Stima della domanda attuale con conteggi dei flussi di traffico
|
|
- Costantino Capelli
- 4 anni fa
- Visualizzazioni
Transcript
1 corso di Teoria dei Sistemi di Trasporto Stima della domanda attuale con conteggi dei flussi di traffico PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa
2 Introduzione Stima della Domanda Attuale Stima della Domanda Attuale e Futura Stima Diretta Indagini: interviste su di un campione di utenti: (informazioni disaggregate) statistica inferenziale; eventualmente: conteggio dei flussi: (informazione aggregate) per la correzione di una stima diretta o preesistente Stima da Modello specificazione del modello (forma funzionale e attributi) calibrazione del modello validazione del modello; interviste su di un campione (informazioni disaggregate); oppure informazioni aggregate sulla domanda; eventualmente: conteggio dei flussi (informazione aggregate) per la specificazione e la calibrazione dei modelli
3 Introduzione Stima della matrice O/D attuale: Stima iniziale OD (da modello, da indagine, etc) Conteggi di traffico Stima OD corretta
4 Introduzione Relazione fra il problema della stima della matrice O/D con i conteggi ed il problema dell assegnazione: Modello di rete Modello di scelta del percorso ASSEGNAZIONE Domanda O-D Flussi calcolati Modello di rete Modello di scelta del percorso STIMA O-D Domanda O-D Flussi misurati di arco
5 Introduzione Esempio della molteplicità di matrici O/D corrispondenti ad un unico vettore di flussi di arco Stima iniziale dei flussi O/D dˆ f 1, 5 = 15 f 5, 6 = 20 f ˆ = 19 sim 1,5 f ˆ = 24 sim 5, Funzioni obiettivo x i ( x i dˆ j ) 2 i ( xi dˆ dˆ j j ) 2 x x
6 Definizione del problema 1/6 f l =Σ k a lk F k f l =Σ k a lk F k = Σ k a lk Σ i p ki d i f l = Σ i d i Σ k a lk p ki = Σ i m li d i a lk = elemento della matrice di incidenza archi-percorsi; p ki = p[k/i](c) = percentuale del flusso d i fra la i-esima coppia O-D che utilizza il percorso k; m li = Σ k a lk p ki = frazione del flusso d i che utilizza l arco l.
7 Definizione del problema 2/6 f l = Σ i d i Σ k a lk p ki = Σ i m li d i f l = m l T d f = AF = APd = M d m l = vettore di coefficienti m li di dimensioni (n OD 1); M = matrice di coefficienti m li di dimensioni (n l n OD ); n l = numero di archi di cui è stato misurato il flusso.
8 Definizione del problema 3/6 Esempio di mappa di assegnazione per una rete elementare d = d d = O-D Path k p k,od pair 1-3 1) ) ) ) ) ) N =2 (link 9-3 e link 8-3) Δ P = M =
9 Definizione del problema 4/6 f = Mˆ d + ε ASS fˆ fˆ = f + ε MIS = Mˆ d + ε ASS + ε MIS = v(d) + ε
10 Definizione del problema 5/6 Informazioni sui conteggi dei flussi insufficienti per stimare d (equazioni << incognite) Servono altre informazioni Stima iniziale del vettore dei flussi di domanda
11 Definizione = del problema 6/6 Equazioni di base: f=m ˆ ˆ x+ ε = v( x) + ε dˆ = x + η. Stimatore: ^ ^ d* = arg min z1 x, d + z2 v( x), f x 0 Interpretazione fisica: ricavare il vettore d* più vicino alla stima a priori che una volta assegnato alla rete, produca dei flussi v(d*) i più vicini a quelli misurati ˆdˆf
12 Stimatori GLS = f=m ˆ ˆ x+ ε = v( x) + ε dˆ = x + η E(ε) = 0 Var[ε] = W E(η) = 0 Var[η] = Z Stimatore:. d GLS = arg min ( dˆ x S x) T Z 1 ( dˆ x) + ( ˆf Mˆ x) T W 1 ( ˆf Mˆ x) se le matrici Z e W sono diagonali: d ˆ 2 2 (, ) GLS ( d ) li i x fl m x i rs i = arg min + i l x 0 var[ ηi] var[ εl] ˆ ˆ
13 Indicatori di prestazione Misure di scarto L efficienza della correzione può essere rilevata attraverso delle misure di scarto tra i valori di domanda iniziale d e domanda corretta d*, e/o attraverso lo scarto tra il vettore dei flussi ed i flussi derivanti dall assegnazione della domanda corretta f*. domanda 1 MSE d d d d ( ) 2 * * (, ) = l i i nod flussi * ( f l fˆ ) * l MSE( f, fˆ) = n l l 2 RMSE% = MSE( d, d) d n.. od * 1 2 RMSE% = * MSE( f, fˆ) fˆ l nl 1 2
14 Esempio di applicazione Nodi Centroidi 167 Archi stardali Archi connettori 646 Coppie O-D Conteggi per la stima 82 (7:30-8:30 a.m.) Conteggi per la verifica 20 Naples
15 Esempio di applicazione
16 Esempio di applicazione Risultati (A) * Statistiche ( f l fˆ ) * l MSE( f, fˆ) = n l l 2 RMSE% = * MSE( f, fˆ) fˆ l nl 1 2 Before updating After updating Counted flows Assigned flows Counted flows Assigned flows MSE before MSE after % riduzione di MSE -96% RMSE% before 1,22 RMSE% after 0,25 % riduzione di RMSE% -80%
17 Esempio di applicazione Risultati (B) Validazione (uso dei conteggi di verifica) Cross validation (Before updating) Cross validation (after updating) Counted flow s counted flows Assigned flows Assigned flows MSE before MSE after % riduzione di MSE -98% RMSE% before 1,17 RMSE% after 0,26 % riduzione di RMSE% -78%
18 Esempio di applicazione Risultati (A) Confronto before and after O/D INIZIALE INT EXT TOT INT EX TOT O/D STIMATA INT EXT TOT INT EX TOT % VAR INT EXT TOT INT 33% -50% -9% EX -50% -70% -55% TOT -16% -57% -32%
CORREZIONE DELLA DOMANDA O-D CON CONTEGGI DI TRAFFICO
corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio CORREZIONE DELLA DOMANDA O-D CON CONTEGGI DI TRAFFICO PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma2.it
DettagliCORREZIONE DELLA DOMANDA O-D CON CONTEGGI DI TRAFFICO
corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio a.a. 2012-2013 CORREZIONE DELLA DOMANDA O-D CON CONTEGGI DI TRAFFICO PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa
DettagliCorso di TEORIA DEI SISTEMI DI TRASPORTO 2. prof. ing. Umberto Crisalli
Corso di TEORIA DEI SISTEMI DI TRASPORTO 2 prof. ing. Umberto Crisalli Stima della domanda attuale con conteggi dei flussi di traffico 1 Introduzione Stima della Domanda Attuale Stima della Domanda Attuale
DettagliSTIMA DELLA DOMANDA ATTUALE CON CONTEGGI DI FLUSSI DI TRAFFICO
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 2018-2019 STIMA DELLA DOMANDA ATTUALE CON CONTEGGI DI FLUSSI DI TRAFFICO corso selezionato per la sperimentazione della piattaforma di insegnamento/apprendimento
DettagliStima della domanda attuale con conteggi dei flussi di traffico
A. A. 2018-2019 Stima della domanda attuale con conteggi dei flussi di traffico prof. ing. Antonio Comi Ing. Antonio Polimeni Department of Enterprise Engineering Tor Vergata University of Rome Introduzione
DettagliMODELLI DI ASSEGNAZIONE PER LE RETI STRADALI
MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI CORSO DI PROGETTAZIONE DEI SISTEMI DI TRASPORTO - I MODELLI DI ASSEGNAZIONE L ASSEGNAZIONE DELLA DOMANDA AD UNA RETE DI TRASPORTO CONSISTE NEL CALCOLARE I FLUSSI
DettagliCALIBRAZIONE DISAGGREGATA
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 2018-2019 CALIBRAZIONE DISAGGREGATA corso selezionato per la sperimentazione della piattaforma di insegnamento/apprendimento Prof. Ing. Umberto
DettagliCalibrazione disaggregata
Corso di TEORIA DEI SISTEMI DI TRASPORTO prof. ing. Umberto Crisalli Calibrazione disaggregata La stima della domanda di trasporto Stima della Domanda Attuale Stima della Domanda Attuale e Futura Stima
DettagliStima diretta della domanda di trasporto
Corso di PIANIFICAZIONE DEI TRASPORTI Prof. Ing. Agostino Nuzzolo Aprile 005 Stima diretta della domanda di trasporto Stima della domanda di trasporto STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA ATTUALE
DettagliProf. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa
Corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Struttura del sistema di modelli per la
Dettaglicorso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A MODELLI DI OFFERTA
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 6-7 MODELLI DI OFFERTA Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Struttura del sistema
DettagliLA STIMA DELLA DOMANDA DI TRASPORTO
LA STIMA DELLA DOMANDA DI TRASPORTO STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA ATTUALE E FUTURA STIMA DIRETTA STIMA DA MODELLO INDAGINI: INTERVISTE SU DI UN CAMPIONE DI UTENTI: (INFORMAZIONI DISAGGREGATE)
Dettaglicorso di Teoria dei Sistemi di Trasporto Modelli di offerta PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa
corso di Teoria dei Sistemi di Trasporto PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Iscrizione al corso Da effettuarsi on line http://delphi.uniroma.it
DettagliMODELLI DI OFFERTA. Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa. t
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 8-9 MODELLI DI OFFERTA corso selezionato per la sperimentazione della piattaforma di insegnamento/apprendimento Prof. Ing. Umberto Crisalli
DettagliMODELLI DI ASSEGNAZIONE
corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio MODELLI DI ASSEGNAZIONE PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Sistema di modelli
DettagliStima diretta della domanda di trasporto
Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO prof. ing. Agostino Nuzzolo novembre 2005 Stima diretta della domanda di trasporto 1 Stima della domanda di trasporto STIMA DELLA DOMANDA ATTUALE STIMA DELLA
DettagliModelli di scelta del percorso Modelli di assegnazione
Corso di LOGISTICA TERRITORIALE www.uniroma.it/didattica/lt DOCENTE prof. ing. Agostino Nuzzolo Modelli di scelta del percorso Modelli di assegnazione Definizioni ed ipotesi Relazione tra costi d arco
Dettagli3. MODELLI DI OFFERTA
. MODELLI DI OFFERTA I modelli matematici dei sistemi di offerta di trasporto utilizzano da un lato la teoria dei grafi e delle reti per rappresentare la struttura topologica e funzionale del sistema e
DettagliModelli di offerta di trasporto. ing. Pierluigi Coppola Dipartimento di Ingegneria dell Impresa Università di Roma Tor Vergata
Modelli di offerta di trasporto ing. Pierluigi Coppola Dipartimento di Ingegneria dell Impresa Università di Roma Tor Vergata MODELLI D OFFERTA Attraverso la simulazione degli elementi del sistema d offerta
DettagliCORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO. Programma del corso di Tecnica ed Economia dei Trasporti. Prof.
CORSO DI LAUREA IN INGEGNERIA PER L AMBIENTE E IL TERRITORIO Programma del corso di Tecnica ed Economia dei Trasporti Prof. Andrea Papola Introduzione al corso La professione dell ingegnere dei sistemi
DettagliMODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti
Corso di TRASPORTI E TERRITORIO e TEORIA E TECNICA DELLA CIRCOLAZIONE MODELLI MATEMATICI PER I SISTEMI DI INFORMAZIONE ALL UTENZA: introduzione ai modelli dell ingegneria dei trasporti DOCENTI Agostino
DettagliTEORIA DEI SISTEMI DI TRASPORTO
UNIVERSITA' DI ROMA "TOR VERGATA" FACOLTA DI INGEGNERIA TEORIA DEI SISTEMI DI TRASPORTO DOCENTE Prof. Ing. UMBERTO CRISALLI ESEMPI APPLICATIVI (PARTE 1) a cura di Ing. Antonio Comi 1 SOMMARIO Premessa...
Dettaglicorso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A Domanda di mobilità
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 2016-2017 Domanda di mobilità Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma2.it Spostamento: (o
DettagliPIANIFICAZIONE DEI TRASPORTI
Università di Cagliari DICAAR Dipartimento di Ingegneria Civile, Ambientale e architettura Sezione Trasporti PIANIFICAZIONE DEI TRASPORTI Esercitazione 6 Il modello di assegnazione A.A. 2016-2017 Ing.
DettagliSTIMA DELLA PIENA INDICE
STIMA DELLA PIENA INDICE STIMA LOCALE - Anche se basata su un numero molto limitato di osservazioni (5-6) STIMA REGIONALE 1) Metodi basati su regressioni rispetto a parametri morfo-climatici 2) Metodi
DettagliModelli di Attrazione
Modelli di Attrazione Considerando 2 zone di un area di studio si vuole determinare la quantità media giornaliera di merce di alcune tipologie merceologiche attratta da queste zone. Le tipologie merceologiche
DettagliCorso di PIANIFICAZIONE DEI TRASPORTI 1. prof. ing. Agostino Nuzzolo Marzo Modelli di offerta
Corso di PIANIICAZIONE DEI TRASPORTI prof. ing. Agostino Nuzzolo Marzo 6 Struttura del sistema di modelli per la simulazione dei sistemi di trasporto OERTA DI INRASTRUTTURE E SERVIZI DI TRASPORTO MODELLO
DettagliIntroduzione al corso
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 2-26 Introduzione al corso Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma2.it Orario delle lezioni
DettagliProgetto di A.A. Uni Rom. udi. portoo (A.A CAPIT
Progetto di Sistemi di Trasporto A.A 2012-2013 Uni ver sità de glii St Rom a Tre udi Facoltà di Ingegneria Corsoo di Laureaa in Ingegneriaa Civile Progetto di Sistemi di Tras portoo Prof.. Stefano Gori
DettagliIstituto Universitario Architettura Venezia TR 285. Servizio Bibliografico Audiovisivo e di Documentazione
Istituto Universitario Architettura Venezia TR 285 Servizio Bibliografico Audiovisivo e di Documentazione ENNIO CASCETT A Professore ordinario di Teoria dei sistemi di trasporto Università di Napoli «Federico
DettagliCORSI E SEMINARI DI FORMAZIONE UTILIZZO DEI MODELLI DI SIMULAZIONE DEL TRAFFICO: MODELLI MULTIMODALI E BIG DATA
UTILIZZO DEI MODELLI DI SIMULAZIONE DEL TRAFFICO: MODELLI MULTIMODALI E BIG DATA giovedì 9 novembre 2017// Centro Studi PIM - Villa Scheibler Modelli di simulazione Multimodale: caratteristiche, dati di
DettagliCorso di TEORIA DEI SISTEMI DI TRASPORTO. prof. ing. Umberto Crisalli
Corso di TEORIA DEI SISTEMI DI TRASPORTO prof. ing. Umberto Crisalli Iscrizione al corso Da effettuarsi on line http://delphi.uniroma.it Struttura del sistema di modelli per la simulazione dei sistemi
Dettagli4. MODELLI DI SCELTA DEL PERCORSO
4. MODELLI DI SCELTA DEL PERCORSO Il modello di scelta del percorso fornisce l aliquota p[/oshdm] degli spostamenti effettuati da utenti di categoria i, che utilizzano ciascun percorso relativo al modo
DettagliModelli di Assegnazione
Teoria dei Sistemi di Trasporto + (9 CFU) A. A. 5-6 Modelli di Assegnazione (cenni) pro. ing. Antonio Comi Department o Enterprise Engineering Tor Vergata University o Rome Pro. Ing. Antonio Comi Teoria
Dettagli4. MODELLI DI SCELTA DEL PERCORSO
4. MODELLI DI SCELTA DEL PERCORSO Il modello di scelta del percorso fornisce l aliquota p[/oshdm] degli spostamenti effettuati da utenti di categoria i, che utilizzano ciascun percorso relativo al modo
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 8 Abbiamo visto: Metodi per la determinazione di uno stimatore Metodo di massima verosimiglianza
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta
DettagliGrafi e Funzioni di Costo ESERCIZI
Grafi e Funzioni di Costo ESERCIZI Esercizio1 Si determini la matrice di incidenza archi-percorsi ed i costi di percorso per la rete di trasporto rappresentata in figura. 1 4 2 3 5 Ramo Costo Ramo Costo
DettagliINGEGNERIA DEI SISTEMI DI TRASPORTO e PROCESSO DECISIONALE DI PIANIFICAZIONE
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 2015-2016 INGEGNERIA DEI SISTEMI DI TRASPORTO e PROCESSO DECISIONALE DI PIANIFICAZIONE Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria
DettagliCorso di TEORIA DEI SISTEMI DI TRASPORTO prof. ing. Umberto Crisalli. Stima diretta della domanda di trasporto
Corso di TEORIA DEI SISTEMI DI TRASPORTO prof. ing. Umberto Crisalli Stima diretta della domanda di trasporto 1 Stima della domanda di trasporto Introduzione STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA
DettagliUna metodologia per l'analisi della vulnerabilità di una rete stradale in ambito extraurbano. Applicazione alla rete provinciale di Bolzano
Una metodologia per l'analisi della vulnerabilità di una rete stradale in ambito extraurbano Applicazione alla rete provinciale di Bolzano S. Angelini, A. Danesi, G. Rossi, F. Rupi DICAM Trasporti Università
DettagliSTIMA DELLA PIENA INDICE
STIMA DELLA PIENA INDICE 1) Metodi a base geomorfoclimatica (es. Formula razionale) 2) Metodi basati su regressioni rispetto a parametri morfo-climatici 1 Valutazione della piena media Formula razionale
DettagliStatistica Applicata all edilizia: Stime e stimatori
Statistica Applicata all edilizia E-mail: orietta.nicolis@unibg.it 15 marzo 2011 Statistica Applicata all edilizia: Indice 1 2 Statistica Applicata all edilizia: Uno dei problemi principali della statistica
DettagliIntroduzione al corso
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 28-29 Introduzione al corso corso selezionato per la sperimentazione della piattaforma di insegnamento/apprendimento Prof. Ing. Umberto Crisalli
DettagliTeoria della decisione e della stima. Esercitazioni di laboratorio Anno accademico M.S. Greco
Teoria della decisione e della stima Esercitazioni di laboratorio Anno accademico 008-09 M.S. Greco Laboratorio dell 1/10/08 Processi AR + Sx() z = Rx( m) z m= m Densità spettrale complessa La regione
DettagliProcessi AR. = σ ρ. Esercizio proposto:
Laboratorio del 5/10/06 Processi AR Esercizio proposto: Processo reale AR(1) con autocorrelazione R ( m) Rappresentazione di una possibile realizzazione, grafico del coefficiente di autocorrelazione e
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello
Metodi Quantitativi per Economia, Finanza e Management Lezione n 8 Regressione lineare multipla: le ipotesi del modello, la stima del modello 1. Introduzione ai modelli di regressione 2. Obiettivi 3. Le
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 35 Il modello di regressione
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Approssimazione di dati e funzioni Approssimazione ai minimi quadrati Docente Vittoria Bruni Email:
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile e Ambientale - AA Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento
DettagliSTATISTICA A D (72 ore)
STATISTICA A D (72 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
DettagliEsempio modelli di domanda
corso di Teoria dei Sistemi di Trasporto Esempio melli di domanda PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it Area di studio Area di studio e sezioni ISTAT
DettagliEsempio di software per la valutazione della sicurezza stradale (SafeNet)
Corso di TRASPORTI E TERRITORIO prof. ing. Agostino Nuzzolo Modelli di incidentalità stradale Esempio di software per la valutazione della sicurezza stradale (SafeNet) A. Nuzzolo - Trasporti e Territorio
DettagliSTIMA DIRETTA DELLA DOMANDA DI TRASPORTO
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 2018-2019 STIMA DIRETTA DELLA DOMANDA DI TRASPORTO corso selezionato per la sperimentazione della piattaforma di insegnamento/apprendimento
DettagliPIANIFICAZIONE DEI TRASPORTI
Università di agliari DIAAR Dipartimento di Ingegneria ivile, Ambientale e architettura Sezione Trasporti PIANIFIAZIONE DEI TRASPORTI Esercitazione 4 Il modello di scelta modale A.A. 206-207 Prof. Italo
DettagliMODELLI DI INCIDENTALITÀ STRADALE
Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO prof. ing. Agostino Nuzzolo novembre 2005 MODELLI DI INCIDENTALITÀ STRADALE Esempio di software per la valutazione della sicurezza stradale (SafeNet) A.
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile - AA 1112 Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento di
DettagliStima diretta della domanda di trasporto
Teoria dei Sistemi di Trasporto 1 + 2 (9 CFU) A. A. 2016-2017 Stima diretta della domanda di trasporto prof. ing. Antonio Comi Department of Enterprise Engineering University of Rome Tor Vergata Prof.
DettagliIL METODO ECONOMETRICO
IL METODO ECONOMETRICO 8 maggio 2017 L obiettivo di questa lezione è quello di fornire alcuni strumenti necessari per l analisi empirica In particolare, approfondiremo il metodo econometrico come strumento
DettagliLinee guida per la competitività dei porti container italiani nel sistema euro-mediterraneo
Linee guida per la competitività dei porti italiani nel sistema euro-mediterraneo Criticità e potenzialità dei porti hub di Gioia Tauro, Cagliari e Taranto Francesco Russo Università Mediterranea di Reggio
DettagliPOLITECNICO DI MILANO Corso di Laurea in Ingegneria Civile Indirizzo Infrastrutture di Trasporto
POLITECNICO DI MILANO Corso di Laurea in Ingegneria Civile Indirizzo Infrastrutture di Trasporto SPERIMENTAZIONE DI UN MODELLO DI STIMA AGGREGATA DELLA DOMANDA DI TRASPORTO: AGGIORNAMENTO DELLA MATRICE
DettagliDATA MINING PER IL MARKETING (63 ore)
DATA MINING PER IL MARKETING (63 ore) Marco Riani mriani@unipr.it Sito web del corso http://www.riani.it/dmm Studio della distribuzione di ˆ E( ˆ) var( ˆ) 2 ( X ' X ) 1 Teorema di Gauss Markov (efficienza
DettagliControllo Adattativo
Corso di Robotica 2 Controllo Adattativo Prof. Alessandro De Luca A. De Luca Motivazioni e approccio necessità dell adattamento nella legge di controllo incertezza sui parametri dinamici del robot scarsa
DettagliPROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa.
corso di Teoria e Tecnica della Circolazione + Trasporti e Territorio a.a. 2012-2013 ELEMENTI DI TEORIA DELLE CODE PROF. ING. UMBERTO CRISALLI Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma2.it
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 10. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 10 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 REGRESSIONE LINEARE Date due variabili quantitative, X e Y, si è
DettagliLaboratorio di Analisi e Progettazione dei Trasporti ESERCITAZIONE 4. Valutazione della sicurezza stradale
Prof. Ing. Astarita Vittorio Phd. Ing. Giofrè Vincenzo Pasquale Laboratorio di Analisi e Progettazione dei Trasporti ESERCITAZIONE 4 Valutazione della sicurezza stradale L esercizio introduce all uso degli
DettagliCalcolo delle Probabilità e Statistica Matematica previsioni 2003/04
Calcolo delle Probabilità e Statistica Matematica previsioni 2003/04 LU 1/3 Esempi di vita reale : calcolo delle probabilità, statistica descrittiva e statistica inferenziale. Lancio dado/moneta: definizione
DettagliProprietà strutturali e leggi di controllo. Stima dello stato e regolatore dinamico
Proprietà strutturali e leggi di controllo Stima dello stato e regolatore dinamico Stima dello stato e regolatore dinamico Stimatore asintotico dello stato Esempi di progetto di stimatori asintotici dello
DettagliUniversità della Calabria
Università della Calabria FACOLTA DI INGEGNERIA Corso di Laurea in Ingegneria Civile CORSO DI IDROLOGIA N.O. Prof. Pasquale Versace SCHEDA DIDATTICA N 3 CURVE DI PROBABILITÀ PLUVIOMETRICA A.A. 00- CURVE
DettagliTeoria della decisione e della stima. Esercitazioni di laboratorio Anno accademico M.S. Greco
Teoria della decisione e della stima Esercitazioni di laboratorio Anno accademico 009-10 M.S. Greco Laboratorio del 30/09/09 09 Processi AR + Sx() z = Rx( m) z m= m Densità spettrale complessa La regione
Dettagli05. 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,
DettagliBologna 15 settembre. Spazializzazione dati meteo
P.I.C. INTERREG III METODI, STRUMENTI ED INDICATORI PER LA DEFINIZIONE DELLE VARIABILI CLIMATICHE Tavolo di confronto BOLOGNA 15 Settembre 2004 Bologna 15 settembre Spazializzazione dati meteo Alfonso
DettagliContenuto del capitolo
Capitolo 8 Stima 1 Contenuto del capitolo Proprietà degli stimatori Correttezza: E(Stimatore) = parametro da stimare Efficienza Consistenza Intervalli di confidenza Per la media - per una proporzione Come
DettagliStima diretta della domanda di trasporto
Corso di PIANIFICAZIONE DEI TRASPORTI prof. ing. Agostino Nuzzolo aprile 006 Stima diretta della domanda di trasporto Stima della domanda di trasporto Introduzione STIMA DELLA DOMANDA ATTUALE STIMA DELLA
DettagliValorizzazione delle produzioni vitifrutticole valtellinesi mediante metodi innovativi INNOVI
Valorizzazione delle produzioni vitifrutticole valtellinesi mediante metodi innovativi INNOVI RAPPORTO N 9 Attività 2 Definizione di curve di maturazione di mirtillo, uva e mela e valutazione non distruttiva
DettagliStima diretta della domanda di trasporto
Teoria dei Sistemi di Trasporto 1 + 2 (9 CFU) A. A. 2018-2019 Stima diretta della domanda di trasporto prof. ing. Antonio Comi Department of Enterprise Engineering University of Rome Tor Vergata Prof.
Dettagligiovedì 5 novembre 2015// Centro Studi PIM - Villa Scheibler
: MACRO per pianificazione-progettazione e valutazione alternative, MICRO per affinamento soluzioni progettuali giovedì 5 novembre 2015// Centro Studi PIM - Villa Scheibler Modelli di simulazione: caratteristiche,
DettagliDestagionalizzazione, detrendizzazione delle serie storiche
DATA MINING PER IL MARKETING (63 ore) Marco Riani mriani@unipr.it Sito web del corso http://www.riani.it/dmm Destagionalizzazione, detrendizzazione delle serie storiche 1 Serie storica della vendita di
DettagliRichiami di TEORIA DELLE PROBABILITÀ
corso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A. 015-016 Richiami di TEORIA DELLE PROBABILITÀ Prof. Ing. Umberto Crisalli Dipartimento di Ingegneria dell Impresa crisalli@ing.uniroma.it
DettagliComputazione 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
DettagliCalcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità
Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte Cap.1: Probabilità 1. Esperimento aleatorio (definizione informale): è un esperimento che a priori può avere diversi esiti possibili
DettagliTEORIA DEI SISTEMI DI TRASPORTO
UNIVERSITA' DI ROMA "TOR VERGATA" FACOLTA DI INGEGNERIA TEORIA DEI SISTEMI DI TRASPORTO DOCENTE Prof. Ing. UMBERTO CRISALLI ESEMPI APPLICATIVI a cura di Ing. Antonio Comi 1 SOMMARIO Premessa... 2 1. Il
DettagliIdentificazione dei Modelli e Analisi dei Dati 6/5/1993
Identificazione dei Modelli e Analisi dei Dati 6/5/1993 3. Siano date due V.C. X e Y, di cui è supposta nota la ddp congiunta. Sia Xˆ (Y) uno stimatore di X basato sull'osservazione di Y. Ci si prefigge
DettagliUniversità di Siena. Corso di STATISTICA. Parte seconda: Teoria della stima. Andrea Garulli, Antonello Giannitrapani, Simone Paoletti
Università di Siena Corso di STATISTICA Parte seconda: Teoria della stima Andrea Garulli, Antonello Giannitrapani, Simone Paoletti Master E 2 C Centro per lo Studio dei Sistemi Complessi Università di
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliStatistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1
Statistica Capitolo 1 Regressione Lineare Semplice Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare il significato del coefficiente di correlazione lineare
DettagliProbabilità e Statistica
Probabilità e Statistica Stima puntuale di parametri Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 018/019 Marco Pietro Longhi Prob. e Stat.
DettagliNel 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
DettagliIntroduzione al corso
A. A. 215-216 Introduzione al corso prof. ing. Antonio Comi Department of Enterprise Engineering Tor Vergata University of Rome Orari ed aule di lezione MARTEDÌ MERCOLEDÌ VENERDÌ ore 11:3 13:15 Aula B2
DettagliTecniche di sondaggio
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Tecniche di sondaggio 24/1/2006 Nomenclatura Indicheremo con P una popolazione, con N la sua numerosità, con k la sua etichetta e con
DettagliStima puntuale di parametri
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Stima puntuale di parametri Ines Campa Probabilità e Statistica -
DettagliComputazione 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_2017.html
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,
DettagliAnalisi della Regressione Lineare
Analisi della Regressione Lineare Master in Tecnologie Bioinformatiche 29/09/06 Adriano Decarli 1 29/09/06 Adriano Decarli 2 29/09/06 Adriano Decarli 3 29/09/06 Adriano Decarli 4 29/09/06 Adriano Decarli
Dettagli