Errore nella misura sperimentale
|
|
- Vito Fortunato
- 4 anni fa
- Visualizzazioni
Transcript
1 Introduzione al concetto errore di misura Introduzione concetto errore di misura Esempio di misura sperimentale Dispersione dei dati: Frequenza relative ed assolute vettoriale Errori sistematici ed errori casuali Errore nella misura sperimentale Il concetto di errore nella misura sperimentale non deve essere interpretato come sbaglio Nessuna misura sperimentale, per quanto precisa possa essere, è priva completamente di incertezze. Sorgenti di errore : Lo strumento di misura che si adotta lavora sempre con una precisione finita Errori umani di misura Altro Nessuna grandezza fisica può essere misurata con assoluta certezza 1
2 Errore nella misura sperimentale Esperimento replicabile. Definizione: Un esperimento si dice replicabile se è possibile ripeterlo più volte nelle stesse identiche condizioni. In presenza di esperimenti replicabili, le misure ottenute non sono generalmente uguali, per effetto dell errore nella misura. L errore nella misura è una deviazione dal valore vero (che può essere sia negativa che positiva) e che non può essere assolutamente controllata Esempio di misura sperimentale Viscosimetro di Hoppler per la misura della Viscosità (fatto in casa) Il tubo è riempito con il liquido da misurare (di densità L nota) Il tubo può essere immerso in un bagno termostatato Vi si introduce una sfera di densità e raggio noto Si cronometra la discesa della sfera lungo la distanza L
3 Esempio di misura sperimentale Dal tempo di caduta t della sfera si può ricavare la viscosità dinamica dalla formula r r' K t r r t K densità della sfera densità del liquido tempo di caduta Costante strumentale Si effettua una misura di viscosità di un combustibile (kerosene). Si ottiene: = 1.45 cp Possiamo affermare che questo è il valore della viscosità del kerosene? Errore nella misura sperimentale Una prova successiva, sullo stesso liquido, nelle stesse condizioni sperimentali riporta un altro valore di : = 1.4 cp Questo, è legato a fenomeni che intervengono nella misura e che non possono essere controllati. Ad esempio: Tempi di riflesso dell operatore Fluttuazioni del liquido all interno del tubo Pareti del tubo non perfette Fluttuazioni di temperatura (e quindi densità) del liquido Altro Due esperienze replicabili portano a risultati differenti. 3
4 Errore nella misura sperimentale Se ripetiamo l esperienza n=0 volte, nelle stesse condizioni, si possono, per esempio, ottenere i seguenti risultati: 1.60 Viscosità misurata del Kerosene Prove sperimentali Nessuno dei valori misurati è il valore vero della viscosità del kerosene! Errore nella misura sperimentale Se riportiamo tutti i punti sulla stessa ordinata: Esistono dei valori che sono più ricorrenti? È possibile intuire una tendenza centrale dei dati? La dispersione dei punti sperimentali ci può dare informazioni sulla precisione della misura? 4
5 Frequenze assolute È possibile contare quante volte una misura assuma valori compresi in un intervallo di valori (classe) Misura della viscosità Frequenze assolute È possibile rappresentare i risultati con un istogramma 8 Numero di prove Viscosità misurata In questo modo è possibile determinare il numero di volte che una prova assumi valore in un certa classe Tale numero prende il nome di frequenza assoluta del valore y 5
6 Frequenze relative Dividendo per il numero di prove sperimentali è possibile ottenere la frequenza relativa Essa rappresenta la frazione di dati sperimentali che assumono valore in un certo intervallo y 0.4 Frequenza relativa La frequenza relativa può assumere valori almeno uguali a zero e al più uguali a 1 La somma delle frequenze relative è sempre pari a 1 Frequenze relative È possibile anche rappresentare la distribuzione del campione con la densità di frequenza relativa, ovvero frequenza relativa fi densità di frequenza relativa pi = ampiezza della classe X densità di frequenza p i fi fi = x 0.05 Da sottolineare che adesso: pi x 1 Viscosità misurata 6
7 Frequenza cumulativa Ci si può porre il problema di determinare quale è la frazione dei dati sperimentali che assumono valori inferiori ad un certo valore Ad ogni y si associa la somma di tutte le frequenze relative corrispondenti ai valori del campione più piccoli o uguali ad y Frequenza cumulativa Si ottiene così la frequenza cumulativa per quel valore di y Viscosità misurata La frequenza cumulativa è una funzione a gradini crescente Parte da 0 e arriva a 1 7
8 Frequenza cumulativa La distribuzione cumulativa è molto importante: Si consideri per esempio di voler sapere la frazione degli esperimenti che hanno valore tra 1.5 e = - Scalari associati al campione: Percentili Il percentile m-esimo è il valore numerico tale che una percentuale di osservazioni sperimentali pari a m assuma valori minori di esso: Percentili importanti: Primo quartile: è il percentile 5, ovvero il 5% del campione assume valore inferiore Mediana: è il percentile 50, corrisponde al valore centrale che divide in dati in due parti uguali Terzo quartile: è il percentile 75, solo il 5% delle osservazioni assume un valore superiore 8
9 Scalari associati al campione: Percentili Per l esempio corrente: x=1.37 Primo quartile x=1.46 Terzo quartile Minimo valore del campione Misura della viscosità x=1.41 Mediana Massimo valore del campione Scalari associati al campione: Percentili Rappresentazione del campione tramite diagrammi a scatola (in inglese: box-plots ) Valore minimo Valore massimo 1 quartile mediana 3 quartile 9
10 Scalari associati al campione: Misure per la tendenza centrale Misure della tendenza centrale del campione di dati: Media aritmetica: n xi i x 1 n Mediana: Il 50 percentile Moda Il valore più frequente (riferito alla classe) nel campione di dati. Per il campione in esame: = =1.41 =1.35 ~ 1.40 Tali misure assumono valori differenti Misure della dispersione Misure della dispersione dei dati: Varianza campionaria: s 1 n 1 n x i x i 1 La somma dei quadrati è divisa per (n-1) anziché n Deviazione standard È la radice quadrata della varianza s 1 n 1 n x i x i 1 Utile perché ha le stesse dimensioni della variabile x presa in considerazione 10
11 Misure della dispersione Varianza: perché dividere per (n-1)? La dimostrazione matematica rigorosa è molto articolata e complessa. È possibile dare comunque un interpretazione intuitiva di tale necessità, ricorrendo a dei casi estremamente semplici. Si consideri, per esempio, un campione di dati costituito da n = 1 osservazione.la media fornisce un idea di quale sia il trend centrale della popolazione da cui proviene. Ma in tale campione, la dispersione è nulla e non si può concludere niente sulla dispersione della popolazione. In maniera empirica, si può affermare che, per un generico campione di dimensione N, si hanno (N-1) elementi di informazione che possono essere sfruttati per la varianza (detti anche gradi di libertà): Un grado di libertà è stato già sfruttato per il calcolo della media Proprietà asintotiche frequenze assolute Se avessimo l opportunità di eseguire un numero notevole di misure sperimentali gli istogrammi delle frequenze assolute possono tendere alla seguente forma: 80 Numero di esperienze Viscosità misurata 11
12 Proprietà asintotiche Frequenze relative Si può notare che, nel caso della densità delle frequenze relative l istogramma, dopo un certo numero di prove, non cambia più forma in modo significativo: Densità di frequenza relativa L istogramma tende asintoticamente verso una forma ben precisa Viscosità misurata Proprietà asintotiche frequenze cumulative Nel caso della frequenza cumulativa, le proprietà asintotiche incontrate per la frequenza relative sono analoghe Viscosità misurata ` La curva non cambia più forma in presenza di un numero elevato di prove sperimentali. 1
13 Proprietà asintotiche frequenze cumulative Da osservare che, se si riduce la larghezza degli intervalli in cui è stato suddiviso l insieme dei punti sperimentali (o, in modo equivalente, si aumenta il numero degli intervalli), la spezzata tende ad una curva continua Viscosità misurata Errore nella misura sperimentale Considerazioni 1/ La presenza dell errore sperimentale implica una deviazione dal valore vero Tale deviazione cambia di volta in volta con gli esperimenti Una analisi delle frequenze relative può aiutare a stabilire Stima della Valore vero? tendenza centrale Quali sono i risultati che ricorrono più frequentemente? Stima della dispersione dei dati Precisione della misura? Quale è la dispersione dei dati intorno alla tendenza centrale 13
14 Errore nella misura sperimentale Considerazioni / Se avessimo a disposizione un numero elevatissimo di prove sperimentali, potremmo ricavare le proprietà viste prima con una certa sicurezza. Questo non è mai possibile nella realtà. Nel corso si insegneranno le tecniche per stabilire quali sono i valori e la precisione della misura più probabili D Correlazione tra variabili Può essere di interesse, nell indagine statistica eseguire analisi di tipo comparativo, nel caso in cui si osservino più variabili su un medesimo gruppo Esempio: misure di viscosità i effettuate per diversi valori di temperatura T i In questo caso, la singola esperienza è caratterizzata da un vettore : Y={ i,t i } i=1,, n Possiamo porci il problema se esiste o meno una correlazione tra queste due osservazioni relative allo stesso esperimento 8 14
15 y y D Correlazione tra variabili Definizione: Date n osservazioni congiunte di due variabili x e y (x 1,y 1 ), (x,y ),, (x n,y n ) si definisce covarianza delle due variabili lo scalare: 1 n 1 Si può anche usare la formula: s XY n xi x yi y i 1 s XY 1 n 1 n i 1 xi yi n x y 9 D Correlazione tra variabili La covarianza, al contrario della varianza, può assumere anche valori negativi: x x S XY > 0 Le variabili sono correlate positivamente S XY < 0 Le variabili sono correlate negativamente 30 15
16 D Correlazione tra variabili Definizione: Si definisce correlazione delle due variabili lo scalare r XY s s X XY s Y essendo s X e s Y le varianze della componente x e y del campione vettoriale Si può facilmente verificare che la correlazione è un numero puro (ovvero non ha unità di misura) ed è tale che 1 r 1 XY 31 D Correlazione tra variabili Coefficiente di correlazione: Esempi Caso A Caso B 3 3 r XY =9.1e-3 (~0) r XY = Y s Y= X s X=0.97 Y s Y= X s X=
17 Errori sistematici ed errori casuali Una distinzione importante tra differenti tipi di errore: Errori casuali Deviazioni dal valore vero che sono ogni volta diverse e possono essere sia positive che negative Errori sistematici Deviazioni dal valore vero che hanno sempre lo stesso valore Errori sistematici ed errori casuali Esempio: tiro al bersaglio. Gli esiti dei tiri sono influenzati da eventi casuali (mano poco ferma del tiratore, vento etc.) oppure dalla sbagliata calibrazione del mirino (errore quindi sistematico, perché porta una deviazione del tiro sempre nello stesso verso) Errore casuale piccolo Errore sistematico piccolo Errore casuale piccolo Errore sistematico grande Errore casuale grande Errore sistematico piccolo Errore casuale grande Errore sistematico grande 17
18 Errori sistematici ed errori casuali Stesso esperimento di prima in cui è rimosso il segno del bersaglio. Questa situazione corrisponde alla maggior parte degli esperimenti in cui il centro non è a priori noto. E possibile individuare gli errori casuali, ma non gli errori sistematici Errore casuale piccolo Errore sistematico? Errore casuale piccolo Errore sistematico? Errore casuale grande Errore sistematico? Errore casuale grande Errore sistematico? Errori sistematici ed errori casuali Le analisi delle incertezze sistematiche e delle incertezze casuali sono effettuate con un differente approccio. Di seguito, l analisi degli errori sperimentali è riferita esclusivamente all analisi delle incertezze casuali. Domanda Nel caso del viscosimetro, siamo in grado di individuare le sorgenti di errori casuali e le sorgenti di errori sistematici? CASUALI SISTEMATICI Tempi di riflesso dell operatore Fluttuazioni del liquido nel tubo Variazioni di temperatura del liquido Altro Erronea stima delle densità Erronea stima della costante K TARATURA 18
19 Riepilogo lezione Sono stati introdotti i seguenti concetti: Errore sperimentale visto come processo casuale che presenta una certa struttura se l esperienza viene ripetuta più volte (pur nella imprevedibilità della singola osservazione) (da applicare per campioni di dimensione finita): Concetti di: Frequenza assoluta e relativa Misure tendenza centrale del campione (media etc.) Misure dispersione del campione (varianza etc.) vettoriale: Cenni Misure di dipendenza tra componenti misure vettoriali Errori sistematici ed errori casuali 19
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
DettagliELEMENTI DI STATISTICA DESCRITTIVA
Dipartimento di Matematica U. Dini, Università di Firenze Viale Morgagni 67/A, 50134 - Firenze, Italy, vlacci@math.unifi.it November 15, 2015 Terminologia In un esperimento ogni risultato delle caratteristiche
DettagliAnalisi 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
DettagliMedia: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche.
Misure di tendenza centrale e di variabilità: Media: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche. Il valore medio di una variabile in un gruppo di osservazioni
DettagliESERCIZI DI STATISTICA SOCIALE
ESERCIZI DI STATISTICA SOCIALE FREQUENZA ASSOLUTA Data una distribuzione semplice di dati, ovvero una serie di microdati, si chiama frequenza assoluta di ogni modalità del carattere studiato il numero
DettagliBreve ripasso di statistica
Breve ripasso di statistica D.C. Harris, Elementi di chimica analitica, Zanichelli, 1999 Capitolo 4 1 Il protocollo analitico Campionamento: 1. estrazione del campione dal lotto 2. conservazione e trasporto
DettagliCampionamento. Una grandezza fisica e' distribuita secondo una certa PDF
Campionamento Una grandezza fisica e' distribuita secondo una certa PDF La pdf e' caratterizzata da determinati parametri Non abbiamo una conoscenza diretta della pdf Possiamo determinare una distribuzione
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
DettagliElaborazione 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:
DettagliRICHIAMI DI CALCOLO DELLE PROBABILITÀ
UNIVERSITA DEL SALENTO INGEGNERIA CIVILE RICHIAMI DI CALCOLO DELLE PROBABILITÀ ing. Marianovella LEONE INTRODUZIONE Per misurare la sicurezza di una struttura, ovvero la sua affidabilità, esistono due
DettagliLaboratorio di Chimica Fisica. Analisi Statistica
Università degli Studi di Bari Dipartimento di Chimica 9 giugno F.Mavelli- Laboratorio Chimica Fisica - a.a. 3-4 F.Mavelli Laboratorio di Chimica Fisica a.a. 3-4 Analisi Statistica dei Dati Analisi Statistica
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliTRACCIA 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
Dettaglihttp://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
DettagliEsercitazioni di Metodi Statistici per la Biologia
Esercitazioni di Metodi Statistici per la Biologia Francesco Caravenna E-mail: francesco.caravenna@math.unipd.it Web: http://www.math.unipd.it/ fcaraven/didattica Indirizzo: Dipartimento di Matematica,
DettagliEsplorazione dei dati
Esplorazione dei dati Introduzione L analisi esplorativa dei dati evidenzia, tramite grafici ed indicatori sintetici, le caratteristiche di ciascun attributo presente in un dataset. Il processo di esplorazione
DettagliProgrammazione con Foglio di Calcolo Cenni di Statistica Descrittiva
Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di
DettagliTEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA
TEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA Metodi statistici per la biologia 1 Parte A 1.1 La media relativa ai dati 1,3,4,5,2.5 è 3.1; 3; 2.5. 1.2 La mediana relativa ai dati 1,3,4,5,2.5 è 3.1; 3;
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
DettagliSeconda Lezione. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 DISTRIBUZIONE DI FREQUENZA
Seconda Lezione "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
Dettagli1/55. Statistica descrittiva
1/55 Statistica descrittiva Organizzare e rappresentare i dati I dati vanno raccolti, analizzati ed elaborati con le tecniche appropriate (organizzazione dei dati). I dati vanno poi interpretati e valutati
DettagliErrori 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
DettagliLa distribuzione delle frequenze. T 10 (s)
1 La distribuzione delle frequenze Si vuole misurare il periodo di oscillazione di un pendolo costituito da una sferetta metallica agganciata a un filo (fig. 1). A Figura 1 B Ricordiamo che il periodo
Dettagli7. 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
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliSTIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2
p. 1/1 INFORMAZIONI Prossime lezioni Giorno Ora Dove 10/02 14:30 P50 11/02 14:30 Laboratorio (via Loredan) 17/02 14:30 P50 23/02 14:30 P50 25/02 14:30 Aula informatica (6-7 gruppi) 02/03 14:30 P50 04/03
Dettagli1.1 Obiettivi della statistica Struttura del testo 2
Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza
DettagliElementi di Probabilità e Statistica
Elementi di Probabilità e Statistica Statistica Descrittiva Rappresentazione dei dati mediante tabelle e grafici Estrapolazione di indici sintetici in grado di fornire informazioni riguardo alla distribuzione
DettagliStatistica Elementare
Statistica Elementare 1. Frequenza assoluta Per popolazione si intende l insieme degli elementi che sono oggetto di una indagine statistica, ovvero l insieme delle unità, dette unità statistiche o individui
DettagliUniversità degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2016/2017 ST410 Statistica 1 Lezione 1 - Mercoledì 28 Settembre 2016 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliBIN = 15 um l [um] Minimum um. Data_31misure_ l [um] Maximum Points 102, , um 1.3 um
1 2 Data_31misure_070318 BIN = 15 um Minimum 80 Maximum Sum 120 3176,7 Points Mean Median 31 102,47419 102,9 102.5 um RMS Std Deviation Variance Std Error 102,7225 7,2559846 52,649312 1,3032133 7.3 um
DettagliDispense Associazione PRELIMINARY DRAFT
Dispense Associazione PRELIMINARY DRAFT Cristina Mollica & Jan Martin Rossi January 3, 2019 1 Esercizio 3 - Prova scritta 12-01-2018 Esercizio 3. Si consideri la distribuzione doppia di un campione di
DettagliOsservazioni 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
DettagliUniversity of Messina, Italy
ERRORI CASUALI ELL AALISI CHIMICA Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati
DettagliEsercitazione 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
Dettaglip. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali.
p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica
DettagliOgni 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
DettagliLEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi
DettagliScale di Misurazione Lezione 2
Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile
DettagliCapitolo 6. Variabili casuali continue. 6.1 La densità di probabilità
Capitolo 6 Variabili casuali continue Le definizioni di probabilità che abbiamo finora usato sono adatte solo per una variabile casuale che possa assumere solo valori discreti; vediamo innanzi tutto come
DettagliElaborazione 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
DettagliSCOPO DELL ANALISI DI CORRELAZIONE
CORRELAZIONE 1 SCOPO DELL ANALISI DI CORRELAZIONE STUDIARE LA RELAZIONE TRA DUE VARIABILI X E Y 2 diagrammi di dispersione un diagramma di dispersione (o grafico di dispersione) èuna rappresentazione grafica
DettagliModelli probabilistici variabili casuali
Modelli probabilistici variabili casuali Le variabili casuali costituiscono il legame tra il calcolo della probabilità e gli strumenti di statistica descrittiva visti fino ad ora. Idea: pensiamo al ripetersi
DettagliVariabili aleatorie Parte I
Variabili aleatorie Parte I Variabili aleatorie Scalari - Definizione Funzioni di distribuzione di una VA Funzioni densità di probabilità di una VA Indici di posizione di una distribuzione Indici di dispersione
DettagliProbabilità classica. Distribuzioni e leggi di probabilità. Probabilità frequentista. Probabilità soggettiva
Probabilità classica Distribuzioni e leggi di probabilità La probabilità di un evento casuale è il rapporto tra il numero dei casi favorevoli ed il numero dei casi possibili, purchè siano tutti equiprobabili.
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2017/2018 Quartili e distribuzioni di frequenze Stanze Appartamenti
DettagliUniversità degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2014/2015 ST410 Statistica 1 Lezione 1 - Martedì 23 Settembre 2014 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliLa variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione [1/2] Gli indici di variabilità consentono di riassumere le principali caratteristiche di una distribuzione (assieme alle medie) Le
DettagliNozioni di statistica
Nozioni di statistica Distribuzione di Frequenza Una distribuzione di frequenza è un insieme di dati raccolti in un campione (Es. occorrenze di errori in seconda elementare). Una distribuzione può essere
DettagliTEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE
TEORIA DEGLI ERRORI DI MISURA, IL CALCOLO DELLE INCERTEZZE Errore di misura è la differenza fra l indicazione fornita dallo strumento e la dimensione vera della grandezza. Supponendo che la grandezza vera
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
Dettagli17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS
17. LA DISTRIBUZIONE NORMALE E LA FUNZIONE DI GAUSS 17.1 LA DISTRIBUZIONE DEI DATI Nel trattare gli errori casuali abbiamo utilizzato il concetto di media aritmetica ed il concetto di deviazione standard
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliLA RAPPRESENTAZIONE E LA SINTESI DEI DATI
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LA RAPPRESENTAZIONE E LA SINTESI
DettagliStatistica di base per l analisi socio-economica
Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme
DettagliINTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 2 Concetti di base
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte Concetti di base Pagina CONCETTI STATISTICI DI PARTENZA - DESCRITTORI DI UNA VARIABILE RANDOM - GRAFICI UTILI - DISTRIBUZIONI
DettagliIndice. Presentazione
Indice Presentazione v 1 Il problema statistico 1 1.1 Esperienze e regole 1 1.2 Un esempio introduttivo 3 1.3 Esperienze ed errori 4 1.4 Errori e fluttuazioni 6 1.5 Quando non ci sono regole 7 1.6 Conclusione
DettagliGrafici e tabelle permettono di fare valutazioni qualitative, non quantitative. E necessario poter sintetizzare i dati attraverso due importanti
Grafici e tabelle permettono di fare valutazioni qualitative, non quantitative. E necessario poter sintetizzare i dati attraverso due importanti indici : Indici di posizione Indici di variazione Indici
Dettagli3 - 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
Dettaglile scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2016/2017 Quartili e distribuzioni di frequenze Stanze Appartamenti
DettagliTutorato di Chimica Analitica 2016/2017
Tutorato di Chimica Analitica 2016/2017 Friendly reminder La notazione scientifica Modo per indicare un risultato con numerose cifre decimali come prodotto di una potenza di 10 esempio Cifre significative
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliL 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
DettagliINDICE PARTE METODOLOGICA
INDICE PARTE METODOLOGICA 1. Il processo di ricerca 1.1.Individuazione di un problema e formulazione delle ipotesi 1.2.Individuazione e definizione operativa delle variabili 1.2.1. Le variabili definite
DettagliCALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO
CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO In chimica analitica un settore importante riguarda il calcolo dell errore e la valutazione della significatività di una misura. Generalmente nell
DettagliCapitolo 3 Sintesi e descrizione dei dati quantitativi
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 3 Sintesi e descrizione dei dati quantitativi Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e tecnologie Alimentari" Unità
DettagliLa statistica descrittiva prima parte. a cura della prof.ssa Anna Rita Valente
La statistica descrittiva prima parte a cura della prof.ssa Anna Rita Valente INTRODUZIONE La statistica è una disciplina all ordine del giorno basta sfogliare un giornale per trovare dati statistici sui
DettagliUniversità degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1
Università degli Studi Roma Tre Anno Accademico 2017/2018 ST410 Statistica 1 Lezione 1 - Mercoledì 27 Settembre 2017 Introduzione al corso. Richiami di probabilità: spazi di probabilità, variabili aleatorie,
DettagliQuesto 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
DettagliUniversity of Messina, Italy
ERRORI CASUALI NELL ANALISI CHIMICA 1 Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati
DettagliPOPOLAZIONE E CAMPIONI
p. 1/2 POPOLAZIONE E CAMPIONI POPOLAZIONE insieme di tutti quegli elementi che hanno almeno una caratteristica comune (persone, oggetti,misure, osservazioni). Consideriamo il caso di caratteristiche associate
DettagliINFORMAZIONI. p. 1/23
p. 1/23 INFORMAZIONI Prossime lezioni Giorno Ora Dove Giovedi 11/02 14:30 Laboratorio (via Loredan) Martedi 16/02 14:30 P50 Lunedi 22/02 09:30 P50 Martedi 23/02 14:30 P50 Giovedi 25/02 14:30 Aula informatica
DettagliStatistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2018/2019 Quartili e distribuzioni di frequenze Stanze Appartamenti
DettagliTeoria 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
DettagliTest 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
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliUniversità 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,
DettagliCORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità
CORSO DI LAUREA IN INFERMIERISTICA LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità Lezioni di Statistica VARIABILITA Si definisce variabilità la proprietà di alcuni fenomeni di assumere
Dettaglio 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
DettagliCorso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Statistica Descrittiva 3. Esercizi: 5, 6. Docente: Alessandra Durio
Corso di Laurea: Diritto per le Imprese e le istituzioni a.a. 2016-17 Statistica Statistica Descrittiva 3 Esercizi: 5, 6 Docente: Alessandra Durio 1 Contenuti I quantili nel caso dei dati raccolti in classi
DettagliLABORATORIO 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
DettagliLezione n. 1 _Complementi di matematica
Lezione n. 1 _Complementi di matematica INTRODUZIONE ALLA STATISTICA La statistica è una disciplina che si occupa di fenomeni collettivi ( cioè fenomeni in cui sono coinvolti più individui o elementi )
DettagliL 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.
DettagliStatistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)
Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:
DettagliCorso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E
Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze
DettagliELEMENTI DI STATISTICA
Dipartimento di Matematica U. Dini, Università di Firenze Viale Morgagni 67/A, 50134 - Firenze, Italy, vlacci@math.unifi.it A.A. 2015-16 Terminologia In un esperimento ogni risultato delle caratteristiche
DettagliIncertezza di misura concetti di base. Roberto Olmi IFAC-CNR
Incertezza di misura concetti di base Roberto Olmi IFAC-CNR Certezza dell incertezza Il display mostra: Inferenza sulla la massa, basata sulla lettura: La massa ha un valore tra 83.35 e 83.45 g La massa
DettagliDipartimento di Fisica a.a. 2003/2004 Fisica Medica 2 Indici statistici 22/4/2005
Dipartimento di Fisica a.a. 23/24 Fisica Medica 2 Indici statistici 22/4/25 Ricerca statistica La ricerca può essere deduttiva (data una legge teorica nota cerco verifica tramite più misure) ovvero induttiva
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria
Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva: Dati numerici: statistiche di tendenza centrale e di variabilità Corsi
DettagliSTATISTICA DESCRITTIVA (variabili quantitative)
STATISTICA DESCRITTIVA (variabili quantitative) PRIMO ESEMPIO: Concentrazione di un elemento chimico in una roccia. File di lavoro di STATVIEW Cliccando sul tasto del pane control si ottiene il cosiddetto
DettagliLe medie. Antonello Maruotti
Le medie Antonello Maruotti Outline 1 Medie di posizione 2 Definizione Moda La moda di un collettivo, distributio secondo un carattere qualsiasi, è la modalità prevalente del carattere ossia quella a cui
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 7: Basi di statistica
Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 7: Basi di statistica Campione e Popolazione Estrazione da una popolazione (virtualmente infinita) di
Dettagli