Valutazione dell incertezza di categoria A e B
|
|
|
- Irma Masini
- 9 anni fa
- Просмотров:
Транскрипт
1 Valutazione dell incertezza di categoria A e B Il metodo per stimare l incertezza associata ad una misurazione è sancito dalla normativa UNI CEI ENV Guida all espressione dell incertezza di misura. In tale norma viene stabilito che l incertezza deve essere valutata componendo due termini che si ottengono dai due seguenti approcci: Valutazione dell incertezza di categoria A : è il termine che si ottiene attraverso l analisi statistica dei risultati provenienti da misurazioni ripetute. Il risultato di misura sarà costituito dalla media sperimentale delle N misure. Per tale motivo, l incertezza proveniente da queste misure è legata al fatto che, poiché N è finito, è possibile ottenere solo una stima della media statistica (che rappresenta il valore atteso del misurando) e che tale stima migliora all aumentare di N. Dunque come termine di incertezza si utilizza il rapporto tra lo scarto quadratico medio e la radica quadrata del numero di prove effettuate: s u A = (10) N Il termine u A è detto incertezza tipo di categoria A. Un approccio di questo tipo è definibile, per quanto detto, un approccio a posteriori in quanto la valutazione di tali parametri è possibile solo dopo il rilevamento dei risultati delle misurazioni ripetute nelle stesse condizioni sperimentali. Valutazione dell incertezza di categoria B: è il termine ottenuto tramite informazioni disponibili sulla misura senza effettuare prove ripetute. Esempi di tali informazioni sono: dati acquisiti in misurazioni precedenti, esperienza dell operatore, informazioni sulla strumentazione utilizzata. Questo è, quindi, un approccio a priori. La valutazione dell incertezza di categoria B si basa, normalmente, su formulazioni derivanti dall uso di tutte le informazioni rilevanti possibili, che includono: dati di precedenti misurazioni; esperienza o conoscenza generale del comportamento e delle proprietà dei materiali e strumenti di interesse; specifiche tecniche del costruttore; dati forniti in certificati di taratura o rapporti simili; incertezze assegnate a valori di riferimento presi da manuali. Le informazioni a disposizione per la valutazione dell incertezza di categoria B richiedono capacità di interpretazione basata sull esperienza, ed una competenza acquisita con la pratica. Si osservi che un tale approccio di valutazione dell incertezza è da preferirsi a quello precedente qualora ci si trovi in presenza di un numero relativamente ridotto di osservazioni indipendenti. Se facendo riferimento alle specifiche del costruttore dello strumento che fornisce le stime delle grandezze di ingresso, o al suo certificato di taratura, o ad altra simile fonte, si ricava come informazione un multiplo di uno scarto tipo, allora l incertezza tipo, u(xi), è pari al valore dichiarato diviso il moltiplicatore, e la varianza stimata u2(xi) è pari al quadrato di tale rapporto. Può, inoltre, presentarsi il caso in cui l informazione a disposizione è un intervallo di confidenza all interno del quale il valore delle grandezze di ingresso può essere contenuto con un certo livello di fiducia (ad esempio, 95% o 99%). In tale condizione, si associa all intervallo individuato una distribuzione gaussiana dalla quale si stabilisce la deviazione standard a partire dal livello di fiducia. L incertezza tipo sarà posta pari alla deviazione standard così ottenuta.
2 Di seguito sono riportati alcuni esempi di valutazioni di Tipo B in diverse situazioni, basate sulle informazioni disponibili e su assunzioni dello sperimentatore. In questi casi l incertezza è ottenuta da fonti esterne o da un ipotetica distribuzione. Incertezza ottenuta da fonti esterne Multiplo di una deviazione standard Procedura: se riportata in un manuale, o in un certificato di taratura, l unica informazione sull incertezza è un multiplo k di uno scarto tipo; l incertezza standard può essere ottenuta dividendo il valore trovato per il fattore di moltiplicazione k. Incertezza ottenuta da una ipotetica distribuzione Distribuzione gaussiana: 99.73% Procedura: Si ipotizza una distribuzione gaussiana per i possibili valori della grandezza considerata e si stimano due limiti, uno inferiore - ed uno superiore +, tali che la miglior stima della grandezza in ingresso vale ( + + -)/2, cioè il valore centrale tra i due limiti, e si ha il 99.73% di probabilità che la grandezza si trovi nell intervallo compreso tra + e -. L incertezza uj è approssimativamente /3 dove =( +- -)/2 è la semiampiezza dell intervallo. Distribuzione uniforme (rettangolare) Procedura: Per praticità si ipotizzano per la grandezza in ingresso due limiti, uno inferiore - ed uno superiore +, tali che l intervallo tra + e - contiene il 100% dei possibili valori. Ammesso che non ci siano informazioni contrarie, si suppone che i valori compresi in questo intervallo siano ugualmente probabili, la distribuzione della probabilità è uniforme (cioè rettangolare). La miglior stima della grandezza è ( + + -)/2 con uj= / 3 dove =( +- -)/2 è la semiampiezza dell intervallo. Distribuzione triangolare In assenza di informazioni specifiche è ragionevole supporre che la distribuzione sia rettangolare. Ma nel caso sia realistico supporre che i valori prossimi agli estremi siano meno probabili di quelli centrali, è ragionevole ipotizzare una distribuzione gaussiana o, per semplicità, una distribuzione triangolare. Procedura: Si ipotizzano per la grandezza in ingresso due limiti, uno inferiore - ed uno superiore +, tali che l intervallo tra + e - contiene il 100% dei possibili valori. Ammesso che non ci siano informazioni contrarie, si suppone che i valori compresi in questo intervallo siano distribuiti secondo una distribuzione triangolare. La miglior stima della grandezza è ( + + -)/2 con uj= / 6 dove =( +- -)/2 è la semiampiezza dell intervallo. Esempio:Interpretazione delle specifiche strumentali del manuale di uno strumento di misura In tale sezione viene preso in esame un esempio di valutazione di tipo B dell incertezza attraverso l esame delle specifiche dello strumento fornite dal costruttore. Si supponga, ad esempio, di aver eseguito delle misurazioni ripetute di una tensione continua ottenendo, come media sperimentale, il valore di 8.5V. Ogni strumento dispone di un manuale d uso in cui sono presenti le caratteristiche peculiari dello strumento stesso tra le quali le cosiddette tabelle di Accuracy Specifications ovvero delle tabelle riportanti l incertezza associata allo strumento. La Figura 4 ne mostra un esempio. In essa si notano i seguenti campi: - Function : in questo caso, lo strumento è un multimetro, per cui questo parametro definisce per la misura di quale grandezza è impiegato il multimetro; in questo caso, la riga da considerare sarà DC Voltage.
3 - Range: definisce il fondo scala dello strumento. Il multimetro in questione adatta automaticamente il fondo scala scegliendo il range più basso che consenta di eseguire la misura senza saturare; in questo caso, dove il valore medio della tensione misurata è di 8.5V, si sceglierà la riga corrispondente al range di 10V. - Le successive tre colonne indicano il tempo trascorso dall ultima calibrazione dello strumento (24 ore, 90 giorni o 1 anno; si consideri, ad esempio, la colonna 1 anno. Si ottengono, così, due coefficienti che, in questo caso, sono e Si verifica, inoltre, se la temperatura ambiente a cui si esegue la misurazione sia interna o esterna alla fascia 23 C ± 5 C. Qualora non lo sia, si valutano i rispettivi coefficienti di correzione. In particolare, i coefficienti trovati precedentemente dovranno essere maggiorati di e rispettivamente per ogni grado centigrado esterno alla fascia 23 C ± 5 C. Figura 1 Come specificato nella parte superiore della tabella, i due coefficienti trovati definiscono due aliquote percentuali: o Percentuale della lettura (% of reading); o Percentuale del fondo scala (% of range). Per questo strumento, allora, l incertezza si ottiene sommando due contributi. Il primo è il prodotto tra il primo coefficiente, diviso per 100, e il valore letto; come valore letto si assume la media delle misure, quindi, in questo caso, il primo termine è *8.5/100. Il secondo termine è costituito dal prodotto tra il secondo coefficiente, diviso per 100, ed il fondo scala: *10/100. La somma di questi due contributi costituisce la fascia di incertezza dello strumento fornita dal costruttore. In realtà, per questo particolare strumento, il costruttore non fornisce l incertezza tipo, ma l incertezza moltiplicata per 4; in seguito si chiarirà il motivo per cui, nella pratica, l incertezza associata ad una misurazione viene fornita maggiorata, moltiplicando l incertezza tipo per un fattore numerico. In questo caso, allora, per comporre i due termini di categoria A e B è necessario risalire all incertezza tipo di categoria B u B, ovvero bisogna dividere il valore ottenuto dalle specifiche dello strumento per 4. Incertezza globale Le cause di incertezza in un sistema di misura possono essere molteplici e possono essere valutate in modo differente a seconda che si eseguano misure ripetute (valutazione di categoria A) o che ci si
4 affidi a conoscenze acquisite in vario modo (valutazione di categoria B). La norma prescrive di combinare quadraticamente le incertezze tipo delle varie categorie con una relazione del tipo: u = u A + u1 B + u2 B +.. u. n (11) in cui u A è l incertezza tipo di categoria A ed i termini u ib sono le incertezze tipo di categoria B. Il termine u dell espressione (11) fornisce l incertezza globale della misurazione. L incertezza estesa Si supponga di aver eseguito delle misurazioni ripetute ottenendo una valore medio x ed un incertezza globale pari a u. Come affermato in precedenza, il risultato di una misurazione è considerato come una variabile aleatoria con pdf gaussiana; in particolare, tale pdf è centrata intorno al valore medio x delle misurazioni ed ha deviazione standard pari all incertezza globale u (Figura 5). Si può dimostrare, per la distribuzione gaussiana, che la probabilità che la variabile aleatoria assuma un valore compreso nell intervallo [µ-σ, µ+σ] è pari al 68.4% (si ottiene valutando l area sottesa dalla pdf gaussiana in tale intervallo). Ciò significa che quando viene fornito, come risultato della misurazione, l intervallo x ± u, implicitamente si sta considerando che la probabilità che il valore del misurando ricada in questo intervallo è del 68.4%. La probabilità che il misurando abbia un valore compreso nell intervallo fornito (in questo caso 68.4%) è detto livello di confidenza (o livello di fiducia) in quanto esprime proprio il grado di fiducia che ha l operatore nel ritenere che il valore del misurando si trovi nell intervallo determinato dall incertezza. Nelle applicazioni pratiche, però, un livello di confidenza del 68% può non bastare, cioè l utente finale può avere interesse ad ottenere un risultato di misura con un livello di confidenza più elevato. A tale scopo si introduce l incertezza estesa U, ottenuta moltiplicando l incertezza tipo u per un fattore numerico k detto fattore di copertura, che può avere valori compresi tra 1 e 4. U = ku (12) Naturalmente, la (12) indica che l incertezza viene aumentata, ma ciò porta ad ottenere una fascia di valori con un livello di confidenza molto più alto. Per una distribuzione gaussiana, il livello di confidenza associato ai diversi fattori di copertura sono indicati in tabella: Fattore di copertura Livello di confidenza % %
5 3 99.7% % Quindi, se si sceglie un fattore di copertura pari a 3, sarà fornito, come risultato della misurazione, la fascia: x ± U = x ± k = u x ± 3u (13) e tale risultato sarà fornito con un livello di confidenza del 99.7%. L incertezza può essere espressa in tre modi diversi: in valore assoluto: in questo caso corrisponde alla semiampiezza di valori in cui si ritiene ricada il valore del misurando ed ha le stesse dimensioni del misurando; in valore relativo: in tal caso essa esprime il rapporto tra l incertezza assoluta e il valore centrale della fascia. Essa è adimensionale e può anche essere espressa in valore percentuale o in parti per milione; in valore relativo ad un valore convenzionale: in tal caso essa esprime il rapporto tra l incertezza assoluta e un valore convenzionale che solitamente coincide con il valore di fondo scala dello strumento. Incertezza desiderata A questo punto può essere ripreso il concetto di incertezza desiderata, la quale, in maniera più rigorosa, è la massima incertezza estesa che si è disposti a tollerare sul valore del misurando. Dunque quando viene stabilita l incertezza desiderata deve essere specificato il fattore di copertura, cioè il livello di confidenza associato a quella incertezza. Dunque, una volta fissata l incertezza desiderata, dividendo per il fattore di copertura si ottiene l incertezza tipo ed in base a questa si determina il metodo di misura da impiegare. Le cifre significative Idealmente, il rapporto tra il misurando e l unità di misura può essere un valore rappresentato con un numero infinito di cifre significative. Anche nel caso di misurazioni ripetute, l operazione di media può dar luogo ad un risultato con molte cifre significative, in base al modo in cui la calcolatrice presenta il risultato. In realtà, l incertezza fornisce un informazione sul numero di cifre con le quali è corretto rappresentare il risultato. Si supponga di aver eseguito delle misurazioni ripetute di resistenza ottenendo come valore medio Ω, mentre dalla stima dell incertezza è stato ottenuto un valore pari a Ω. Per la rappresentazione del risultato, la norma prescrive, innanzitutto, di arrotondare l incertezza e di rappresentarla con una sola cifra significativa, visto che le altre sarebbero prive di significato. Infatti, nel caso in esame, se l incertezza è di Ω, le altre cifre decimali sono senza significato perché non si possiede l incertezza per poterle stimare. Arrotondando il valore di incertezza dell esempio, si ottiene, quindi, 0.003Ω. A questo punto, osservando l incertezza, si nota che sul risultato di misura si ha un indeterminazione che è dell ordine di grandezza dei mω. Poiché non si ha il grado di accuratezza per poter stimare le cifre successive al mω, queste sono prive di significato ed il risultato di misura deve essere arrotondato al mω. In generale, il risultato di misura deve essere troncato all ultima cifra decimale dell incertezza. Nell esempio considerato, il modo corretto per esprimere il risultato della misurazione è il seguente: (10.241±0.003)Ω.
Incertezza di Misura: Concetti di Base
Incertezza di Misura: Concetti di Base Roberto Ottoboni Dipartimento di Elettrotecnica Politecnico di Milano 1 Il concetto di misura Nella sua accezione più comune si è sempre inteso come misura di una
TEORIA 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
TOPOGRAFIA 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
Errori di misura Teoria
Errori di misura Teoria a misura operazione di misura di una grandezza fisica, anche se eseguita con uno strumento precisissimo e con tecniche e procedimenti accurati, è sempre affetta da errori. Gli errori
Misure e incertezze di misura
Misure e incertezze di misura Perché si misura 1/3 Determinare il valore (costo) di oggetti Determinare la qualità di beni Esempi: dimensione di terreni, stoffe,... quantità di grano, sementi, acqua,...
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
La 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
Calcolare la potenze attiva e la relativa incertezza su di un dato carico sapendo che: P=Veff*Ieff*cos( )
ES 1 Si vuole valutare. mediante misurazione indiretta. il valore di una resistenza incognita. R. Si utilizzano. pertanto. un voltmetro per la misurazione del valore efficace della caduta di tensione.
Procedura operativa per il calcolo dell incertezza
Procedura operativa per il calcolo dell incertezza 1 Le procedure di seguito riportate vengono utilizzate per stimare l incertezza della preparazione dei materiali di riferimento da parte di ULTRA Scientific
Misure Meccaniche e Termiche. punti massa. Valore atteso: Varianza:
Fenomeni aleatori Misure Meccaniche e Termiche Sezione di Misure e Tecniche Sperimentali I fenomeni aleatori (o casuali) sono fenomeni empirici il cui risultato non è prevedibile a priori, caratterizzati
MISURA DEFINIZIONE DI QUALITA METROLOGICHE
MISURA informazione costituita da: un numero, un'incertezza (con un certo grado di confidenza es. 95%) (ISO), ed un'unità di misura, assegnati a rappresentare un parametro in un determinato stato del sistema.
Metodologie informatiche per la chimica
Metodologie informatiche per la chimica Dr. Sergio Brutti Metodologie di analisi dei dati Strumenti di misura Uno strumento di misura e un dispositivo destinato a essere utilizzato per eseguire una misura,
Teoria e tecniche dei test
Teoria e tecniche dei test Lezione 9 LA STANDARDIZZAZIONE DEI TEST. IL PROCESSO DI TARATURA: IL CAMPIONAMENTO. Costruire delle norme di riferimento per un test comporta delle ipotesi di fondo che è necessario
GLI ERRORI DI MISURA
Revisione del 26/10/15 ISTITUTO TECNICO INDUSTRIALE V.E.MARZOTTO Valdagno (VI) Corso di Fisica prof. Nardon GLI ERRORI DI MISURA Richiami di teoria Caratteristiche degli strumenti di misura Portata: massimo
Capitolo 10. La media pesata Calcolo della media pesata
Capitolo 0 La media pesata Supponiamo che una stessa grandezza sia stata misurata da osservatori differenti (es. velocità della luce) in laboratori con strumenti e metodi di misura differenti: Laboratorio
Distribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
Note sulla probabilità
Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15
INCERTEZZA DI MISURA SECONDO NORME CEI
CORSO DI FORMAZIONE AMBIENTALE TECNICHE DI MISURA DEI CAMPI ELETTROMAGNETICI IN ALTA E BASSA FREQUENZA INCERTEZZA DI MISURA SECONDO NORME CEI Ing. Valeria Canè Servizio Agenti Fisici 1 UNA MISURA E un
DESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.
Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi
Precisione e accuratezza
Precisione e accuratezza Ogni misura comporta una stima! Accuratezza: quanto la misura è prossima al valore corretto Precisione: quanto le singole misure sono in accordo tra loro Le cifre significative
Corso PAS Misure, strumenti ed Errori di misura. Didattica del Laboratorio di Fisica F. Garufi 2014
Corso PAS Misure, strumenti ed Errori di misura Didattica del Laboratorio di Fisica F. Garufi 2014 Grandezze ed unità di misura grandezza (misurabile) si intende un attributo di un fenomeno, di un corpo
Dati sperimentali Nella serie di 10 misurazioni di tempo effettuate, si sono ottenuti i seguenti valori espressi in secondi:
ESPERIMENTO DI LABORATORIO DI FISICA MISURE DI TEMPO Obiettivo L obiettivo dell esperimento, oltre che familiarizzare con le misure di tempo, è quello di rivelare gli errori casuali, elaborare statisticamente
Incertezza 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
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.
Teoria 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
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
Importanza delle incertezze nelle misure fisiche
Importanza delle incertezze nelle misure fisiche La parola errore non significa equivoco o sbaglio Essa assume il significato di incertezza da associare alla misura Nessuna grandezza fisica può essere
Esercitazione Multimetro analogico e digitale
Esercitazione Multimetro analogico e digitale - 1 Esercitazione Multimetro analogico e digitale 1 - Oggetto Confronto tra multimetro analogico (OM) e digitale (DMM). Misure di tensioni alternate sinusoidali
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
Appendice 6 - Multimetri digitali
Appunti di Misure Elettriche Appendice 6 - Multimetri digitali Introduzione...1 Risoluzione adimensionale...1...2 Risoluzione dimensionale...2...2 Struttura generale di un DMM...3 Funzionamento da voltmetro...3
Indicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica
Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità
STIMA INCERTEZZA AMMONIO
Pagina 1 di 6 REVISIONE NUMERO DATA REDATTA DA DIR (firma) VERIFICATA DA RAQ (firma) APPROVATA DA AMM (firma) PARAGRAFO REVISIONATO NUMERO 00 07/.2/13 / / MOTIVO Pagina 2 di 6 INDICE DELLA PROCEDURA 1.
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
ESERCITAZIONE DI LABORATORIO A: VERIFICA DI STRUMENTAZIONE DI LABORATORIO
ESERCITAZIONE DI LABORATORIO A: VERIFICA DI STRUMENTAZIONE DI LABORATORIO La prova ha come scopo quello di verificare se uno strumento, o una particolare funzione di misura di uno strumento multifunzione,
Accuratezza, precisione, tipi di errori e cifre significative dei dati analitici.
Accuratezza, precisione, tipi di errori e cifre significative dei dati analitici. Indice: 1. Lettura della buretta pag.2 2. Precisione ed Accuratezza pag.3 3. Tipi di errori pag.4 4. Affidabilità di una
IL 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
Vedi: Probabilità e cenni di statistica
Vedi: http://www.df.unipi.it/~andreozz/labcia.html Probabilità e cenni di statistica Funzione di distribuzione discreta Istogrammi e normalizzazione Distribuzioni continue Nel caso continuo la probabilità
Laboratorio di Fisica-Chimica
Laboratorio di Fisica-Chimica Lezione n.1. Che cos'è la Fisica? La Fisica è una scienza che si occupa dello studio dei fenomeni che avvengono in natura. Questo studio viene compiuto tramite la definizione
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.
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
Taratura statica. Laboratorio n. 3 a.a. 2004-2005. Sito di Misure: http://misure.mecc.polimi.it
Laboratorio n. 3 a.a. 2004-2005 Taratura statica Prof. Alfredo Cigada 02-2399.8487 [email protected] Ing. Alessandro Basso 02-2399.8488 [email protected] Ing. Massimiliano Lurati 02-2399.8448
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE POPOLAZIONE = qualsiasi insieme di oggetti (unità di analisi) di ricerca N = ampiezza della popolazione PARAMETRI = caratteristiche della popolazione [media, proporzione
le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano [email protected] si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme
CHEMIOMETRIA. CONFRONTO CON VALORE ATTESO (test d ipotesi) CONFRONTO DI VALORI MISURATI (test d ipotesi) CONFRONTO DI RIPRODUCIBILITA (test d ipotesi)
CHEMIOMETRIA Applicazione di metodi matematici e statistici per estrarre (massima) informazione chimica (affidabile) da dati chimici INCERTEZZA DI MISURA (intervallo di confidenza/fiducia) CONFRONTO CON
Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ [email protected] Lorenzo Pareschi (Univ. Ferrara)
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. 75-585 278 Ø E-mail: [email protected] Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
esercitazione1 12/10/2015
esercitazione1 12/10/2015 VARIABILE CLASSIFICAZIONE TIPOLOGIA Peso vivo del cavallo Ora della deposizione dell uovo Colore mantello Presenza corna Latte prodotto N. uova prodotte Presenza speroni alle
Distribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
NORMA UNI EN 689/97 ESPOSIZIONE
Assessorato politiche per la salute Direzione Generale Sanità e Politiche Sociali Servizio Sanità Pubblica CORSO DI FORMAZIONE /AGGIORNAMENTO in materia di Gestione del Rischio derivante da Materiali Contenenti
L errore percentuale di una misura è l errore relativo moltiplicato per 100 ed espresso in percentuale. Si indica con e p e risulta: e ( e 100)%
UNITÀ L ELBORZIONE DEI DTI IN FISIC 1. Gli errori di misura.. Errori di sensibilità, errori casuali, errori sistematici. 3. La stima dell errore. 4. La media, la semidispersione e lo scarto quadratico
Moltiplicazione. Divisione. Multipli e divisori
Addizione Sottrazione Potenze Moltiplicazione Divisione Multipli e divisori LE QUATTRO OPERAZIONI Una operazione aritmetica è quel procedimento che fa corrispondere ad una coppia ordinata di numeri (termini
LINEA GUIDA PER ESPRESSIONE DELL INCERTEZZA DI MISURA NELLA TARATURA DI TERMOMETRI INDUSTRIALI
Identificazione: SIT/Tec-006/03 Revisione: 0 Data 003-11-1 Pagina 0 di 11 Annotazioni: COPIA CONTROLLATA N CONSEGNATA A: COPIA NON CONTROLLATA N CONSEGNATA A: 0 Emissione 003-11-1 V. Fernicola A. Mangano
Esercitazione: La distribuzione NORMALE
Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle
Intervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
Conversione di base. Conversione decimale binario. Si calcolano i resti delle divisioni per due
Conversione di base Dato N>0 intero convertirlo in base b dividiamo N per b, otteniamo un quoto Q 0 ed un resto R 0 dividiamo Q 0 per b, otteniamo un quoto Q 1 ed un resto R 1 ripetiamo finché Q n < b
NOZIONI DI CALCOLO DELLE PROBABILITÀ
NOZIONI DI CALCOLO DELLE PROBABILITÀ ESPERIMENTO CASUALE: un esperimento si dice casuale quando gli esiti (manifestazioni o eventi) non possono essere previsti con certezza. PROVA: le ripetizioni, o occasioni
La matrice delle correlazioni è la seguente:
Calcolo delle componenti principali tramite un esempio numerico Questo esempio numerico puó essere utile per chiarire il calcolo delle componenti principali e per introdurre il programma SPAD. IL PROBLEMA
STATISTICA ESERCITAZIONE
STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in
Corso C Geomatica. Teoria degli errori. Massimiliano Cannata
Corso C111.01 - Geomatica Teoria degli errori Rappresentazione di una misura di precisione ( x ± σ x ) u x = misura σ x = incertezza della misura u = unità di misura Il problema degli errori in topografia
1 4 Esempio 2. Si determini la distribuzione di probabilità della variabile casuale X = punteggio ottenuto lanciando un dado. Si ha immediatamente:
CAPITOLO TERZO VARIABILI CASUALI. Le variabili casuali e la loro distribuzione di probabilità In molte situazioni, dato uno spazio di probabilità S, si è interessati non tanto agli eventi elementari (o
0 altimenti 1 soggetto trova lavoroentro 6 mesi}
Lezione n. 16 (a cura di Peluso Filomena Francesca) Oltre alle normali variabili risposta che presentano una continuità almeno all'interno di un certo intervallo di valori, esistono variabili risposta
ISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
UDA MATEMATICA. Progettazione per unità di apprendimento. Percorso di istruzione di primo livello primo periodo didattica PROF:...
UDA MATEMATICA Progettazione per unità di apprendimento Percorso di istruzione di primo livello primo periodo didattica PROF:... B1 5MAT 01 Numeri e calcoli (ore in presenza: 18; ore a distanza: 0 ) COMPETENZA/E
Distribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
Grandezze e Misure 1
Grandezze e Misure 1 Grandezze e Misure Introduzione Il Metodo Sperimentale Unità di Misura Grandezze Fondamentali e Derivate Massa e Densità Misure dirette e indirette Strumenti di misura Errori nelle
Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da:
Analisi chimica strumentale Intervallo di fiducia del coefficiente angolare e dell intercetta L intervallo di fiducia del coefficiente angolare (b 1 ) è dato da: (31.4) dove s y è la varianza dei valori
Calcolo numerico e programmazione Rappresentazione dei numeri
Calcolo numerico e programmazione Rappresentazione dei numeri Tullio Facchinetti 16 marzo 2012 10:54 http://robot.unipv.it/toolleeo Rappresentazione dei numeri nei calcolatori
Approssimazione normale alla distribuzione binomiale
Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N
Lezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota)
STATISTICA (2) ESERCITAZIONE 5 26.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) Il responsabile del controllo qualità di un azienda che
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII
Corso integrato di informatica, statistica e analisi dei dati sperimentali Esercitazione VII Un breve richiamo sul test t-student Siano A exp (a 1, a 2.a n ) e B exp (b 1, b 2.b m ) due set di dati i cui
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
ESPERIENZA DI LABORATORIO N 1. 1) Misura diretta mediante tester della resistenza elettrica dei resistori R1, R2, R3 e calcolo degli errori di misura.
ESPERIENZA DI LABORATORIO N. ) Misura diretta mediante tester della resistenza elettrica dei resistori R, R, R3 e calcolo degli errori di misura. Dalla misurazione diretta delle singole resistenze abbiamo
CURRICOLO DI MATEMATICA SCUOLA SECONDARIA DI PRIMO GRADO
CURRICOLO DI MATEMATICA SCUOLA SECONDARIA DI PRIMO GRADO Nuclei tematici Il numero Traguardi per lo sviluppo della competenza - Muoversi con sicurezza nel calcolo anche con i numeri razionali e stimare
STATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
Elementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 05-Deviazione standard e punteggi z vers. 1.1 (22 ottobre 2014) Germano Rossi 1 [email protected] 1 Dipartimento di Psicologia, Università di Milano-Bicocca
1 - GRANDEZZA UNITÀ DI MISURA SISTEMA DI UNITÀ DI MISURA 2 - MISURA 3 - MISURAZIONE SISTEMA MISURATO 3.
UdA n 1 METROLOGIA La Metrologia è la scienza che studia i principi, i metodi ed i mezzi per effettuare la misurazione delle diverse grandezze fisiche (lunghezze, superfici, volumi, angoli, energia, potenza,
Insiemistica. Capitolo 1. Prerequisiti. Obiettivi. Gli insiemi numerici di base Divisibilità e fattorizzazione nei numeri interi
Capitolo 1 Insiemistica Prerequisiti Gli insiemi numerici di base Divisibilità e fattorizzazione nei numeri interi Obiettivi Sapere utilizzare opportunamente le diverse rappresentazioni insiemistiche Sapere
Variabile casuale Normale
Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza
Statistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
Analisi delle corrispondenze
Capitolo 11 Analisi delle corrispondenze L obiettivo dell analisi delle corrispondenze, i cui primi sviluppi risalgono alla metà degli anni 60 in Francia ad opera di JP Benzécri e la sua equipe, è quello
Sistemi di numerazione
Sistemi di numerazione Sistema di numerazione decimale Sapete già che il problema fondamentale della numerazione consiste nel rappresentare con un limitato numero di segni particolari, detti cifre, tutti
Elementi di Statistica
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica
Lezioni del Corso di Fondamenti di Metrologia
Facoltà di Ingegneria Lezioni del Corso di Fondamenti di Metrologia 11. Taratura nel settore dimensionale Indice Taratura di Calibri (UNI 9313) Taratura di comparatori (UNI 9191) Taratura di micrometri
Misura di capacità e fattore di perdita
Capitolo 7 Misura di capacità e fattore di perdita Si vuole determinare la misura della capacità e del fattore di perdita di un cavo elettrico per la media tensione tramite un ponte a trasformatore differenziale
Analogico vs. Digitale. LEZIONE II La codifica binaria. Analogico vs digitale. Analogico. Digitale
Analogico vs. Digitale LEZIONE II La codifica binaria Analogico Segnale che può assumere infiniti valori con continuità Digitale Segnale che può assumere solo valori discreti Analogico vs digitale Il computer
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
Sistemi di Numerazione Binaria
Sistemi di Numerazione Binaria BIN.1 Numeri e numerali Numero: entità astratta Numerale : stringa di caratteri che rappresenta un numero in un dato sistema di numerazione Lo stesso numero è rappresentato
Laboratorio di Fisica
Laboratorio di Fisica dott. G. Casini ARGOMENTO 1: Misura delle grandezze fisiche LDFM Laboratorio di Fisica presentazione realizzata dal prof. Antonio Covello Schema della relazione di laboratorio Strumenti
Il modello di regressione lineare multipla. Il modello di regressione lineare multipla
Introduzione E la generalizzazione del modello di regressione lineare semplice: per spiegare il fenomeno d interesse Y vengono introdotte p, con p > 1, variabili esplicative. Tale generalizzazione diventa
Equivalenze. Prof. A. Spagnolo IMS P. Villari - Napoli
Equivalenze 12dm 2...mm 2 ; 14037cm 2...m 2 ; 12kg...cg; 12hm 2...m 2 ; 3km/h...m/s; 12,8m/s...km/h; 5,5km/min...m/s; 6700m/h...m/s; 34m/s...m/h; 3,75m/s...km/min; 350kg/m 3...g/cm 3 ; 14,4g/cm 3...kg/m
Riferimento Normativo. Come si esprime una misura Incertezza
Come si esprime una misura Incertezza Alfredo Cigada Riferimento Normativo VIM : International vocabulary of basic and general terms in metrology UNI-CEI U37.00.001.0 (1990) UNI 4546, (1984) Misure e Misurazioni:
Codifica. Rappresentazione di numeri in memoria
Codifica Rappresentazione di numeri in memoria Rappresentazione polinomiale dei numeri Un numero decimale si rappresenta in notazione polinomiale moltiplicando ciascuna cifra a sinistra della virgola per
