Il METODO DEI MINIMI QUDRATI
|
|
|
- Raffaella Garofalo
- 7 anni fa
- Просмотров:
Транскрипт
1 Il METODO DEI MINIMI QUDRATI Nelle scienze sperimentali si osserva o si ipotizza l esistenza di relazioni fra due o più grandezze. Limitando lo studio a problemi che stabiliscono relazioni fra due sole variabili (come, ad esempio, reddito e risparmio, altezza e peso, prezzo e domanda di un bene), si tratta, partendo dalle coppie di dati sperimentali (xi, yi), di determinare una funzione y = f(x) che rappresenti il fenomeno. Vari sono i motivi della ricerca di tale funzione: Descrivere sinteticamente la relazione tra le due variabili osservate Determinare la legge di distribuzione dei dati statistici Ricavare i dati intermedi mancanti Correggere valori affetti da errori accidentali o perturbati da cause secondarie Per trovare la funzione si può procedere in due modi: Interpolazioni per punti noti Interpolazione fra punti noti Interpolazioni per punti noti Interpolazioni fra punti noti La determinazione della funzione il cui grafico passi esattamente per i punti del diagramma a dispersione è abbastanza laboriosa, per cui si preferisce determinare una funzione che si avvicini quanto più è possibile ai punti rilevati. Il metodo più utilizzato è il metodo dei minimi quadrati che consiste nel rendere minima la somma dei quadrati delle distanze tra i valori sperimentali yi e quelli teorici y i : i=n (y i y i) = minima
2 La scelta del tipo di funzione (lineare, quadratica, esponenziale ecc.) dipende da come i punti si dispongono sul diagramma a dispersione. Una volta ricavata la funzione bisogna verificare che il grado di accostamento sia accettabile. A questo scopo si utilizzano gli indici di scostamento. I più usati sono: l indice relativo lineare I1 e l indice quadratico relativo I dati dalle seguenti formule: I 1 = y i y i y i ; I = (y i y i) n y i n Fra i due indici si preferisce utilizzare il secondo. Tanto più piccoli sono i valori degli indici tanto migliore è l accostamento. In linea di massima, per avere un buon accostamento i valori non devono superare 0,1 e in certi casi 0,01. Applicazione del metodo dei minimi quadrati alla funzione lineare Y = a + bx In questo caso bisogna rendere minima la funzione: f(a, b) = (a + bx i y i ) (a + bx i y i ) = Na + b x i + y i + ab x i a y i b x i y i (a + bx i y i ) = Na + b x i + y i + abnx any b x i y i
3 Ordinando rispetto ad a si ottiene: Na + a(bnx Ny ) + (b x i + y i b x i y i ) Ordinando rispetto ad b si ottiene: b x i + b(anx b x i y i ) + (Na + y i any ) Si tratta di due parabole con la concavità rivolta verso l alto il cui minimo si trova nel vertice. (bnx Ny ) a = = y bx (1) N b = (anx x iy i x i ) = x iy i anx x i () Sostituendo la (1) nella () si ha: b x i = x i y i Nx y + bnx b x i bnx = x i y i Nx y b = x iy i Nx y x i Nx = N x iy i N x y N x i N x = N x iy i x i y i N x i ( x i )
4 Formule per determinare i coefficienti della retta dei minimi quadrati: a = y bx b = N x iy i x i y i N x i ( x i ) L equazione della retta sarà: y = a + bx; y = y bx + bx; y y = b(x x ) Esempio In un esperimento fisico si sono misurate le lunghezze di una molla sottoposta a carichi successivi e si è ottenuta la seguente tabella: Pesi in Kg Lunghezze in cm 1 13,5 14,8 16,5 18, x y xy x y d = y -y ,9 0,08 13, ,46 0, ,8 44, , 4 16, ,54-0, , ,08 0, , a = 10,38 media x 3 b = 1,54 media y 15
5 Equazione retta: 5 40, b = = 1,54 a = ,54 = 10,38 y 1,5 = 1,54(x 3) I 1 = 0,48 75 ; I = 0, retta minimi quadrati Serie1 Serie Applicazione del metodo dei minimi quadrati alla funzione di secondo grado: Y = a + bx + cx I coefficienti a, b e c della parabola si ottengono mediante le seguenti formule: a = y i x i 4 xi x i yi n x i 4 ( x i ) b = x i y i x i
6 c = n x i y i y i x i n x i 4 ( x i ) dove x i = x i x ; y i = y i y Esempio Assegnati i punti A(1 ; ), B( ; 5), C(3 ; 4), D(4 ; 1) determinare l equazione della parabola con il metodo dei minimi quadrati. x y x' x' x' 4 x'y x' y 1-1,5,5 5, ,5 5-0,5 0,5 0,065 -,5 1, ,5 0,5 0, ,5,5 5,065 1,5, ,5-9 media x,5 media y 3 a = 1 10, ,5 5 = 4,875; b = ; c = ,5 5 = 1,5 Equazione parabola: y = 4,875 0,4x 1,5x Sostituendo a x =x-,5 si ha: y = 4,875 0,4(x,5) 1,5(x,5) y = 3,5 + 7,1x 1,5x
7 grafico parabola minimi quadrati Serie1 Serie Bibliografia: Gambotto Manzone: Matematica per ragionieri programmatori vol 3 Tramontana
Minimi quadrati pesati per la Regressione Lineare
Minimi quadrati pesati per la Regressione Lineare Salto in alto oltre le formule Ing. Ivano Coccorullo Perchè? La tabella che segue riporta il raggio medio dell orbita R ed il periodo di rivoluzione T
Lezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria
Lezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata Prof. Massimo Aria [email protected] Il concetto di interpolazione In matematica, e in particolare in
INTERPOLAZIONE. Introduzione
Introduzione INTERPOLAZIONE Quando ci si propone di indagare sperimentalmente la legge di un fenomeno, nel quale intervengono due grandezze x, y simultaneamente variabili, e una dipendente dall altra,
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
Interpolazione Statistica
Interpolazione Statistica Come determinare una funzione che rappresenti la relazione tra due grandezze x e y a cura di Roberto Rossi novembre 2008 Si parla di INTERPOLAZIONE quando: Note alcune coppie
Interpolazione e metodo dei minimi quadrati
A. A. 017-018 Interpolazione e metodo dei minimi quadrati prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Relazioni tra variabili Molto spesso si verifica che
REGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
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
E la rappresentazione grafica, in questo caso, è la dispersione x,y, cioè una nuvola di punti nel piano cartesiano
Capitolo uno STATISTICA DESCRITTIVA BIVARIATA La statistica bidimensionale o bivariata si occupa dello studio del grado di dipendenza di due caratteri distinti della stessa unità statistica. E possibile,
Regressione e Correlazione (cap. 11) Importazione dati da file di testo
Regressione e Correlazione (cap. 11) Importazione dati da file di testo Introduzione Nella statistica applicata si osserva la relazione (dipendenza) tra due o più grandezze. Esigenza: determinare una funzione
La retta di regressione
La retta di regressione Michele Impedovo Uno dei temi nuovi e centrali per il rinnovamento dei programmi di matematica, che si impone in modo naturale quando si abbia a disposizione un qualunque strumento
Indipendenza, Dipendenza e interdipendenza
Indipendenza, Dipendenza e interdipendenza In analisi bivariata la tabella di contingenza consente di esaminare congiuntamente due variabili consente di rilevare le relazioni esistenti tra le variabili
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,
Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali /e S Borra, A Di Ciaccio - McGraw Hill Es 6 Soluzione degli esercizi del capitolo 6 In base agli arrotondamenti effettuati nei calcoli, si possono
1 Fit di dati sperimentali: il χ 2. Il metodo dei minimi quadrati.
1 Fit di dati sperimentali: il χ 2. Il metodo dei minimi quadrati. Per comprendere dei fenomeni fisici, non basta raccogliere buoni dati sperimentali, occorre anche interpretarli. Molto spesso lo scopo
Capitolo uno STATISTICA DESCRITTIVA BIVARIATA
Capitolo uno STATISTICA DESCRITTIVA BIVARIATA La statistica unidimensionale si occupa di studiare una sola variabile statistica. La statistica bidimensionale o bivariata si occupa dello studio congiunto
Corso di Matematica II
Corso di Matematica II Università degli Studi della Basilicata Dipartimento di Scienze Corso di laurea in Chimica e in Scienze Geologiche A.A. 2014/15 dott.ssa Vita Leonessa Elementi di geometria analitica
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella
Lab. 2 - Excel. Prof. De Michele e Farina
Lab. 2 - Excel Prof. De Michele e Farina 1 Utilizzo avanzato di un foglio elettronico: - Utilizzo di funzioni Regressioni lineari Istogrammi 2 La funzione somma restituisce la somma dei valori dei propri
Rappresentazioni grafiche di distribuzioni doppie
Rappresentazioni grafiche di distribuzioni doppie Distribuzione doppia di frequenze Tabella di contingenza Tabella di correlazione Stereogramma Distribuzione unitaria doppia di 2 caratteri quantitativi
TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative
TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi
Trasformazioni Logaritmiche
Trasformazioni Logaritmiche Una funzione y = f(x) può essere rappresentata in scala logaritmica ponendo Si noti che y = f(x) diventa ossia Quando mi conviene? X = log α x, Y = log α y. log α (x) = log
Statistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza [email protected] Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
Esercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
Il metodo dei minimi quadrati e la retta di regressione
Il metodo dei minimi quadrati e la retta di regressione Dipartimento di Matematica e Informatica Università della Calabria, 8736 Rende (CS), Italia Nuovo Progetto Lauree Scientifiche 3/4/6 Che cos è l
Geometria analitica del piano
Geometria analitica del piano dott.ssa Vita Leonessa Università degli Studi della Basilicata (27 marzo 2008) (Analisi) Matematica 2 CdL in Chimica, Biotecnologie, Scienze Geologiche Rette Fissato un sistema
Statistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza [email protected] Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
7. STATISTICA DESCRITTIVA
7. STATISTICA DESCRITTIVA Quando si effettua un indagine statistica si ha a che fare con un numeroso insieme di oggetti, detto popolazione del quale si intende esaminare una o più caratteristiche (matricole
Equazioni e disequazioni algebriche. Soluzione. Si tratta del quadrato di un binomio. Si ha pertanto. (x m y n ) 2 = x 2m 2x m y n + y 2n
Si tratta del quadrato di un binomio. Si ha pertanto (x m y n ) 2 = x 2m 2x m y n + y 2n 4. La divisione (x 3 3x 2 + 5x 2) : (x 2) ha Q(x) = x 2 x + 3 e R = 4 Dalla divisione tra i polinomi risulta (x
1 Schemi alle differenze finite per funzioni di una variabile
Introduzione In questa dispensa vengono forniti alcuni elementi di base per la soluzione di equazioni alle derivate parziali che governano problemi al contorno. A questo scopo si introducono, in forma
Lezione 7 Corso di Statistica. Francesco Lagona
Lezione 7 Corso di Statistica Francesco Lagona Università Roma Tre F. Lagona ([email protected]) 1 / 12 Outline 1 2 Rette di regressione e correlazione distribuzioni bivariate quantitative consideriamo
Σ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica
13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in
9.3 Il metodo dei minimi quadrati in formalismo matriciale
8 CAPIOLO 9. IMA DEI PARAMERI MEODO DEI MINIMI QADRAI 9.3 Il metodo dei minimi quadrati in formalismo matriciale Nel caso si debba applicare il metodo minimi quadrati con molti parametri risulta vantaggioso
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
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
Analisi di regressione: approccio matriciale. Abbiamo rilevato i seguenti caratteri su n = 25
Analisi di regressione: approccio matriciale Abbiamo rilevato i seguenti caratteri su n = 25 unità Y X 1 X 2 X 3 10.98 35.3 20 4 11.13 29.7 20 5 12.51 30.8 23 4 8.40 58.8 20 4 9.27 61.4 21 5 8.73 71.3
Settimana 3. G. M. Marchetti. Marzo 2017
Settimana 3 G. M. Marchetti Marzo 2017 1 / 26 Prima parte Relazioni tra variabili e regressione lineare 2 / 26 Una legge fisica approssimata Il fisico scozzese Forbes 3 / 26 L esperimento di Forbes Sulla
Statistica. Matematica con Elementi di Statistica a.a. 2017/18
Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati
ESERCITAZIONE 9 : FUNZIONI QUADRATICHE
ESERCITAZIONE 9 : FUNZIONI QUADRATICHE e-mail: [email protected] web: www.dm.unipi.it/ tommei Ricevimento: Martedi 16-18 Dipartimento di Matematica, piano terra, studio 126 4 Dicembre 2012 L espressione
Esercizi. 1. Disegnare il grafico qualitativo della seguente funzione:
Esercizi. Disegnare il grafico qualitativo della seguente funzione: f(x) = x 2 per x 0 x per x > 0 e determinarne gli eventuali punti di massimo e minimo assoluti e relativi nell intervallo (,4]. Esercizi
Analisi Matematica 2. Michele Campiti. Prove scritte di. Ingegneria Industriale a.a
Michele Campiti Prove scritte di Analisi Matematica 2 Ingegneria Industriale a.a. 20 202 Grafico della funzione f(x, y) := sin(2x 2 y) cos(x 2y 2 ) in [ π/2, π/2] 2 Raccolta delle tracce di Analisi Matematica
Lezione 6 Corso di Statistica. Domenico Cucina
Lezione 6 Corso di Statistica Domenico Cucina Università Roma Tre D. Cucina ([email protected]) 1 / 17 obiettivi della lezione familiarizzare con le ditribuzioni bivariate delle variabili quantitative
Statistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza [email protected] Università degli studi di Cassino () Statistica 1 / 1 Outline 1 () Statistica 2 / 1 Outline 1 2 () Statistica 2 / 1 Outline 1 2 3 () Statistica 2 / 1
IL PENDOLO A FILO Gruppo 2
IL PENDOLO A FILO Gruppo 2 Bistacchi S. Casconi S. Ermini A. Francini I. Scopo dell esperienza: pendolo a filo e determinazione dell accelerazione gravitazionale Apparecchiature di montaggio: filo inestensibile;
Studio delle oscillazioni del pendolo semplice e misura dell accelerazione di gravita g.
Studio delle oscillazioni del pendolo semplice e misura dell accelerazione di gravita g. Abstract (Descrivere brevemente lo scopo dell esperienza) In questa esperienza vengono studiate le proprieta del
ISTITUTO PROFESSIONALE DI STATO PER L INDUSTRIA E L ARTIGIANATO I.P.S.I.A. L. B. ALBERTI
ISTITUTO PROFESSIONALE DI STATO PER L INDUSTRIA E L ARTIGIANATO I.P.S.I.A. L. B. ALBERTI Via Clotilde Tambroni, RIMINI ( RN ) Anno scolastico 2016-2017 Classe I A Materia: FISICA Insegnante : Prof. GIUSEPPE
Analisi dei Dati Tabelle e Grafici
Analisi dei Dati Tabelle e Grafici Spesso una misurazione consiste nello studio di una grandezza,y i in funzione di un altra, x i. Esempi: o lo spazio percorso da un oggetto in funzione di un intervallo
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo [email protected] Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
STIMA DEI PARAMETRI. METODO DEI MOMENTI.
STIMA DEI PARAMETRI. Esistono diversi metodi per la stima dei parametri: Metodo grafico di interpolazione su carta probabilistica. Metodo dei momenti. Metodo della massima verosimiglianza. Metodo degli
Elementi di matematica finanziaria
Elementi di matematica finanziaria 1. Percentuale Si dice percentuale di una somma di denaro o di un altra grandezza, una parte di questa, calcolata in base ad un tanto per cento, che si chiama tasso percentuale.
Indici di Dispersione
Indici di Dispersione Si cercano indici di dispersione che: utilizzino tutti i dati {x 1, x 2,..., x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto a un centro d i = x i C ad esempio,
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare
Studia il seguente fascio di parabole: 3= 1. Determiniamo la forma canonica: 2. Determiniamo le coordinate dei vertici al variare del parametro a :
Fascio di parabole Esercizi Esercizio 362.341 Studia il seguente fascio di parabole: 3= = +3 2. Determiniamo le coordinate dei vertici al variare del parametro a : = = =0 = 0 +3=3 Il vertice non dipende
La statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci
La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni
La regressione lineare. Rappresentazione analitica delle distribuzioni
La regressione lineare Rappresentazione analitica delle distribuzioni Richiamiamo il concetto di dipendenza tra le distribuzioni di due caratteri X e Y. Ricordiamo che abbiamo definito dipendenza perfetta
PIANO DI STUDIO D ISTITUTO
PIANO DI STUDIO D ISTITUTO Materia: FISICA Casse 1 1 Quadrimestre Modulo 1 - LE GRANDEZZE FISICHE Saper descrivere le grandezze del S.I., i simboli e le unità di misura. Riconoscere le grandezze fisiche
Elaborazione statistica di dati
Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:
