coefficienti A e B. Se la grandezze x e y seguono delle gaussiana, a loro volta anche A e B seguiranno delle gaussiane. y Verificare l analisi dimensionale con la relazione Y=A+BX. Svolgimento alla x 350 6

7 La sta1s1ca perme5erà anche di dire y L incertezza statistica sulla legge si riduce a 4 N ( y Y ) 4 i i i=1 σ Y (ideale) = 3 N con N numero di coppie di dati. σy non è altro che la distanza media dei punti dalla retta Y=A+BX. Ma la migliore stima è 3 N x ( yi Yi ) 350 σ Y (stima) = i=1 N Considerazioni alla su valore ideale e stima σy, intuitivamente accettabile perché per due punti infatti si avrebbe σy= 0/0 - indeterminato 7

8 La statistica permetterà di abbattere anche in questo caso l incertezza casuale 8

9 La statistica permetterà di abbattere l incertezza casuale se Diversamente: δ (*) y i = σ Y +δ y i dove la legge non risulta appropriata ma possiamo comunque fornire una previsione, ovviamente con un incertezza maggiore. 9

10 Lezione 7 x l [m] δl [m] 0,440 0,0005 0,645 0,0005 0,885 0,0005 l [m 1/] δ l [m 1/] δ l / l 0,6633 1,7E-04,5E-04 0,8031,0E-04,5E-04 0,9407,4E-04,5E-04 y δx δy T [s] σ T (s) ε T (s) δt [s] δt/t 1,01 0,04 0,0017 0,04 0,04 1,4 0,01 0,0017 0,01 0,01 1,70 0,04 0,0017 0,04 0,0 1,97 0,03 0,0017 0,03 0,0 1,95 T [s] 1,75 1,55 1,35 1,15 0,95 Verifica di una legge Prima di tutto scelta della variabile dipendente T in funzione l 0,4 0,6 0,8 1,0 l [m 1/ ] Nell approccio brutale fornito per l introduzione, si utilizza l espediente della retta di massima a minima pendenza 10

11 La sta1s1ca perme5e di dire,0 T [s] 1,8 T in funzione l che la migliore stima della curva, in questo caso una retta, è data dai parametri stimati per la retta Y = A+ B X secondo le seguenti formule 1,6 1,4 1, 1,0 y =,15E+00x - 3,5E-0 0,4 0,6 0,8 1,0 l [m 1/ ] Per ora possiamo utilizzare i coefficienti, che otteniamo da fogli elettronici 11

12 Per ora u1lizziamo le formule senza derivarle Come esercizio possiamo verificare che excel faccia le operazioni giuste u1lizzando le varie Σ. Per le incertezze dobbiamo essere noi a prendere una decisione, sulla base del fa5o se sia o non sia appropriato il modello-ipotesi, in questo caso Y=A+BX

13 Organizzatevi i da1 in modo da o5enere i prodok, e notate che in alcuni casi guadagnate cifre significa1ve Σx Σy ΣxΣxy A= Δ NΣxy ΣxΣy B= Δ Δ = NΣx ( Σx ) Fare prima l analisi dimensionale delle formule sopra, per verificare se ci sono errori eppoi svolgere (calcoli con chiarimen1 alla lavagna ) 13

14 Svolgimento con chiarimenti ulteriori alla Y T Y T δy = σ + ε δy = σ + δ? Come mai?? Come mai? 14

15 T [s] 1,95 1,75 T in funzione l? Come mai? Le tre coppie di dati con l maggiore sembrano allineati meglio. 1,55 Non bastano le misure, ma si dovrebbe conoscere come sono state condoke. 1,35 1,15 0,95 0,40 0,50 0,60 0,70 0,80 0,90 l [m 1/ 1,00 ] l [m 1/ ] La legge vale per le piccole oscillazioni, nel prendere i dati, gli studenti hanno ritenuto la misura a varie lunghezze affidabile, partendo dalla stessa distanza dalla posizione a riposo, per il dato a l minore, l angolo risulta considerevole. 15

16 ,0 T in funzione l T [s] 1,9 1,8 1,7 1,6 1,5 1,4 1,3 y = 1,99E+00x + 9,61E-0 0,6 0,7 0,8 0,9 1,0 G(z) Fiducia del 95 %, significatività per il rigetto 5 % z=+.58 z = ( x X) /σ z=+1.96 l [m 1/ ] Fiducia del 99 %, significatività per il rigetto 1 % 16

17 Verificata la legge, quanto risulta g? B = π g g = 4π B δg g = δb B 17

18 L incertezza di accuratezza si può determinare mediante la verifica di leggi fisiche. Nelle misure effettuate avevamo un incertezza sulla posizione del centro di massa, che la regressione, in questo caso lineare, ci permette di isolare, nonché di stimare. T = π l g Abbiamo dimostrato che la legge può essere accettata per i nostri dati, ma dall osservazione dell esperienza, e, vedi metodo scientifico, ci accorgiamo che in realtà l contiene una parte di indeterminaziona perché non sappiamo dove sia precisamente il baricentro. l l Possiamo considerare quindi l= l + l? Y= T X= l T = π l'+ l? g T = 4π l'+ l? g Y = = 4π g l'+ 4π l? g = B x + A l? 18

19 Possiamo verificare anche la legge, scritta in questo modo, e fornire g e l?. T = 4π g l'+ 4π l? g Y = A + BX y= T [s ] 5,7 5, 4,7 4, 3,7 B = 4π g Possiamo considerare quindi l= l + l? Misuro indirettamente l? 3,,7, A = 4π l? g l? = A B 1, x= l [mm] 19

20 Esercizio prendere i dati in classe, verificare direttamente la legge T =T (l ) T = 4π g l'+ 4π l? g Y = A + BX y= T [s ] 5,7 5, 4,7 4, 3,7 B = 4π g 3, Fornire la misura di g e la misura di l?.,7, A = 4π l? g 1, x= l [mm] 0

Scappatoie. Indicherò le scappatoie per le scuole superiori, con l intestazione scappatoie in sfondo celestino. Consideriamo la regressione lineare

Scappatoie. Indicherò le scappatoie per le scuole superiori, con l intestazione scappatoie in sfondo celestino. Consideriamo la regressione lineare Scappatoie Indicherò le scappatoie per le scuole superiori, con l intestazione scappatoie in sfondo celestino. e rigore. Segnalerò con e rigore a sfondo rosso la trattazione corretta. E indicherò le parti

Dettagli

Programma della parte introduttiva: Lezione 5

Programma della parte introduttiva: Lezione 5 Programma della parte introduttiva: Lezione 5 Cap. 3 Presentazione e confronto tra misure Cap. 4 Propagazione delle incertezze Cap 5 Misure ripetute e stimatori Cap.6 Organizzazione e presentazione dei

Dettagli

Ruota: analisi dei da.

Ruota: analisi dei da. Ruota: analisi dei da. n σ ε δ 1,00 1,41 1,73 2,00 2,24 1,71 2,41 2,88 3,31 3,70 0,06 0,11 0,06 0,12 0,13 0,005 0,005 0,005 0,005 0,005 0,07 0,12 0,07 0,13 0,14 Nelle scuole superiori u.lizziamo la somma

Dettagli

Aggiorniamo pag. 24 della presentazione

Aggiorniamo pag. 24 della presentazione Aggiorniamo pag. 24 della presentazione Il pendolo è un sistema che utilizzo per introdurre la teoria. Posso prevedere qual è il periodo di oscillazione del pendolo? T = 2π l g Prendo la legge e la verifico,

Dettagli

Vogliamo determinare una funzione lineare che meglio approssima i nostri dati sperimentali e poter decidere sulla bontà di questa approssimazione.

Vogliamo determinare una funzione lineare che meglio approssima i nostri dati sperimentali e poter decidere sulla bontà di questa approssimazione. S.S.I.S. TOSCANA F.I.M. II anno FUNZIONI DI REGRESSIONE E METODO DEI MINIMI QUADRATI Supponiamo di star conducendo uno studio sulla crescita della radice di mais in funzione del contenuto di saccarosio

Dettagli

Rappresentazione grafica di coppie di variabili (x i,y i ) correlate e non. E indicato il valore del coefficiente di correlazione lineare r

Rappresentazione grafica di coppie di variabili (x i,y i ) correlate e non. E indicato il valore del coefficiente di correlazione lineare r 1 Rappresentazione grafica di coppie di variabili (x i,y i ) correlate e non. E indicato il valore del coefficiente di correlazione lineare r Ovviamente tra le coppie (x i,y i ) può sussistere una correlazione

Dettagli

Uso del chi-quadro per la verifica di una legge :

Uso del chi-quadro per la verifica di una legge : Uso del chi-quadro per la verifica di una legge : La densità di probabilità del chi-quadro (χ ) si ottiene matematicamente, per variabili y i che seguano, tutte, Gauss di valore centrale Y i =Y(x i ) d

Dettagli

La misura fornisce un numero ed una unità di misura. Questione dell unità di misura: analisi dimensionale

La misura fornisce un numero ed una unità di misura. Questione dell unità di misura: analisi dimensionale Presentazione dei calcoli e delle misure La fisica studia i fenomeni naturali, con osservazioni sceintifiche, misure di grandezze e verifiche di leggi. La misura fornisce un numero ed una unità di misura.

Dettagli

Ma anche presso le scuole

Ma anche presso le scuole Ma anche presso le scuole 1 h h = t = t δ = δh h + δt t h misurato come differenza tra due punti, con scala raduata di risoluzione 1 mm t misurato sul display come 0.000 s, risoluzione 0.001 s. δ = 0.

Dettagli

METODO DEI MINIMI QUADRATI

METODO DEI MINIMI QUADRATI Vogliamo determinare una funzione lineare che meglio approssima i nostri dati sperimentali e poter decidere sulla bontà di questa approssimazione. Sia f(x) = mx + q, la coppia di dati (x i, y i ) appartiene

Dettagli

Nel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0.

Nel modello omoschedastico la varianza dell errore non dipende da i ed è quindi pari a σ 0. Regressione [] el modello di regressione lineare si assume una relazione di tipo lineare tra il valore medio della variabile dipendente Y e quello della variabile indipendente X per cui Il modello si scrive

Dettagli

Metodo dei Minimi Quadrati. Dott. Claudio Verona

Metodo dei Minimi Quadrati. Dott. Claudio Verona Metodo dei Minimi Quadrati Dott. Claudio Verona E in generale interessante studiare l andamento di una variabile in funzione di un altra e capire se c è una funzione matematica che le lega. Viceversa è

Dettagli

Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice

Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Crisafulli Paride Curseri Federica Raia Salvatore Torregrossa M. Roberto Valerio Alessia Zarcone

Dettagli

LABORATORIO DI FISICA Ⅰ ESPERIENZA N 3 13 DICEMBRE 2018

LABORATORIO DI FISICA Ⅰ ESPERIENZA N 3 13 DICEMBRE 2018 LABORATORIO DI FISICA Ⅰ ESPERIENZA N 3 13 DICEMBRE 018 Gruppo N 5: Salvatore Mantia, Rosario Lo Varco, Antonio Lo Varco, Silvia Tomasi, Alfredo Scelsa, Gianluca Pusateri, Alessandro Sanseverino. MISURA

Dettagli

Test delle Ipotesi Parte I

Test 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

Dettagli

Programma della parte introdu0va: Lezione 5

Programma della parte introdu0va: Lezione 5 Programma della parte introdu0va: Lezione 5 Cap. 3 Presentazione e confronto tra misure Cap. 4 Propagazione delle incertezze Cap 5 Misure ripetute e stimatori Cap.6 Organizzazione e presentazione dei dati

Dettagli

0.6 Moto rotazionale intorno ad un asse fisso

0.6 Moto rotazionale intorno ad un asse fisso 0.6.0. Moto rotazionale intorno ad un asse fisso 25 0.6 Moto rotazionale intorno ad un asse fisso Premessa Questa esperienza riguarda lo studio del comportamento di un corpo (volano) libero di ruotare

Dettagli

Esperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018

Esperimentazioni di Fisica 1. Prova in itinere del 12 giugno 2018 Esperimentazioni di Fisica 1 Prova in itinere del 1 giugno 018 Esp-1 Prova in Itinere n. - - Page of 6 1/06/018 1. (1 Punti) Quesito L incertezza da associare alle misurazioni eseguite con un certo strumento

Dettagli

Osservazioni e Misura. Teoria degli errori

Osservazioni e Misura. Teoria degli errori Osservazioni e Misura ella misura di una grandezza fisica gli errori sono inevitabili. Una misura non ha significato se non viene stimato l errore. Teoria degli errori La teoria degli errori cerca di trovare

Dettagli

La fisica come scienza della misura

La fisica come scienza della misura La fisica come scienza della misura Riprendiamo l approccio al laboratorio con la verifica di una legge: Rigore: non posso evitarvelo. Semplificazioni e conseguenze (sbrodolamento). Esempi: g con sistema

Dettagli

Dal coefficiente di Correlazione lineare tra due grandezze x, y alla covarianza.

Dal coefficiente di Correlazione lineare tra due grandezze x, y alla covarianza. 1 Dal coefficiente di Correlazione lineare tra due grandezze x, y alla covarianza. La seguente nota è dedicata ad una riorganizzazione del capitolo 9 del Taylor. Si fà notare che viene invertito l ordine,

Dettagli

Richiami di statistica e loro applicazione al trattamento di osservazioni topografiche e geodetiche

Richiami di statistica e loro applicazione al trattamento di osservazioni topografiche e geodetiche Richiami di statistica e loro applicazione al trattamento di osservazioni topografiche e geodetiche Ludovico Biagi Politecnico di Milano, DIIAR ludovico.biagi@polimi.it (materiale didattico preparato in

Dettagli

Errori sistematici e casuali

Errori sistematici e casuali Errori sistematici e casuali Errori Casuali Tempo di reazione nel far partire o fermare l orologio: Può essere sia in eccesso che in difetto (ad esempio partenza e arrivo), quindi l errore può avere segno

Dettagli

Esercizi di statistica

Esercizi di statistica Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..

Dettagli

Stima dei Parametri. Capitolo 8

Stima dei Parametri. Capitolo 8 Capitolo 8 Stima dei Parametri Lo scopo dello studio dei fenomeni fisici è quello di scoprire le leggi che legano le grandezze oggetto di indagine e di misurare il valore delle costanti che compaiono della

Dettagli

La verifica del χ 2 : sulle distribuzioni

La verifica del χ 2 : sulle distribuzioni La verifica del χ 2 : sulle distribuzioni Siamo interessa. a verificare se la gaussiana s5mata con la media aritme5ca e la deviazione standard del campione sia appropriata per tu5 i da.. Quindi dovremmo

Dettagli

UNIVERSITÀ DEL SALENTO

UNIVERSITÀ DEL SALENTO UNIVERSITÀ DEL SALENTO FACOLTÀ DI SCIENZE MMFFNN Corso di Laurea in Fisica CORSO DI LABORATORIO I MISURA DEL PERIODO DI OSCILLAZIONE DI UN PENDOLO SEMPLICE E STIMA DEL VALORE DI g Scopo dell esperienza

Dettagli

Laboratorio di Fisica I Anno Accademico

Laboratorio di Fisica I Anno Accademico Laboratorio di Fisica I Anno Accademico 018-019 Relazione terza esperienza di Laboratorio Giorgio Campione Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico

Dettagli

UNIVERSITÀ DEL SALENTO

UNIVERSITÀ DEL SALENTO UNIVERSITÀ DEL SALENTO FACOLTÀ DI SCIENZE MMFFNN Corso di Laurea in Fisica CORSO DI LABORATORIO I MISURA DELLA COSTANTE ELASTICA DI UNA MOLLA E VERIFICA DELLA LEGGE DI HOOKE Scopo dell esperienza Misura

Dettagli

STATISTICA. Regressione-3 L inferenza per il modello lineare semplice

STATISTICA. Regressione-3 L inferenza per il modello lineare semplice STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione

Dettagli

5 cilindri cavi omogenei di dimensioni differenti e dello stesso materiale.

5 cilindri cavi omogenei di dimensioni differenti e dello stesso materiale. RELAZIONE DI LABORATORIO DI FISICA ANNO ACCADEMICO 018/019 Esperienza di laboratorio n 1 19/11/18 Misura della densità di solidi omogenei di forma regolare GRUPPO N 1 Componenti del gruppo: Cirincione

Dettagli

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione.

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione. Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito

Dettagli

METODO DEI MINIMI QUADRATI

METODO DEI MINIMI QUADRATI METODO DEI MINIMI QUADRATI Torniamo al problema della crescita della radice di mais in funzione del contenuto di saccarosio nel terreno di coltura. Ripetendo varie volte l esperimento con diverse quantità

Dettagli

Elaborazione dei dati sperimentali. Problemi di Fisica

Elaborazione dei dati sperimentali. Problemi di Fisica Problemi di Fisica Elaborazione dei dati sperimentali Nella seguente tabella riportiamo alcune regole per esprimere ualunue numero mediante una potenza di 0: 00000000 = 0 9 456789 = 45,6789 0 4 3, = 0,3

Dettagli

LABORATORIO DI FISICA I

LABORATORIO DI FISICA I UNIVERSITA DEGLI STUDI DI PALERMO CORSO DI LAUREA IN SCIENZE FISICHE A.A. 2018/2019 13 Dicembre 2018 LABORATORIO DI FISICA I RELAZIONE TERZA ESPERIENZA DI LABORATORIO GRUPPO 1 Nigrelli Giulia Valenti Giuseppe

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,

Dettagli

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Analisi degli Errori di Misura. 08/04/2009 G.Sirri Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia

Dettagli

Il Corso di Fisica per Scienze Biologiche

Il Corso di Fisica per Scienze Biologiche Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 075-585 2708 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/

Dettagli

STATISTICA INDUTTIVA: STIMA DI PARAMETRI STIMA PUNTUALE

STATISTICA INDUTTIVA: STIMA DI PARAMETRI STIMA PUNTUALE S.S.I.S TOSCANA F.I.M. -II anno STATISTICA INDUTTIVA: STIMA DI PARAMETRI STIMA PUNTUALE PROBLEMA 1 Vogliamo valutare la percentuale p di donne fumatrici tra le donne in età fertile. Procediamo all estrazione

Dettagli

L indagine campionaria Lezione 3

L indagine campionaria Lezione 3 Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato

Dettagli

Corso di Fisica generale

Corso di Fisica generale Corso di Fisica generale Liceo Scientifico Righi, Cesena Anno Scolastico 014/15 3B Appunti sulla Rappresentazione grafica ed Elaborazione dei Dati Sperimentali Riccardo Fabbri 1 (Dispense ed esercizi su

Dettagli

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. 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

Dettagli

Dipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli

Dipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 6 1. Si consideri un campione di 69 persone

Dettagli

Programma della parte introdu0va: Lezione 3. Cap. 3 Presentazione e confronto tra misure

Programma della parte introdu0va: Lezione 3. Cap. 3 Presentazione e confronto tra misure Programma della parte introdu0va: Lezione 3 Cap. 3 Presentazione e confronto tra misure Uniformità tra cifre meno significa

Dettagli

Laboratorio di Fisica I - A.A. 2017/2018. Relazione dell esperienza N. 3

Laboratorio di Fisica I - A.A. 2017/2018. Relazione dell esperienza N. 3 Laboratorio di Fisica I - A.A. 2017/2018 Relazione dell esperienza N. 3 Titolo Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Gruppo 9 Faddetta

Dettagli

STATISTICA A K (60 ore)

STATISTICA 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

Dettagli

Propagazione delle incertezze statistiche. Dott. Claudio Verona

Propagazione delle incertezze statistiche. Dott. Claudio Verona Propagazione delle incertezze statistiche Dott. Claudio Verona Propagazione delle incertezze La maggior parte delle grandezze fisiche di solito non possono essere misurate da una misura diretta, ma viene

Dettagli

Il metodo dei minimi quadrati. Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo:

Il metodo dei minimi quadrati. Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo: Il metodo dei minimi quadrati Molto spesso due grandezze fisiche x e y, misurabili direttamente, sono legate tra loro da una legge del tipo: Dove A e B sono costanti y = A + Bx (ad esempio in un moto uniformemente

Dettagli

La curva di regressione è il luogo dei punti aventi come ordinate le medie condizionate

La curva di regressione è il luogo dei punti aventi come ordinate le medie condizionate Correlazione e regressione Correlazione: le due variabili casuali sono considerate in modo per così dire simmetrico. Regressione: una delle due variabili dipende dall'altra, che per così dire la precede

Dettagli

MISURA DEL PERIODO DI OSCILLAZIONE E DELLA COSTANTE ELASTICA DELLA MOLLA DI UN OSCILLATORE ARMONICO SEMPLICE PRIMA PARTE

MISURA DEL PERIODO DI OSCILLAZIONE E DELLA COSTANTE ELASTICA DELLA MOLLA DI UN OSCILLATORE ARMONICO SEMPLICE PRIMA PARTE Esperienza n.3 MISURA DEL PERIODO DI OSCILLAZIONE E DELLA COSTANTE ELASTICA DELLA MOLLA DI UN OSCILLATORE ARMONICO SEMPLICE PRIMA PARTE Gruppo 4: Vittoria Ciraulo, Carlotta Miceli, Federico Billeci, Anna

Dettagli

Laboratorio di Fisica I- Modulo I Anno Accademico 2018/2019 Esperienza di laboratorio n 3

Laboratorio di Fisica I- Modulo I Anno Accademico 2018/2019 Esperienza di laboratorio n 3 Laboratorio di Fisica I- Modulo I Anno Accademico 018/019 Esperienza di laboratorio n 3 Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice GRUPPO

Dettagli

Regressione Lineare Semplice e Correlazione

Regressione Lineare Semplice e Correlazione Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)

Dettagli

Correlazione tra due variabili

Correlazione tra due variabili Correlazione tra due variabili Federico Plazzi 26 Novembre 2015 Correlazione tra due variabili Correlazione tra due variabili Variabili dipendenti e variabili indipendenti La variabile indipendente è quella

Dettagli

Lezione 11 Funzioni sinusoidali e onde

Lezione 11 Funzioni sinusoidali e onde Lezione 11 Funzioni sinusoidali e onde 1/18 Proprietà delle funzioni seno e coseno sono funzioni periodiche di periodo 2π sin(α + 2π) = sin α cos α + 2π = cos α a Sin a Cos a a a 2/18 Funzione seno con

Dettagli

Laboratorio di Fisica I - Anno Accademico Relazione esperienza n 1

Laboratorio di Fisica I - Anno Accademico Relazione esperienza n 1 Laboratorio di Fisica I - Anno Accademico 018-019 Relazione esperienza n 1 Mario Lauriano, Francesco Giosuè, Flavio Magliozzo, Chiara Coppola, Valeria Principato 19 Novembre 018 Sommario L esperienza svolta,

Dettagli

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta

L analisi dei dati. Primi elementi. EEE- Cosmic Box proff.: M.Cottino, P.Porta L analisi dei dati Primi elementi Metodo dei minimi quadrati Negli esperimenti spesso si misurano parecchie volte due diverse variabili fisiche per investigare la relazione matematica tra le due variabili.

Dettagli

CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI

CONFRONTO 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,

Dettagli

g= 2 t Propagazione delle incertezze l g indirettamente Posso misurare g, indirettamente

g= 2 t Propagazione delle incertezze l g indirettamente Posso misurare g, indirettamente Propagazione delle incertezze 1 h = gt Posso misurare g, indirettamente h g= t Devo propagare le incertezza su h e t. Posso misurare g, indirettamente l T = π g l g = 4π T Propagare le incertezze su l

Dettagli

COGNOME.NOME...MATR..

COGNOME.NOME...MATR.. STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono

Dettagli

Computazione per l interazione naturale: Regressione probabilistica

Computazione per l interazione naturale: Regressione probabilistica Computazione per l interazione naturale: Regressione probabilistica Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2016.html

Dettagli

INTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA

INTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA INTRODUZIONE ALLA STATISTICA PER LA RICERCA IN SANITA IRCBG 19027 Modulo Dal campione alla popolazione: l'inferenza e l'intervallo di confidenza IRCCS Burlo Garofolo Formazione, Aula A via dell Istria

Dettagli

Capitolo 11. minimi quadrati Il metodo dei minimi quadrati

Capitolo 11. minimi quadrati Il metodo dei minimi quadrati Capitolo 11 I minimi quadrati Il problema con cui abbiamo a che fare adesso consiste nel determinare con buona approssimazione una curva (funzione) che descriva il fenomeno a cui i dati appartengono. Lo

Dettagli

R - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre

R - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre R - Esercitazione 6 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 22 Dicembre 2017 Il modello di regressione lineare semplice (I) Esempi tratti da: Stock, Watson Introduzione all econometria

Dettagli

Regressione Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007

Regressione Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007 Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il costo mensile Y di produzione e il corrispondente volume produttivo X per uno dei propri stabilimenti. Volume

Dettagli

Test per la correlazione lineare

Test per la correlazione lineare 10 Test per la correlazione lineare Istituzioni di Matematica e Statistica 2015/16 E. Priola 1 Introduzione alla correlazione lineare Problema: In base ai dati che abbiamo possiamo dire che c è una qualche

Dettagli

La media e la mediana sono indicatori di centralità, che indicano un centro dei dati.

La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,

Dettagli

Elementi. di Statistica. Stages Estivi - Frascati 19/6/2009. Marco Dreucci. Elementi di statistica

Elementi. di Statistica. Stages Estivi - Frascati 19/6/2009. Marco Dreucci. Elementi di statistica Elementi di Statistica 1... diamo un senso cosa e la Fisica delle Particelle Elementari? Spiega il complesso mediante il semplice nel mondo dell infinitamente piccolo all attacco!!! applicando la ben nota

Dettagli

Laboratorio di Fisica I A.A. 2018/ /12/2018

Laboratorio di Fisica I A.A. 2018/ /12/2018 Laboratorio di Fisica I A.A. 2018/2019 13/12/2018 Esperienza N.3 Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice Gruppo n.2 Bozzotta Riccardo

Dettagli

Facciamo 1 cicli di 25 misure da una popolazione per scatola di resistenze

Facciamo 1 cicli di 25 misure da una popolazione per scatola di resistenze Si supponga di voler verificare che due forniture di resistenze di valore nominale dichiarato (per esempio sia = 470 ) sia affidabile. Si supponga che ogni fornitura sia normalmente distribuita con deviazione

Dettagli

Statistica descrittiva: analisi di regressione

Statistica descrittiva: analisi di regressione Statistica descrittiva: analisi di regressione L analisi di regressione permette di esplorare le relazioni tra due insiemi di valori (p.e. i valori di due attributi di un campione) alla ricerca di associazioni.

Dettagli

Ciò significa che uno strumento molto sensibile riesce a percepire piccole variazioni della grandezza presa in esame.

Ciò significa che uno strumento molto sensibile riesce a percepire piccole variazioni della grandezza presa in esame. P a g i n a 1 Taratura di una bilancia dinamometrica Esperienza n, svolta giorno 7/11/017 Gruppo 7: Alessandro Catalano, Gabriele Lo Cascio, Dario Panfalone, Filippo Modica, Santi Macaluso, Gabriel Ingrassia.

Dettagli

Analisi della disponibilità d acqua. Valutazione dell impianto attraverso il calcolo di un indice economico (criterio)

Analisi della disponibilità d acqua. Valutazione dell impianto attraverso il calcolo di un indice economico (criterio) Analisi della disponibilità d acqua Valutazione dell impianto attraverso il calcolo di un indice economico (criterio) Approccio diverso a seconda del criterio di valutazione Nel caso di criterio statistico

Dettagli

Elementi di. Statistica

Elementi di. Statistica Elementi di Statistica 1... diamo un senso cosa e la Fisica delle Particelle Elementari? Spiega il complesso mediante il semplice nel mondo dell infinitamente piccolo all attacco!!! applicando la ben nota

Dettagli

FISICA. Elaborazione dei dati sperimentali. Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica

FISICA. Elaborazione dei dati sperimentali. Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica FISICA Elaborazione dei dati sperimentali Autore: prof. Pappalardo Vincenzo docente di Matematica e Fisica LA MISURA GLI STRUMENTI DI MISURA Gli strumenti di misura possono essere analogici o digitali.

Dettagli

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

Università del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica

Università del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Le distribuzioni teoriche di probabilità La distribuzione Normale (o di

Dettagli

Elementi. Statistica. Masterclass - Frascati 27/2/2013 Elementi di statistica Marco Dreucci

Elementi. Statistica. Masterclass - Frascati 27/2/2013 Elementi di statistica Marco Dreucci Elementi di Statistica 1 Fisica Alte Energie : di cosa si occupa? 2 Variabili aleatorie e distribuzioni 3 Fit ai dati sperimentali 4 Tre esempi completi 1 Fisica Alte Energie Di cosa si occupa? Spiega

Dettagli

Distribuzione normale

Distribuzione normale Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13. Il Concetto di Distribuzione Condizionata ( )

Teoria dei Fenomeni Aleatori AA 2012/13. Il Concetto di Distribuzione Condizionata ( ) Il Concetto di Distribuzione Condizionata Se B è un evento, la probabilità di un evento A condizionata a B vale: ponendo: P A B = ( ) P A B P B A = { x} si giunge al concetto di distribuzione condizionata

Dettagli

RELAZIONE DI LABORATORIO DI FISICA

RELAZIONE DI LABORATORIO DI FISICA RELAZIONE DI LABORATORIO DI FISICA ANNO ACCADEMICO 2017/2018 Esperienza di laboratorio n 3 20/11/17 Misura del periodo di oscillazione e della costante elastica della molla di un oscillatore armonico semplice

Dettagli

Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai

Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai necessari chiarimenti forniti a lezione. 1 MISURA DI UNA

Dettagli

Gruppo 13 ~INDICE~ Di Benedetto Enrico, Franzella Elia, Guttilla Mattia, Nicoletti Gabriele, Tumbiolo Emanuele

Gruppo 13 ~INDICE~ Di Benedetto Enrico, Franzella Elia, Guttilla Mattia, Nicoletti Gabriele, Tumbiolo Emanuele RELAZIONE LABORATORIO ESPERIENZA III ~MISURA DEL PERIODO DI OSCILLAZIONE E DELLA COSTANTE ELASTICA DELLA MOLLA DI UN OSCILLATORE ARMONICO SEMPLICE~ ANNO ACCADEMICO 2018-2019 Gruppo 13 Di Benedetto Enrico,

Dettagli

RELAZIONE DI LABORATORIO DI FISICA

RELAZIONE DI LABORATORIO DI FISICA RELAZIONE DI LABORATORIO DI FISICA ANNO ACCADEMICO 017/018 Esperienza di laboratorio n 1 0/11/17 Misura della densità di solidi omogenei di forma regolare GRUPPO N 10 Componenti del gruppo: Cirincione

Dettagli

Capitolo 2 Le misure delle grandezze fisiche

Capitolo 2 Le misure delle grandezze fisiche Capitolo 2 Le misure delle grandezze fisiche Gli strumenti di misura Gli errori di misura Il risultato di una misura Errore relativo ed errore percentuale Propagazione degli errori Rappresentazione di

Dettagli

3 - Esercizi: strumenti di misura, propagazione degli errori, media, deviazione standard, intervalli

3 - Esercizi: strumenti di misura, propagazione degli errori, media, deviazione standard, intervalli 3 - Esercizi: strumenti di misura, propagazione degli errori, media, deviazione standard, intervalli Esercizio 1: Si intende misurare la densità di un fluido tramite misure di massa e di volume. Lo si

Dettagli

Analisi statistica delle incertezze casuali. Dott. Claudio Verona

Analisi statistica delle incertezze casuali. Dott. Claudio Verona Analisi statistica delle incertezze casuali Dott. Claudio Verona Errori casuali Errori casuali e sistematici Un errore si dice casuale se viene commesso per semplice casualità (esso può essere trattato

Dettagli

STATISTICA. Regressione-2

STATISTICA. Regressione-2 STATISTICA Regressione-2 Fare sempre il grafico! Fig. 5.12 pg 178, Statistica di S. Iacus Fare sempre il grafico! y 0 2 4 6 8 10 =-1 =+0.79 outlier o dato influente 0 2 4 6 8 10 x Inferenza Il modello

Dettagli

Psicometria con Laboratorio di SPSS 2

Psicometria con Laboratorio di SPSS 2 Psicometria con Laboratorio di SPSS 2 Regressione lineare semplice (vers. 1.2, 20 marzo 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18

Dettagli

o Si sceglie il modello che meglio si adatta alla realtà osservata, cioè quello per il quale risulta più probabile la realtà osservata.

o Si sceglie il modello che meglio si adatta alla realtà osservata, cioè quello per il quale risulta più probabile la realtà osservata. Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono

Dettagli

Correlazione e regressione

Correlazione e regressione Correlazione e regressione Correlazione 1 Come posso determinare il legame tra due o più variabili? Correlazione COEFFICIENTE DI CORRELAZIONE (r di Pearson) massimo consumo di ossigeno e prestazione nelle

Dettagli

Computazione per l interazione naturale: Regressione probabilistica

Computazione per l interazione naturale: Regressione probabilistica Computazione per l interazione naturale: Regressione probabilistica Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2018.html

Dettagli

Microeconometria Day # 3 L. Cembalo. Regressione con due variabili e metodo dei minimi quadrati

Microeconometria Day # 3 L. Cembalo. Regressione con due variabili e metodo dei minimi quadrati Microeconometria Day # 3 L. Cembalo Regressione con due variabili e metodo dei minimi quadrati SRF: sample regression function Il passaggio dalla regressione sulla popolazione a quella sul campione è cruciale

Dettagli

C.I. di Metodologia clinica

C.I. di Metodologia clinica C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Quali errori influenzano le stime? L errore casuale I metodi per la produzione delle informazioni

Dettagli

05. Errore campionario e numerosità campionaria

05. Errore campionario e numerosità campionaria Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,

Dettagli

Facoltà di Psicologia Università di Padova Anno Accademico Corso di Psicometria - Modulo B

Facoltà di Psicologia Università di Padova Anno Accademico Corso di Psicometria - Modulo B Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 27/12/2010 Regressione lineare Modello geometrico

Dettagli

La regressione lineare semplice

La regressione lineare semplice La regressione lineare semplice Il modello di regressione lineare semplice - 1 y = β 0 + βx + ε 10 8 Una retta nel piano Variabile Y 6 4 2 0 0 1 2 3 4 Variabile X 1 Il modello di regressione lineare semplice

Dettagli